UC Berkeley コンピュータサイエンス 不合格率がAI利用と数学スキル低下の中で急増
UC Berkeley CS コースにおける学業成績の低下
UC Berkeley のいくつかのコンピュータサイエンス科目で不合格率が 2026 年春に急増し、学部の評価ガイドラインを大幅に上回りました。Berkeleytime のデータによると、CS 10 の学生の 35.3% （「The Beauty and Joy of Computing」）および CS 61A の学生の 10.6% （「The Structure and Interpretation of Computer Programs」）が不合格となりました。
これは 2024 年春および 2025 年春からの急増を示し、両コースの不合格率はそれ以前は 10% 未満でした。これらの数値は、電気工学およびコンピュータサイエンス学科（EECS）のガイドラインから大きくかけ離れており、同ガイドラインでは下級コースの学生のわずか 7% しか D または F の成績を取るべきではないと示されています。さらに、これらのクラスの平均 GPA は 2.3（Cプラス）に低下し、典型的な範囲である 2.8 ～ 3.3 を大きく下回っています。
生成AIと学術不正の役割
教員の Dan Garcia 教授は、Claude、ChatGPT、Google Gemini などの Large Language Models (LLMs) が引き起こす "学術不正の大幅な増加" がこれらの不合格率の主な要因であると指摘しています。その影響は以下の 2 つの形で現れます：
- 直接的な訴追: 不合格の相当な割合は、不正行為で捕まり学生行動センターに付託された学生によるものです。CS 10 だけで、ほぼ 30 人の学生がテイクホーム試験での不正行為で捕まりました。
- スキルの萎縮: 多くの学生が課題の完成に LLMs に過度に依存し、AI の支援が利用できない高 stakes の試験に備える準備ができなくなっています。
Garcia 教授は、これらのシステム的問題を隠すと評価曲線の使用に反対しています。彼は、基準を下げずに学生が複数の機会でその基準に到達できるよう、明確で公開された点数の閾値による成績評価を提唱しています。
数学的準備の低下
AI の使用だけでなく、教員は入学してくる学生の前提となる数学スキルの深刻な不足を報告しています。准教授の Gireeja Ranade 教授は、EECS 127（"エンジニアリングにおける最適化モデル"）での不合格率が 16.8% であることを観察しました。これは上級コースの典型的な 5% を大きく上回ります。
Ranade 教授は、オフィスアワーで線形代数に苦労する学生たちが、UC Berkeley の一部の前提科目が宿題や試験に "オープンインターネット、オープン AI ポリシー" を採用していることを明らかにしたと指摘しています。これは基礎概念の習得を損なう可能性があります。
こうした傾向に対し、Garcia 教授と Ranade 教授は、STEM 入試における ACT と SAT の標準化テストスコアの復活を求める請願書に 1,300 人以上の UC 教員とともに署名しました。テストフリーの入試では学生の準備状況を信頼性高く評価できないと主張しています。
機関的課題と学生の関与
スタッフ不足と関与の低下が教育環境をさらに複雑にしています：
- サポートの削減: TA の高い時給のため、EECS 学部は学部生の入学数と学部生 TA の数を両方削減しました。これにより、Ranade 教授は EECS 127 から最終プロジェクトを削除せざるを得なくなりました。このプロジェクトは通常、学生に高い得点をもたらす要素でした。
- 関与の低下: Garcia 教授と Ranade 教授はどちらも、オフィスアワーへの出席の驚くべき減少を報告しています。Garcia 教授は、長年にわたって満員だったオフィスアワーが今では自分一人だけになる状況を指摘し、学生と教育支援の間の乖離を示しています。
コミュニティの視点の統合
技術系の専門家や卒業生の間での議論から、Berkeley の状況はより広範な認知の変化の一部であることが示唆されています。
"認知の低下" 仮説
いくつかの観察者は、LLM が深い思考やブレインストーミング能力を奪う依存を生み出していると主張しています。あるコメント者は、博士レベルの専門家でも LLM なしではコードを書いたり文章を書いたりするのに苦労していると述べ、この "認知の低下" が教室を超えて職場環境にも及んでいることを示唆しています。
入試と教育法に関する議論
一部は不合格率の原因を AI だと主張しますが、他方では標準化テストの廃止が根本原因だと主張し、大学が中学校レベルの数学能力もない学生を受け入れていると述べています。また別の意見では、問題は古い教育法にあり、従来の講義とテスト中心のモデルは AI の時代では時代遅れだと主張しています。
AI を学習ツールとして vs. ショートカットとして
AI がソクラテス的対話や集中的なドリルに使用されれば強力な教育ツールになり得るというコンセンサスがありますが、学習の "苦労" を回避するために使用されると有害になります。Garcia 教授が述べたように、「混乱は学習の汗」であり、多くの学生が今ではその努力を避けています。