菲尔兹奖得主向AI认输：伯克利全面退回纯纸笔时代，全面取消线上考试

作者：同尘 来源：起点人文

理查德·博切兹（Richard Borcherds），加州大学伯克利分校数学系讲席教授，1998年菲尔兹奖得主。这个奖项被称为数学界的诺贝尔奖，四年颁发一次，只授予四十岁以下最杰出的头脑。

就是这样一位一辈子和纯粹理性打交道的人，最近在自己的高等数学课上做了一个近乎悲观的决定：全面取消线上考试，课后作业不再按对错评分，只要交纸就给基础学分，最终成绩完全由几次禁止一切电子设备的纸笔闭卷考试决定。

他对《纽约邮报》说得坦白：

在线考试已经是在浪费时间，他无法分辨哪些答案是学生写的，哪些是大模型生成的，他只能看到线上考试的平均分数大幅提高。

一个能证明数学最深定理的人，证明不了屏幕对面那份满分作业出自人类。

这不是他个人的失败，而是一整套信任体系的失败。

“按正确性评分已成徒劳”：伯克利顶尖教授因学生滥用AI作弊，放弃批改作业。加州大学伯克利分校著名数学教授理查德·博彻斯宣布，不再批改数学作业。由于AI生成作业质量大幅提升，教师几乎无法分辨人类written作品与AI作品。这位英国出生的教授曾因无限维代数研究获奖，现从事量子场理论研究。他决定改用传统闭卷考试评估学生，禁用一切电子设备。此前伯克利曾测试AI检测软件，发现其不可靠，因此允许教授在课程大纲中自行制定AI使用政策。

当分数开始惩罚诚实

博切兹真正看穿的，不是作弊本身，而是激励机制的彻底颠倒。

一个诚实的学生在自习室里死磕六个小时，漏掉两个条件，拿到八十分。

另一个学生把题目贴进对话框，三秒钟拿到一百分。

在严格按曲线排名的名校里，这二十分的差距，就是前百分之二十和后百分之二十的差距。

规则一旦变成这样，惩罚的就从来不是作弊者，而是不肯作弊的人。

久而久之，诚实不再是美德，而成了需要咬牙坚持的奢侈品。

博切兹取消作业对错评分，本质上是承认了一件事：只要按答案给分，这套制度就在用绩点贿赂每一个学生放弃诚实。

这才是比作弊更可怕的溃败。作弊腐蚀的是一场考试，激励颠倒腐蚀的是一代人对公平的信仰。

检测工具：一场自欺欺人的军备竞赛

有人会说，不是还有AI检测软件吗？

学术研究给出的答案相当难堪。2023年国际学术诚信期刊对十四款主流检测工具的测评显示，没有一款整体准确率达到百分之八十。2024年的对照实验更直接：学生只要对AI文本做最朴素的改写，七款工具平均准确率应声下跌，Turnitin的识别准确率从百分之五十暴跌到百分之七点九，约等于抛硬币蒙答案。

更刺痛人心的是误判的方向。

斯坦福大学团队2023年发表的研究发现，检测工具把百分之六十一点三的非英语母语学生作文误判为AI生成，而母语作文的误判率接近于零。

越是用功学外语、写得规规矩矩的留学生，越容易被算法当成机器。伯克利评估了Turnitin和Rumi等工具之后，最终拒绝全校统一部署，把皮球踢回给了教授。

AI检测软件双重溃败

数据里的真相：人人都在用，分数都在涨

作弊有多普遍？

英国高等教育政策研究所连续两年追踪同一批问题：

2024年，百分之六十六的本科生用过AI工具，一年后变成百分之九十二；在课程考核里用过生成式AI的比例，从百分之五十三暴涨到百分之八十八。一年时间，AI从少数人的捷径变成了几乎所有人的日常。

英国大学生生成式AI使用率

分数注水也有了实验证据。

《Teaching of Psychology》2025年发表的对照研究追踪了同一门课的三百一十三名学生：线下监考的一组平均分约七十七分，无监考线上的一组约九十分，虚高约百分之十三。

更关键的是，线上成绩和学生平日真实水平的相关性几乎消失。

换句话说，考什么形式，比学得怎么样更能决定分数。

无监考线上考试平均分虚高

这场溃败不会停在校园里。

招聘邮箱里，几百份简历被大模型润色成天衣无缝的明星履历；带回家的笔试题，交回来的全是一流水准；企业花大价钱招进来的人，试用期一上手，连基础业务逻辑都理不顺。

职场上，老实跑现场的骨干埋头流汗，擅长调教大模型的同事半小时生成一份图文并茂的宏大汇报，升职名额往往属于后者。

于是我们看到了历史的大倒车：

大厂恢复现场白板写代码，企业宁可报销机票也要候选人坐到对面当面答辩，伯克利的教授把电子设备赶出考场。

整个社会的选拔机制，正在退回一个零信任的物理原始时代。

生产虚假能力的成本降到了零，验证真实能力的成本却在无限飙升，而这笔账，最终由每一个诚实的人平摊。

博切兹说过一句耐人寻味的话：

如果AI对社会最坏的影响只是让作业难以评分，他会感到很欣慰。

可惜现实没有这么温和。

纸笔考场的回归，不是怀旧，更不是技术的失败，而是人类在用一种古老的方式重申一条底线：

有些东西必须在场，必须亲眼所见，必须出自你本人的手和脑。

教育的本质从来不是筛选答案，而是塑造能够独立面对问题的人。

当机器可以替所有人交出满分答卷时，一张白纸和一支笔，反而成了丈量一个人真实分量的最后标尺。

1. 科技memo：菲尔兹奖得主向AI认输：伯克利全面取消线上考试 全面退回纯纸笔时代
2. HEPI：Student Generative AI Survey 2025（英国高等教育政策研究所） https://www.hepi.ac.uk/reports/student-generative-ai-survey-2025/
3. Liang et al.：GPT detectors are biased against non-native English writers，《Patterns》（2023） https://www.cell.com/patterns/
4. Perkins et al.：AI检测工具准确率对照实验，《International Journal of Educational Technology in Higher Education》（2024） https://educationaltechnologyjournal.springeropen.com/
5. Weber-Wulff et al.：十四款AI检测工具系统测评，《International Journal for Educational Integrity》（2023） https://edintegrity.biomedcentral.com/
6. Unmonitored Online Exams: Valid Assessment or Score Inflation?（《Teaching of Psychology》，2025） https://ir.library.illinoisstate.edu/cgi/viewcontent.cgi?article=1101&context=fppsych
7. Stanoyevitch：Online assessment in the age of artificial intelligence，《Discover Education》（2024） https://link.springer.com/content/pdf/10.1007/s44217-024-00212-9.pdf