在人工智能（AI）时代，传统大学教育模式面临挑战，其核心问题在于未能有效适应新的技术环境和学习需求。Danny Liu 在 2026 年对 AI 发展及其对教育的影响进行了深入分析，他指出，当前大学教育的评估方式，如基于能力的评估（competency-based assessment），虽然在理论上具有潜力，但实际应用中仍存在局限。

以 RAND Corporation 和 OECD 的“未来教育与技能 2030”（Future of Education and Skills 2030）项目为例，这些倡议试图探索新的教育路径，强调培养学生适应未来社会所需的技能。然而，许多传统大学在采纳这些理念方面进展缓慢。

例如，新罕布什尔州的 PACE（Performance Assessment of Competency Education）项目，旨在通过实际表现来评估学生的胜任能力，这代表了一种更具前瞻性的教育模式。尽管有这样的尝试，但整体而言，传统大学在课程设置、教学方法以及评估体系上，未能充分融入 AI 带来的变革，导致其教育成果与时代需求之间产生脱节。