AI 在布朗大學的欺詐行為：帶回家考試的終結

布朗大學的大規模 AI 欺詐

布朗大學 Harrison S. Kravis 大學教授、經濟學教授 Roberto Serrano 表示，在其高級本科課程 ECON 1170 (Mathematical Economics) 中發現了廣泛的學術欺詐行為。證據顯示，至少有 50 名學生在三月的期中考試中使用人工智慧進行作弊，這標誌著該校最重大的學術誠信醜聞之一。

欺騙的證據

Serrano 教授提供的欺詐證據是基於帶回家期中考試與隨後進行的面對面期末考試結果之間的鮮明對比：

• 期中考試結果： 帶回家的閉卷期中考試平均分數為 96/100，其中 40 名學生獲得了滿分。
• 偵測： 閱卷人員在學生的答案中發現了異常的段落，這些段落與將相同問題輸入 ChatGPT 時生成的輸出內容相符。
• 期末考試對比： 在 Serrano 宣布期末考試將採取面對面形式後，平均分數驟降至 48/100。此外，在未出席期末考試的 27 名學生中，有 22 名在期中考試中獲得了滿分。

機構的反應與學術風險

Serrano 教授對布朗大學行政部門的「冷淡反應」表示沮喪。根據 Serrano 的說法，校長保持沉默，院長直到案件提交至學術準則委員會 (Academic Code Committee) 後才發表評論，該委員會將此事件描述為一次「警鐘」。

Serrano 主張，大學對於採取行動的遲疑可能受到其子女就讀該校的富裕捐贈者財務利益的影響。他斷言，學術誠信是必須捍衛的核心價值，以維護高等教育的聲望與實用性。

評估策略的轉變

此事件凸顯了美國精英大學中一個更廣泛的趨勢，即 AI 正迫使教育者回歸傳統的、受監考的評估方法。

回歸面對面監考

普林斯頓大學 (Princeton University) 最近結束了擁有 133 年歷史的無監考考試傳統。自 1893 年以來，普林斯頓一直依賴於一種榮譽準則 (Honor Code)，即教授在考試期間離開教室；然而，AI 驅動的欺騙行為變得輕而易舉，使得這種模式變得難以維持。

新的教學法方法

根據學術討論的綜合整理，教育工作者正在討論幾種應對 AI 欺詐的策略：

• 對抗性課程設計： 設計課程，使獲得高分的途徑必須達成學習目標，從而使作弊比實際學習教材變得更加困難。
• 口試與一對一訪談： 實施口試以確保學生理解他們提交的作品中的邏輯與概念框架。
• 基於過程的評估： 將重點從最終產出轉移到創作過程，特別是針對創意或專案型作品。
• 手寫考試： 回歸在受控環境中進行「藍皮書」手寫考試，以消除數位輔助。

對 AI 誘因結構的看法

圍繞布朗大學事件的討論表明，作弊的壓力是系統性的。一些觀察家認為，在學生按比例評分 (graded on a curve) 的高度競爭性課程中，使用 AI 成為了一種「博弈論上的最佳選擇」——如果學生相信其同儕正在使用 AI 來提高分數，他們會感到被迫也採取同樣的做法以保持競爭力。

"當你在頂尖大學的競爭性課程中就讀，且分數是按比例評分的，當你知道你的同學正在利用 AI 作弊時，你別無選擇，只能跟著做。"

相反，其他批評者認為，AI 的出現並非創造了作弊的誘因，而僅僅是讓它變得更容易，並指出在大型語言模型 (LLMs) 出現之前，學生早已在帶回家考試中作弊。