加州大学伯克利分校数学教授 Zvezdelina Stankova 近日陷入一场围绕”用 AI 改稿”的争议。她为《旧金山标准》（San Francisco Standard）撰写的一篇近 2000 字评论文章中，承认借助人工智能辅助编辑，而文章本身正批评学生数学能力严重下滑。

一篇引发风波的评论

Stankova 在文中称，部分数学专业学生的水平比应有标准”落后五到八年”，在分数与基础代数上仅具备”初中”水平。她将问题归咎于加州大学系统取消标准化考试（如 SAT）的”考试盲审”招生政策，认为一些并未做好充分准备的学被录取进伯克利严苛的数学项目。

文章发表后，Stankova 承认自己使用了人工智能来”帮忙编辑”这篇评论。这一表态迅速引发讨论：当一位教授用 AI 润色一篇讨论教育质量的文章时，边界究竟在哪里？

学术写作的”AI 红线”

围绕这一事件，争议核心在于人工智能在学术与公开发表中的角色。支持者认为，AI 用于校对、翻译和轻度润色，与人类使用语法检查工具并无本质区别；反对者则担心，一旦”用 AI 编辑”成为常态，学术作品的原创性与责任归属将变得模糊。

在中文互联网与中国高校中，类似议题同样敏感。中国多所高校已明确将”用生成式 AI 代写、代完成学业任务”列为学术不端，但对”轻度辅助润色”的界定仍在讨论之中。伯克利这起事件，恰好提供了一个对照样本：技术中性，使用方式才是关键。

风波之外的问题

抛开对个人的争论，Stankova 文章指向的底层问题更具普遍性——在越来越多学生从小接触计算器与自动补全的时代，基础运算与代数能力是否正在被系统性削弱？当 AI 既能”帮写作业”，也能”帮改评论”，教育机构或许需要更清晰的规则，来区分”辅助”与”替代”。

（本文事实依据《卫报》报道。）

科技媒体 The Verge 在 8 月 9 日刊出的专栏文章梳理了这股风潮的代价：检测工具的判定正在直接影响学生的学业和写作者的饭碗，而工具本身的准确性却始终存疑。

从「比对文本」到「猜测语感」

学生上手 ChatGPT、Google Gemini 和 Microsoft Copilot 的速度有多快，教师采用 AI 检测器的速度就有多快。美国民主与技术中心的调查显示，2024 年至 2025 年间，美国六至十二年级教师中有 43% 经常使用 AI 检测工具。一些原本就在教学管理系统中接入 Turnitin 的高校发现，2023 年该功能上线时，AI 检测被自动启用了。

关键的变化在于判定方式。查重比对的是「这句话是否和已有文本一致」，结论可以被人工复核；而 GPTZero、Pangram 以及 Turnitin 自研的 AI 检测器，靠的是自家模型去猜测某段文字「像不像人写的」。

按 GPTZero 的说明，算法会分析用词、节奏和结构，并识别文本长度与语气中较常出现于 AI 写作的模式。有些工具还会衡量文本的「不可预测性」——按加州大学洛杉矶分校的解释，AI 倾向于做出最「显而易见」、最常见的语言选择，而人类写作的选择更跳脱。此外，重复出现的术语和短语、过于正式或过于随意的文风、通篇不变的句式，也会被当作 AI 痕迹。

问题在于，这些特征本身并不能证明 AI 参与其中。有人的写作风格天生就是如此，把它们当作定罪证据，等于把一种主观评价包装成了小数点后两位的置信度。

被判定为 AI 之后

厂商公布的误判率相当漂亮。Turnitin 称其 AI 检测器把人类内容误判为 AI 的比例低于 1%，Pangram 宣称误判率仅为万分之一，GPTZero 也给出了类似的低数值。但落到具体的人身上，代价是实打实的。

• 出版商 Minotaur 于上月取消了与作者 Jerry Falade 的一份价值 200 万美元的图书合约，理由是怀疑其使用 AI 写作，Falade 本人坚决否认
• 法国籍学生 Thierry Rignol 去年起诉耶鲁大学，起因是一名教授用 GPTZero 扫描其期末考试内容后判定部分由 AI 代写，导致他不及格并被停学一年。诉状主张，AI 监测与检测工具「已知会不公平地针对非英语母语者」
• 今年 2 月，阿德尔菲大学一名学生在类似指控中打赢了对校方的官司。诉状未说明教授使用的具体工具，但该校与 Turnitin 有授权协议

2023 年斯坦福大学的一项研究发现，AI 检测器把非英语母语者撰写的文章误判为 AI 生成的概率，明显高于母语者。也有研究指出这类工具可能对神经多样性写作者存在偏见。多家检测服务商则坚持认为，其工具在处理非母语者文本时同样准确。

耐人寻味的是，厂商自己的免责声明写得比宣传口径谨慎得多。Turnitin 明确表示其工具「未必总是准确」，不应据此对学生采取处分措施；Grammarly 警告用户「绝不应仅凭 AI 检测结果下结论」；GPTZero 也承认「没有任何 AI 检测器能做到百分之百完美」。OpenAI 更是在 2023 年因准确率过低，直接下线了自家的 AI 文本分类器。

指控还在继续蔓延。上周，奥兹·奥斯本之子杰克·奥斯本在面向其社交平台上超过 350 万粉丝的视频中，指控记者、The Verge 撰稿人 Kat Tenbarge 用 AI 为《滚石》撰稿，并把某款检测工具的结果当作「证据」展示。Tenbarge 通过视频和个人网站发文反驳，但对方既未撤回指控也未删除视频。

学校开始撤下工具，平台却在加码

不确定性已经足以让一部分教育机构彻底停用这类工具。耶鲁大学、约翰斯·霍普金斯大学、范德堡大学、乔治城大学等已经关闭或限制了 AI 检测工具的使用，麻省理工学院则直接提示「AI 检测器不管用」。

替代方案是重新设计教学环节，而不是继续加码检测。芝加哥大学建议让学生放慢阅读、把长篇写作任务拆成多个阶段，并要求学生对自己的写作过程作出复盘；斯坦福大学建议教师考虑把评估放回课堂现场完成；麻省理工学院则主张给学生留出空间，让他们无需担心受罚地主动说明自己是否借助了 AI。

与教育机构的后撤相反，内容平台正在把怀疑变成一个随手可点的按钮。Substack 已把 Pangram 集成进应用，读者可以扫描博客文章、查看其是否疑似 AI 生成；领英则在帖子上增加了一个「看起来像 AI 垃圾」的反应按钮。这两项功能都无法证明作者身份，却足以引发围攻。

一些反向的尝试也在出现。美国作家协会开始向写作者发放「人类撰写」认证，帮助他们提前应对指控。维基百科则编写了一份指南帮助编辑识别 AI 写作，其中提到要留意那些「抬高主题重要性」以及「对信息作出肤浅分析」的文字，该站点也已禁止 AI 生成的条目。

最终的结果是一个新的不信任时代：读者在阅读时不断怀疑眼前的文字是否出自 AI，而真正的人类写作者则要费尽力气，让自己写得不像 AI。

来源：The Verge（作者 Emma Roth）

成绩出来之后，分数分布变得让人认不出来。

分数分布先露了马脚

这场考试共 120 道题。2021 年至 2025 年间，考到 100 分及以上的考生稳定在 3.5% 左右；今年这个比例窜到了 16.3%。高分段的异常更夸张：过去五年里拿到 110 分及以上的只有 0.9%，今年是 5.5%，翻了六倍。

考生素质不可能在一个夏天里集体跃升。UNAM 随即成立专家技术委员会调查此事，委员会提交的建议是：举行一场线下的「对照考试」。所有考生必须到考场里，在人类监考员的注视下重考一次。

这场对照考试的覆盖范围不止今年被录取的人，还包括自 2021 年以来按各专业最低录取分数线本应被录取的申请者——因为分数被注水的考生把分数线整体抬高，一部分本可入学的人被挤了出去。综合下来约 5.8 万人受影响，UNAM 的入学名额将以新考试的结果为准。

时间相当紧张。2026—2027 学年原定 8 月 10 日开学，对照考试的具体安排至今尚未公布。据 UNAM 官方刊物《Gaceta UNAM》报道，校长 Leonardo Lomelí 已向诚实的考生道歉，因为他们什么都没做错却要重新备考，但他同时表示这场考试「对于提供确定性、保障入学公平是必要的」。

两道技术防线是怎么被绕开的

由于考试远程进行，考生必须安装两套软件。

第一道是 Respondus 公司的 LockDown Browser。按厂商说明，考试一旦开始，学生就无法打印、复制、跳转到其他网址或访问电脑上的其他程序，网页搜索、即时通讯、最小化浏览器等数百项功能一并被禁用，考试结束后电脑恢复正常状态。

第二道是 Territorium 提供的监考系统，用 AI 算法逐一分析每位考生的摄像头画面，识别是否有人替换了考生的位置、是否出现手机或耳机、考生是否离开画面。系统之外还配了人工，每名监考员大约同时盯 150 名考生，接收系统告警后可上报校方。

从结果看，这两道防线都没能奏效。UNAM 最终以未具名的违纪理由取消了近 2% 的考试成绩（约 3000 份），说明确实抓到了一些人，但和分数曲线暴露出的规模完全不成比例。校方也承认，「相当数量的申请者可能获得了帮助」的概率不低。AI 专家 Raúl Rojas 在接受 NPR 采访时表示，统计建模的结果指向一个更刺眼的数字：线上考试期间，接近一半的学生在作弊。

作弊手法并不高深。《纽约时报》上周的报道指出，考前就有大量攻略在网上流传：把第二块显示器摆在摄像头取景范围之外，用来查询 ChatGPT 或其他 AI 模型；把耳机藏在头发底下；干脆花钱雇人在镜头外代考。此外，还有公司公开兜售实时 AI 答题服务，UNAM 已就此提起刑事控告。

值得一提的是，这场考试全部是选择题，反而增加了事后追查的难度。论述题里那种整段答案瞬间粘贴进文本框的典型 AI 作弊痕迹，在选择题场景下根本不存在；小抄、泄题这类传统手段与 AI 辅助混在一起，很难分离。至今没有人能说清哪些考生用了什么方式。

代价由诚实的考生承担

这起事件的直接后果是，5.8 万人要在几天之内准备一场决定命运的重考，其中绝大多数人并没有作弊。原本的线上成绩将被完全作废，入学资格重新洗牌。

站在技术角度看，问题并不出在某一款监考软件失灵，而在于把 AI 监考当成了完整解法，而非多层防护中的一层。一个足以让 100 分以上人数翻近五倍的异常信号，本身并不隐蔽——真正缺失的，是在成绩公布之前就能捕捉到这种统计异常的实时监测机制。

来源：Ars Technica

6万美元买来的「Sally」

这台机器人由机器人公司 Realbotix 制造，采购价接近 6 万美元。它有一头棕色长发、覆盖硅胶皮肤，被师生们提前起了个名字叫「Sally」。按设计，Sally 是一台固定式机器人，手臂和手掌可以活动，双腿不具备行走功能。

学区的设想相当美好：让 Sally 辅助学习机器人和技术方向的高中生。学区总监马克·比勒（Mark Beehler）举例说：「编程 Arduino 开发板卡住了？或者压根不知道 Arduino 是什么？问 Sally，它能给你讲明白。」学生还能借此学习机器人如何维护、更新和排障。

比勒选择 Realbotix 的一个原因是，该公司的机器人预装了 WozEd 课程体系——由苹果联合创始人史蒂夫·沃兹尼亚克参与打造，恰好也是该学区正在使用的课程。

争议爆发：数据隐私与「姊妹公司」

随着消息在这个位于塞尼卡印第安人保留地的小社区传开，担忧接踵而至。家长和教师首先质疑：学生的个人信息会被如何使用？

更大的风波来自 Realbotix 的关联企业背景——其姊妹公司涉足高仿真成人玩偶业务。尽管学区和公司都强调两家制造商独立运营，纽约州教师联合会主席梅琳达·珀森（Melinda Person）仍然明确反对：「与成人玩偶公司有关联的企业造出来的机器人，不该出现在课堂里。」她还补充：「学生们需要的不是机器人，而是与用心的成年人建立真实的关系。」

纽约州教育厅长贝蒂·罗莎（Betty Rosa）也在致学区的信中表达了担忧：虽然学区确认机器人不会承担课堂教学职责，但此前向董事会做的一次展示中，它却被描述成了「辅导平台」。她同时呼应了居民对数据隐私和安全防护的关切。

学区和厂商的回应

面对「机器人取代教师第一步」的质疑，比勒的回应很直接：「机器人不可能取代学校里的人。就算技术上可行，那也绝不符合学生的最大利益。教学始终是人与人之间的过程。」

学区在社交媒体上列出了多项保障措施：Sally 不收集学生个人信息，不对交互过程录音录像，不向厂商回传数据；所有信息本地存储，整机能耗与一台笔记本电脑相当；它被预设避开涉性、暴力、赌博等不当话题，无法搜索公开互联网，也不能调用未经审核的生成式 AI 服务。

Realbotix 方面则回应称，学生身份认证将通过学区现有系统完成，所有与学生相关的信息都会加密并由学区掌控。公司还驳斥了「Sally 是成人玩偶改装品」的说法，强调它是「全新制造、专为教育场景打造的设备」，不存在改装或复用硬件。公司首席执行官安德鲁·基格尔（Andrew Kiguel）表态：「我们完全尊重学校的任何决定，也鼓励各方进行彻底的尽职调查。」

试点悬而未决

目前，该学区正与纽约州教育部门商讨「强化版学生数据隐私协议」，并继续与社区沟通，试点何时重启尚无时间表。

值得一提的是，这并非美国学校首次尝试机器人进课堂：去年，圣迭戈一所特许学校曾花 50 万美元，从英国机器人公司 Engineered Arts 购入两台 AI 机器人。AI 走进教室的脚步不会停下，但萨拉曼卡的这场风波说明，比技术更难过关的，是家长和教师的信任。

来源：HuffPost/美联社