一个拿到奖学金、从小就想学计算机科学的女大学生，最近在博客上写下了一句绝望的话："AI正在毁掉我的计算机学位。"
(资料图片仅供参考)
她叫Katie。刚入学时满怀热忱，结果没过多久就被AI折腾得想退学。她的吐槽被搬运到技术社区后，迅速引发了一场关于"大学到底还该教什么"的大讨论。而最刺耳的一个词，是网友替这代学生贴的标签——"小白鼠"。
学校自己都没想明白，却要学生先适应
Katie最无奈的，不是作业难，而是规则乱。
她的学校对AI的态度，像钟摆一样来回横跳：今天"绝对不许用AI"，明天"必须用AI"，过几天又改口"我们在用AI，但不代表你们也该用"。更离谱的是，不同课程之间规定互相打架——上一门课要求用AI完成作业，下一门课只要用了就扣分。
说白了，学校自己都还没搞明白AI该怎么用，就急着把学生推上试验台，要求他们去适应一套不断变化的规则。这本身，就是教育失序的开始。
AI替老师出作业，学生作业量翻了三倍
比规则混乱更实在的伤害，是工作量。
过去一份作业由老师设计、院系审核，至少有人认真考量过难度和学生能力。现在，不少作业直接由AI生成，根本没人完整检查过一遍。错误随处可见，往往临到截止前一两周才发修正通知，学生的计划全被打乱。
Katie举了个例子：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，基础薄弱的学生只能疯狂赶进度，每一项都草草略过，根本没时间真正理解。作业量涨到原来的三倍，因为AI不知道一个学生掌握新知识究竟要多久——而匆匆扫过AI生成说明的教授，也很难意识到这些任务有多重。
关心你的，是一个系统标签
更让人心凉的是师生关系的异化。
Katie说，如今大学管理层最爱的一个词是"规模化"——最好用自动化服务更多学生，而不必多雇一个老师。她调侃，自己几乎只有在长时间没登录学习平台时，才会收到导师的消息——因为系统数据看板把她标记为"高风险学生（At Risk）"。
这不是个例。当学校越来越擅长用数据追踪学生，却未必有足够的人手真正关心学生学得怎么样，教育的温度就被一行代码替代了。
还没毕业，就有人告诉你"软件工程已死"
压垮Katie的还有另一重：一打开科技新闻，铺天盖地都是"软件工程已经死了""不用AI就会被淘汰"。她忍不住反问："难道就不能让我单纯因为兴趣，安安静静学点东西吗？"
社区里的讨论很快分成了两派。一位有20多年经验的工程师说，AI没取代教育，反而让他每天学到更多；另一位则直言，AI正在压缩初级开发者的岗位——企业宁愿雇一个资深工程师配AI，也不愿招几个新人。更清醒的判断是：一种新的教学方式，往往要等3到6年学生毕业，才知道是否有效；在此之前，学生只是在充当未经验证的"小白鼠"。
真正的问题不是AI，而是大学迷失了方向
当AI既能替学生写代码、又能替老师出作业，大学究竟还应该教什么？
如果企业越来越倾向于招聘能驾驭AI的高级工程师，那么今天从零学编程的学生，又该通过什么路径，成长为下一代高级工程师？
答案不在"禁"与"用"的反复横跳里，而在大学能否重新想清楚一件事：在知识可以被机器生成的时代，教育真正不可替代的，是判断力、是品味、是面对未知时的人性光辉。把这些交还给课堂，而不是交给算法，才是对这届"小白鼠"最起码的尊重。
