首批與 ChatGPT 同屆入讀大學的學生，即將踏上畢業台。四年前，他們剛踏入校園時，生成式 AI 還像一個突然闖入課堂的新玩具；四年後，它已成為許多學生寫論文、查資料、做項目、甚至修改簡歷的默認工具。對這批美國大學畢業生而言，AI 不是課外輔助，而是大學生活的一部分。這也是《商業週刊》稱他們為「CollegeGPT 一代」的原因。 但真正值得追問的，並非他們有否用 AI。
簡歷可被潤色，作品集可被優化，課堂討論可被 AI 即時補位，這些在校園內或能過關。但當他們走進面試間與職場時，考驗才真正開始。在沒有標準答案的情境下，能否判斷問題、處理結果、說出自己的想法。這一代人是 AI 餵養大的，但餵養到底是能力，還是依賴？
「愛因斯坦」走紅，卻引發教育價值質疑
22 歲的阿德瓦伊特·帕利瓦爾（Advait Paliwal），兩年前還是計算機系學生。他開發了一款名為「Einstein（愛因斯坦）」的 AI 工具。這不僅是聊天機器人。只要輸入校園網帳號密碼，Einstein 就能登入美國高中主流教學管理平台 Canvas，自動下載課件、解析作業要求，甚至代替用戶參加線上講座、寫論文、交作業。帕利瓦爾最初只想幫被課程壓力逼瘋的朋友減壓，沒想到工具迅速爆紅，峰值用戶達 10 萬人。
最終，Canvas 母公司發出律師函，迫使 Einstein 下架。 但帕利瓦爾由此開始反思：「如果 AI 能完全自主完成所有學業，教育的價值究竟何在？」這問題，正是 2026 屆畢業生必須面對的。Gallup 去年民調顯示，超過一半美國高中明令禁止使用 AI。但禁令擋不住現實：同樣超過一半學生每週都在用，其中 20% 每天都在用。查重軟件 Turnitin 的最新統計更直接，被判定為「80% 以上內容由 AI 生成」的論文量，三年翻了 5 倍，從 2023 年的 3% 激增至 2025 年的
15%。「學位只是一個學位，怎麼拿到的不重要。」Reddit 上用戶留言，道出了這一代美國大學生的集體心聲。 從「搬運知識」到「取代思考」：為何 AI 與搜尋截然不同？在帕利瓦爾的疑問背後，隱藏一個更深層問題，即 AI 正改變人類使用大腦的方式。不少人認為 AI 工具只是搜尋工具的升級，正如上代人從翻紙圖書、百科全書轉向 Google，從紙本百科學向維基百科。
但這忽略了一個本質區別：搜尋工具改變的是「尋找資訊」的效率，而生成式 AI 改變的是「處理資訊」的主體。 搜尋時代，工具扮演運輸工角色。不論在 Google 或維基百科搜到多少資料，仍需親自閱讀、篩選、歸納，並在大腦中完成邏輯織合。這種思考的摩擦力源於大腦執行控制系統的全程參與。相比之下，生成式 AI 已從輔助工具進化為代理中介。它不再給一堆磚頭讓用戶砌房子，而是直接交付一棟精美成品。
當學生輸入指令，AI 在後台瞬間完成語義關聯、邏輯構建等原本屬人類大腦核心功能的活動。 這種對邏輯構建過程的全方位接管，導致「認知閉環」的消逝。而當這種思維外包從課堂作業延伸到面對面交流時，連原本活潑的線下課堂也開始出現失靈。哈佛大學一堂小型研討課上，學生阿瑪達觀察到令人不安一幕。當教授拋出關於閱讀材料的深度問題後，課堂陷入短暫沉默。隨後，他看到左邊同學手指飛舞，不是記筆記，而是把問題丟給 AI。
「現在，每個人聽起來都一模一樣。」阿瑪達感嘆。他回想大一時，研討課總充滿古怪、偏激甚至幼稚但極具個性的觀點。而現在，學生像 AI 產出的復讀機。他們不再試圖理解材料，而是追求絕對正確的廢話。這種現象被稱為思維的外包。南華大學在《認知科學趨勢》（Trends in Cognitive Sciences）發表的研討，為此提供學術解釋。研究人員利用大語言模型對海量跨文化文本進行概率分佈建模，發現 LLM 本質上是基於統計學預測下一個最可能出現的詞。
透過對比 AI 生成文本與不同文化背景下的人類原創文本，研究發現 AI 輸出高度趨向統計學上的中位數，從而在詞彙、視角與推理三維度壓縮了人類認知的多元性：
| 維度 | 描述 |
|---|---|
| 詞彙（Language） | 詞語句式變得高度規範且平庸。 |
| 視角（Perspective） | AI 傾向輸出所謂「WEIRD」觀點（西方、教育、工業化、富裕、民主），這種單一視角正抹殺文化的多樣性。 |
| 推理（Reasoning） | 學生不再建立自己的邏輯鏈條，而是直接採納 AI 給出的步驟。 |
哈佛大四生西卡也有同感。他坦言自己變懶了：「我現在的職場道德比高中時差遠了。有時我想評論，但不知怎麼組織語言，就讓 AI 幫我『顯得更有說服力』。」結果，課堂討論越來越蒼白，但也越來越像同一個人在說話。他們能瞬間給出滿分答案，卻很難在無屏環境下進行真正屬於自己的深度思考。 職場「碎玻璃天花板」：是「被淘汰的一代」，還是「升級個體」？當這批畢業生帶著 AI 潤色過的滿分簡歷走進職場，論壇上爆發針鋒相對的爭論。
一邊是僱主警訊。在社交平台 X 上，不少 HR 直言這屆畢業生被 AI 慣壞了。X 用戶 NextPluse 分享典型案例。面試應屆生簡歷精準全面，甚至有人列出前後端項目。但一旦要求現場修改代碼，立馬抓瞎。「AI 掩蓋了技術底層的真空，」NextPluse 感嘆，「它成了拐杖，而不是輔助。一旦涉及團隊協作與複雜需求，只會在屏幕前指手畫腳 AI 的應屆生毫無下手。
」 投資人查立（Cha Li）的說法更尖銳。他在 X 上吐槽，自己 2025 年第一季度招了一批高質素應屆生，第二季度全數裁員。原來痛點：離開 AI，他們喪失基礎工作能力。PPT 極美但邏輯空洞，視頻有大片質感但不懂現場建圖。他的結論很冷：「AI 已把初級工作幹掉了，那些只會用 AI 完成初級工作的應屆生，也被順便幹掉了。」這些案例是否代表系統趨勢，目前無大規模數據佐證，但它們反映的憂慮確實在僱主圈蔓延。
另一邊，另一股聲音正為工具的威力正名。在關於 AI 衝擊專業的熱議中，不少資深業內人士看到教育框架被打破後的生機。在管理顧問行業近年的實測中，利用 AI 作為智力支架的案例屢見不鮮，甚至成為總公司對初級分析師的新型考核標準。正如博主 HuangMing 所言，AI 確實粉碎傳統階梯式學習，但這未必是壞事：「以前你得從 1 學到 10，現在為了解決針子，直接找合適的腦袋。
」他指出，這屆學生能跳過瑣碎工具操作，直接進入需要判斷、業務理解、審美取捨的高階領域。 對於那些被批評離不開搜尋與 AI 的年輕人，社交媒體上也出現不少聲援。正如網友 Mr Panda 所言：「當年我們也被狠批，說寫代碼離不開 Google。」不少支持者也認為，會使用先進工具本就是核心競爭力。如果能用 AI 快速獲取正解，從而激發解決真實業務問題的熱情，這正是邁向高級個體的第一步。
這場爭論的核心，其實不在用不用 AI，而在誰在指責誰。X 用戶 NextPluse 就認為：「前幾屆學生拿正解可以，但那是得掙扎點，掌握怎麼做和為什麼。」正如 Creative Marbles Consultancy 分析，當常規知識性工作被 AI 壓縮，真正升值的將是判斷力、創造力與適應性等人類優勢。 職場這面鏡子，照出的不是 AI 的強大，而是使用者在剝離算法外殼後，這剩下多少獨立思考的硬核支撐。
教育重構：AI 狂潮中，重拾「思考的摩擦力」。職場的反饋回到了校園。面對學生越來越依賴 AI 的現實，不少高中開始在教學中重新引入不能用 AI 的環節。 「教育的挑戰在於，如何讓學生用工具，而不被工具奴役。」哈佛大學哲學教授申明·夏說。為了應對 AI 帶來的智力惰性，不少名校展開看似倒退的教學調整：
| 調整類型 | 描述 |
|---|---|
| 「紙筆時代」回歸 | 既然無法驗證屏幕後作業是否出自學生之手，教授乾脆把考試與重要論文移回課堂。手寫論文、限時閉卷考試重新成為主流。這種物理斷網，是為了讓大腦在無輔助情境下，經歷那種痛苦但必要的邏輯演化過程。 |
| 口試與現場辯論復興 | 口頭答辯（Oral Exit Exams）等古老考核方式在哈佛、普林斯頓學院等高中重新走紅。導師透過面對面追問，剝離 AI 修飾的詞藻，直擊學生認知的深處。 |
| 重新定義「作業」 | MIT 一項研究指出，過度依賴 ChatGPT 寫論文的學生，在神經與行為層面呈現明顯退化。研究發現，當參與者被要求用 AI 完成複寫任務時，他們大腦中負責執行控制（Executive Control）與深層語義處理的區域活動度明顯下降。但普林斯頓學生 Matthew Xu 展示了另一種可能性。他參與開發名為 Turbo AI 的應用，能將課堂筆記轉化為博客、幻燈片等多樣工具；他自己也用它拆解歷史課概念。正如 Matthew Xu 所說：「如果 AI 包辦整個作業，做了所有，那顯然是在作弊。但這與 AI 幫助思考截然不同。」 |
這些變革的核心，在於學習過程中重新引入摩擦力。前英漢教師丹尼爾·巴克（Daniel Buck）認為，學習往往發生在那段煎熬、掙扎的思考迷霧裡。如果 AI 瞬間給出完美答案，學生就失去了形成自己理解的機會。各大高中正努力達成一種共識，即大學不再是知識的發放站，而是一個受保護的思維健身房。在這裡，學生可以犯錯，可以寫出笨拙但原創的句子，可以進行那種低效的深度閱讀。
只有在大學期內保住了這種獨立思考的火種，他們步入職場後，才能從 AI 的提綱挈領躍升為真正的主控者。
