布朗大学教授让学生在无AI环境下考试后，成绩从96%骤降至48%

Roberto Serrano是布朗大学经济学教授，当他86名学生开卷期中考试平均分达96%时产生怀疑。历史上该课程平均分为65-80%。他将试题输入ChatGPT，得到几乎相同的答案，包括许多学生使用的复杂数学证明。

警告学生后，Serrano将期末改为监考。结果戏剧性：18人退课，9人未出席，平均分降至48.6%——课程历史上最差。仅少数学生接近开卷成绩，19人直接不及格。Serrano作废期中考试，将期末权重设为80%。

Serrano描述大学回应“软弱”，要求他逐一报告作弊案例。他主张更强硬立场，警告容忍作弊导致“失败的社会”。

两项近期研究支持Serrano的经历。中国中部研究追踪26,000名7-12年级学生30个月。使用AI六個月后，家庭作业分数上升18%，完成时间从64分钟降至45分钟，但考试分数下降20%，入学考试长期损失18-24%。约81%的长期用户符合模式：更快完成作业、高作业分数、低考试分数；顶尖学生损失24%。

加州大学伯克利研究覆盖一所德州大型研究大学的50万多个成绩，显示在写作和编程作业较多的课程中，A等成绩比例在ChatGPT发布后跃升13个百分点。增幅集中在无监督作业，依赖作业的课程比依赖监考考试的课程增幅高16个百分点。

Serrano案例与大规模研究的趋同表明，AI辅助作弊在无监督作业中广泛存在，并显著削弱成绩有效性。但尚不清楚学生使用AI的具体比例，以及该模式是否跨学科和教育阶段一致。

教授呼吁更强制度回应，凸显大学在信任学生与维护学术诚信之间的张力。逐一报告作弊资源密集，若问题系统性则可能无效。研究还引发对长期学习影响的担忧：依赖AI完成作业的学生可能无法发展关键技能，中国研究发现入学考试成绩显著下降。

不确定性仍存：研究为观察性，未证明因果；中国研究限于一个地区；伯克利数据可能未反映最新AI模型。尽管如此，证据指向教育机构需紧急重新评估考核设计与诚信政策。