1998年菲尔兹奖得主、加州大学伯克利分校数学教授 Richard Borcherds 最近改了自己的评分规则：他这门课的作业不再看答案对不对，只看有没有按时交。
理由不复杂。他分不清一份工整的解答是学生写的，还是AI写的；继续按正确性打分，等于奖励用AI的人，惩罚老实做题的人。36氪Vista看天下
再花钱请助教逐题判对错，也没什么意义。线上考试更直接：有些学生开着AI答题，平均分涨得很快。IT之家
真正能证明学生的环节，被他挪到了不能带电子设备的线下考试。作业还在，但只剩练习功能。现代快报
这看起来像一位老教授举手投降。其实他只是先承认了别人还在回避的事：作业作为“学习证明”的功能，已经被AI打穿了。
过去，作业同时承担两件事：练习和评估。老师看步骤，能知道学生卡在哪；看错误，能知道哪一节课没讲透。现在，一份满分作业可能只证明学生会用AI。
香港大学吴延晖团队做过一项追踪：中部某县9所中学、26811名学生、30个月的学业记录。
研究团队发现，使用AI做作业的学生，6个月内月考成绩下降20%；两年后，参加中考和高考的学生，成绩比自身能力基线分别低24%和18%。作业成绩体现的是AI的能力，不是学生的思考能力。中国新闻网
伯克利试过AI检测工具，Turnitin、Rumi都用过，准确率不够，没法全校推广。学校最后把AI使用规范写进课程大纲，具体怎么执行，交给任课老师。Vista看天下
更难的问题在后面：如果作业不再能证明“我会做”，大学到底该评什么？
Borcherds 也没有答案。五年前，他还觉得数学是受AI冲击最小的职业之一；现在他连该不该劝学生读数学都不知道。这个问题他原样问过ChatGPT，ChatGPT也说不知道。Vista看天下
同系的博士生 Robin Huang 给出的判断几乎相反。她用AI辅助研究，感受是“非常愚蠢、非常低效”。她也反感AI公司去刷那些未解的数学难题，认为那会让研究者害怕被抢先发表。36氪
两种感受其实不冲突。Borcherds 看的是趋势，Robin Huang 摸的是今天的工具。一个在担心几年后，一个在抱怨此刻。
对还在读书的人，这场争论可以拆成几个具体动作。
把“没有AI也能做出来”当成底线。关掉工具，限时做几道题，再合上纸，把思路讲一遍。讲不顺的地方，才是真正没学会的地方。
老师要评的，也应该从“交上来的结果”转向“结果怎么来的”。随堂短测、口头追问、草稿和修改记录，都比一份漂亮作业更难伪造。
家长最容易看错。满分不等于学会，工整也不等于理解。少问“对了几道”，多问“这一步为什么这么走”。
Borcherds 还提到一个细节：学术系统有很大的惯性。纸质期刊早被说“没有意义”，二十年过去仍在出版。大学的评分方式，大概也会拖很久。
但拖不等于问题不存在。当一份作业的正确答案不再需要学生本人，分数还在，分数背后的信任已经先空了。
