在2026年9月17日至18日，哈佛大学的数学科学与应用中心聚集了24位顶尖数学家，如MIT的Larry Guth和普林斯顿的Assaf Naor等，讨论了一个重要的问题：随着人工智能的出现，如何评估博士生的能力。当AI开始撰写学术论文时，依赖博士论文作为毕业的评判标准将不再合理。两天后，他们发布的一份8页报告指出，博士论文不再是评估学生能力的可靠工具，实际上一篇论文的质量并不能反映学生的真实学术水平。
在这一会议前一周，学术界曾因芝加哥大学教授尼古拉斯·波尔森的事件而震惊，他在短短9个月内发表了超过258篇论文和书籍，其中一些的内容质疑其学术价值，并被怀疑为AI生成的。在确认使用AI后，SSRN迅速下架了他的多篇文章。这一事件展现了AI在学术论文创作中的强大能力，以及审核机制的落后，从而引发了对博士学位本质的深刻反思。
博士学位的起源可以追溯到12世纪的欧洲，最初是学术界的资格认证。19世纪初，德国教育家洪堡赋予博士教育新的理念，强调教学与科研的结合，使博士成为能够独立创造新知识的人。然而，AI的发展使得这一设想受到挑战，因为AI能够生成看似合格的论文，却没有真正的理解与判断能力。
哈佛报告中提到的一项新建议是，博士候选人需接受每年至少一次的面对面评估，并将评估结果纳入求职档案中。此报告的发布标志着博士教育评估标准的重大变革，强调实际能力和评价需与时代发展相适应。
发表评论