當AI都能當助教，大學還剩下什麼？ MIT校長公開信掀起的高等教育分水嶺反思
作者 陳銀欉（教育工作者）
前言
2026年8月25日，麻省理工學院（MIT）校長莎莉・柯恩布魯斯（Sally Kornbluth）發出一封全校公開信，標題直接而沉重：
「AI and education: A watershed moment for MIT」
（AI與教育：MIT的分水嶺時刻）
這不是例行公事的校務通知，而是一所全球頂尖理工名校，對整個高等教育發出的警鐘。
同一天，MIT特設委員會也交出長達數十頁的報告，指出生成式AI已經能夠「為大學部幾乎所有書面作業，產出可信且合理的答案」。
當知識的取得變得幾乎零成本、當AI可以擔任助教、甚至取代部分研究助理時，一個尖銳的問題被擺上檯面：
「大學，還剩下什麼不可替代的價值？」
一、知識傳授的時代結束了嗎？
過去，大學的核心功能很明確：把知識從教授腦中，傳遞到學生腦中。
圖書館、教室、考試、論文，都是這套系統的產物。
但生成式AI徹底改變了遊戲規則。
它能瞬間整理文獻、寫出像樣的報告、甚至模擬實驗數據分析。學生不再需要「背」或「找」知識，AI幾乎可以代勞。
這不是未來式，而是現在進行式。
MIT委員會的報告赤裸裸地指出：如果我們只追求效率，那麼大家齊聚在校園裡，到底是為了什麼？
柯恩布魯斯沒有迴避這個問題。她坦言，AI像一種超能力，加速了研究與創新，卻也帶來深刻的焦慮——學生開始懷疑自己是否更容易被取代，教師開始思考如何重新定義「教學」。
這正是「分水嶺」的真正含義：
舊有的高等教育模式，已經無法原封不動地延續下去。
二、大學真正不可被取代的四個核心價值
當AI承擔了「知識傳授與基礎輔導」的角色後，大學的價值必須往更深、更人性、更不可複製的方向移動。
以下四點，正是當前最被重視的方向：
1. 批判性思考與倫理判斷
AI能給出答案，卻不會質疑答案背後的假設。
它能整理數據，卻無法判斷數據是否被偏見污染。
它能模擬情境，卻無法在真實的道德兩難中做出負責任的抉擇。
高等教育必須訓練學生：
如何提問？如何驗證？如何在科技浪潮中守住人性底線？
這些能力，AI無法代勞，也永遠不該被代勞。
2. 真實世界的跨領域合作與落地創新
大學不只是聽課的地方，更是動手做的地方。
實驗室裡的失敗、社團裡的爭執、跨科系專案中的妥協與火花——這些「messy」的真實經驗，才是創新真正的溫床。
AI可以模擬，卻無法取代「人與人一起解決複雜問題」的過程。
MIT長期強調的「Mens et Manus」（手與腦並用），在AI時代反而變得更加重要。
3. 人際連結與社群價值
同儕之間的深夜辯論、導師一句話帶來的人生轉折、校友網絡中的信任與情感……。
這些屬於「人」的體驗，是數位工具永遠無法複製的。
當知識變得廉價，關係反而變得昂貴。
大學作為一個「真實社群」，其價值正在被重新放大。
4. 探索未知與源頭創新
AI的訓練依賴既有數據，它擅長「重組已知」，卻難以真正「創造未知」。
大學作為前沿研究的重鎮，必須繼續肩負探索人類知識邊界的使命——從基礎科學到全新領域的開拓。
這才是高等教育最根本的存在理由：
不是複製過去，而是開創未來。
三、從「授課場所」到「啟發樞紐」
柯恩布魯斯與MIT委員會共同指向一個清晰的方向：
「大學必須從「知識傳授的場所」，轉型為「啟發思考、引導創新、培養完整人格」的樞紐。」
具體做法包括：
- 每門課程都必須清楚說明AI的使用規範，並說明「為什麼」允許或禁止。
- 重新設計評量方式，減少AI可輕易完成的作業，增加口試、實作、團隊協作與原創思考的比重。
- 強化住宿型教育與實體社群，讓「人與人的連結」成為核心體驗。
- 建立持續實驗與調整的機制，而不是一次定終身。
這不是防衛性的調整，而是主動迎戰。
MIT作為AI領域的重要搖籃，更有責任示範：如何在擁抱AI的同時，守護「由人所有、由人所為、為了人的繁盛」的教育本質。
四、寫在最後：這不只是MIT的事
柯恩布魯斯的公開信，表面上是寫給MIT師生，實際上卻是寫給全世界高等教育的。
當AI能當助教、能寫論文、能模擬研究時，我們必須誠實回答：
我們還想培養什麼樣的人？
我們還相信什麼樣的教育？
答案或許很簡單，卻也最難：
我們培養的是會思考的人，而不是會使用工具的人。
我們守護的是人的好奇心、判斷力與創造力，而不是知識的倉庫。
十年樹木，百年樹人。
在AI浪潮襲來的此刻，高等教育正站在真正的分水嶺上。
選擇往哪邊走，將決定下一個世代的樣子。
五、史丹佛大學以人為本的人工智慧教育框架
史丹佛大學透過其 以人為本的人工智慧研究所（Stanford Institute for Human-Centered Artificial Intelligence, HAI）（成立於2019年）來推動AI教育。
核心哲學非常明確且一致：AI應該增強人類能力，而不是取代人類。
教育必須讓人類始終掌握主導權（「humanity in the loop」）、優先考慮倫理與公平的成果，並培養人們去塑造AI以造福社會，而非單純消費AI。
核心哲學
- AI系統應該是協作式、增強式的，旨在提升人類的生產力、創造力、判斷力與生活品質。
- 設計不僅要考慮直接使用者，還要顧及社群與更廣泛的社會（從傳統「以使用者為中心」進一步走向真正的「以人為本的AI設計」）。
- 跨領域合作至關重要：電腦科學 + 人文學科 + 社會科學 + 教育 + 倫理。
- 強調人類主體性、責任感，以及「透過創造來學習」（learning by creating），而非被動接收或讓思考被自動化。
史丹佛大學的AI素養框架
史丹佛大學教學共享平台（Teaching Commons）發展出一套實用的生成式AI素養框架，包含四個相互交織的領域，全部以人為本的價值觀為基礎：
領域 /重點 /進階能力示例
1.功能性素養 /AI如何運作？ /初階：基本提示詞、術語、訓練過程
進階：客製化工具、開發共享資源
2.倫理素養 /如何處理AI的倫理問題 /初階：學術誠信、偏見、隱私、公平
進階：研究對弱勢群體的影響、共同設計倫理工具
3.修辭素養 /如何有效使用自然語言與AI生成語言 /初階：評估語氣與模式
進階：精煉個人聲音、發展包容性敘事
4.教學素養 /如何用AI提升教與學 /初階：探索實證教學法
進階：評估AI整合效果、帶領專業學習社群
框架強調：任何AI應用都必須由人類主導。科技應該用來增強學習與人類能力，而不是取代它們。
主要教育倡議與計畫
史丹佛大學在多個層級實踐這套框架：
- 大學課程
- CS 139：《以人為本的人工智慧》（Peter Norvig & Daniel Russell）——探討AI世界中的學習、AI在設計過程中的影響，以及人在迴路中的系統（例如Wizard-of-Oz原型設計）。
- 其他課程包括AI Awakening（Erik Brynjolfsson）、AI倫理、Black Mirror風格的行動主義，以及AI哲學等。
- Embedded EthiCS：將倫理模組直接嵌入核心電腦科學課程。
- AI+教育高峰會（每年舉辦，與史丹佛學習加速器共同主辦）
匯集教育工作者、研究者與產業界，討論如何擴大規模推動以人為本的AI、評量挑戰、公平性與素養議題。 - K-12重點
- Project CRAFT（Classroom-Ready Resources About AI For Teaching）：與高中教師共同設計的免費跨學科AI素養資源，涵蓋偏見、隱私、創意應用與批判思考。
- Stanford AI4ALL：高中生暑期計畫，提供動手做的AI研究與指導。
- 專業與高階主管教育
針對企業、政府與公民社會領袖的客製化與開放課程（例如《以人為本的生成式AI》），聚焦負責任的開發、治理、公平與社會影響。 - 校園倡議
- AIMES（AI Meets Education at Stanford）：協助教師有意識地整合AI，同時培養批判思考。
- 強調參與式設計（早期就讓教師與學生加入）與「透過創造來學習」。
實務指導原則
- 人類主體性與責任感優先。
- 每門課程需明確說明AI使用規範，並連結學習目標（不是單純禁止或完全開放）。
- 評量上更重視過程而非最終產出（因為AI能產生精美成果卻不一定帶來深度學習）。
- 公平與包容是不可妥協的原則：避免擴大落差，為多元學習者設計。
- 從一開始就組成跨領域團隊（技術人員 + 設計師 + 社會科學家 + 領域專家）。
- 持續實驗並反思，而非一次性制定政策。
結語
史丹佛大學並不把AI教育視為純粹的技術訓練。其以人為本的框架將技術理解與倫理、修辭、教學法及社會責任緊密結合。
目標是培養能夠有意識地使用、批判、設計與治理AI系統的人，同時始終把人類價值、創造力、判斷力與人際連結放在核心位置。
這套做法體現在大學部課程、K-12資源、高階主管教育，以及全校教學指引中，使史丹佛大學成為培育下一代不僅能與AI共事，更能確保AI真正服務人類的重要領導者。
