这份报告于 2026 年 6 月发布，记录了 AI 如何逐步侵蚀大学体验的核心部分。学生们已经在各个方面使用它，影响也开始显现：去答疑时间的人变少了，在线讨论的参与度下降了，宿舍和图书馆里的学习小组也在萎缩。对教师而言，越来越难以判断学生究竟学到了什么。
教师和学生正在失去对彼此的信任
教师表示，查处未经授权的 AI 使用正在损害他们与学生的关系。AI 文本检测软件不可靠而且常常把非母语者或神经多样性学生写的作业标记为 AI 生成，因此委员会明确建议不要使用它。这些工具还可能引发与所谓“AI 人性化工具”的军备竞赛，这类程序能让 AI 生成的文本看起来像是人写的。
对于学位论文，委员会希望采取另一种方式：每篇论文都必须披露其 AI 使用情况，且 AI 永远不得被列为合著者。
与此同时，学生们担心被误告，并认为存在双重标准——教师用 AI 做幻灯片、给反馈或评分，却限制学生使用。委员会建议对教师也制定透明度规则。
锁定浏览器——即在考试期间锁定并监控电脑的考试软件——也解决不了问题。专家组表示，当前这一代产品漏洞百出，让人感觉像是被监视。
从聊天机器人那里得到正确答案会伪造真正的学习
该报告基于“增强而非自动化”的指导原则：AI 应当扩展人类的能力，而非取代它们。从聊天机器人那里得到正确答案会制造一种学习的错觉并导致智力上的投降，学生一遇到困难就退回到 AI 那里。
这种动态如今正威胁着 MIT 最重要的项目之一。教职员工开始考虑用 AI 智能体而非学生来担任研究助理，这将冲击本科生研究机会项目（UROP）——MIT 体验的一大支柱：2025 届学生中有 93% 至少参与过一次，58% 的教职员工担任过导师。该项目的存在是为了培养学生，而不是提供廉价的研究劳动力，因此用 AI 取代学生将掏空其宗旨，该小组认为。
学习目标应优先于 AI 政策
委员会表示，与其制定一刀切的规则，每门课程都需要有自己的 AI 政策。这一过程应从学习目标出发，再到评估设计，最后才涉及允许使用何种 AI。一门诗歌研讨课与一门数学证明课对 AI 的关系完全不同，因此单一的全院政策对某些情境来说太宽松，对另一些又太严格。
报告建议转向转向口头考试、学期作品集、面对面讨论和项目式学习。每门课程都应在教学大纲中明确说明其 AI 政策，并给出清晰的理由。
AI 工具获取机会不均等会拉大成绩差距
有些学生负担得起高级 AI 服务，有些则不能，委员会警告称这一差距可能导致真实的成绩差异。MIT 已通过其 Parley 平台为所有成员提供对各种 AI 模型的访问权限，教职员工和研究生每月可获得 30 美元的免费额度。但来自 OpenAI、Google 和 Anthropic 的高级订阅每月花费数百美元，使许多学生无法企及。
更广泛的研究印证了 MIT 的报告
MIT 报告所描述的 AI 广泛使用情况与其他学校的观察一致。在哈佛，2024 年约 87.5% 的受访者表示他们使用 AI，其中近一半至少每隔一天使用一次。约 25% 的人表示 AI 导致他们更少去办公时间答疑、更少向教师求助，并且跳过指定的阅读材料。在英国，全日制学生的使用率到 2025 年底达到95%，而来自较富裕家庭的学生更频繁地使用 AI。
有几项研究支持了对外包式思考的担忧。Anthropic 发现，学生将高阶思维外包在近一半被分析的对话中，把分析和创造等任务交给了 Claude。一项针对 26,000 多名学生的中国长期研究发现，使用 AI 使作业成绩提高了 18%，但考试成绩下降了 20%六个月后。
一项覆盖超过 500,000 个成绩的 UC Berkeley 研究显示，自 ChatGPT 发布以来，写作和编程密集型课程中 A 成绩的比例上升了 13 个百分点。这一效应集中在作业占比较高的课程中，表明并非真正的学习收益。在 Brown，平均分数从带回家考试的 96% 下降到后续线下考试的 48.6%。
阿姆斯特丹自由大学法律学者 Thibault Schrepel 进行的一项为期两年的研究得出了不同结果。他将学生随机分为三组：不使用 AI、使用 AI 但无指导、使用 AI 并接受培训。不使用 AI 的组两年都排在最后。即使是无指导使用 AI 的组也表现更好，尽管他们在课堂上常常不加质疑地接受 AI 的建议。Schrepel 原本预期相反的结果，最终推翻了自己最初的假设，即 AI 只有在配合结构化培训时才有帮助。