从特洛伊木马到防AI考试：教授如何应对学生使用AI

全球高校正面临一场由大语言模型（LLM）引发的学术诚信危机。据英国牛津高等教育政策研究所2026年对1054名本科生的调查，约94%的学生承认使用生成式AI工具辅助完成计分作业，其中12%直接照搬AI生成的文本。美国一项覆盖20所大学、超9.5万名学生的研究则显示，9%的学生明知违规仍使用AI完成课业。从虚构的参考文献到AI特有的标点习惯，教授们在居家作业和在线考试中频繁捕捉到AI使用的痕迹，担忧这一技术让部分学生获得不公平竞争优势。 面对这一现实，越来越多教育者开始意识到，与其严防死守，不如主动将AI纳入教学评估体系。麻省理工学院语言学与传播学讲师Nikita Bezrukov指出，曾有学生提交的论文中“50%的参考文献在现实中根本不存在”。但与此同时，他也承认AI在教育和未来职业中的必然性，认为需要教会年轻人明智使用这一工具。这种矛盾心态正推动全球高校重新设计考核方式，既把AI当作工具，也要识别其滥用。杜兰大学计算机科学家Nicholas Mattei坦言：“目前没人有标准答案，变化太快了。” 在具体实践中，部分教授已探索出创新模式。Mattei在技术史课程中要求学生使用三个LLM总结资料并批判模型输出，若发现模型虚构引用或信息图表与原始资料不符还能获得加分，旨在培养对AI输出的批判性思维。多伦多大学士嘉堡分校社会学家Daniel Silver则让学生用AI代理模拟亚当·斯密经济学理论中的市场交易，再分析代理生成的对话记录。他特别提到，如果学生让AI一步到位完成所有环节，很容易被识破，因为AI会凭空编造而非引用实际记录。 也有教授选择拥抱AI，但调整考核重点。比利时根特大学计算机科学家Ruben Verborgh的网页开发课程考试允许开卷、开放网络，甚至允许使用AI，但他评估的是AI不具备的技能——构建良好、可持续的Web应用。他设计的问题本质上是开放式的，比如“这个网站为什么打不开”“为什么加载这么慢”，这类问题交给AI聊天机器人，得到的往往是没有方法论支撑、甚至不准确的回答。Verborgh表示：“我默认给‘学生+AI’这个组合打分，但任务本身不是仅靠ChatGPT就能完成的。” 这些尝试反映出教育评估正在从“防作弊”转向“人机协作能力”的培养。对于中国跨境电商卖家和AI从业者而言，这一趋势同样值得关注：当海外高校开始将AI素养纳入核心考核，意味着未来职场新人将更习惯与AI协同工作，而企业招聘时也需要重新定义技能评估标准。正如Mattei所说，变化正在快速发生，适应这一新常态，或许比单纯抵制或依赖AI更为重要。