整理 | 郑丽媛 出品 | CSDN（ID：CSDNnews） 好不容易拿到奖学金，终于能学自己从小就喜欢的计算机科学，结果刚上大学没多久，就被 AI 折腾得想“退学”了——最近，一名计算机专业的大学生 Katie 在个人博客上发文吐槽：“ AI 正在毁掉 我 的计算机科学学位 （AI is destroying my CS degree）。” 她遇到的事情听起来有些离谱： 学校一会儿禁止学生使用 AI，一会儿又强制要求使用 ；老师让 AI 生成课程作业，结果 作业量直接翻了三倍 ；导师忙着应付各种自动化管理系统， 学生想找人问问题都不容易 。 更让 Katie 无奈的是，明明她只是想安安静静学点编程和数学，结果打开科技新闻，铺天盖地又都是“ 软件工程已死 ”、“ 不用 AI 就会被淘汰 ”之类的论调，看得她无比焦虑。 她的这篇吐槽，随后在 Hacker News 上引发了不少讨论。有人认为 AI 能让学习效率更高，也有人担心初级程序员的就业机会正在被压缩，更有网友直言： 现在的大学生，正在成为 AI 教育改革的“小白鼠”。 学校自己都没搞明白 AI，到底该不该让学生用？ 根据 Katie 自己的介绍，她去年获得了计算机科学与AI 专业的奖学金。而此前，她几乎没有接受过系统的技术训练，高中数学也只拿到了 B，唯一的编程经历就是在 OpenProcessing 上做过几个小游戏。 但她并不介意从零开始，相反， 她很享受这种学习过程，毕竟计算机科学本来就是自己从小就想学的东西 ——真正让她头疼的，是学校对 AI 的态度。 在 Katie 看来 ，大学这段时间 对于 AI 简直是在 “ 反复横跳 ” ： ● 今天：“ 绝对不允许使用 AI！ ” ● 明天：“ 必须使用 AI！ ” ● 过几天：“ 没错，我们正在用 AI，但这不代表你们也应该用！ ” 学校似乎特别热衷于把 AI 用在一些不太合适的场景里，比如自动批改作业、生成课程内容，以及向学生发送学习情况邮件。每次都大张旗鼓地推行，结果 往往过不了三个月，又把之前的决定撤回。 最让 Katie 摸不着头脑的是，不同课程之间的规定甚至互相矛盾： 上一门课要求用 AI 完成作业 ，到了 下一门课，只要 用 AI 就 会 被扣分。 简而言之，学校自己都还没想明白 AI 应该怎么用，却要学生适应一套不断变化的规则。 AI 帮老师出作业， 结果 学生 作业 量暴涨 3 倍 而比学校政策反复更让 Katie 头疼的，是课程作业的变化。 以前，一份课程作业通常由老师设计，再经过院系其他教师审核，虽然不可能做到十全十美，但至少有人认真考虑过任务难度和学生的实际能力；可现在， Katie 怀疑一些 AI 生成的作业要求， 根本 没 人 完整检查过一遍。 错误随处可见，老师往往要等到截止日期前一两周才发布修正通知。学生好不容易按照原来的要求安排好时间，临近交作业了，任务却又发生变化。 与此同时， 作业量也增加到了原来的三倍 ，因为： AI 根本不知道一个学生掌握新知识、学习技术技能，再独立完成实际任务究竟需要多少时间 。而那些已经在学术领域工作多年的教授，在匆匆浏览 AI 生成的作业说明时，也很难意识到这些任务对学生来说有多大的工作量。 Katie 举了一个例子： 一份 3000 字的课程作业，竟然要求完成 15 项交付任务 ！ 结果就是，大多数技术基础相对薄弱的学生不得不疯狂赶进度，根本没时间去真正理解每一个知识点，只能勉强完成任务。 在博文中，她忍不住吐槽道：“这真的糟透了！ 我来大学是为了学习知识的 ，好吗？不是为了在一份 3000 字的作业里，勉强交付 15 项任务， 每一项都只能 草草略过 ，根本没时间 去 真正理解和掌握。 ” 对此，HN 上的一位网友也注意到了这个问题。他认为，这可能是 AI 教育中最讽刺的地方之一：过去老师精心设计的传统作业，对AI 来说已经太简单了； 为了防止学生直接把任务交给 AI，老师只能不断提高作业难度。 但模型每个月都在进步，作业难度也跟着水涨船高。最后，就变成了一个尴尬的局面：作业难到学生根本不可能自己完成，而作业设计中的一点小错误，就可能让实际工作量和预期出现巨大偏差。 导师忙不过来，学生收到的关心来自数据看板 虽然作业量增加了，但老师却没有变多。Katie指出，如今大学管理层最喜欢的词就是“规模化”（Scale）：最好通过自动化扩大教学规模，不必增加教职员工，就能服务更多学生。 她甚至调侃， 自己现在几乎只有在长时间没有登录学校在线学习平台时，才会收到导师的消息 ——因为学校的数据看板发现她很久没有登录，会自动把她标记为“高风险学生”（At Risk）。 这让 Katie 产生了一种无奈感： 自己收到的关心，似乎越来越多来自系统里的一个标签，而不是导师本