菲尔兹奖得主Borcherds停批作业：学生用AI得分，批改已无意义

一句话看懂：加州大学伯克利分校数学教授、菲尔兹奖得主理查德·博彻兹（Richard Borcherds）表示，因学生普遍使用AI获取高分，他已停止按对错批改作业，改为只按是否提交计分；这反映出生成式AI正直接冲击高校数学教学的评估方式。

事件核心：发生了什么

据《Daily Cal》报道，博彻兹在采访中称，他看到大量学生借助AI稳定拿到作业高分后，认为花钱请助教核对答案“没有意义”。他现在只按完成情况给分，并承认这不是好制度，但暂时没有替代方案。

这一表态的背景是，OpenAI此前声称其AI智能体“解决”了数学难题纳维-斯托克斯存在性与光滑性问题。博彻兹据此判断，若AI保持当前进步速度，几年内人类数学家能做得比AI更好的事情可能所剩无几。他还表示，已不确定该如何建议学生进入数学系，甚至就这个问题问过ChatGPT，得到的回答也是“不知道未来会怎样”。

伯克利方面目前没有全校统一的AI使用政策。据校方官员Anne Marie Richard介绍，学术参议院要求教师在课程大纲中说明AI工具的使用预期，但具体规定因课程层级和领域而异；学校测试过Turnitin、Rumi等AI检测工具，认为不足以标准化推广，教师可参考AI Hub中的示例声明自行制定规则。

为什么重要

这不是一条产品发布新闻，而是一个来自顶尖数学教育者的现场判断：AI对教育的冲击已从“能不能用来写作业”，推进到“作业作为评估工具是否还成立”。博彻兹用织布机淘汰手工纺织、汽车取代马匹作类比，但强调这是数学领域第一次遇到类似冲击。

对AI行业而言，它提供了一个具体信号：大模型和AI智能体在数学推理上的进展，正在改变学术评价链条，而不只是提高解题效率。与此同时，校方对检测工具的不信任也说明，靠“AI检测”维持原有评分体系并不可靠。

对用户/开发者/创作者的影响

对高校教师，现实问题是重新设计作业：减少可被AI直接代答的习题，增加过程性、口头答辩或课堂内完成的评估。对学生，依赖AI完成作业的风险不再是“被抓”，而是评分标准本身可能失效。对开发AI教育工具的团队，需求会从“解题”转向过程追踪、学情诊断和可信评估。目前公开信息显示，伯克利尚未推出统一替代方案，各课程仍由教师自行决定。