哈佛法学院学者Minow在MIT（美国麻省理工学院）演讲：AI（人工智能）教育工具应做“导师”而非替代学生思考
哈佛大学法学院学者Martha Minow在MIT（麻省理工学院）Compton讲座中，把教育列为民主四项基础之一，认为主流AI（人工智能）模型与界面中的迎合性设计可能削弱年轻人思考、记忆与批判性思维能力。
她提出，若把AI设计成提问、提示和引导式的导师工具，并配套更难作弊、更有意义的评估方式，技术也可能反过来强化深度学习。 上述均为其个人判断，演讲未提供实证研究。
据MIT（美国麻省理工学院） News报道，哈佛大学300周年校级教授、宪法与人权领域学者Martha Minow于2026年10月23日（美国当地时间周四）在MIT Huntington Hall（10-250室）发表今年秋季Compton讲座，题为“Constituting Democracy in the Era of AI”。
她以教育、可靠且可及的信息、免于暴力的安全、公平四项“民主要素”为框架评估AI（人工智能）影响，并称美国教育经费本已存在地区差距、学校在过去三十年在经济与族群层面更加隔离。 她说：“主流AI平台放大了社交媒体公司使用的策略，使人变得被动……领先的AI模型、界面和迎合性元素，危及尤其是年轻人思考、记忆和从事批判性思维的能力。
”她提出，现有LLM（大语言模型）、模型训练与界面设计可以提供提示、问题和线索，而不是替代学生的作业，但“还有更多可以开发、也能更有效做到的事，以建立可信度、深化人的活动与好奇心”。 她还在问答环节称最担忧“启蒙运动的丧失”，并把虚假信息与学校批判性思维弱化视为关键问题。 MIT校长Sally A. Kornbluth作开场介绍；
Compton讲座系列始于1957年，是MIT规格最高的此类活动。
这场演讲的价值不在于给出新实验数据，而在于把“AI（人工智能）教育工具的设计取向”提为公共议题：同样是提示与反馈，若目标是完成作业，模型会强化替代； 若目标是追问与线索，则可能保留认知负荷。 她提出的“更难作弊、更有意义的评估”指向当前AI教育产品普遍未解决的一环——评价方式不随工具变化，工具越强，学习信号越失真。
需要注意的是，关于迎合性设计削弱记忆与批判性思维，她未提供对照研究，属于基于观察的担忧； 美国教育经费差距与学校隔离程度的具体数据也未在演讲中给出出处，不能当作本文核实结论。
后续观察信号
- Minow演讲中引用的美国教育经费差距与学校隔离数据出自哪些研究
- 是否有教育AI（人工智能）产品已公开“提问式引导”与传统答题模式的对照结果
- MIT（美国麻省理工学院）是否有后续研究或工具开发计划回应其“导师式AI”倡议