概念
研究生教育
本页是英文页面的机器翻译,尚未经母语者审校。
综合:研究生教育是这样一个层次:AI 不再只是学习辅助,而开始与学位所认证的作品相竞争——学位论文的一章、一次诊断判读、一次临床接诊、一篇招生文书。现有的研究集中于专业与临床项目,在那里,辅导、模拟病人与决策支持带来短期收益;也集中于评估文献,在那里,同样的工具削弱了无人监督文本的证据价值。导师指导是研究最少、后果却最重大的情境,其证据如今虽有测量但仍属相关性证据,多数指导仍是设计论证。
值得思考的问题
- 当学位论文的一章与一次导师面谈都显得胜任时,哪一个才能说明候选人可以为自己的主张辩护?
- 当住院医师借助 AI 辅助判读学习——这些判读纠正一些错误、又颠倒另一些——一个临床项目对病人负有什么责任?
- 如果招生文书不再能显示作者是谁,什么应当取代它,代价又由谁承担?
- 哪些研究生能力,你会在从未看到产生它们的过程的情况下予以认证?
- 博士毕业生将为他们进入的领域设定 AI 规范。他们的项目在这一点上教给了他们什么?
引言
研究生教育涵盖硕士、博士与专业学位,从一年的硕士项目到临床住院医师培训,再到六年的学位论文。把它与本科学习区分开的不是难度,而是判断的单位。学位认证的是这样一个人:能够提出一个原创问题、产出证据,并在了解该领域的人面前为一种解释辩护。招生是入口,答辩或临床评估是出口,而两者之间的岁月取决于导师指导、实践,以及一件没有课程真正拥有的作品。
证据基础比出版数量所暗示的要薄。多数证据来自包含研究生样本的高等教育情境,如 MBA 班级、住院医师同期组与硕士课程,而非来自博士阶段的导师指导本身。这一层次的综述往往发现,大量技术文献背后只有寥寥几项教育研究。
监督、学位论文与正在消失的作品
一件打磨光洁的成品,过去是作者理解了这项工作的合理证据。生成式 AI 打破了这一推断,因此回应之道是重新设计那些让推理变得可见的情境,而不是去监管成品本身。
-
研究会议可以被设计成暴露推理的场域。 Prunuske 与 Adams-Phillips 为实验室会议提出三个窗口:元认知校准、概念解释与协作意义建构,每个窗口都配有诊断性问题。他们的示例案例是一份从未见过培养箱日志的 AI 摘要,以及一位保持沉默的技术员。这是一篇没有任何数据的观点文章(Moving research meetings from data updates to cognitive windows in the age of artificial intelligence)。
-
披露记录的是使用,并不确立担保。 Mirończuk 把例行委托与认知委托区分开来:后者的产出会决定哪些主张或方法算数。约 70% 被分析的期刊设有 AI 政策,然而自 2023 年以来,明确披露只出现在约 0.1% 的出版物中(When disclosure rules are not enough: authorial warrant and judgment in AI-supported scholarship)。
-
所有权可以与产品质量分开评估。 Rothwell 把产品质量、来源、已展示的能力,以及作为变化的学习区分开来,随后以八项指标界定认知所有权。他的相互评价做法是:学生先评,教师独立评,分歧本身成为探究的对象(Assessing Learning When AI Can Produce the Product: An Integrated Framework for Cognitive Ownership and Mutual Evaluation)。
-
过程证据的规模化在采集环节,而不在解释环节。 一个为期 13 周的研究生工程单元在 17 个团队、87 名学生中运行了六条证据渠道。采集基本自动化;渠道之间的关联仍靠人工,而在八分钟演示后提一个两分钟的问题,产生的是团队层面的解释而非个人层面的解释(When AI Can Build It, What Should We Assess? Rethinking Evidence of Engineering Competence)。
-
轨迹能把“谁构思了文本”与“谁输入了文本”分开。 DraftTrace 比较了 81 名研究生 NLP 学生与 81 次 大语言模型(LLM) 生成、11 次复制键入的会话。课堂文本的 Flesch 易读性得分为 52.8,对照为 38.4;键入速度为每分钟 27.5 词,对照为 49 词;每 100 个字符有 12.5 次修改,对照为 2.7 次。只有在两种视图一起阅读时,复制键入才会暴露(DraftTrace: A Multi-View Analytics Environment for AI-Integrated Writing)。
-
招聘信号已经在减弱。 Pal 与 Park 建模了申请者选择学得多深、招聘者选择要求何种证据的情形。当没有人深入学习时,一次通过的面试不携带任何信息,因而被忽略,于是看重理解并不创造获取理解的激励。他们给出的回应示例是:加重口头答辩的权重、粉笔演讲,以及限制预印本(Game theory of academic effort and hiring in the age of AI)。
导师指导关系承载着什么
导师指导是 AI 就绪要么变成研究能力、要么停留在个人倾向的地方。在一项对 19 所中国大学 425 名硕士生的调查中,受试者全是 AI 常规使用者,就绪促进因素经由感知到的导师支持与 AI 信任抵达研究自我效能,而非直接影响。导师支持路径为 β = 0.201,就绪的直接路径不显著,导师支持与自我效能有最强的直接关联(Luo 等(2026))。担心可靠性与过度依赖的学生报告了更高的 AI 信任,作者把这一点解读为批判性审视而非回避。该设计为横断面自陈,因此这条路径是关联而非因果。
原创研究中的伦理边界穿过任务,而不是工具。Guanilo Pareja 等(2026)论证,语法帮助与头脑风暴不同于未加说明的分析或综合,因此按工具而非按功能命名的规则会误伤。他们对 61 份文献的综述认为披露必要但不充分:如果候选人无法为文本背后的推理辩护,即使声明了使用仍然不成立。机器评语按设计就是暂定的,作者提出把治理作为一个在博士各里程碑上复审的循环。他们的主张是解释性的,供检验而非作为已测量的效应提出。
一项单组研讨课显示这类收益多么容易被夸大。13 名研究生在一门 16 周课程中,在所有应答上自我导向学习从 80.62 升至 87.38,但只有八份记录可以匹配,且没有运行无辅助测试(Chen(2026))。该文可用的建议是程序性的:在使用工具之前陈述目标与初始判断,然后解释接受或拒绝了什么,以及在没有辅助的情况下能做到什么。
层次差异在多数研究省略的那项比较中最为清楚。在一所技术大学的 381 名学生中,研究生在伦理与学术自主性上领先本科生 d = 1.47,在 AI 使用上领先 d = 1.29,而一旦伦理与自我调节进入模型,使用频率便不再预测能力(Zaripova 等(2026))。因此,一个项目可以为研究生设计的培养目标是判断力,而不是接触量。
专业与临床项目
专业学位承载了研究生层次的大部分证据,且按学科组织。AI 在有边界、可核查的任务上表现良好,在认证所关心的那种推理上则较差。
-
决策支持对经验最少的判读者帮助最大。 15 名病理科住院医师先无辅助阅读 186 张前列腺活检切片,随后在 AI 标注辅助下阅读。准确性对经验较少的住院医师从 62.3% 升至 75.1%,对经验丰富者从 77.9% 升至 83.0%。AI 纠正了 39% 的无辅助错误,并颠覆了 3.9% 的正确诊断;该研究测量的是辅助表现,而非学习(AI-assisted digital pathology improves diagnostic performance and reduces experience-related performance gaps in pathology residents interpreting prostate biopsies)。
-
模拟病人扩展的是可及性,而非已被证明的技能。 SOPHIE 2.0 通过浏览器中的虚拟形象与 LLM 评判者提供 24 个临床情景。该评判者相对人类共识的 Pearson 相关为 0.759、ICC 为 0.746,59 名参与者中 92% 觉得它有吸引力;由于没有对照条件,分数上升不能归因于训练(Scalable AI-based clinical communication training and automated assessment)。
-
取代引导者能保住分数,却以过程为代价。 在一门为期四周的药理学课程中,136 名二年级医学生在引导者主导与 AI 主导的问题导向学习中,多项选择题成绩提升相同(p = 0.474)。引导者主导的小组在批判性思维上得分更高,14.75 对 13.09(p < 0.001),在小组评分量表上也更高,26.51 对 24.74(p = 0.035)(Facilitator-Mediated Versus AI-Mediated Problem-Based Learning in Pharmacology Education: A Quasi-Experimental Study Among Second Year Medical Students)。
-
临床训练研究尚未触及胜任力。 一项关于咨询师教育的范围综述找到 14 份文献,全部在 2023 年之后,且以模拟来访者为主。没有一项测量胜任力,没有一项测试危机情景,且除非提示中指定文化,默认人格设定在文化上是中性的(Generative AI in Counselor Education: A Scoping Review of Applications, Ethics, and CACREP Competency Mapping (2015-2026))。
相邻领域也显现同样的稀薄:医学教育增加了 153 份报告,其中 13 份带有后续信号;法医学有 21 项研究,三项带教育证据,且没有一项以法医学生为对象。
商科项目提供了最清晰的试验。一个在线 MBA 模块中的结构化AI 导师相较对照组把成绩提高了 55 分中的 6.63 分,而语音与文本在学习效果上等价,语音的成本却高出 2.8 倍。一个课前演练伙伴使 759 名 MBA 学生随后的参与度提高约 31%,但只在第二次使用之后才出现。
招生与评估诚信
招生文书是 AI 写作遇上带数字的决定的地方。在六个招生周期中,一所美国公共政策硕士项目收到 7,462 份申请,提交至少一篇被判定为主要由 AI 撰写的文书的申请者比例,从 2023 年的 21.8% 升至 2024 年的 45.1%、2025 年的 56.1%,其中国际申请者达到 69.3%,而本国申请者为 38.6%。每篇被标记的文书与低 1.5 个百分点的录取概率相关联,一旦把文书质量固定住,这一差距升至 2.6 个百分点。该项目并未做任何筛查;五名招生官以 AUC 0.70 识别出 AI 写作,并对他们认为是 AI 生成的内容评分更低,因此惩罚经由判断而非经由执法产生(AI-written admissions essays are widespread but penalized)。
在项目内部,更有产出的回应是让过程可观察。一个研究生商科单元的五学期团队协作框架使用了与每个团队 30 分钟的会议、每人一份反思表,以及第九周的一场对话,让每位学生解释自己的贡献。它的分数增益是被测量的;它关于不端行为减少的主张只是断言,没有计数。一门面向在职教师的研究生研究方法课程以有记录的苏格拉底式对话取代禁令,在六个学期、约 440 名学生中达到 96% 的检查点完成率。
自动评分正谨慎进入。四个 LLM 依据两名人类考官对 32 份匿名硕士公共卫生短文考试评分。最佳者在思维模式下达到加权 kappa 0.718,但在五天内对同一批试卷重评时,Krippendorff's alpha 为 0.625,且没有任何模型可靠地使用量表的极端值。
就业能力与未来导师的 AI 素养
就业能力文献大体上是一种承诺。一项对 46 份出版物的综合,通过认知投入、自我效能与职业适应力来组织从 AI 支持的学习到就业的路径,随后发现几乎一切被测量的东西都位于近端:投入、信心、感知到的就业能力。很少有研究真正测量就业(Artificial intelligence in higher education and graduate employability: cognitive engagement, self-efficacy, and career adaptability in the AI era)。
素养构念的界定好于它的测量。Zhi、Yang 与 Huang 访谈了 14 位指导硕士与博士生的教授,推导出五个维度:从认知基础与操作技能,到高阶思维、元认知反思与伦理责任。他们的 15 题量表对 308 名研究生做了拟合,但每个指标都只是单一的自陈条目(Modeling and measuring graduate students’ generative AI literacy: a study based on Marzano’s taxonomy)。
两项课程发现对导师很重要。在 36 个美国健康 AI 项目中,按作者设定的标准,80.6% 教授伦理、22.2% 教授数据来源,且 76.1% 的具名授课者来自计算学科,来自社会科学或人文学科的仅占 3.3%。在中国 1,157 名研究生中,功能性 GenAI 依赖与更高的自陈研究创造力相关(β = 0.457),远强于存在性依赖(β = 0.147),其中批判性思维承载了功能性路径约 85% 的效应。
关联
研究生教育继承 高等教育条目下记录的整个部门层面的诚信、评估效度与教师能力问题,并依赖本科学习本应提供的 AI 素养基础。变化的是证据所在的位置:课程作业让位于学位论文、实习与答辩,在那里,一次判断认证数年的工作。
实践启示
面向导师与博士教师
- 在结果之前先要推理链:哪些数据进入了分析、工具看不到什么、学生接下来会去核实什么。
- 要求第二种表征,例如机制草图或工作流程图,因为重复模型输出的文字无法显示概念上的一致性。
- 把作者担保设为章节与资格论文的明确标准。
面向项目主任与临床教育者
- 把 AI 决策支持放在不确定性最高的地方,并教受训者把标注当作重新检查的提示而非结论。
- 在问题导向与临床教学中推理密集的部分保留引导者;等效的测验分数并没有延续到批判性思维与小组过程指标上。
- 为解释而不仅仅为工具出资:采集已扩展到数百个资源库,而跨渠道的判断仍然昂贵。
面向招生与研究生院负责人
- 先决定个人陈述测量的是什么,再决定对 AI 做什么;如果真实性重要,就在申请者无法委托的条件下评估写作。
- 用过程证据取代检测合同:受监督的对话、每人一份的反思,以及要求每位候选人解释自己贡献的答辩。
常见误解
-
“AI 决策支持教会临床判断。” 该病理学研究测量的是显示标注时的准确性,采用固定的先无辅助后辅助顺序,并发现 3.9% 的正确诊断被颠覆。保持性未被检验。
-
“检测能裁定作者身份。” 没有人筛查那些招生文书,然而申请者经由读者的印象被惩罚,而检测器阈值在 ChatGPT 出现之前是按低于 1% 假阳性率校准的。
-
“AI 可以无代价地取代引导者。” 在 AI 主导的问题导向学习中多项选择题增益相当,但批判性思维与小组过程并非如此,且受调查教师中只有 15.8% 写过任何 AI 使用政策。
-
“研究生层次的 AI 素养 就是工具熟练度。” 该研究生框架把认知基础、操作技能、高阶思维、元认知反思与伦理责任区分开来。
关联概念
关联文章
- Generative artificial intelligence and the transformation of medical education: a scoping review
- Teaching with AI, Not Against It: A Thinking Partner Framework for Working Adult Learners in Compressed Online Formats
- A teamwork framework for preventing breaches of academic integrity and improving students' collaborative skills in the AI era
- GenAI dependence and graduate students' research creativity: the roles of critical thinking and human-AI collaboration quality
- Data Provenance and Ethics in the Curricula of U.S. Health AI Education Programs
- When AI Tutors Speak: Evidence from a Randomized Field Experiment
- How assigned AI use before class shapes active student engagement in class
- Large language models as grading assistants in public health education: a method-comparison study of essay-style exam assessment
- Generative AI, Cognitive Offloading, and Learner Agency in Higher Education: A Scoping Review
- Artificial Intelligence and Higher-Order Thinking: A Systematic Review of Educator and Student Experiences and Perspectives in Higher Education
- Artificial intelligence applications in forensic science and their implications for education and training
- AI Technology Readiness, Trust, and Supervisor Academic Support in Relation to Graduate Students’ Research Self-Efficacy
- Generative Artificial Intelligence in Doctoral Supervision: Ethical Boundaries, Feedback Practices, and Supervisory Relationships
- Generative AI-supported learning, self-directed learning, and motivation in a graduate seminar: an exploratory single-group study
- Generative AI use, self-regulation, and Neuro-AI Pedagogical competence in higher education: a comparative study of undergraduate and graduate students in Uzbekistan
- Generative artificial intelligence in doctoral education: a participatory action research evaluation of the Dr. I.D.E.A. model