一个让所有人都学AI，一个在核心课上把AI请出去。
它们不矛盾——因为它们追问的是同一个问题。
近日，美国几所顶尖大学在"AI与教学"上接连出手，画风却差距极大：
康奈尔
AI素养课向全体新生开放，等于"人人必修AI"；
芝加哥大学
社会科学核心课程（SOSC Core）明文禁用AI、课堂零电子设备，回到纸质阅读与面对面讨论；
达特茅斯
在AI的诞生地，办起"AI at 70"会议，主题直白——"什么必须保持人性？"
表面看，康奈尔拥抱、芝大拒绝，好像在"打架"。但读完了三条新闻，你会发现：它们不仅不矛盾，反而共同画出了一条清晰的AI使用边界。这对正在准备美本申请的你，信号很明确。
01、三条新闻，三条线
康奈尔：AI素养，做成"全员必修"
今年秋季，在春季试点成功后，康奈尔的AI Critical Literacy Program（AI批判性素养项目）向所有新生开放，也向其他感兴趣的学生、教师、员工敞开。
课程由教学创新中心（CTI）与大学图书馆联合开发，在 Canvas 平台上线，包含四个模块：
注意第四模块——它不是教你怎么"更好地用AI"，而是教你怎么给自己划红线。参与试点的神经生物学讲师 Mark Sarvary 一句话点破必要性：医学院预科生将来要在专业场景里用AI，"literally, people's lives will depend on it"（人命关天），所以必须尽早懂AI、也懂它的边界。
（康奈尔校园一角）
芝大：核心课"回归模拟时代"
芝加哥大学社会科学学院（SSCD）的一份备忘录显示，从今年秋季起，SOSC 核心课序列整体被设计为"analog"（非数字化）课程：
- 学生主要读纸质文本，通过无设备的引导式讨论参与课堂；
- 禁用AI，且约束对象同时包括学生和教师；
- 教学大纲全部由人类学者撰写；AI辅助评分"没有位置"，除非能证明与人类评分等效。
备忘录的措辞很硬："在SOSC核心课里，我们先让学生不依赖AI地读、写、思考。"
但请别误读成"芝大反AI"。恰恰相反——
- 芝大与 Anthropic 合作，9月起学生免费使用 Claude Enterprise；
与此同时，
- 校长 Paul Alivisatos 提出"with, without, and aboutmachines"——与机器一起思考、脱离机器思考、关于机器思考；
- 法学院也已宣布禁用课堂电子设备，并要求多数1L课程线下考试。
也就是说：工具照给，但在特定课堂里，请你把工具放下。
达特茅斯：AI诞生地，追问"人何以为人"
1956年，正是在达特茅斯，那场夏季研讨会催生了"人工智能"这个词。70年后的10月29–31日，达特茅斯将举办"AI at 70: What Must Remain Human?"（AI七十周年：什么必须保持人性？）会议。
主题很哲学：哪些责任必须留在人类手中？哪些判断永远不该外包？智能系统失败时谁负责？达特茅斯还将公布一项多年研究的初步发现——学生使用AI如何影响其学习、自信、判断与就业准备。校长 Sian Leah Beilock 说："我们要确保AI增强而非取代人类判断。"深度学习先驱、图灵奖得主 Yann LeCun 将在会上获颁"AI at 70"奖。
02、不矛盾：它们指向同一条边界
把三所学校放在一起，你会发现底层逻辑高度一致：
AI 是工具，不是代理人。会用 ≠ 该用，能用 ≠ 该用。
- 康奈尔的"全员学AI"，学的不是"用AI写作业"，而是"AI是什么、有什么风险、我该不该用、怎么给自己定规矩"——终点恰恰是学生能自主决定"何时不用"。
- 芝大的"禁AI"，针对的是一类特定基础课：读经典、做讨论、自己思考。这类课的学习目标本身就是"不依赖机器地思维"，所以课堂要先"去中介化"。
- 达特茅斯则干脆把问题抛给全世界：什么地方，判断永远不能交给机器？
一句话总结这层关系：
康奈尔教你"拿得起"，芝大教你"放得下"。一个培养AI时代的选择力，一个守护人之所以为人的思考力。
两者不仅不矛盾，反而是同一枚硬币的两面——一个真正懂AI的人，才知道什么时候该把它关掉。
（达特茅斯学院校园一角）
03、给申请者与家长的三点信号
名校在AI上的纠结，归根结底是在重新定义优秀。对美本申请者，至少释放出三个清晰信号：
1. 招生官想看到的，是你的"思考过程"，不是结论。芝大把AI请出核心课，正是因为那些课要训练"你和伟大思想直接对话"的能力。你的文书、面试，如果只呈现精美结论、却看不到你如何挣扎、如何形成观点，名校会本能地警惕——那是AI最容易替代的部分。
2. 认知诚实（cognitive honesty），是底线。把AI生成的内容包装成"我的成就"，在越来越强调学术诚信的环境里风险极高。康奈尔最后一课教学生"给自己定AI政策"，正是在训练这种诚实。
3. 未来稀缺的能力，是"技术素养 + 人文定力"的双轨。既懂AI能做什么、边界在哪，又保有不可外包的独立判断——这正是一流大学想要的"完整的人"。
