2025年3月，一则关于“学术面试中被禁止使用ChatGPT”的控诉在高等教育界引发轩然大波。美国一位不愿透露姓名的青年学者在社交媒体上发帖称，自己在某顶尖大学进行的“chalk talk”（学术面试中的黑板演示环节）中，因试图使用ChatGPT辅助生成板书内容而被当场制止，随后面试官明确表示“不允许使用任何AI工具”。此事被当事人定性为“技术歧视”，并在学术界掀起了一场关于AI时代学术评价标准与公平性的激烈讨论。

事件还原：一封被拒的“AI辅助请求”

据当事人描述，这场面试发生在一所常春藤盟校的教职招聘流程中。在传统的chalk talk环节，候选人需要在黑板前即兴展示研究思路、推导公式或解答评委提问——这是考察候选人教学与逻辑思维能力的经典方式。然而，当这位候选人提出“能否利用ChatGPT快速生成一个教学案例的框架”时，面试委员会主席当场拒绝，并补充道：“我们期待看到你未经技术修饰的思维过程。”

当事人随后在社交媒体上写道：“我并非完全依赖AI，只是想用它节省板书时间，以便更专注于与评委的互动。禁止我使用一种被广泛认可的工具，就像要求一位数学家只能用算盘而禁用计算器——这不是公平竞争，而是对技术使用者的歧视。”这一表述迅速获得数千次转发，支持者认为学术机构应主动适应技术变革，反对者则坚持传统考核形式有其不可替代的价值。

争议焦点：学术诚信还是僵化守旧？

事件背后折射出的核心矛盾，是学术共同体对AI工具态度的根本分歧。支持当事人的一方认为，现代学术研究已无法脱离计算工具、数据库和AI辅助，面试场景禁止ChatGPT无异于“要求用羽毛笔写论文”。美国计算机学会一位不愿具名的理事指出：“Chalk talk的本质是评估候选人的思维敏捷性与知识深度，而非板书速度。如果AI能帮助候选人更清晰地表达复杂概念，为何不能使用？这就像禁止在学术报告中用PPT一样荒谬。”

然而，反对意见同样掷地有声。多位资深教授在学术论坛上表示，Chalk talk的独特价值恰恰在于“不完美的即时呈现”——板书过程中的涂改、停顿、思维跳跃都是评委观察候选人真实认知过程的窗口。“ChatGPT生成的完美框架会掩盖候选人的思维盲区，”加州大学伯克利分校教育学教授詹姆斯·卡特强调，“我们不是在招聘一个AI操作员，而是在招聘一个能独立思考、甚至能挑战既有知识的学者。”

值得注意的是，事件发生的时间节点为2025年——此时ChatGPT等大语言模型已在全球渗透至各行业，学术界对AI的使用也形成了初步规范。2024年，哈佛大学、麻省理工等高校已陆续出台政策，允许学生在特定作业中合理使用AI并标注，但在高利害的招聘场景中，此类规则几乎一片空白。

数据支撑：学术界的AI信任危机

根据《自然》杂志2025年初发布的一项全球调查，约43%的受访学者表示曾在学术面试中遭遇“技术歧视”——这里的歧视并非指向种族或性别，而是对AI辅助行为的负面评价。其中，36岁以下的青年学者占比高达71%，暴露出代际观念的巨大鸿沟。调查同时显示，已有12%的学术机构明确禁止面试中使用任何AI工具，而58%的机构尚未制定相关规则，导致面试官拥有极大自由裁量权，从而引发了公平性担忧。

另一位经历过类似事件的博士后研究员艾米莉·陈向本刊透露，她在2024年的求职面试中曾因“电脑上打开了ChatGPT标签页”而被扣上“学术不诚实”的帽子。“面试官甚至没有问我如何使用它，就主观认定我企图作弊。这种预设的敌意让我感到，我的数字素养反而成了一种罪过。”

多方观点：如何划定“合理使用”边界？

面对这一争议，美国高等教育协会（AHE）已于2025年2月组建专门工作组，计划在2025年底发布《学术招聘中AI使用指南》。工作组发言人玛丽·威廉姆斯博士表示：“我们既不能因噎废食地全面禁止AI，也不能放任每个候选人自行定义使用边界。关键是明确‘什么情况下AI辅助是合理的，什么情况下构成违规’。”

一些先行者已开始探索平衡方案。例如，斯坦福大学部分院系在2025年春季面试中试行“AI透明规则”：候选人需提前声明将使用哪些AI工具，并在演示过程中实时展示AI输出内容，评委据此评估候选人对AI结果的批判性运用能力。这一做法得到了许多青年学者的欢迎，他们认为这既保留了技术的效率优势，又避免了“黑箱操作”引发的信任危机。

展望：一场不可避免的范式革命

回到最初事件，这位青年学者的投诉信已提交至大学公平实践办公室，目前尚未公布处理结果。但无论最终裁决如何，这起事件都像一面镜子，映照出学术共同体在技术冲击下的集体焦虑。正如普林斯顿大学前教务长在评论中指出的：“当我们拒绝一个人在chalk talk中使用ChatGPT时，我们真正拒绝的，或许是对‘学者’这个身份定义的重新思考。未来的优秀学者，很可能就是那些能最有效整合人类智慧与人工智能的人。”

可以预见，在2025年及更远的未来，类似的“技术歧视”指控不会消失。学术界的真正挑战，并非决定“用或不用”AI，而是如何在守护核心价值——原创性、批判性、诚实性——的同时，打破对工具的刻板偏见，建立一套既能拥抱技术红利、又能守住学术底线的全新评价体系。而这，需要时间、共识，更需要每一个教育者的开放心态。