MIT AI 使用委员会报告：教学、学习与研究培训
AI 能写完作业，学生怎样真正学会？MIT 委员会的八项原则、课程建议与数据隐私讨论
当 AI 能够完成越来越多的作业，大学怎样确认学生真正学会了？MIT 于 2026 年 8 月 13 日形成的《教学、学习与研究培训中人工智能使用特别委员会报告》，把这个问题放在了讨论的中心。
这份报告既讨论 AI 如何拓展学习和研究，也关注学生判断力、师生信任与校园中的人际联系。以下为 ClawGuard 整理的阅读导引，完整报告见下方 PDF。
阅读报告
阅读 / 下载中文版 PDF（23 页） · Read the English report（40 pages） · MIT 英文原文来源
来源说明：报告作者为 MIT 教学、学习与研究培训中人工智能使用特别委员会，联合主席为 Eric Klopfer 和 Sam Madden。中文版为参考译文，未核实为 MIT 官方译本；涉及具体措辞时请以英文原文为准。报告提出的是委员会建议，不应将其全部视为已经实施的校规。
先明确要学什么，再决定怎样使用 AI
报告建议教师从课程的学习目标出发：学生最后应当掌握什么知识、能够独立完成什么任务，又需要形成怎样的判断力？在此基础上，再设计作业、评估和 AI 使用规则。不同课程、不同学习阶段需要不同安排，基础训练与高阶研究不必采用相同的限制。
AI 可以帮助学生尝试规模更大的项目、获得练习反馈，也可能让学生跳过建立理解所需要的思考过程。报告强调，应当把人的学习与成长放在工具效率之前。
八项指导原则
- 保持谦逊：承认技术和证据仍在变化，给修订政策留出空间。
- 大胆尝试：认真探索课程、教学与学习体验的新可能。
- 以人为本：维护学生、教师与同伴之间的关系和信任。
- 重视学习过程：帮助学生理解练习、探索与克服困难的价值。
- 带着明确目标教学：让 AI 的使用方式服务于课程目标。
- 因情境而异：根据学科、任务和学习阶段选择规则。
- 增强人的能力：用 AI 扩大学生能够思考、创造和解决问题的范围。
- 看见校园之外：关注技术使用对个人成长、共同生活和社会责任的影响。
教师可以从哪些地方开始
委员会提出，评估方式可以包括口头考试、学期作品集，以及课外作业与课堂讨论相结合。单纯增加限时考试的比重也有代价：学生用于深入思考、反复推敲和完成复杂项目的空间可能被压缩。
课程还需要把规则讲清楚。附录 B 提供了四类教学大纲政策范本：不限制生成式 AI 使用、仅允许辅助用途、要求使用，以及严格禁止。它们是供教师按情境选择和调整的范本。报告也建议教师说明自己如何在备课、反馈和评分等工作中使用 AI。
学校需要提供持续支持
报告把建议分为三个方向：调整教育流程；加强人、社群与住宿式教育体验；建立持续反思与改进的流程、团队和工具。课程更新需要教师时间、助教、合适的空间和交流实践的渠道。
工具支持也涉及公平与隐私。委员会建议关注不同学生获得高质量模型的机会，保护敏感数据，保留模型选择，并明确日志保存与审计规则。对校园管理者而言，这意味着既要提供工具，也要解释哪些数据会被保存、谁能够查看，以及使用者会在什么时候被告知。
建议怎样阅读
教师可先读第 3.1 节与附录 B；关注学生关系和学习体验的读者可读第 3.2 节；负责校园技术、数据与治理的读者可读第 3.3 节。附录 C 收录调查结果，引用数据时应同时查看调查对象、时间与样本说明。
这份报告值得继续讨论的问题是：当 AI 让成果更容易产出，课程如何让学生的理解、判断和人与人的合作真正得到发展？