人工智能

AI 代做难辨,加州理工数学教授改按作业完成情况评分

2026年11月18日 · admin
OpenMagic API

据 IT之家 11 月 17 日援引《商业内幕》16 日的报道,在加州理工学院任教 17 年的数学教授倪忆,已不再依据学生数学作业答案的对错打分,而是只检查是否完成。调整背后的原因是,学生普遍使用 AI 完成作业,教师难以确认提交内容究竟反映了谁的解题能力。这一案例让大学数学教学面临的问题更加具体:当 AI 能够代做课后题,作业成绩还在多大程度上代表学生真正掌握了知识?

从判断答案对错,转向检查是否完成

据报道,倪忆认为,大学里的数学作业几乎都可以交给 AI 处理,而自己无法可靠判断学生交来的作业是否由 AI 完成。因此,他选择改变评分方式,不再以答案正确与否作为作业评分依据。

报道还提到,与文章相比,数学作业中的 AI 使用痕迹更难辨认。倪忆认为,AI 生成文章有时会呈现特定的句式特点,但数学作业主要由数字和推导内容构成,教师难以仅凭最终文本判断其来源。需要注意的是,这属于受访教师对教学实践的观察,并不意味着数学答案正确就一定来自 AI,也不意味着 AI 解题始终可靠。

目前,加州理工学院尚未就数学教师应如何应对 AI 制定统一规定。数学专业大二学生萨特维克·雷德鲁图透露,他今年修读的部分课程已明确允许使用 AI。由此可见,至少在报道涉及的课程中,AI 的使用边界仍由不同课堂分别探索。

真正受到冲击的,是作业的评价功能

这次评分变化并非简单地降低对答案准确性的要求,而是暴露了传统课后作业的一项前提正在松动:教师通常默认,学生提交的解题过程能够体现其独立思考。生成式 AI 将“交出答案”与“掌握方法”进一步分开,仅凭作业成品评价学习效果,因而面临更大不确定性。

  • 对教师而言,难点不只是批改答案,更是确认作业能否作为学生能力的有效证据。
  • 对学生而言,完成任务与理解概念并不等同,AI 代做可能掩盖尚未掌握的知识。
  • 对课程设计而言,是否允许 AI、允许用到哪一步,需要与考核目标相互匹配。

雷德鲁图的选择提供了另一种视角。他表示,去年学习这门课时,因为对课程感兴趣、希望真正理解数学概念,自己没有使用 AI。他也认为,如果平时直接让 AI 代做,到必须亲自参加的线下考试时,学生可能会因缺乏实际训练而吃亏。

AI 进入课堂后,工具边界比工具本身更重要

对关注 AI 教育应用的中文读者来说,这一案例的重点并不是证明 AI 可以取代数学学习,而是提醒人们区分辅助理解与替代练习。让工具解释概念、帮助检查思路,与直接提交工具生成的解答,对学习过程的影响并不相同。

按完成情况评分,是一位教师面对识别困境所作的具体调整,并非学校统一方案。它是否能够改善学习效果,现有报道尚未给出结论。但这场变化已经提出一个值得持续关注的问题:当获取答案越来越容易,大学课程需要如何让评价重新指向学生自己的理解、推理与独立解决问题的能力。