AI帮写作业省时提分,大考却暴跌20%:越依赖的优等生伤得越狠
用AI写作业、交论文、答考题,这件事在高校里已经不是“个别现象”。布朗大学的一项调查显示,超过一半的本科生和研究生每天或每周使用生成式AI工具。问题在于:这些工具用起来顺手,效果也立竿见影,但它们究竟是在帮学生,还是在悄悄削弱他们本该具备的能力?1
成绩短期涨、长期跌:AI的“甜头”背后藏着什么
一项追踪26811名中国中学生、持续30个月的研究,把AI对学习的影响看得比较清楚。研究分两个阶段:使用AI辅助日常作业后,作业成绩平均提高了18%,完成时间减少了30%。听起来很美。但半年后的闭卷考试,这些学生的平均成绩暴跌了20%。放到中考、高考这类大考里,降幅更大——高考成绩平均下降18%,中考下降24%。也就是说,AI帮你在“平时”交出了一份好看的答卷,却在“关键时刻”悄悄挖了坑。2
研究者进一步分析发现了关键原因:约81%的学生把日常作业直接外包给AI,自己基本没动脑子。只有约19%的学生把AI当“查漏补缺”的工具,成绩波动相对稳定。更值得注意的细节是,AI对不同层次学生的影响并不均衡——原本排在前三分之一的“学霸”群体,使用AI后成绩跌幅超过平均值,达到24%,而后三分之一的普通学生跌幅只有16%。换句话说,越依赖AI的优等生,被削得越狠。2
“会写但不会说”:AI在纸上挖的另一种坑
书面成绩的“虚高”只是问题的一面。哥本哈根商学院(CBS)最近遇到了另一种尴尬:学生在日常学业中大量使用AI,写出来的书面作业评分很高,但到了口试答辩环节,大量学生直接挂科。外部考官在报告里描述的现象很一致——书面作业专业水平不错,口头陈述的能力完全跟不上。《贝林时报》查阅了40份提及AI的报告,都指向同一个问题:现在的考试形式,正在被AI“穿透”。3
CBS负责教育的院长安娜·托马松的态度倒是淡定——“我不认为这是个严重的问题”。但AI专家托马斯·特尼的看法更直接:“我们今天的考试形式并不适合现在出现的技术。”在他看来,AI在学生中被广泛使用并不意外,问题在于学校还没跟上,“我们应该关注的是如何将AI纳入教学,而不是让学生坐在家里独自摸索这东西是怎么运作的。”3
检测AI作弊的“照妖镜”,真的靠谱吗?
面对AI作弊的蔓延,高校的第一反应往往是上检测工具。Turnitin、GPTZero、Copyleaks这类产品在过去几年被大量部署。但实际效果如何?美国范德堡大学、耶鲁大学、约翰斯·霍普金斯大学等名校已经限制或停用了AI检测工具。原因在于误判率太高——英语非母语的学生尤其容易被误伤。斯坦福大学2023年的一项研究就发现,AI检测工具更容易将非英语母语者的文章误判为AI生成。4
Turnitin首席产品官安妮·切奇泰利的说法是,公司始终将AI检测结果定位为“调查起点”和“一项参考数据”,而非最终证据。但贝尔法斯特女王大学负责教育事务的副校长朱迪·威廉姆斯的判断更犀利:“AI检测工具并不是解决方案。相关技术仍在发展,误判率可能高得难以接受,而且AI生成的内容经过简单修改后就很难再被识别。”在她看来,真正该思考的问题不是“如何阻止学生使用AI”,而是“我们究竟想评估学生的什么能力”。4
学校在做什么?清华大学的“红绿灯”思路
面对AI在教学中的渗透,一些高校开始尝试划定使用边界。清华大学今年出台了《人工智能教育应用指导原则》,是国内高校首个覆盖全校、分场景的AI教育应用规范。核心逻辑是“原则+指南”的柔性治理:明确禁止将AI用于代写作业、论文剽窃等学术不端行为——这是“红灯”;同时鼓励教师将AI作为备课助手,支持学生将其用于个性化学习、代码调试等辅助环节——这是“绿灯”。学校配套建设了402门AI赋能课程和AI学伴等工具。5
伊利诺伊州则为学校提供了更细的操作指南:学生是否可以用AI改作业、教师能否把学生作品上传给第三方工具、AI反馈能否直接进入成绩评定——这些在清华的框架里也有涉及,但伊利诺伊州的指南把抽象原则翻译成了学校可以直接讨论和执行的操作问题。教育界正在从“表态”进入“落地”阶段,但整体来看,政策不透明仍是普遍现象。6
回到开头那个问题:AI是在帮你还是在坑你?研究数据和真实案例给出的答案是——取决于你怎么用它。把它当“代劳工具”,成绩单短期好看,长期却会失掉真正属于自己的能力;把它当“辅助手段”,用来查漏补缺、激发思路,风险相对可控。问题是,对自控力尚在发育阶段的学生来说,这种分寸感并不容易把握。这也是为什么高校现在普遍面临两难:完全禁止不现实,放任使用有风险,得在考试形式、评价体系、甚至课程设计上动刀子才行。
当前文章无评论,是时候发表评论了