加州大学伯克利分校数学教授因AI作弊猖獗而改革评分方式

人工智能日益复杂，正迫使教育工作者从根本上改变传统的评估方法。加州大学伯克利分校数学家 Richard Borcherds 已转为仅以完成度来批改作业，并依赖不使用电子设备的实体考试。这项改变旨在应对区分人类作品与人工智能生成作品的挑战，Borcherds 表示，使用现有的人工智能工具，这项任务已变得“几乎不可能”。

据报道人工智能检测软件的不可靠性，使这项困难更加复杂。加州大学伯克利分校发现 Turnitin 等工具不适合在全校推行。虽然早期的人工智能工具可能因“特有的数学错误”而被识别，但技术的快速进步已使此类错误变得罕见，有效地抵消了主要的检测方法。这使得个别教授必须自行制定管理人工智能使用的政策。

学术研究支持这些观察结果，《Discover Education》和《Teaching of Psychology》的研究表明，ChatGPT 推出后，在线考试成绩显著上升，尤其是在无监考的学生中。这表明在线测验可能会夸大分数，未能准确反映学生的能力。Borcherds 认为，在这些情况下，以正确性评分会惩罚诚实的学生，并浪费资源评估人工智能生成的答案，这强调了从检测转向修订评估模式的转变。