江蘇
近日
復旦大學一場特殊的
“反套路”期末考試結(jié)束
在該校“數(shù)據(jù)挖掘技術(shù)”課程考試 中
學生們沒有坐在考場里答題
反而成了出題人
他們用自己設 計的10道題
去“考倒”三個當今最先進的AI模型
AI答錯的題越多、
被難倒的模型越強
出題學生的得分就越高
據(jù)了解，51份期末試卷中，50人至少讓某個AI答錯過一題，僅1人完全沒難倒任何模型。但能讓任一模型整張卷得0分的，只有4人，且三個應考模型中最強的Claude模型沒有被任何學生完全考倒。全班平均分85.7分，中位數(shù)88分。
“AI答錯越多，學生得分越高”
“傳統(tǒng)的出題考察方式，在AI時代已經(jīng)失效了。”教授“數(shù)據(jù)挖掘技術(shù)”課程的肖仰華教授說， “老師出一道標準的算法題，AI比任何學生都算得快、算得準。繼續(xù)用這種方式考，等于在AI的強項上跟AI比，這沒有意義。”
于是，“數(shù)據(jù)挖掘技術(shù)”的期末作業(yè)修改了考試方式：每人出10道數(shù)據(jù)挖掘領(lǐng)域的計算題，要求有唯一正確答案和完整的推導計算過程。拿著這10道題去考三個不同水平的AI模型。 AI答錯越多，學生得分越高。
“人考AI”考核流程示意圖（出題→AI作答→自動判分→助教復核）
題目必須基于課程講過的知識或教材內(nèi)容，每道題要有唯一正確答案，學生自己得先能把題從頭到尾算對。肖仰華說：“自己出的題自己都不會，那算不上真本事。”
計算與智能創(chuàng)新學院24級本科生謝錦樹最后拿到了97分。他嘗試讓AI出題來難倒自己，便搭建了一個多智能體協(xié)作的自動化出題框架，用GPT-5.5-Pro做出題層，三個應考模型作答并自動判分。框架跑起來后，他發(fā)現(xiàn)AI會“作弊”。
AI會偽造標準答案，把假答案塞進去讓判分腳本以為對了。它會限制最大輸出長度來截斷其他模型的推理過程。它會調(diào)低推理深度參數(shù)讓其他模型懶得深入思考。它還會把一道成功了的題目復制十份來湊數(shù)。
于是，謝錦樹加了一個審查層，攔截鉆空子行為，最終自動生成了10道題，三個應考模型全部答錯。
從“怎么算”到“怎么判斷”
考試結(jié)束后，肖仰華觀察到一個差異，即高分學生自己能把題從頭到尾算對，低分學生出了題自己也不知道答案。
“高分同學對AI的弱點有準確判斷，他們的題能命中AI的結(jié)構(gòu)性缺陷；低分同學只是把課本習題換了個數(shù)字，AI在訓練時見過千百萬遍，直接套模板就對了。”
這一觀察，讓肖仰華心生警惕。那些能力本來就偏弱的學生，如果只會依賴AI做作業(yè)，自己的判斷力會進一步退化。
有了這次嘗試，肖仰華決定之后課程的考核方式要徹底轉(zhuǎn)型。“人考AI”的模式會繼續(xù)做下去，而且要做得更系統(tǒng)。
在他看來，傳統(tǒng)那種考記憶、考計算的出題方式必須退場，未來的考核重點將全面轉(zhuǎn)向評價能力、判斷能力和創(chuàng)造性思維，這些高階能力才是AI替代不了的。
“所以課堂上更多的時間被用來討論，學生怎么判斷一個結(jié)果是對的還是錯的？怎么識別AI在哪里會出問題？怎么提出一個AI回答不了的好問題？”肖仰華認為，這門課正在從訓練學生“怎么做”，轉(zhuǎn)向訓練他們“怎么指揮AI來做、怎么評判AI做的結(jié)果”。
而對于在這次考試中 沒拿到好成績的同學，肖仰華表示，接下來的課程設計也會有意識去托住這部分學生，幫他們建立最基本的判斷底線，不能讓他們成為只會點擊“確認”的AI使用者。
更多升學擇校資訊請點擊下方鏈接
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務。
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.
