一句话看懂：加州大学伯克利分校数学教授 Richard Borcherds 宣布不再批改作业分数，理由是 AI 生成的提交物已很难与人类写作区分，他改用在无电子设备环境下进行的线下考试来评估学生。
事件核心：发生了什么
据 TechRadar 报道，Berkeley 教授 Richard Borcherds 已停止为数学课作业打分。他给出的直接理由是 AI 生成的作业质量提升，教育者难以辨认哪些提交来自学生本人。他将评分方式改为传统线下考试，考试过程中不允许使用电子设备。Borcherds 还表示，线上考试已经「浪费时间」，因为部分学生会直接用 AI 答题；他无法判断谁在使用 AI，但线上考试平均分明显上升。他认为按正确率给作业打分，实际上在奖励使用 AI、惩罚诚实完成作业的学生，而为 AI 生成的答案付费批改是浪费时间和金钱。
为什么重要
这件事的价值不在于某位教授的个人选择，而在于它暴露了 AI 进入教育场景后一个现实矛盾：作业评分作为形成性评价手段正在失效。Berkeley 此前评估过 AI 检测工具，认为其不可靠，随后允许教授在课程大纲中自行制定 AI 使用政策。Borcherds 的做法可以看作这一框架下的极端样本——与其依赖不可靠的检测，不如把评估搬到可控的线下环境。对 AI 工具而言，这意味着学术场景的采用门槛正在从「能不能用」转向「怎么证明是你自己完成的」。
对用户/开发者/创作者的影响
对教育类 AI 产品开发者来说，单纯提供答案生成的价值会被持续压缩，围绕过程记录、引用溯源和辅助而非替代的设计可能更符合机构需求。对学生而言，作业成绩的权重可能下降，线下考试和口头答辩的重要性上升。对更广泛的创作者和知识工作者，这个案例提示了一个趋势：当输出结果难以辨别来源时，评价体系会转向可验证的过程和现场表现，而不是只看最终成品。目前公开信息显示，这仍是单门课程层面的调整，并非 Berkeley 全校统一政策。
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
一是 Berkeley 或其他高校是否会跟进，把更多课程评估转向线下考试；二是 AI 检测工具在准确率上是否会有实质性改进，从而重新获得教育机构信任；三是课程设计层面是否会出现新的作业形式，例如要求记录写作过程或进行口头说明。这些观察点将决定 Borcherds 的做法是个案还是更广泛调整的开始。
来源：TechRadar
