MIT發佈《AI在教學、學習與研究訓練中的使用》報告，提出八項原則並批評用AI取代研究助理

麻省理工學院發佈了一份關於“AI在教學、學習與研究訓練中的使用”的報告，該報告受到廣泛關注。報告在多個方面引人注目，其中最突出的一點是，與常見的以就業安置為中心的做法相比，它把學習置於核心位置。

報告對用AI取代研究助理的教師提出了批評。其論點是：AI有時確實能更快完成某些任務，但這違背了機構的目的。研究助理是未來的研究者，助理工作的一部分意義就在於學習如何做研究；用AI替代入門級研究者，等於吃掉這個領域的種子糧。

報告提出八項原則，其中一項名為“意向性”，另一項名為“不搞一刀切”。後者就AI政策給出了一個務實的建議：與其只發布一份全校統一的聲明，或讓每位教授各自為政，不如提供一份簡短的選項菜單。這實際上意味著，領導層的角色是設計出恰當的多選題，讓教師針對具體課程或任務選擇合理的答案。

另一份值得關注的材料來自賓夕法尼亞州哈里斯堡地區社區學院的英語教授Christine Nowik。她以非常務實的方式——還附有一份工作手冊——建議把AI帶來的挑戰當作一次集體反思的機會，去思考我們究竟想做什麼。她建議用“我們希望學生學到什麼”以及“在哪些環節‘摩擦’是學習中不可或缺的部分”這類問題，取代關於AI檢測與政策合規的問題。Nowik指出，領導層的任務“不是消除複雜性，而是組織複雜性”，這與麻省理工學院提供多選項政策思路的做法一致。

她列出的一些原則反映了資金不足、教學任務繁重的院校的現實，也就是說，它們適用於並非麻省理工學院及其同層次院校的機構。“不要製造創新懲罰”和“讓一些舊事物消亡”聽起來容易，做起來難得多，但正因如此才更重要。Nowik清楚意識到，機構的強制要求若不同時配套刪減或減少工作，往往會給教師（以及校園裡的其他人）帶來新的工作量。當基礎教學工作量達到5/5、整個辦公室只有一個人時，對負擔的敏感就至關重要。Nowik建議創造她所說的“餘裕”，讓人們有時間與資源去嘗試，並有足夠視角認識到有些嘗試會失敗——這正是它們被稱為嘗試的原因。