一句话看懂：布朗大学经济学教授 Roberto Serrano 在一次开卷在线考试中发现班级平均分高达 96%，远高于历史区间；怀疑大规模使用 AI 作弊后，他将期末考改为线下监考，平均分骤降至 48.6%，创下该课程历史最低。两项涉及超 50 万条成绩记录的研究佐证了这一模式：AI 在家庭作业中推高成绩的同时，正系统性侵蚀真实学习成果。
事件核心：发生了什么
2025 年春季，布朗大学经济学教授 Roberto Serrano 发现其 86 名学生在一次开卷线上考试中平均成绩高达 96%，而历史正常区间为 65%-80%。他将试题输入 ChatGPT 后获得了与多数学生几乎一致的答案，包括一个 ChatGPT 偏好使用但非必要且复杂的数学证明。Serrano 随后将最终考试改为线下监考。结果：18 名学生退课，9 人缺考，最终 19 人不及格，平均分仅 48.6%，为课程历史最低。Serrano 取消了期中成绩，将期末权重提至 80%。两项大规模研究印证了此现象：一项来自中国中部、追踪超 2.6 万名中学生 30 个月的研究表明，使用 AI 6 个月后，作业完成时间从 64 分钟降至 45 分钟，作业成绩提升 18%，但考试成绩下降 20%；UC Berkeley 一项覆盖某德州大型研究型大学超 50 万条成绩的研究显示，ChatGPT 上线后，编程与写作类课程中 A 占比跃升 13 个百分点，且该效应完全集中在无监考的家庭作业部分。
为什么重要
该事件揭示了一个正在被量化的系统性风险：以 ChatGPT 为代表的大语言模型在非监督场景下广泛使用，正在制造“高作业成绩、低考试表现”的分裂教育数据。对于 AI 行业而言，这意味着大量基于“作业通过率”或“用户满意度”评估模型效果的商业和教育产品可能被扭曲——模型真正提升的是完成任务的速度与表面质量，而非用户内化的知识或技能。同时，这一趋势对教育机构、认证考试和职业技能评估体系构成直接挑战：如果线下监考成本过高，AI 作弊的“收益”被大规模验证为有效，传统教育评估模型的有效性将面临根本性质疑。
对用户/开发者/创作者的影响
对教育科技公司：产品中若包含 AI 辅助答题、代码补全、写作建议等功能，需重新评估其真实学习效果。目前公开信息显示，类似效果评估可能采纳“线下考试对比”这种更高成本验证方式，而不是简单对比作业通过率。对教育领域创作者和开发者：如果 AI 生成内容被默认允许用于非监考作业，最终评估标准可能被迫转向更多现场考核、口试或项目演示，而非在线平台自动评分。对使用 AI 辅助学习的用户：数据表明，长期依赖 AI 完成任务可能带来明显的长期学习效果损失——中国研究显示两年后入学考试成绩损失为 18%-24%，且顶尖学生损失最大。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. 布朗大学的处理结果。目前大学仅建议教授逐一举报个案，Serrano 认为这种做法“荒谬”，未来校方是否会出台全校性 AI 考试政策值得关注。2. 更多大规模研究可能推动教育系统的评估方式变化——例如增加监考测试权重，或开发专门检测 AI 协作程度的评分机制。3. 对模型开发者的影响：如果多份高引用研究证实“AI 降低学习效果”的结论，可能引发关于 AI 教育产品伦理与合规的讨论，包括是否需要在产品中加入学习效果警示或限制作业场景下的使用。
