一句话看懂：MIT 的一份委员会报告指出，当前大模型已能对几乎全部本科书面作业给出可信解答，并在不到三年内实质改变了校园学习文化。与此同时，欧盟《AI 法案》正从另一个方向介入：用 AI 监控考试属于高风险行为，教育场景的情绪识别已被全面禁止。
事件核心：发生了什么
MIT 的 AI 特别委员会本周发布报告，结论直白：无论是论文、数学与科学问题、证明题还是编程作业，现有生成式 AI 都能产出“可信”的解答。这份报告并非基于孤立案例，而是覆盖了该校本科课程中几乎所有书面任务类型。
更值得注意的不是作弊问题，而是学习行为的结构性改变。报告显示，在不到三年时间里，MIT 校园文化出现了可量化的迁移：教授答疑时间（office hours）的出勤率下降，在线讨论参与度走低，宿舍和图书馆里的自发学习小组也在减少。报告将这些变化归因于 AI 已深度嵌入学生的日常学习路径。
面对同类压力，美国高校已开始转向“监督”路线。芝加哥大学法学院在一年级课堂全面禁止手机与笔记本电脑，普林斯顿大学则放弃了沿用超过百年的荣誉守则。其逻辑很直接：如果无法信任作业的完成过程，就只能监督完成作业的人。
为什么重要
MIT 这份报告的价值在于，它把讨论从“AI 能否做题”推向了“大学教育的基本假设是否还成立”。当一项技术能稳定通过几乎所有书面考核时，受冲击的不仅是学生的诚信选择，更是高校沿用数百年的以书面产出评价能力的体系。
这条新闻还呈现了美欧监管思路的分野。美国高校的争议核心是“要不要盯着学生”，而欧盟的答案在立法层面已经给出——关键不是学生是否作弊，而是监控行为本身如何被约束。根据《AI 法案》附件 III，用于考试期间监控和检测学生违规行为的系统被列为高风险；原定于本月到期的相关合规义务，已因《数字综合法案》被推迟至 2027 年 12 月 2 日。但禁令没有推迟：2025 年 2 月起，教育场景中的情绪识别已被欧盟全面禁止，欧盟委员会还保留了对模型进行审查和对供应商罚款的权力。
对用户/开发者/创作者的影响
对普通用户而言，这份报告是一个提醒：你提交的答案或内容，可能已被训练数据覆盖了同类型问题，AI 的“可信”不等于“正确”，更不等于“有思想”。对开发者来说，教育科技（EdTech）是合规风险极高的赛道——如果你在开发涉及学生行为分析、考试监考或学习成果评估的工具，需要尽快对照《AI 法案》附件 III 重新评估风险等级。明确禁止的情绪识别功能不应再出现在任何面向欧盟教育市场的产品中。对创作者而言，MIT 报告的潜台词是：可被标准化评估的创作类工作，正在快速被大模型压缩价值空间，真正稀缺的是能够提出新问题、构建新框架的能力。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
有三个具体观察点值得跟踪：第一，MIT 是否会基于报告结果调整教学评估方式，例如增加课堂口头答辩或过程性评价，这会成为其他研究型大学的风向标。第二，欧盟将高风险合规义务延后至 2027 年底，意味着未来十六个月是教育 AI 产品的缓冲期——观察头部软件供应商是否会利用这段时间主动调整产品设计，而非被动等待监管行动。第三，美国高校“禁止设备进课堂”的做法是否会从芝加哥、普林斯顿向更多学校扩散，以及这种物理隔绝方式能否真正抵御 AI 对学习过程的渗透。
来源：The Next Web
