常春藤名校的学生智力出众,本不需要借助生成式 AI 来应付考试,完全可以靠自己掌握知识。然而,这些学生往往竞争意识强烈、日程排得满满当当,AI 便成了一条看似省力的捷径。当压力袭来,他们究竟会如何抉择?
布朗大学近期曝出的一起丑闻,揭示了大量学生涉嫌作弊的真相。
普林斯顿大学一项调查显示,29.9%的学生承认曾在至少一次考试或作业中借助 AI 作弊。而布朗大学的这起事件,让外界得以更清晰地看到,这种作弊行为在一门具体课程中的真实样貌,以及它在多大程度上替代了真正的学习。这一切之所以得以曝光,正是因为事件的核心人物——那位失明的经济学教授罗伯托·塞拉诺——拒绝息事宁人。
就在过去短短一周内,出生于西班牙的塞拉诺先后向《国家报》和《高等教育内参》讲述了自己的亲身经历,两家媒体均对此进行了深度报道。
故事要从2025年12月说起。当时,布朗大学校园内发生枪击事件,造成两人遇难,其中一名遇难者曾不久前向塞拉诺自我介绍过。深受震动的他决定,在2026年春季的经济学1170课程中,期中和期末考试均改为带回家完成的形式。消息一出,选课人数骤然激增。《国家报》记录了这一过程:
这门课平时选课人数不多,但学生质量普遍较高。塞拉诺从未一次性招收过超过30名学生,有时班里甚至只有8人。而本学期,可能正是因为改变了考核方式,竟有86名学生报名选课。3月5日举行的期中考试结果令人瞠目结舌,全班平均分高达96分(满分100分),其中40名学生拿到了满分。
对此,塞拉诺向《高等教育内参》坦言:"这门课期中考试的历史平均分在65到80分之间,而这次出题难度比以往更高——因为带回家考试本该是个加大挑战力度的机会,毕竟学生有充裕的时间作答。"
不仅成绩异常,许多答案的措辞也让他感到别扭,即便内容正确,表达方式也显得"极为迂回晦涩"。他和研究生助教将考题输入 ChatGPT 后,得到了高度相似的答案。
心存疑虑的塞拉诺决定将期末考试改回现场作答,以此验证学生能否取得相近的成绩。他向全班发出邮件,告知学生:"我暂时不宣布期中成绩无效,我要给这个班一个证明我判断有误的机会。也就是说,如果期末考试的成绩分布与期中大致相当,我就承认期中成绩有效。否则——也就是我预期会发生的情况——我将宣布期中成绩无效,并相应调整期末考试的权重。"
随后,18名学生突然退课,另有9人甚至未出现在期末考场上。《国家报》指出,在这27名学生中,有22人在期中考试中取得了满分。
参加期末考试的学生,平均分从96分急剧跌落至48分。
面对这场大规模作弊,塞拉诺深感震惊。在他看来,作弊不仅是学术违规,更让绝大多数学生错失了真正学习知识的机会。
塞拉诺显然不是那种会迁就精英学子的教授,这种态度或许与他的人生经历密切相关。17岁时,他因视网膜营养不良而失明,不得不重新思考此后的人生方向。《国家报》记录了他的心路历程:
短暂的危机过后,他决定绝不向命运妥协。他学会了盲文,凭借出色的学业成绩叩开了哈佛大学的大门。"这当然影响了我的生活,但不必过分悲观。经济学家理解现实世界的方式,是把它看作一系列人们在约束条件下求解优化问题的过程。我把自己的疾病,看作必须面对的又一个约束条件,并在此基础上寻求最优解。"
与此同时,布朗大学也正在就 AI 使用问题进行深层反思。该校教务长近期主导发布了一份题为《生成式 AI 在教学中的应用》的报告,报告显示,对 AI 的忧虑不只来自教授群体,学生同样心存困惑。
Q&A
Q1:布朗大学经济学教授塞拉诺是如何发现学生用AI作弊的?
A:塞拉诺将期中考试的答案与 ChatGPT 的输出进行对比后,发现高度相似。此外,学生答题虽正确,但措辞普遍迂回晦涩,风格异常。更关键的是,当他宣布期末改为现场考试后,27名学生相继退课或缺考,其中22人此前在期中拿到了满分,这一反差印证了他的判断。
Q2:布朗大学这次AI作弊事件有多严重?
A:相当严重。该课程历史平均分为65至80分,期中考试却有40人拿满分,全班均分高达96分。改为现场考试后,均分骤降至48分,降幅接近50%。此外,18人在宣布改考后退课,9人缺席期末,其中大多数人此前都拿到了满分,可见作弊人数相当庞大。
Q3:普林斯顿大学的AI作弊调查结果如何?
A:据普林斯顿大学的一项调查,29.9%的学生承认曾在至少一次考试或作业中使用AI作弊。这与布朗大学塞拉诺课程中暴露的问题相互印证,表明名校学生借助AI应付学业的现象远比公众认知的更为普遍。
好文章,需要你的鼓励
OpenAI在与多家新闻机构的版权诉讼中陷入困境。以《纽约时报》为首的原告指控OpenAI在长达两年时间里向法庭撒谎,刻意隐瞒其已对ChatGPT日志进行大规模搜索的事实。据悉,OpenAI实际上已拥有包含1000万和7800万条记录的日志样本,并曾用于研究版权内容过滤器,却对外声称无法进行此类搜索。原告据此提出制裁动议,要求法院追责。OpenAI则否认相关指控,坚称其立场基于合理使用原则。
斯坦福与UC伯克利提出LLM-as-a-Verifier框架,通过提取AI模型内部概率分布生成连续评分,在代码、机器人、医疗领域均达到最优性能,且无需额外训练。
美国加州大学圣地亚哥分校研究团队在《自然》期刊发表研究成果:外科医生通过远程操控宇树G1仿人机器人,成功完成两例活体猪胆囊切除手术,创下全球首例。与造价数十至数百万美元的达芬奇手术机器人相比,仿人机器人成本更低、体积更小,未来有望部署于农村、战地乃至太空等资源匮乏的医疗场景。但目前仍存在需频繁重新校准、机械臂活动范围受限等挑战。
字节跳动Seed团队发现AI智能体在真实环境中学习的进步曲线精确遵循对数S形规律,R?达0.998,且前沿模型的学习速度每三个月翻倍。