AI 能答题，
大学就该退场？

实际进展：三方已宣布合作，官网发布2027年启动及完整学位低于10,000美元的目标；项目仍在开发、追求认证。这里的成果是计划与组织承诺，不是已实现的学位结果。[01][02]

不能证明：已获认证、已招收正式队列、已完成毕业就业验证，或对中国申请者已确认开放。

观察到：学校称获 DEAC 认证。2026年9月8日校友报告中，相关问题受访者92%调查时有工作，82%称获晋升或承担更多责任。[04][05]

不能证明：AI使就业改善。学校明确提示这是全校校友结果，不是新AI项目队列；已访问概览未核实样本量与回复率，也没有因果对照。

观察到：WSCUC 名录显示当前状态为 Accredited，首次认证记录为2024年，最近行动日期为2026年3月24日。它证明获认证的在线路径可以存在。[06]

不能证明：AI改善了学习，或在线文凭在所有国家和用途下自动获认可。不要将认证变化简写为“2025年首次获认证”。

观察到：学校报告91%在毕业六个月内工作或进入研究生学习，97%有实习经历。前者是合并结果，不能改写成“91%就业率”。[08]

不能证明：AI移除了教师或带来这些结果。查证记录未核实回复率，也没有可比反事实；个别优秀校友不能代表总体因果效果。

实际进展：黑森州主管部门高校名录列有该校。其官网已公布线上 AI & Sustainability 本科项目、180 ECTS 与招生安排；这证明一种线上AI专业办学路线已进入运营，并不意味着由AI代替教师。[30][31]

边界：机构在官方名录中，与某一具体专业的认证是不同层级。本次未独立核验该专业的认证决定，也未找到可比队列的学习与就业效果。个体推荐、学校宣称或欧洲学分，不能推出AI教学优势或中国留服认可。

观察到：2023年秋季研究涉及194名符合条件的入门物理学生，采用连续两周、两个主题的交叉安排。AI条件后测中位数4.5，主动课堂3.5，显示局部即时学习优势。[09]

观察到：2025年校方报道涉及2023年秋季一门 OMSCS 课程的600余名学生；与成绩的关联不是因果。另有随机分班研究发现，设计与组织方面的教学存在感、社会存在感等问卷构念有小幅显著改善。[10][11]

不能证明：毕业率提升，或在所有任务上优于 ChatGPT。标题中的比较不能脱离具体课程与评价任务。

观察到：2026年1月校方称 AI Innovation Challenge 已有近700个项目；2025年9月宣布向全校提供个人无需付费的 ChatGPT Edu 访问。模拟病人、语言伙伴是应用方向，不是随机试验结果。[13][14]

不能证明：近700次有效教学改进，或“大学被替代”。项目数、账号覆盖与学习增益必须分列。

观察到：2025年2月公告的访问覆盖范围为46万余名学生、6.3万余名教职员工；这是当时的授权范围，不是当前活跃人数。系统也已设有2025年AI调查报告页面。[15][16]

不能证明：覆盖者均实际使用，更不能从许可证数量推出学习或毕业率改善。此例体现制度内转型，而非撤销大学。

观察到：官方现行页面记录，AI支持课程由2023年秋季8门试点增至2026年春季451门。2026年3月的课程体系报道仍讨论人的教学角色。[17][18]

不能证明：451门课程都已取得可归因的学习提升；部署课程数不是451项成功的随机试验。

观察到：2025年3月报道的《生物计算与序列分析》课程有70余名学生；校方问卷称近70%经常使用，反馈涉及感知效率。[19]

不能证明：测试成绩因AI提高。资料未给出可核实的对照学习增益；准确性描述也是校方陈述，不是独立验证。

观察到：2025年报告称94%的 Coach 使用者认为体验改善。报告总体调查覆盖179个国家的52,000余名学习者，但不能把这个总体样本量写成 Coach 子群样本量。[20]

不能证明：客观学习提升或AI带来职业收益。Coach 子群样本量未核实；平台总体职业结果也不能归因于该工具。

观察到：2026年8月 NBER 工作论文报告每年0.06—0.08个标准差的成绩增益，同时发现实质互动偏低。处理组是“可汗平台加Khanmigo”，不能将全部平台增益当作纯AI效果。[21]

不能证明：普遍深度使用，或大学层面的学习与毕业优势。增益与无AI练习的既有结果相近，也不等于本研究完成了严格的AI开关因果拆分。

观察到：这是实际存在的学龄教育模式，官网宣传“2倍学习”等效果。但本次查证没有独立核实、可比的随机试验来支持该倍数。[23]

不能证明：教师不再重要，或大学可以同样缩短。选择性收费学校的学生与条件，不能直接推广到大众高等教育。

观察到：斯坦福主导研究涉及约900名辅导者、1,800名学龄学生，整体主题掌握率提高4个百分点。预印本最初发表于2024年10月，2025年1月更新。[24]

不能证明：相对提高4%、教师消失或大学完成率改善。它支持的是人机协作在该场景中的价值。

观察到：2025年5月工作论文报告英语测评提高0.23个标准差，英语、AI与数字技能综合测评提高0.31个标准差。[25]

不能证明：学生独自聊天就能取得同样结果。“相当于1.5—2学年”是针对所测技能的模型基准换算，不是完成两年课程，更不是完成学位。

观察到：辅助练习时，基础版与导师版成绩分别相对提高48%、127%；撤去AI后，基础版组相对对照低17%，教学防护缓解了损害。[26]

不能证明：所有当代模型都伤害学习，也不能外推到所有大学课程。它揭示的是：辅助表现与独立能力可能背离。

观察到：NBER 2026年8月工作论文涉及6,000余名初中生，一周后测查练过与未练过内容。AI组进度较慢、尝试较少，遇错后的下一次作答正确率提高。[32]

边界：较积极的延迟收益集中在“AI结合掌握式进阶”的已练习材料，且为边际显著；不能写成稳定改善所有延迟与迁移任务。工作论文尚不足以回答大学毕业或就业问题。它更支持“设计怎样处理错误”，而不是“模型上线就自然学会”。