越来越多美国大学正在引入AI，协助招生办公室阅读申请文书、审核成绩单，从而让成千上万名学生更早拿到录取结果。在经费压力、申请人数暴涨的背景下，这种做法被视为提高效率、降低人力成本的现实选择。包括Virginia Tech、California Institute of Technology在内的学校，已经开始用AI模仿企业招聘中“初筛简历”的流程，加快申请审阅速度。这被视为美国教育系统被大模型深度重塑的最新体现。教授在课堂中使用AI，学生用ChatGPT辅助写作，而招生系统也开始引入算法。对学生而言，录取结果通常要等到4月公布，AI 的使用意味着等待时间缩短，心理压力下降；但与此同时，AI介入招生公平性的问题也迅速浮出水面，尤其是在特朗普政府收紧“多元、公平、包容（DEI）”政策的大背景下。以Virginia Tech为例，往年每篇短文需要两名人工评分、分歧大时再加第三人。去年5.8万份申请意味着要读约50万篇文章。今年改为“AI + 一名人工初审”，若分数差异明显再交由额外人工复核，据校方估计已节省约8,000小时工作量，并能将放榜时间提前一个月。校方强调，人类仍保留最终判断权，但AI在“摘要、排序、加速决策”上非常有价值。同时，一些学校开始用AI对抗AI。在California Institute of Technology，提交研究成果的学生可以选择使用一个名为Viva的系统：AI先阅读研究内容，再生成针对性问题，学生通过视频即时作答。这一设计的目的，是防止申请材料过度依赖ChatGPT等工具，从而区分“真正理解”与“技术润色”。但批评者认为，风险并不小。纽约大学教授Meredith Broussard指出，AI 更容易奖励“结构工整、可预测、符合模板”的写作，而这恰恰与大学希望看到的原创性、思想张力相冲突。MIT经济学家Daron Acemoglu也警告，如果多所大学使用相似模型，录取结果可能趋同，系统性偏好某一类学生；而经济条件更好的家庭，更容易使用更先进的AI工具，从而进一步拉大不平等。正因如此，一些名校开始明确限制AI使用边界。Brown University禁止AI生成任何申请内容，仅允许拼写和语法检查；Cornell University允许用AI进行头脑风暴和语法润色，但严禁代写、翻译或生成作品集内容。现在讨论的本质，已经不是“AI 会不会取代人类”，而是精英筛选正在变成“算法＋人类”的混合机制。未来无论是升学、求职，还是资源分配，“能被机器快速理解、打分、归类”本身正在成为一种隐性能力。对个人而言，拼的不只是努力或才华，而是是否能在不迎合模板的前提下，把真实能力表达得“机器也读得懂”。这对擅长结构化表达的人是优势，对依赖个性化、非线性成长路径的人则更具挑战。规则正在改变，而改变往往发生在“看起来只是提高效率”的地方。
