《纽约杂志》发了一篇长文，引起了广发的热议：《每个人都在靠AI作弊上大学》。文中称传统教育已死，现在上大学，就是看你的用得有多好。这种现象，值得被重视。
去年秋天，Chungin “Roy” Lee 走进哥伦比亚大学校园时，几乎已经决定把自己的大学学习全部外包给AI。
作为计算机科学专业的学生，他在编程入门课上完全依赖ChatGPT。“我直接把题目丢进去，它输出什么，我就交什么。”按照Lee自己的估算，他提交的每篇论文大约有80%由AI完成，剩下的20%，才是他所谓的“人性和自己的声音”。
Lee出生于韩国，在美国亚特兰大郊外长大，父母经营大学申请咨询业务。他曾被哈佛大学提前录取，却因高中毕业前一次违规校外过夜被撤销录取资格。此后，他申请了26所学校，无一录取，只能先进入社区大学，一年后才转入哥伦比亚大学。
但费尽周折进入常春藤后，他却并不在意学业和GPA。
在他看来，大学里的大多数作业都不重要，AI可以轻松完成，他也没有兴趣亲自去做。当有人问他，既然如此，为什么还要拼命进入哥大时，他回答：“因为这里是找联合创始人和老婆最好的地方。”
第一个学期结束后，他确实找到了联合创始人Neel Shanmugam。两人共同开发了几款创业产品，最终又推出了一款名为Interview Coder的工具，帮助求职者在远程技术面试中隐蔽地使用AI，从而绕过编程测试。
2025年2月，这款产品正式上线，网站横幅直接写着“F*CK LEETCODE”。Lee随后在YouTube上传视频，展示自己如何使用这款工具作弊通过亚马逊的实习面试。他最终拿到了录用通知，但选择拒绝。
一个月后，他被哥伦比亚大学学术诚信办公室传唤。学校认定他“宣传作弊工具链接”，并“向学生提供获取和使用该工具的知识”，最终给予纪律警告处分。
Lee对此感到十分荒谬。在他看来，哥大一边与OpenAI合作，一边却因为学生使用AI“创新”而惩罚学生。他甚至声称，自己在哥大几乎不认识任何一个完全不用AI作弊的学生。
Lee的故事听起来极端，却可能并不是孤例。
早在2023年1月，也就是ChatGPT发布仅两个月后，一项针对1000名大学生的调查便发现，接近90%的受访者已经使用ChatGPT辅助完成作业。此后，ChatGPT的访问量甚至呈现出明显的“学期规律”：学校放暑假时，访问量就会下降，2024年依然如此。
两年多后的今天，从大型州立大学到常春藤盟校，从新英格兰的文理学院到海外大学、职业学院和社区学院，生成式AI已经全面进入学生的学习过程。
有人用AI做课堂笔记、整理学习指南、生成模拟测试；有人让AI总结小说和教科书；有人用它完成论文选题、提纲和正文。理工科学生则利用AI自动处理研究、数据分析、编程和调试。
一名犹他州学生甚至在视频中调侃：“现在的大学，就是在测试我使用ChatGPT的能力。”
来自加拿大安大略省劳里埃大学的新生Sarah，在高中最后一个学期就开始使用ChatGPT作弊。她把AI用于土著研究、法律、英语，甚至一门关于绿色产业的农业课程。
“我的成绩特别好，它改变了我的生活。”进入大学后，她继续这样做。过去需要12个小时才能完成的论文，现在借助ChatGPT，两小时就可以写完。
对于学生而言，这是一种极高效的工具；对于教师而言，却是一场越来越难以控制的灾难。
许多教授开始尝试各种“AI防护”手段，有人重新启用课堂手写考试，有人改用口试，也有人干脆不再布置论文。
圣克拉拉大学技术伦理学者Brian Patrick Green在第一次尝试ChatGPT后，就停止了传统论文作业。但不到三个月，他在自己教授的“伦理与人工智能”课程上，布置了一篇简单的个人阅读反思。他原以为，这类高度个人化、低风险的作业不值得使用AI，结果仍有学生提交了明显由AI生成的答案。
阿肯色大学小石城分校的一名哲学教授，甚至发现学生连“简单介绍一下自己，说说你希望从这门课学到什么”这种问题，都要交给AI回答。
加州州立大学奇科分校的诗人、哲学家兼伦理学教授Troy Jollimore担心，大批学生未来将拿着大学文凭进入职场，但实际上已经接近文盲。
这里的“文盲”，不仅指基本阅读和写作能力不足，也意味着他们不了解历史、文化，无法阅读复杂文本，更无法形成独立判断。
如今，大约一半的本科生已经从未体验过一个没有生成式AI的大学环境。
教师们不仅难以阻止作弊，甚至连给分都变得荒唐。
Sam Williams曾是爱荷华大学一门“音乐与社会变革”写作课的助教。第一次作业要求学生写一篇关于个人音乐品味的文章，他批改得很愉快，因为那些文字至少还能体现学生自己的经历和声音。
但到了第二次作业，情况突然改变。
学生需要撰写一篇关于1890年至1920年新奥尔良爵士时代的论文。许多人的写作风格与第一次作业相比发生了剧烈变化，更明显的问题是，文章中开始出现大量荒唐的事实错误。
多篇论文花费大量篇幅讨论猫王Elvis Presley，可猫王出生于1935年，根本不可能属于1890年至1920年的新奥尔良爵士时代。
Williams认为这些论文明显使用了生成式AI，但院系给出的答复是：无法证明。
学校也不信任AI检测器，法律和行政部门通常不允许教师仅凭“怀疑”判学生不及格。除非找到确凿证据，否则教师只能继续评分。
Williams最终被要求采用一种十分荒唐的标准：把这些疑似AI生成的论文，当成学生“真正尝试过”的作业，再按照它本来可能获得的成绩进行评定。
“所以，我其实是在按照学生使用ChatGPT的能力给分。”
学期结束后，Williams心灰意冷，直接退出了研究生学业。
Jollimore说，现在他每次和同行聊起AI，话题最后都会变成同一个问题：“什么时候能够退休？什么时候能够离开这一切？”
“这已经不是我们当初选择这份工作时的样子了。”
教授们之所以如此无力，一个重要原因是，目前几乎没有可靠的方法能够证明一篇作业究竟是不是AI生成的。
2024年6月发表的一项研究，将100%由AI生成的作业，通过虚假学生档案混入英国一所大学的正常评分材料中。结果，教授们有97%的AI作业没有识别出来。
大学虽然使用Turnitin等检测工具，但真正愿意完全相信这些系统的教师并不多。不同AI检测器的识别结果差异巨大，而且对于英语非母语学生和部分神经多样性学生，误报率可能更高。
Turnitin的首席产品官也承认，他们宁愿漏掉AI文本，也不愿错误指控一名学生作弊。
检测工具有时甚至会得出十分荒谬的结论。有人把一篇学生论文放进免费检测器ZeroGPT，结果显示只有11.74%的内容由AI生成；随后又把《圣经·创世纪》放进去，系统却判断其中93.33%的内容由AI生成。
学生也早已掌握了大量绕过检测的方法。
他们可以用自己的语言改写AI文本，故意加入拼写和语法错误，或者要求AI“写得像一个不太聪明的大一新生”。还有学生会把一段文字先放进ChatGPT，再丢进另一个AI系统，之后继续转到第三个系统中反复改写。
一名斯坦福大学大二学生Eric说，每经过一次AI“清洗”，检测器给出的AI比例就会下降一次。
这意味着，整个评分体系正在逐渐失去基础。
学生可以凭借自己并未真正写过的论文获得高分，教师却因为缺乏证据无法处罚。最终，真正被考察的可能不再是学生的知识、表达和思考能力，而是谁更会使用AI，谁更懂得隐藏AI痕迹。
但作弊其实只是最表层的问题。
更深层的危机在于，当学生把阅读、记忆、分析、写作和解决问题的过程全部外包给机器之后，人类的大脑会发生什么。
过去一年中，已有多项研究将频繁使用AI与批判性思维能力下降联系起来，其中一些研究发现，这种影响在年轻参与者身上更加明显。
微软和卡内基梅隆大学于2025年2月发表的一项研究发现，一个人越信任生成式AI，就越少投入批判性思考。
因为真正的学习，本身就离不开“认知摩擦”。
学生需要长时间阅读一段难懂的文字，需要反复推敲一个复杂观点，需要经历困惑、失败和修改，才能逐渐形成自己的理解。一个人之所以能够记住某种知识、建立独立判断，正是因为他曾经为此付出过思考。
而生成式AI所做的，就是迅速消除这些摩擦。
它可以直接总结一本书，直接列出论点，直接生成段落，直接修改逻辑，甚至把一个尚未成形的想法包装成一篇完整文章。
学生获得了答案，却跳过了产生答案的过程。
长此以往，他们可能顺利通过高中和大学，却从未真正啃下过一个艰深概念，从未独立梳理过一套复杂论证，也从未从零开始写过一个属于自己的段落。
教育也因此被进一步变成一种纯粹的交易。
学生不再把课程看作理解世界和训练能力的过程，而是把它看成一连串必须通过的关卡。作业、考试、论文和学分，都只是拿到文凭之前必须跨过的障碍。
而AI，恰好成为了帮助他们以最低成本跨过所有障碍的终极工具。
问题在于，你可以依靠AI混过一门课程，甚至混过整个大学，但你未必能够混过真实世界。
当这些学生毕业后，以律师、工程师、程序员、管理者和分析师的身份进入职场时，他们最终还是要面对真正的客户、真正的项目和真正的风险。
客户不会因为你有一张漂亮的大学文凭，就自动相信你具备解决问题的能力。
如果一个律师无法发现合同中隐藏的风险，一个工程师无法判断数据中的异常，一个管理者无法在没有模板的情况下作出决策，一个分析师无法面对从未见过的新问题，那么AI并不会让他的价值变得更高，反而可能让他更容易被替代。
加州大学伯克利分校计算机科学讲师Lakshya Jain曾直接对学生说：“如果你提交的是AI作品，那么你和人工智能引擎的人类助手没有什么区别。这会让你变得非常容易被替代。为什么还要留下你？”
这并不是一种遥远的警告。
一家科技研究公司的首席运营官已经询问Jain：既然AI能够写代码，公司为什么还需要程序员？
康奈尔大学心理学教授Robert Sternberg也警告，生成式AI时代最大的担忧，并不是它未来可能损害人类的创造力和智慧，而是这种损害可能已经发生。
长期以来，人类的平均智力水平曾经随着教育、营养和社会环境改善而持续提高，这被称为“弗林效应”。但从2006年前后开始，这种增长在部分地区已经放缓，甚至出现逆转。
生成式AI是否会进一步加速这种变化，目前还没有最终答案。但可以确定的是，一个从未真正阅读、写作和独立思考过的人，很难仅凭一纸文凭拥有真正的专业能力。
传统大学教育建立在课后作业、居家论文和异步考核的基础上。教师默认学生会在无人监督的情况下，独立完成阅读、分析和写作。
如今，这种默认已经被彻底打破。
只要作业能够带回宿舍完成，只要论文可以在电脑上提交，教师就很难知道，最终呈现在屏幕上的文字，究竟来自学生本人，还是来自某个模型。
这套延续多年的教育模式，可能已经走到了尽头。
除非大学重新转向更加严格的线下考核、口试、课堂写作、现场解决问题和无辅助评估，否则学位所代表的能力将越来越难以被验证。
AI并不一定会摧毁教育。
但如果教育仍然只考察一份可以被AI轻易生成的最终答案，而不再关注学生是否真正经历过思考的过程，那么最后被掏空的，不只是论文和考试。
还可能是大学文凭本身的意义。
延伸阅读：
