怀疑 AI 作弊后，常春藤教授要求线下期末考试；成绩下降了 50%

原文 ↗ Hacker News 讨论 ↗

居家考试、监考与作弊

  • 许多人认为开卷居家测试在“结构上”就容易作弊，这在 AI 出现之前就是如此；AI 只是把这一点变得更明显。
  • 有几位描述了严格的线上监考设置（锁定浏览器、外接摄像头、房间扫描、音频监控），并声称这些措施甚至能让作弊比线下考试更难。
  • 其他人则认为，唯一稳妥的结构性解决方案就是线下考试；他们对把这当作一个新困境感到惊讶，因为在 COVID 之前，大多数考试本来就是线下进行的。

AI 对评估的影响

  • 一些人说，大规模使用 AI 表明成绩已不再衡量学习，并援引 Goodhart 定律：一旦学位/成绩成了目标，它们就不再是好的指标。
  • 一个关键担忧是：许多学生甚至可能根本不把使用 AI 视为“作弊”。
  • 一种观点认为：禁止 AI 就像禁止计算器或互联网；学术界必须重设作业，把 AI 视为一种认知工具，并提出更难、更高阶的问题。
  • 反对观点则是：如果在没有 AI 的情况下分数下降约 50%，那说明学生丢掉的并不只是“记忆辅助”；他们根本没有学会这些内容。

大学与成绩的目的和价值

  • 几位评论者认为，大学主要是一个资质证明和“打卡项”，而不是学习经历。
  • 大规模作弊会削弱学位的信号价值；建议从开除作弊者到极端的刑事处罚不等（后者也有人批评）。
  • 有些人认为，绝大多数只把大学当作“拿证书”场所的人根本不该上大学；他们主张更好的技工和学徒路径。

常春藤、智力与特权

  • 文章中“常春藤学生按定义就是聪明的”这一说法遭到广泛批评。
  • 许多人指出，常春藤学生群体既有学业很强的人，也有高度特权的人；财富和准备往往和原始能力一样重要。
  • 一条很长的分支讨论特权是否意味着更大的道德义务，并一路争论到税收、公平和国家例外论。

未来劳动力与政治经济

  • 有人预测，随着 AI 侵蚀学位的意义和入门级岗位，整整一代人会困在零工工作中，使社会“空心化”。
  • 其他人认为，核心问题是资本主义和资历主义，而不是 AI 本身；AI 只是暴露出学位从来都不是专业能力的可靠替代指标。
  • 对于 AI 会把社会推向更平等的制度、更严酷的“超级资本主义”，甚至法西斯主义，大家意见不一；参与者争论这些路径各自有多大可能性。

教育可能如何适应

  • 提出的改革包括：
    • 转向线下笔试、口试和实践演示（例如一对一、类似飞行检查的评估）。
    • 使用个性化考试（例如让学生解释自己提交的代码），以揭示谁真正理解了作业。
    • 重设课程，使学生先学基础，再把 AI 当作放大器，而不是拐杖。
  • 一些教育者报告了双峰结果：一部分学生显然学得很好并茁壮成长，而许多学生则依赖 AI 或其他捷径，无法解释自己的作品。

伦理、规范与学生态度

  • 多位评论者表示，即便在 AI 出现之前，大多数同学也已经在作弊（例如使用摘要和抄袭），这表明这是一个长期存在的文化问题。
  • 几个人认为，如果机构默许作弊（而不是明确惩罚），学习的激励就会崩溃。
  • 另一些人强调，教育应重新聚焦于那些真正想学习的少数有动机者，同时努力——但不能想当然地——把更多学生带入这个群体。