AI能替你交作业，却替不了你长脑子。
开学季，北大、复旦校长不约而同泼冷水：警惕对AI过度依赖，别把“认知卸载”当捷径，别把“假懂”当学会。
大洋彼岸MIT八月报告更直白：许多AI使用方式，正在剥夺学生学习机会。这话扎心，但不假。
我试过用AI写书评，三分钟，结构完整，词儿漂亮。关掉屏幕，我连主角叫啥都模糊。
漂亮作业不等于真学会。论文可以完整，汇报可以图文并茂，但学生读没读原文、核没核证据、推没推理，单看成品，真看不出来。
AI不过把旧问题放大了：有些作业本就是材料拼接、格式达标，它只是跑得更快。
高校提醒必要，但别只提醒学生。课堂、作业、考核照旧，能挡住“思维外包”吗？大学不能一边拥抱AI，一边把学习是否真正发生的责任全推给学生。这就像一边开自助餐，一边怪孩子吃撑。
企业讲效率，省去重复劳动是好事。学习不一样。读懂艰涩原文，反复改论证，这些看似能省，恰恰是能力长出来的过程。把训练省掉，省下的可能就是教育本身。
怎么办？落到每门课、每次作业。哪些环节能用AI，哪些必须独立完成，用了要说明什么，布置任务时讲清楚。
MIT报告也要求课程提供明确AI规则。规则可因课而异，不能让学生猜，更不能交卷后画红线。
文学课，先读原文、提解释，再用AI找不同意见；翻译课，直接把AI译文当讨论对象。同一工具，放不同环节，效果两重天。笼统鼓励或禁止，都代替不了教学设计。
考核更要变：从验收成品，转向验证能力。论文提交后，请学生解释关键引文为啥支持结论；程序编好，临时改条件，请他修改并说明。
调研报告交来，追问样本怎么选、哪些材料推翻最初判断。这样教师才看得见学生懂到哪步。
别以为改成开放题就万事大吉，AI照样能写立场鲜明、论证完整的回答。初稿、修改记录只是线索，不自动证明思考发生。随堂写作、现场演示、口头讨论、课外项目，得多多结合。
教师责任也要说清。用AI生成课件、布置任务、批改作业，却不核查、不给针对性反馈，再要求学生独立思考，其实行为本身就没了说服力。工具可帮教师，但对课程质量和评价结果负责的，仍必须是教师。
当然，不能让改革变成新负担。上百学生逐人答辩、逐稿追踪，不配助教、不调工作量，就是另一轮填表。高校真正要投入的，是教师了解学生、指导学生的时间。
还要警惕把AI使用率变成新教学政绩。开了多少“AI+”课，平台回答多少次，不能直接证明判断力提高。强制每门课都用AI，可能挤掉独立阅读和基础训练。
没读过文献，怎么识别虚构出处？没做过推导，怎么发现答案跳步？批判性思维，得在具体知识和反复练习里长出来，不是喊几句“保持独立思考”就有。
AI进大学，最该警惕教学空转：学生交了作业，教师完成评分，学校收获漂亮数字，唯独学生没获得能力的提升。
大学文凭最终担保的，应是一个人受过怎样训练、能做出怎样判断。这个责任，大学不能外包。有道是：
机巧代人心，真知渐欲沉。
作业光鲜处，谁见苦读痕？
课堂须有尺，考核莫看壳。
文凭非虚纸，判断是根魂。
AI能帮你找答案，但找不到你的脑子。粉丝宝子们，点亮小心心，关注明话，评论区留下你的看法。
热门跟贴