MIT发布《AI在教学、学习与研究训练中的使用》报告，提出八项原则并批评用AI取代研究助理

麻省理工学院发布了一份关于“AI在教学、学习与研究训练中的使用”的报告，该报告受到广泛关注。报告在多个方面引人注目，其中最突出的一点是，与常见的以就业安置为中心的做法相比，它把学习置于核心位置。

报告对用AI取代研究助理的教师提出了批评。其论点是：AI有时确实能更快完成某些任务，但这违背了机构的目的。研究助理是未来的研究者，助理工作的一部分意义就在于学习如何做研究；用AI替代入门级研究者，等于吃掉这个领域的种子粮。

报告提出八项原则，其中一项名为“意向性”，另一项名为“不搞一刀切”。后者就AI政策给出了一个务实的建议：与其只发布一份全校统一的声明，或让每位教授各自为政，不如提供一份简短的选项菜单。这实际上意味着，领导层的角色是设计出恰当的多选题，让教师针对具体课程或任务选择合理的答案。

另一份值得关注的材料来自宾夕法尼亚州哈里斯堡地区社区学院的英语教授Christine Nowik。她以非常务实的方式——还附有一份工作手册——建议把AI带来的挑战当作一次集体反思的机会，去思考我们究竟想做什么。她建议用“我们希望学生学到什么”以及“在哪些环节‘摩擦’是学习中不可或缺的部分”这类问题，取代关于AI检测与政策合规的问题。Nowik指出，领导层的任务“不是消除复杂性，而是组织复杂性”，这与麻省理工学院提供多选项政策思路的做法一致。

她列出的一些原则反映了资金不足、教学任务繁重的院校的现实，也就是说，它们适用于并非麻省理工学院及其同层次院校的机构。“不要制造创新惩罚”和“让一些旧事物消亡”听起来容易，做起来难得多，但正因如此才更重要。Nowik清楚意识到，机构的强制要求若不同时配套删减或减少工作，往往会给教师（以及校园里的其他人）带来新的工作量。当基础教学工作量达到5/5、整个办公室只有一个人时，对负担的敏感就至关重要。Nowik建议创造她所说的“余裕”，让人们有时间与资源去尝试，并有足够视角认识到有些尝试会失败——这正是它们被称为尝试的原因。