AI 正在摧毁大学的最后一道防线:当分数不再代表能力,我们该信什么?

当 ChatGPT 在 2022 年 11 月横空出世时，教育界最担心的问题终于变成了现实：如果 AI 能替学生写论文、写代码，那大学的考试和作业还有什么意义？

最新发表的一项重磅研究给出了令人不安的答案。加州大学伯克利分校的经济学家伊戈尔・奇里科夫分析了美国一所顶尖公立大学超过 50 万份学生成绩单后发现：ChatGPT 发布后，写作和编程类课程的 A 等生比例暴涨了 13 个百分点，相当于在短短三年内增加了 30% 的 A 等生。

更关键的是，这项研究用严谨的因果证据证明：这些分数的上涨并非因为学生的能力真的提升了，而是因为 AI 直接替代学生完成了作业。这是一种前所未有的 "技术驱动型分数膨胀"，正在从根本上瓦解大学成绩作为技能认证信号的价值。

一、分数膨胀的新变种：从 "老师放水" 到 "AI 替考"

传统的分数膨胀主要源于评分环节的问题：老师为了获得更好的学生评价而放宽标准，学校为了吸引生源和提高就业率而默许高分，不同院系之间的评分竞赛等等。这些问题虽然严重，但都发生在学生提交作业之后。

生成式 AI 的出现，彻底改变了游戏规则。

AI 不是在评分环节放水，而是在作业生产环节直接接管了学生的工作。 即便老师的评分标准完全不变，只要学生能用 AI 写出比自己水平高得多的论文和代码，分数就会自动上涨。这种新型分数膨胀更隐蔽、更难检测，也更具破坏性。

奇里科夫在论文中指出："如果成绩越来越多地反映 AI 的输出而不是学生自己的技能，那么它们的信息价值就会下降，从而削弱人力资本配置的效率。"

二、50 万份成绩单的铁证：高 AI 暴露课程分数暴涨

研究的核心设计非常巧妙：

研究结果令人震惊：

值得注意的是，这种分数上涨主要集中在高分段：A - 和 B + 的学生大量变成了 A，而 B 及以下的学生成绩没有明显变化。这符合 AI 的使用模式：中等水平的学生最容易通过 AI 大幅提升作业质量，而原本就能得 A 的学生和成绩较差的学生受益相对较小。

三、决定性证据：不是能力提升，是 AI 替代作业

这正是研究最精彩的部分。奇里科夫没有止步于证明 AI 和分数上涨的相关性，而是进一步设计了一个三重差分实验，决定性地排除了 "能力提升" 的可能性。

他的逻辑非常清晰：

研究结果完全支持第二种假设：

这一发现排除了所有其他可能的解释：

唯一合理的解释就是：学生在课后用 AI 完成了作业，而在课堂考试中无法使用 AI，因此只有作业权重高的课程出现了分数膨胀。

四、比分数膨胀更可怕的后果：技能空心化

首先，成绩的信号价值正在迅速瓦解。雇主和研究生院一直依赖成绩单来筛选人才，但现在他们越来越难区分哪些 A 是学生自己挣来的，哪些是 AI 写出来的。这将导致人才匹配效率下降，企业不得不花费更多成本进行额外的技能考核。

其次，这会形成一个危险的反馈循环：学生用 AI 完成作业，得到高分，于是误以为自己已经掌握了这些技能，从而减少了在核心技能上的投入。结果就是，学生在 AI 最强的领域（写作、编程）的实际能力反而越来越弱。

奇里科夫警告说："如果 AI 在学习过程中取代了技能培养任务，学生毕业时在 AI 最强的领域的能力可能会更弱。这将在教育中的 AI 和生产中的 AI 之间形成一个反馈循环，可能会加速自动化并扩大劳动力市场的技能差距。"

五、没有简单答案的难题

最直接的办法是把所有考核都改成课堂考试，但这显然不现实。很多重要的技能，比如写一篇严谨的学术论文、开发一个复杂的软件项目，根本无法在两小时的课堂考试中完成。如果我们只考核那些 AI 无法完成的任务，最终会导致大学教育的内容变得越来越狭隘。

另一种思路是将 AI 纳入教学过程，教会学生如何正确使用 AI 工具。但这说起来容易做起来难，如何在允许 AI 辅助的同时，确保学生真正掌握了核心技能，目前还没有成熟的解决方案。

奇里科夫在论文的结尾写道："评估改革是最直接的制度回应，但其设计并非易事。一个更有前途的方向是重新设计评估方式，要么从结构上限制 AI 的使用，要么有目的地将 AI 融入其中，例如要求学生记录他们的工作过程、证明他们的选择，或者通过后续互动来展示理解。"

ChatGPT 发布还不到三年，但它已经深刻地改变了高等教育的面貌。当 AI 能替我们完成越来越多的任务时，大学教育的意义到底是什么？我们到底应该教给学生什么？这可能是未来十年教育界需要回答的最根本的问题。