普渡大学把 AI 写进毕业条件：这不是教学改革而是一场直指就业的现实选择
当越来越多大学还在讨论“要不要教 AI”“该不该限制学生用 AI”时，普渡大学已经跳过了这些问题，直接给出了一个明确答案：
不会用 AI，将不再具备毕业资格。
2025 年底，普渡大学董事会正式批准：
自 2026 Fall 起，本科生必须满足一项新的毕业要求——AI Working Competency（AI 工作能力）。
这项决定迅速引发关注，但如果仅将其理解为一次“教学改革”，其实低估了普渡大学的判断深度。
从校方公开表态来看，这更像是一项高度现实、以就业为核心的制度性回应。
为什么那么突然？
因为就业市场已经不再给大学“观望”的时间
普渡大学校长 Mung Chiang 在声明中直言：
“AI 对社会的影响，包括对高等教育多个维度的影响，意味着普渡大学必须主动出击、走在前面，并且在大学的不同职能领域全面推进。”
这并非一句宏观口号。
在上个月的一次校参议院会议上，身兼电气与计算机工程教授的 Mung Chiang，把话说得更加直接，点明了这项政策的现实背景——就业压力：
“正如你们在新闻和社交媒体上看到的，许多大小公司已经停止招聘，甚至大规模裁员。这迫使大学必须认真思考：
哪些岗位会被 AI 取代？
哪些岗位会被‘会用 AI 的人’取代？”
这句话，其实揭示了一个已经发生的变化：
AI 并没有简单地‘消灭岗位’，而是在重塑岗位门槛。
不会用 AI 的人，正在被系统性排除在招聘流程之外。
在这样的背景下，如果 AI 仍然只是：
- 一门选修课
- 一次讲座
- 一项倡议
那它对学生就业几乎没有实质意义。
这也是为什么，普渡大学选择把 AI写进毕业条件，而不是停留在“鼓励”“建议”或“可选”的层面。
AI 不再是加分项，而是“生存技能”
在普渡大学的定义中，AI 能力已经不再是一种“优势技能”，而是：
决定你是否具备基本就业资格的底层能力。
这也是“AI Working Competency”这个名字真正的含义——
不是“会不会 AI”，而是能不能工作。
在官方文件中，普渡大学明确指出，学生需要具备三类核心能力：
在本专业中理解并有效使用 AI 工具，并清楚其能力边界与局限
能够清晰表达 AI 在决策中的作用与风险
具备长期适应 AI 演进的能力，而非只掌握某一代工具
值得注意的是，这套能力定义中，刻意没有强调具体工具、模型或 Prompt 技巧。
原因很现实——
工具会快速迭代，但岗位对“判断、责任与适应力”的要求不会。
普渡大学真正想解决的，是学生进入职场后能否回答这些问题：
- 什么时候该用 AI？
- AI 的结果是否可靠？
- 出问题时，谁该负责？
这恰恰是当前企业最缺、也最难在短期内培训的能力。
不再是课程，而是“可上岗”的能力体系
在最受关注的 “Learning about AI（学习 AI）” 板块中，普渡大学刻意回避了一个看似省事、却效果有限的做法——
把 AI 能力要求简化为一门统一必修课。
相反，学校要求各学院基于本学科特点，自行制定 AI 能力达标标准。
这意味着，不同专业的“AI 能力”从一开始就被定义为高度情境化、强就业导向的能力：
- 工程与计算机类专业，更强调对模型的基本理解、AI 工具的实际使用，以及系统层面的整合能力；
- 农业、制造、物流等应用型专业，重点放在 AI 如何与真实物理系统结合，解决生产、运输与效率问题；
- 文科与管理类专业，则更侧重 AI 在决策过程中的作用、伦理风险、影响评估以及跨部门沟通能力。
换句话说，普渡大学并不追求“所有学生学同一套 AI”，而是要求：所有学生都具备“在本专业中可以直接进入职场”的 AI 能力。”
教师与学生怎么看？
方向认可，但落地仍存现实挑战
针对这项“AI 工作能力”毕业要求，普渡大学校内的整体态度相对一致：方向正确，但执行不易。
多位教师在接受媒体采访时表示，校内确实高度重视 AI，也希望将其作为增强教学效果的工具，而非替代思考的捷径。真正的担忧集中在落地层面——不同专业对 AI 的依赖程度差异巨大，如果标准过于宽泛，容易流于形式；但若要求过于具体，又可能难以适配学科多样性。
学生层面的反应则更为复杂。一方面，不少学生认可学校直面就业现实的做法，认为与其模糊倡议，不如把能力要求说清楚；但另一方面，也有学生对不同课程、不同学院之间 AI 使用规则不统一感到困惑，担心在标准尚未完全明晰前，增加学习与评估的不确定性。
整体来看，校内并非反对这项政策，而是普遍意识到：AI 已不可回避，真正的难题在于，如何把它变成一项“既公平、又真正有用”的毕业能力。
如果你正处在 RD 选校阶段，当一所大学明确把 AI 工作能力作为毕业门槛时，这样的信号，会不会影响你的最终选择？
【竞赛报名/项目咨询+微信：mollywei007】
