一个叫Katie的美国大二女生写了一篇博客,标题只有一句:“AI正在毁掉我的计算机学位。”
她在这篇博客里控诉了三件事:课程大纲是Claude批量生成的,期末大作业是LLM自动批改的,连导师发来的关怀邮件,很可能也是后台自动化脚本触发的。帖子发出不到24小时,冲上Hacker News首页第一。
评论区迅速分裂。老工程师说这只是“范式演进的阵痛”,年轻人却在问一个更具体的问题:我付了这么高的学费,到底是在跟谁学习?
![]()
崩坏不是一步发生的:先全面拥抱,再光速撤回,然后政策反复横跳
Katie在博客里还原了一条完整的时间线,比“AI批改作业”这个标签本身更值得看。
学校一开始是全面拥抱的姿态:给学生作业打分写评语、生成课程大纲、发全员催学邮件,全安排上了大模型。结果折腾不到三个月,发现“全是幻觉和垃圾内容”,光速撤回。
撤回之后,事情变得更荒诞。同一门课程,上一个模块的作业,教授强制要求你用AI,说这是成绩的重要考核维度。Katie咬咬牙自费开通了Claude Plus,到了下一个模块,她把用Opus调教出来的代码交上去,拿到的反馈是:“使用LLM属于学术不端,要扣分。”
这不是“AI好还是不好”的争论。这是一个教学管理系统在“用AI”和“禁AI”之间反复摇摆,把成本全部转嫁给了学生。
![]()
三重崩坏,每一重都指向同一个词:没有人验收
Katie的控诉拆开来看,是三件不同的事,但根子是同一个。
大纲的崩坏。 以前的作业是教授结合教学目标设计的,任务量适中、循序渐进。现在她怀疑“教授连Markdown都没打开过”——3000字的作业说明,要求提交15份材料,作业量比以前翻了三倍。那些数学底子本来就薄的学生,只能被逼着“走马观花地速通知识点”。
更扎心的是DDL前一周的勘误邮件:“大纲里有两个地方写错了,现已修正,请大家重新提交。”十几天的工作白费,烧掉的Token也没人赔。
批改的崩坏。 LLM自动批改的问题不在于“它不会打分”,在于它的反馈往往停在“话术层”。一篇有逻辑漏洞的作业,AI可能会写“你的观点很有价值,但论证可以更充分”——这句话放在任何一篇作文上都成立,因为它没有指出哪一个论证、缺了哪一环。学生拿到这种反馈,唯一能学到的是“下次多写两句过渡句”,而不是“我的推理在哪里断了”。
关怀的崩坏。 Katie平时根本见不着导师。唯一的联系,是她好几天没登录学习平台时收到的一封“导师来信”——打开一看,是自动触发的警报。当“关怀”变成自动化脚本,学生收到的不是关心,是一个系统在提醒你“你该登录了”。
![]()
我拿通用模型和专用工具各跑了一遍,差距比想象中大
Katie遭遇的是“学校层面的全自动崩坏”。但一个普通老师如果只是想用AI辅助批改,有没有更务实的选项?
我拿同一份有逻辑漏洞的短文,分别交给通用模型和两个教育专用工具跑了一遍。
DeepSeek给出的反馈,优点是评分和人类判断的吻合度相对高,一项针对EFL写作评估的研究显示,DeepSeek与人类评分的对应关系在三个模型中最强。但它的反馈偏向“简洁”,给出的修改建议往往停留在“论点可以更清晰”这个层面,需要老师自己补上“具体哪一句不清晰”。
Khanmigo的逻辑完全不同。它的教师版对教师免费,覆盖了5000多所学校、12万名教师。实测数据显示,数学简答题批改准确率94%,英语作文约85%。它的学生模式坚持“不给答案”,用苏格拉底式提问引导学生自己想到。但问题在另一头:拥有Khanmigo权限的学生里,只有大约15%会真正使用,很多人嫌它“不给答案”,用过一次就冷淡了。
MagicSchool走的是“批量效率”路线。它的Class Writing Feedback可以基于你上传的rubric,一次性批改全班作文,免费计划就包含这个功能。批完之后,你会在一个Class Dashboard里看到全班的表现分布、共性薄弱点,以及下一步教学建议。关键是,每一篇的反馈你都可以在发送之前编辑——AI出草稿,最终发出去的那句话由你决定。
![]()
真正的问题不在“AI能不能批改”,在“批改权被交给了谁”
把Katie的遭遇和上面的工具放在一起看,分界线非常清楚。
Katie的学校做的事情是:把“出大纲”“批作业”“写关怀邮件”整个流程打包交给了AI,中间没有人验收。 大纲出错要等学生跑到DDL前一周才发现,批改反馈空洞没人复核,关怀邮件自动触发没有人确认“这个学生是不是真的需要一句人话”。
Khanmigo和MagicSchool做的事情是:AI出草稿,老师做最终判断。 MagicSchool的每一批反馈在发送前都可以编辑;Khanmigo的简答题批改是“AI给建议,教师确认或修改”。批改权没有被交出去,它只是被加速了。
还有一个容易被忽略的对照。佐治亚理工的Jill Watson在2016年第一次运行时,学生直到期末才知道助教是AI。但到了后续版本(Stacy),只有略多于50%的学生正确猜出她是计算机,16%的学生猜出了Ian不是人,还有超过10%的学生误以为两个真人助教是AI。
学生对“对面是不是人”的判断,本身就不稳定。 Katie收到的自动关怀邮件之所以让人不适,不是因为“AI写不出好听的话”,是因为学生已经失去了判断“这封信背后有没有一个真的在意我的人”的可靠依据。
![]()
如果你是一个老师,或者一家在做教育产品的团队,这件事的可操作面在哪
第一,rubric必须先于AI存在。 MagicSchool的批量批改之所以能用,前提是你已经写好了评分量表。没有rubric的AI批改,等于让模型替你定义“什么算好”。rubric是你和AI之间的合同,不是AI替你写的作文评语。
第二,AI的反馈必须经过“具体化”这一步。 通用模型倾向于给出“可改善但不可执行”的建议。一个可操作的流程是:让AI先指出“哪一句、哪个论证、缺了哪一环”,你再决定这句话要不要发给学生。如果你的批改反馈里没有出现任何一处具体的原文引用,这份反馈大概率是话术。
第三,关怀这件事,自动化不了。 一封自动触发的“导师来信”,和一个真的注意到你状态不对的老师发来的三行字,学生是分得清的。你可以用AI提醒自己“这个学生可能需要关注”,但不要让AI代替你发出那句“你还好吗”。
![]()
毁掉学位的不是AI,是“用AI糊弄”
Katie在博客结尾写了一句很克制的话:“我还是想学。我可以继续,但我不会了,这会让我消化不良。”她贴出了自己早年在OpenProcessing上写的三个小游戏——一个太空射击、一只点一下会喵一声的莫古利、一个用麦克风声音吓跑小鱼的demo。她说这些很粗糙,任何一个都不如现在Astra、Fable一句prompt直出的效果。但点开的一瞬间,“你能感到一种模型永远生成不了的东西:生命力”。
AI没有毁掉她的计算机学位。 毁掉它的是教授用AI糊弄教学、校方用AI糊弄成本、学生被夹在中间,拿到一份3000字要交15份材料的大纲,和一句“大纲有两处错误请重交”。
工具本身没有立场。 Khanmigo和MagicSchool这类产品证明,AI可以在“不拿走教师的判断权”的前提下,把批改和备课的效率提上去。Katie的学校证明的则是另一件事:当你把“教育”整个流程打包交给AI,同时关掉“验收”这个动作,你得到的不是一所更高效的大学,是一个在自动运转、但没有人真正在看的东西。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.