如果说过去几年，高校还在争论“学生能不能用 ChatGPT 写作业”，那么普渡大学已经直接跳到了下一个阶段：不懂 AI，可能毕不了业。

　　近日，美国老牌工科强校——普渡大学（Purdue University）正式宣布：要在本科毕业要求中新增一项名为 “AI 工作能力（AI working competency）” 的硬性指标，而这项尚在细化中的要求，将从 2026 年秋季入学的新生开始执行。

　　意料之中，这一决定迅速在校内引发热议，也让普渡大学成为全美高等教育界的“试水者”：当 AI不再只是课程内容，而是毕业门槛，高校究竟在解决什么问题？

　　从校方表态来看，这项决定并非单纯的教学改革，而是一次高度现实导向的选择。

　　普渡大学校长 Mung Chiang在声明中强调，AI 对社会的冲击速度和广度，已经让高校无法再“观望”：“AI 对社会的影响，包括对高等教育多个维度的影响，意味着普渡大学必须主动出击、走在前面，并且在大学的不同职能领域全面推进。”

　　在上个月的一次校参议院会议上，身兼电气与计算机工程教授的Mung Chiang也点明了这项要求的现实背景：就业压力。

　　“正如你们在新闻和社交媒体上看到的，许多大小公司已经停止招聘，甚至大规模裁员。这迫使大学必须认真思考：哪些岗位会被 AI 取代？哪些岗位会被‘会用 AI 的人’取代？这是摆在我们所有人面前的一项任务。”

　　换句话说，在校方看来AI 能力不再是加分项，而是生存技能——这也是为什么，普渡大学选择把 AI 写进毕业条件，而不是停留在选修课或倡议层面。

　　“AI 工作能力”并非简单说说，它隶属于普渡大学整体 AI 战略 ，并被明确拆解为五个方向：

　　很明显，普渡大学并不是只想“教学生用 AI”，而是试图把 AI 系统性嵌入大学的所有核心职能。普渡大学明确提出，其学生需具备三类核心能力：

　　这一定义，本质上强调的是“可就业的 AI 素养”，而非“会不会写 Prompt”。最终目标也非常明确：确保普渡大学的毕业生具备“可直接进入职场”的 AI 技能与思维能力。

　　在最受关注的“学习AI”板块中，普渡大学刻意避免把这项要求简化为“一门统一课程”，而是要求各学院制定符合本学科特点的 AI 能力标准。

　　举个例子，工程、计算机专业的 AI 能力，可能偏向模型理解、工具使用与系统集成农业、制造、物流等专业，更关注 AI 与实体系统的结合；文科与管理类专业，则更侧重 AI 决策、伦理、影响评估与沟通能力。

　　此前，普渡大学已经发布过生成式 AI 教学使用指南，但随着模型能力飞速进化，相关政策还正在修订中，尚未完全统一。例如，在上月的校参议院会议上，校参议院主席、普渡理工学院建筑管理技术专业实践副教授 Mark Zimpfer 提到了一个非常典型的场景：

　　“今天早上，有学生来问我 AI 使用规则的问题。他把我们学院的课程大纲，和校内另一门课的 AI 规定做了对比，发现两边的表述相互矛盾——有的允许，有的不允许。”

　　这也反映出一个现实问题：在统一要求学生具备 AI 能力之前，学校内部对‘什么时候能用 AI’本身还没有完全统一。

　　而在科研层面，即Research AI，指的是将 AI 深度融入学校的研究体系，包括但不限于：普渡物理 AI 研究院（IPAI）、数字与先进农业系统研究所（IDAAS）、交通与自主系统研究所（TASI）以及多个跨学科研发项目。这些研究方向覆盖精准农业、自动驾驶、数字孪生、物流系统等，强调 AI 不只是“算”，而是直接参与“种什么、造什么、怎么运”。

　　至于Using AI板块，普渡大学的落地动作也相对明确：学校已在 2024 年与微软达成合作，通过Microsoft Copilot（带数据保护） 向师生开放 GPT-4级的能力，当时还特别强调不与 M365 数据交互、不保存聊天记录、不用于模型训练。

　　最后一块是 Partnering in AI，即与科技公司的合作，包括：Google、苹果和Arm。不过，当媒体询问这些合作的具体条款时，普渡大学方面并未给出详细回应。

　　针对这个政策，有媒体联系了多位普渡大学教师，其中一位学者匿名分享了真实情况：校内确实高度重视 AI，也在积极推动理解和合理使用。

　　他也坦言，真正的焦虑集中在这项“AI 工作能力”要求的执行层面：“不同专业使用 AI 的方式差异极大。统一要求，可能会要么过于宽泛，流于形式；要是过于僵硬，则无法适配学科多样性。”