“我们不能选择成为傻瓜”:席卷布朗大学的人工智能作弊丑闻

布朗大学一名盲人经济学教授发现,大量学生在允许使用AI的居家考试中平均得分96分,而当考试改为线下闭卷后,平均分骤降至48分,27名学生退考或缺考。事件暴露了生成式AI在顶尖学府中的大规模作弊隐患,也引发了关于教育公正和AI工具边界的广泛讨论。

“我们不能选择成为傻瓜”:席卷布朗大学的人工智能作弊丑闻

一句话看懂:布朗大学一名盲人经济学教授发现,大量学生在允许使用AI的居家考试中平均得分96分,而当考试改为线下闭卷后,平均分骤降至48分,27名学生退考或缺考。事件暴露了生成式AI在顶尖学府中的大规模作弊隐患,也引发了关于教育公正和AI工具边界的广泛讨论。

事件核心:发生了什么

布朗大学经济学教授Roberto Serrano在2025年校园枪击事件后,出于人道考虑,将2026年春季ECON 1170课程的中期和期末考试改为开卷。课程人数从往常的8-30人激增至86人。中期考试平均分高达96分(满分100分),其中40人获得满分,远超该科目历史平均65-80分的水准。Serrano教授发现答案风格“混乱”,与ChatGPT输出高度相似,于是决定将期末考试改回线下闭卷。结果,27名学生在考前退课或缺考,且其中22人中期考试满分;实际参考学生平均分跌至48分。

为什么重要

这不仅是学术诚信丑闻,更是对生成式AI在教育场景中“替代学习”能力的直观验证。事件表明,当AI可以轻易完成原本要求深度理解的任务时,大量学生倾向于选择“效率优先”而非“学习优先”。这也对AI检测工具、防作弊策略以及课程设计提出挑战——如何区分“合理辅助”与“系统性作弊”成为关键。此外,事件发生在常春藤盟校,具有极强的示范效应,可能推动更多大学调整AI使用政策,甚至影响在线教育评估体系的信任基础。

对用户/开发者/创作者的影响

对开发者而言,这暴露了当前AI模型在文本生成任务上的“欺诈友好”缺陷:模型能产出看似合理但缺乏真实逻辑的答案。开发者需要优化防抄袭机制,例如增强输出独特性标记或引入推理链验证。对创作者和教育者而言,事件提醒他们不能过度依赖AI生成的内容来评判学生能力。对普通用户而言,应警惕用AI替代思考的风险——过度依赖工具会弱化自身的问题拆解和批判性思维能力,长期可能产生“认知惰性”。此外,这一案例为政策制定者提供了现实依据,可能加速AI在教育领域的监管细则出台,例如要求学校明确说明哪些场景允许使用大模型。

GamsGo AI

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。

了解 GamsGo AI

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

值得关注的后续包括:布朗大学校方是否会依据Serrano教授的调查结果修订AI使用条例,并在全校推广类似“线上开卷+线下验证”的混合评估模式;是否会有更多高校跟进调查,并开发更精准的AI写作检测算法;以及AI厂商(如OpenAI)是否会因此事件调整模型使用条款,或推出专门的教育场景防作弊接口。另外,该事件可能重新引发关于“AI是否应被允许参与考试”的法律与伦理讨论。

来源:Hacker News (黑客新闻)

celebrityanime
celebrityanime
文章: 12327

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注