8 月 25 日，MIT 校長 Sally Kornbluth 發出全校公開信，把生成式 AI 定為高等教育的分水嶺。同日公布的 40 頁學院委員會報告裡，藏著一句比校長信更難堪的話，有教師開始考慮用 AI agent 取代大學部研究助理。這篇要談的不是大學會不會消失，而是更功利的：當知識可以隨便取用，它就不再屬於個人的價值。
（前情提要：工程師心態該怎麼培養？最放心用 AI 的新手，表現反而最差）
（背景補充：這位老闆發起《No AI Fridays》運動：每週五禁止使用 AI）
重點摘要
- MIT 校長 8 月 25 日定調 AI 是高教分水嶺，同日 40 頁報告揭露教師想用 AI 取代大學部助理
- MIT 大學部覺得 AI 讓自己更可被取代者達 40%，高於覺得更有能力的 34%，教師與研究生皆相反
- Gallup 顯示 46% 美國人認為 AI 五年內讓學位變不重要，高教信心從 2015 年 57% 跌到 38%
大概 163 年前，美國總統林肯有個知名的兩分鐘演講，演講最後一句話，台灣的國文課本翻成「民有、民治、民享的政府，不會從地球上消失。」後來孫中山把這個概念拿去用了。
時間拉到現代，麻省理工學院 MIT 校長 Sally Kornbluth 在一封全校公開信裡，用了一樣的句型。她說 MIT 要繼續定義並守護最高品質的住宿型教育，of humans, by humans，由人所有，由人所為，為了人的繁盛。
通常是夠大的事情，美國人才會引用林肯的話。
Kornbluth 把生成式 AI 對高等教育的衝擊定義為一場分水嶺（watershed moment），對 MIT，也對所有的高等教育。同一天，MIT 特設委員會交出 40 頁的最終報告。委員會裡有五個學院的教授、大學部學生、博士生、圖書館館長、教學實驗室主任。
報告裡面藏著很恐怖的事。
高等教育導師想要「用AI取代人」
委員會的報告表示，他們在一場與教師的聽證會上得知，有些教師正在考慮用 AI agent 當研究助理，取代僱用大學部學生做 UROP。
UROP 是 MIT 的大學部研究計畫，簡單說就是讓大學生進實驗室給教授當研究助理。對很多人來說，那是他們人生第一次碰到真正的研究，不是課本上已經有答案的那種，然後還能讓學生賺點錢、賺點履歷。
委員會沒有假裝這個點子不存在，他們寫，你看得出導師這麼做，在速度與資源使用效率上的理由，尤其是現在研究經費這麼吃緊。然後委員會自己問自己一個很重要的問題，我們聚在委員會到底是要一起做什麼？
然後他們自己寫了答案：
研究在 MIT 不只是目的本身，在我們的校園裡，研究同時是一種學徒制，是訓練下一代研究者、讓我們的領域繼續往前走的方法。把研究當成執行中學習的機會，可能會產生一些看起來像是沒有效率的東西，但那是特點，不是缺陷。
（a feature, not a bug，很工程師的笑點）
請注意這裡發生了什麼事。AI 沒有取代那位教授。AI 取代的是通往那位教授的位置的路上，最下面的那一階。
連MIT學生都覺得自己會被AI取代
報告附錄有一組數字，讓我看到能MIT的學生也不是那麼有自信。
2026 年春天的 MIT 全校生活品質調查收到大概 8200 份的問卷回覆，其中有一題問的是，AI 讓你覺得自己更可以被取代，還是更有能力。整體來看，40% 的人覺得自己更有能力，27% 覺得自己可以被取代。這個結果很正面。
但單單看大學部的數字，就很悲觀，40% 的大學部學生覺得自己更容易被取代，只有 34% 覺得更有能力。
這是全世界最難考進去的理工學院之一，能坐在那間教室裡的大學生，高中時大概都是讓同學絕望的那種人。而現在他們覺得自己可以被取代，他們的老師不覺得。
差別在哪？
差別在他們各自站在知識生產的不同兩端，教授的工作是提出還沒有人問過的問題，那件事現在還很難外包。大學部學生的「工作」是把已經有標準答案的題目再做一次，然後弄懂中間的過程。但現在把已經有答案的題目再做一次，正好是 AI 最擅長的事。
報告另外有個章節，在描述 AI 正在動搖 MIT 教育經驗的地基，從習題集、帶回家考試、UROP，一路到 office hour 與讀書會，AI 讓學生更孤立，它侵蝕學生的熟練感與自信、它侵蝕師生之間的信賴（現在很少學生不用 AI 學習），所以 AI 讓評量一個學生到底學會沒有，變得困難很多。
其中「更孤立」是說，MIT 的學生唸書唸到半夜三點卡住的時候，第一個念頭不再是傳訊息給同學，而是問 AI，然後更少學生願意組成讀書會了，因為用 AI 更有效率，但是呢，人就更孤獨了。
租來的大腦
20 世紀的先進國家很喜歡做一件事，叫做高等教育普及。義務教育、公立大學、圖書館、獎學金、助學貸款，這整套制度其實在做同一件事，把知識搬進更多人的腦袋裡。義務教育是為了培養生產力，高等教育是為了讓生產力爆炸。
但你看看，在 21 世紀的政府都做了一個新的承諾，叫做「AI 工具普及」。像是韓國政府今年宣布要砸十兆韓元讓全民免費使用 AI，不限 token 用到飽。論述是一樣的，把最強的知識工具交到每個人手上，機會就平等了。
這兩件事聽起來都很平等，但其實它們不一樣。知識普及，是把東西放進你的腦袋裡。工具普及，是把東西放在你的腦袋外面。
放進腦袋裡的會變成你的。放在腦袋外面的，永遠是租來的。
AI 給人類的知識和推理能力都是外部化的，模仿一下比特幣那句老話，Not your brain, not your knowledge。
這不只是比喻，MIT Media Lab 去年做過一個實驗，論文叫《Your Brain on ChatGPT》，副標是使用 AI 助理寫作時的認知債。
他們找了 54 個波士頓地區五所大學的學生，分成三組寫 SAT 作文題，一組用 GPT-4o，一組只能用傳統搜尋引擎，一組什麼都不能用。四個月，三輪，每輪二十分鐘，全程都戴著腦電圖儀。
結果是純腦組的腦區連結最強也最分散，搜尋引擎組居中，用 LLM 那組最弱。研究者用了認知債（cognitive debt）這個詞，意思是早期依賴 AI 會造成腦部的淺層編碼，知識沒有真的進去大腦。到了第四輪，被要求改回純腦寫作的原 LLM 組，神經連結還是偏弱。
還有一個細節，我覺得比腦波圖更說明問題。訪談時問這些學生，你覺得這篇文章是你的嗎。LLM 組的擁有感是最低的，他們沒有那麼大的自信，覺得那篇論文是自己寫的。
兩種人
接下來這一段是我的推測，不是 MIT 的結論。讀的時候請把它當成一個可能的未來，不是註定發生的未來。
我認為大學會慢慢分裂成兩種類型的教育，服務兩種人。
對大多數人來說，唸大學會變成很不划算來的事，這不是因為他們笨，恰恰相反，是因為他們很會算。
Gallup 今年的調查顯示，美國人對高等教育抱有高度信心的比例掉到 38%，跟 11 年前比少了 19 個百分點，更直接的統計數字是，46% 的美國人認為 AI 的進步，會讓大學學位在未來五年變得比較不重要，學歷跟著美元一起通膨！
台灣嘛，就是另一種樣子，在 1994 年教改之後，大學在 20 年內從 58 間開到 148 間，曾經入學率大於七成，因為人民想要小孩人人唸大學，所以高等教育普及變成政府的社會承諾來執行。
114 學年度，全台大專生總數剩下 105.7 萬人，過去五年有 13 所大學停辦或被合併，有 6 所學校的新生註冊率低於六成。
少子化當然是主因，我不會把這筆帳算到 AI 頭上，但少子化決定的是有多少人可以唸，不是有多少人想唸。但現在 18 歲的人可以用月費不到台幣一千元的工具，換到一個比大部分助教更有耐心、更即時、知識面更寬的東西，四年的學費加四年的時間到底換回了什麼，這個問題只會讓大家越來越質疑。
另一種人剛好相反。
我認為真正的「社經上流階級」會在小孩身上加倍投資最傳統、最沒有效率的那種知識訓練。不是因為懷舊，是因為傳統的教育會越來越稀缺。當未來社會的知識推理能力都變成外包，能夠判斷一個推理對不對的人就變成稀少。當文本可以無限生成，能夠提出一個「沒有人問過的問題」就變成很稀少。
而這種能力的養成方式，一百年來沒有變過，很可能也沒辦法變，人類需要自己把題目做錯很多次，然後跟一群人在房間裡為了一件難題吵架，人類需要忍受那個沒有效率的過程，才能讓自己的大腦深度刻印。
MIT 那份報告用了兩個詞來描述這件事，一個是 productive struggle，有生產力的掙扎，一個是 creative friction，學習所需要的創造性摩擦。
摩擦是要花錢的，而且會越來越貴。哈佛商學院今年把七名教授做成 AI 分身，只要付 699 美元就能買到一群永遠不會喊累的創業教練。但那是給大多數人的版本，至於那七位教授本人的時間，並沒有變便宜，想當他們的學生，會越來越貴。
如果一個組織裡真正需要人腦判斷的位置變少了，而那些位置又需要越來越昂貴、越來越花時間的訓練才能勝任，那麼這個推論就是更少的人管理更多的人。不是因為那些人更聰明，是因為爬上去的路被拆掉了。
我不確定這件事會不會發生（如果我確定，我大概不會在這寫文章。）但我確定的是，如果它發生，不會以很戲劇性的方式發生，不會有一天大學突然關門，只是越來越少普通人會願意唸大學。
常見問題
有了 AI，還需要唸大學嗎？
取決於你要的是知識還是能力。AI 讓知識隨時可取用，但 MIT Media Lab 的腦電圖研究顯示，依賴 AI 寫作的學生腦區連結最弱、對成品的擁有感最低。文憑的訊號價值在下降，訓練判斷力的價值在上升。
MIT 的委員會報告到底建議了什麼
三大方向，把教學與評量改造成 AI-aware、把人與住宿型社群體驗放回中心、建立可持續反省迭代的機制。報告強調學習需要「有生產力的掙扎」，看似沒效率是特點不是缺陷。
