2026年开学季，北大、复旦、清华、南科大等多所高校校长不约而同地在开学典礼上谈到了同一件事：AI。复旦大学校长提醒新生警惕“认知卸载”与“虚假掌握”，指出如果只求现成答案、习惯“思维外包”，将导致批判思维的弱化。北京大学校长警告，一味依赖机器生成答案，思维就容易趋向惰性，宝贵的创造力也会随之消磨。清华校长要求“锚定本心”，西湖大学校长则表示人类不能沦为工具。
校长们的措辞各有侧重，但真正让他们焦虑的，比“学生偷懒”要深得多。他们焦虑的不是学生用了AI，而是大学用来判断“学习是否发生”的那套证据体系，正在从根子上失效。
认知投降：一种不需要道德警报的退让
要理解这场危机的深度，需要先看清一个比“作弊”更安静、也更麻烦的现象。
MIT在2026年8月发布的一份报告用了一个比“认知卸载”更尖锐的词：“认知投降”。报告指出，从聊天机器人那里得到正确答案可以制造学习的错觉，但它也会触发“认知投降”，学生在遇到困难的第一时间就转向AI。关键在于，经历认知投降的学生并不觉得自己在回避思考，只是觉得AI给的答案又快又好。
作弊至少预设了一个“我知道这样做不对”的道德判断，认知投降没有这个警报。学生交出漂亮的作业，拿到不错的分数，整个过程没有愧疚感，但认知训练的关键环节，比如在模糊中挣扎、在试错中建构，被完整地绕过了。
墨尔本大学的研究为这种状态取了一个更精确的名字：“认知禁闭” 。研究者对188名研究生的学习工作流进行混合方法分析后发现，约一半的学生认为AI扮演了“智力伙伴”的角色，但实际上他们陷入了“效率陷阱”，绕过了基础学习。学生在AI构建的分析边界内运作，却感觉自己正在独立思考，这是一种“胜任力的幻觉”。
OECD在《2026年数字教育展望》中把这种现象定义为“元认知懒惰”：将认知任务外包给通用聊天机器人，创造了技能习得的长期风险。报告指出，成功地用GenAI完成任务并不自动带来学习。OECD教育与技能司司长引用的一项美国研究给出了一个触目惊心的数字：如果让学生使用大语言模型来写论文，再去问这些学生论文主要论点是什么，可能80%的学生都不记得自己写了什么。
数据在说什么：表现上升，能力下降
认知投降如果只是“学生变懒了”的道德问题，大学可以靠加强管理和惩戒来解决。但数据指向的是一个结构性困境。
2026年6月，经济政策研究中心发布了一份讨论稿，追踪了中国中部一个县26,811名7至12年级学生在30个月内的成绩变化。研究者利用不同学生接触AI的时间差构造自然实验，用双重差分法分析AI对学习的因果效应。结果指向一个令人不安的模式：使用AI后，学生作业分数平均提高约18%，完成时长从64分钟压缩至45分钟，但闭卷月考成绩在半年内下降20%，中考成绩下降24%。
这不是中国独有的现象。OECD的报告确认了这一模式：使用通用GenAI工具的学生产出的作业质量高于同龄人，但一旦在考试中取消AI访问权限，这一优势就消失了，有时甚至反转。
更深层的解释来自神经科学层面。MIT媒体实验室的脑电图实验显示，使用AI辅助完成写作任务的参与者，大脑活跃度显著低于手写组，神经连接数量比纯人工组减少了约47%至55%。83.3%的ChatGPT用户无法回忆几分钟前自己刚写的任何有效信息，而纯大脑组仅有11.1%的人出现类似问题。 而当要求他们不借助AI重写同样内容时，表现明显较差。
这些数据共同指向一个结论：AI提升的是“表现”，侵蚀的是“能力”。 作业分数好看了，但能力可能在原地踏步甚至倒退。校长们说的“虚假掌握”，本质上就是这个落差。学生以为自己学会了，评价体系也“确认”他们学会了，但真正的认知结构并没有建立起来。
评估的证据危机：大学在担保什么？
数据层面的落差已经足够令人不安。但把视角再拉远一点，校长们的警告触及的是一个更根本的制度性问题。
大学作为社会机构，承担着双重角色：学习的场所，以及能力的认证机构。文凭之所以有价值，是因为它向雇主和社会担保了一件事：持证者具备某种经过验证的能力。这套担保机制依赖一个前提，学生提交的作业、论文、代码，能够可靠地反映其本人的认知过程。
这个前提正在被打破。 MIT报告承认，AI已经能对MIT本科课程中几乎所有书面作业给出可信答案，以往用来强化学习、评估进度的问题和习题在AI面前正在失去可靠性。挑战不在于学生是否使用了AI，而在于当部分认知工作被委托给一个系统之后，关于学习，我们还能推断出什么。
这不是学术诚信危机，而是认证制度的根基危机。 如果大学无法可靠地验证学生能力，那么文凭作为“能力信号”的价值就会被系统性稀释。用人单位会开始怀疑：这个人拿到学位，到底是因为他具备了那些能力，还是因为他擅长用AI生成看起来像那么回事的东西?
世界经济论坛《2025年未来就业报告》的数据为这个怀疑提供了佐证：81%的雇主在招聘中评估技能时预计会优先考量工作经验，相比之下，只有43%的雇主预计会依赖大学学位的完成情况。 当雇主开始把“学历”从信任凭证降格为参考项时，大学作为认证机构的社会功能正在被重新定价。
改革的方向：从“验收成品”到“验证过程”
认证危机不是未来的假设，而是正在发生的现实。高校已经在尝试应对，但真正有深度的改革，必须直面一个残酷的现实：如果评价体系仍然依赖“成品”作为主要证据，任何技术性修补都只是拖延时间。
北大一位生命科学学院教师的观察很精准：当学生能用AI快速交出像样的实验报告时，真正难的不再是完成任务，而是看清他们到底想了什么、怎么想的。她的做法是让学生提交草稿、记录思路，把“学习黑箱”打开。
更系统的方案来自墨尔本大学。该校已将“互动式口头评估”归类为安全评估形式，并在工程学科中规模化推行。其核心设计逻辑是：口头评估不强调记忆输出，而更重视学生即时组织与应用知识的能力。一项在墨尔本大学工程学科中实施互动式口头评估的研究显示，学生在口头评估中表现出较强的概念掌握(约80%获得B或以上)，而在带回家的论文测验中表现平平(平均约65%)。
国内多所高校也在推进类似改革。北大教师教学发展中心一位教师建议通过“提交过程证据、增加结果解释、穿插快速口头答辩”把评价重心落到认知过程上。大连理工大学的“AI评委”系统则将这个思路产品化：数字人评委针对学生的陈述内容发起追问，系统先对学生上传材料的内容逻辑与表达结构进行分析，再通过语音识别技术捕捉陈述信息，随后基于学院育人理念和教师形象训练而成的数字人评委，针对陈述的关键点发起追问。
这些改革的方向是对的，但它们共同面对一个现实约束：过程性评价的成本远高于结果性评价。 多批改一份草稿、多组织一次答辩、多追问一个问题，都需要教师的时间。如果学校只是把“验证能力”的责任推给教师，却不调整教学工作量、不提供助教支持，改革大概率会停在文件里。
教师也在AI里
成本约束之外，还有一个更少被摆上台面的问题：改革的主体，教师本身，也在AI的使用链条之中。
校长警告学生不要“思维外包”，但一个被较少讨论的事实是：很多教师自己也在用AI生成课件、布置作业、写反馈，而且不核查内容。 MIT的报告特别指出，答疑时间出席率下降、线下学习小组减少，师生之间维系“社会契约”的方式正在受到侵蚀。如果教师用AI批量生产教学材料、用AI批改作业，却要求学生“独立思考”，这种要求本身就缺乏说服力。
北大一场教学沙龙上，一位信息管理系教师在“数据可视化”课程中，鼓励学生借助AI完成数据处理任务，但评价重点落在“图表选择的合理性、结果解释的严谨性”上。他的判断是，AI可以用，但学生必须说清楚“怎么用、为什么用”。 这个思路把AI从“禁忌”变成了“考核对象本身”，使用AI的能力，和使用AI之后的判断力，都是需要被评价的。
一个尚未被回答的问题
从认知投降到数据落差，从认证危机到改革约束，这条线索最终指向一个更深层的追问。
校长们的警告给出了方向，包括批判性思维、独立判断、在反复试错中形成的认知韧性。但这些能力如何被可靠地测量，目前还没有成熟的方案。
更根本的问题在于：如果大学无法再通过作业和考试来证明学生具备了某种能力，那么大学文凭到底在担保什么？
这不是一个技术问题，而是一个制度合法性问题。文凭的价值来自社会对大学认证能力的信任。当AI可以以工业规模生产“看起来像能力证明”的成品时，这种信任正在被侵蚀。
如果大学不能发展出新的、可靠的、可规模化验证能力的方式，那么被淘汰的不是AI，而是大学自身作为“能力认证机构”的社会功能。 校长们的警告是一个开始，但真正的挑战，在于重建那套已经运转了上百年的“能力证据链”。而这一次，证据不能再是一篇漂亮的论文或一份结构完整的报告。
MIT校长把这份报告称为MIT和整个高等教育的“分水岭时刻”。分水岭的一边，是大学用作业和考试作为学习证据的百年传统；另一边，是一个AI能生成任何“合格成品”的世界里，大学必须重新证明自己还能验证什么。
