AI时代,学生作品还能代表学生能力吗 ——从“忒修斯之船”看作品评价的新困境

一艘船坏了一个部件，换掉它，它还是原来的船吗。

如果甲板换了，桅杆换了，船舱也换了，最后大部分部件都不是原来的，它还是那艘船吗。这个古老的“忒修斯之船”问题，讨论的是一个物体在不断变化中如何保持自己的身份。

今天，它悄然进入了课堂。

一个学生借助AI写了一篇文章。标题是他想的，草稿是他口述的，大纲经过AI建议，文字又在人机对话中被不断生成、修改和替换。最后，作品完成了。

一个学生借助AI做了一款网页小游戏。主题是他定的，玩法是他和AI一起讨论的，代码由AI生成，学生复制、调试、修改了几轮，最后作品能运行。

作品完成了，问题也来了：这到底算谁的作品，更关键的是，教师还能不能用这样的作品评价学生能力？

这篇文章讨论的是一个具体的课堂问题：当AI参与学生作品之后，教师还能从作品中评什么，怎样避免把AI的能力误判为学生的能力。

一、过去，作品能够代表学生能力

过去，教师评价学生作品，通常有一个默认前提：作品大体是学生自己完成的。文章写得好，通常说明学生有一定的构思能力、表达能力和修改能力；软件能运行，通常说明学生理解了基本逻辑、操作流程和调试方法；设计图漂亮，通常说明学生具有一定审美判断、元素组织和视觉表达能力。这个判断当然不是百分之百准确。学生可能参考资料，可能请教同学，也可能出现抄袭。但在一般课堂情境中，作品中的主要构思、表达、操作和修改，大体来自学生本人。所以，作品曾经是一个重要的能力窗口。教师看作品，不只是看结果，也是在反推学生是否理解任务、是否掌握方法、是否具备解决问题的能力。这就是过去作品评价能够成立的基础。

二、现在，作品里混入了另一种能力

AI不是普通的参考资料，也不是简单的工具软件。它可以帮学生生成想法、搭建结构、润色语言、编写代码、生成图像、优化方案，甚至替学生完成一轮又一轮修改。于是，一件作品虽然仍由学生提交，但其中的文字、代码、图片、结构和方案，可能已经被AI深度参与、生成、改写和替换。这就给教师带来了一个困惑：作品看起来更好了，到底是学生变强了，还是工具变强了。

作品完成了，但教师未必能据此判断学生是否学会。

相关研究已经提醒我们，生成式AI可以帮助学生快速完成质量不错的评价任务，但任务看起来真实，并不自动保证学习真实发生。OECD《Digital Education Outlook 2026》也指出，通用生成式AI工具可以提高学生完成任务时的表现，却不一定带来学习收益；如果学生把认知任务过度交给聊天机器人，还可能出现元认知惰性和学习脱离。

https://www.oecd.org/en/publications/oecd-digital-education-outlook-2026_062a7394-en

这对一线教师的启发是：AI时代不能再把作品直接等同于学生能力。教师真正要判断的，是这件作品中到底留下了哪些属于学生的能力证据。

三、“忒修斯之船”给作品评价的提醒

学术界已经有人用“忒修斯之船”讨论AI写作中的作者身份。Akgün在2025年发表的《Author or prompter? Scientific writing, identity, and the Theseus paradox》中，借用这一隐喻讨论AI辅助写作。当人类写作内容被AI生成内容逐步替换时，文章提醒我们不能只问“谁是作者”，还要追问人的贡献、控制和责任如何被追踪。

https://link.springer.com/article/10.1186/s13010-025-00195-x

自然语言处理领域也有类似研究。Tripto等人在ACL 2024发表的《A Ship of Theseus: Curious Cases of Paraphrasing in LLM-Generated Texts》中，把多轮大语言模型改写比作不断更换船的木板，讨论文本在连续改写中如何逐渐偏离原作者风格。

https://aclanthology.org/2024.acl-long.357/

把这个问题放回课堂，教师面对的并不是一个纯粹的哲学问题。教师不只是想知道“这到底算谁的作品”，更想知道“这件作品还能不能证明学生有相应的能力”。

如果一篇文章的结构来自AI，语言由AI润色，观点由AI扩展，学生只是提供了最初想法，那么它还能不能证明学生具有完整的写作能力？如果一款小游戏的代码主要来自AI，学生只是调试和修改界面，那么它还能不能证明学生掌握了编程逻辑？

答案不是简单的“能”或“不能”。更准确地说：作品仍然可以作为评价依据，但不能再单独作为能力判断的依据。

四、教师的难题，是看不准证据

这里需要特别说清楚一点。在真实课堂里，教师并不是只看最终成品。尤其是在职业教育、项目教学中，教师本来就会看学生怎么构思、怎么讨论、怎么操作、怎么修改、怎么展示。

所以，AI时代的评价变化，不是简单地从“只看结果”转向“看过程”。真正的变化在于：AI进入之后，过去那些看起来能够证明学生能力的过程环节，可能不再足够可靠。

学生有草稿，不一定说明他完成了构思；学生有修改痕迹，不一定说明他理解了修改理由；学生有完整作品，不一定说明他掌握了关键方法；学生参与了过程，也不一定说明他完成了关键判断。

教师不是没有过程可看，而是不知道哪些过程真正能够证明学生能力。

因此，评价的重点不是把材料收得更多，而是把关键证据看得更准。AI时代的作品评价，不能只问“学生有没有用AI”，而要问：这次任务到底要评价什么能力，这个能力在作品形成过程中留下了什么痕迹，学生能不能解释自己的判断，学生是否具备迁移能力。

五、不是所有任务，都要用同一种评价方式

如果只说“要看过程、要看解释、要看迁移”，很容易给教师增加负担。每一次作业都要求学生提交AI对话、创作日志、修改说明，教师会累，学生也会累。

所以，AI时代作品评价的关键，是根据任务类型看最合适的证据。

这就像医学诊断。不是每次感冒都要做全套检查，也不是所有症状都只靠体温判断。检查多少，取决于要判断什么。教学评价也是一样。

如果这次任务是基础练习，目的就是看学生本人会不会，那么限制AI使用，甚至不允许AI参与，是合理的。

如果这次任务是写作润色、资料整理、方案优化，目的不是禁止AI，而是看学生能不能判断AI、修改AI、选择AI。

如果这次任务是综合项目、产品原型、AI小游戏、文创设计，AI深度参与反而更接近真实工作场景。这时评价重点就不该是“AI到底生成了多少”，而是学生是否掌握方向、标准和责任。

AI评估量表（AIAS）的启发正在这里。它把AI在评价任务中的使用程度划分为不同层级，帮助教师根据学习目标决定AI能用到什么程度，而不是简单地把AI使用视为作弊或违规。Hau提出的tapas model也强调，要从惩罚性AI检测转向透明化AI声明，通过不同类型的评价任务重新理解学生作品。

评价设计的第一步，不是先查学生有没有用AI，而是先说清楚：这次任务允许AI做到什么程度？教师真正要评价学生什么能力？

六、三类任务，三种评价

结合这些研究和一线教学实际，可以先把任务分成三类。

基础任务评个人能力，辅助任务评判断修改，综合任务评组织协同。

第一类：独立完成任务，看学生本人会不会

有些任务，就是要看学生本人会不会。比如基本写作、概念解释、基本操作流程、简单代码修改、专业术语辨析。这些能力必须长在学生自己身上。这类任务可以不用AI，或者极少使用AI。教师主要看两件事：第一，成品是否达到基本标准；第二，学生能否简短说明自己为什么这样做。比如学生写一个议论文开头，教师看观点是否清楚、表达是否准确，再追问一句：“你为什么这样开头？”学生修改一段小程序，教师看代码能否运行，再追问一句：“问题原来出在哪里？”这类任务的价值，是保证基础能力真正长在学生身上。一个不懂写作的人，很难判断AI文章是不是空泛；一个不懂代码逻辑的人，很难判断AI代码为什么报错。AI时代不是不要基础能力，而是更需要基础能力作为判断AI输出的底座。

第二类：有边界AI辅助任务，看学生怎么判断和修改AI

第二类任务，可以允许AI参与，但AI只是辅助。AI可以帮学生润色语言、提供标题、生成资料清单、提出方案建议、写出代码初稿。这类任务不必纠结“AI有没有参与”，而要看学生如何处理AI给出的内容。教师可以抓三个证据：学生原来的想法是什么，AI给了什么建议，学生为什么接受、拒绝或修改这些建议。比如学生写文章，教师可以要求他提交一小段AI使用说明：我原来的观点是什么；AI给出的建议是什么；我采纳了什么，为什么；我没有采纳什么，为什么。这样，教师看的不是AI写得好不好，而是学生有没有判断。再比如学生做设计，AI给了三个方案。学生不能只说“我选第三个，因为好看”，而要说明这个方案为什么更符合目标用户，为什么更贴合主题，为什么更适合使用场景。

Weng等人2024年的范围综述提醒，生成式AI环境下，学习成果正在出现新的关注点，包括面向职业发展的能力和终身学习技能。学生未来不只是要会产出一个结果，还要会在工具参与的情况下判断、选择和持续改进。

第三类：深度AI协同任务，看学生是否掌握方向

第三类任务，AI可以深度参与。比如产品原型、文创方案、AI小游戏、数字内容、创业项目。这类任务更接近真实工作场景。学生不一定亲手完成每一个细节，但必须掌握方向。评价重点不是“AI生成了多少”，而是学生是否定义了问题，是否提出了目标和标准，是否组织了不同工具完成任务，是否比较过不同方案，是否推动了修改和迭代，是否能解释最终选择，是否能对作品承担责任。这类任务可以看三类证据。第一，看关键过程记录：不需要提交所有聊天记录，但要保留最初想法、关键提示词、版本变化、重要修改。第二，听关键决策解释：为什么这样设计？AI帮了什么？自己改了什么？最大的取舍是什么？第三，做一个小迁移任务：换一个要求，看学生能不能改。

对深度AI协同任务来说，真正重要的不是学生有没有替换每一块木板，而是他是否知道这艘船为什么这样造、怎样继续修、还能不能驶向新的地方。

七、AI时代，评价不是追查工具，而是确认能力

生成式AI出现后，很多讨论容易停留在“学生是不是用了AI”“AI用了多少”“有没有违规”。这些问题当然重要，但如果教师只停留在这里，评价就容易变成追查工具，而不是促进学习。

更有价值的问题是：学生是否理解任务，是否提出了自己的目标，是否做出了关键选择，是否能解释为什么这样做，是否能根据新要求修改作品，是否能对最终作品负责。

AI可以帮学生做出更像样的作品，但不能替学生证明他真的会了。证明能力，仍然要回到学生本人。

写在最后

AI时代，学生作品越来越像一艘不断被替换部件的船。文字、代码、图片、结构、方案，都可能由AI参与生成。我们不能再简单地说，只要不是学生一个字一个字写出来、一个代码一个代码敲出来，就不算学生作品；但也不能走向另一个极端：只要学生提交了，就是学生能力。

教育评价真正要看的，不是船上还有多少原来的木板，而是谁掌握方向，谁决定结构，谁能解释它为什么还能航行。对学生作品来说，也是一样。学生不一定亲手完成每一个部件，但必须掌握方向盘。AI可以参与生成作品，但学生必须证明自己完成了问题理解、过程参与、判断取舍、修改完善和迁移应用。

最终作品可以由人机共同完成，能力必须由学生亲自证明。

参考文献

·Hau, M. F. (2025).Writing with machines? Reconceptualizing student work in the age of AI.Frontiers in Communication, 10, Article 1598988.

·Furze, L., Perkins, M., Roe, J., & MacVaugh, J. (2024).The AI Assessment Scale in action: A pilot implementation of GenAI-supported assessment.Australasian Journal of Educational Technology, 40(4), 38–55.

·Akgün, M. (2025).Author or prompter? Scientific writing, identity, and the Theseus paradox.Philosophy, Ethics, and Humanities in Medicine, 20, 29.