ABAB News Logo
返回快讯

菲尔兹奖得主加州伯克利数学教授：继续按正确率评分已没有意义

据加州大学伯克利分校学生报纸《The Daily Californian》10月23日报道，该校数学教授Richard Borcherds（1998年菲尔兹奖得主）已改变作业评分方式。他表示，因学生使用AI完成作业已“widespread”（普遍），许多人因此持续获得高分，继续按正确率评分已“no point”（没有意义），支付阅卷人批改AI生成答案也是浪费时间与金钱。

Borcherds目前仅按“是否提交作业”给分（completion-based），正确答案与否不再计入。他承认这“not a very good system”（不是一个很好的系统），但目前没有更好办法。最终成绩主要依赖禁止使用电子设备的线下考试；他表示线上考试已成为“a waste of time”，因为部分学生直接用AI作答，平均分明显上升。

他进一步表示，已很难区分人类与AI生成的作业。过去AI会因特征性错误暴露，但现在AI已改进到很少再犯明显错误。按正确率给分只会鼓励更多学生使用AI，反而惩罚老实自己做题的人。他希望取消正确率评分能降低学生直接向AI要答案的动机，增加他们自己做作业的机会，并强调学生仍需真正理解内容才能在考试中表现好。Newsweek后续邮件采访中，Borcherds重申AI现在已能解决许多本科数学问题，且往往比学生自己做得更好。

关于职业前景，Borcherds表示他已不再确定是否该建议年轻人投身数学研究。五年前数学似乎是AI冲击下最安全的职业之一，但他认为：“If AI continues to improve at present rate, then, in a few years, there’ll be nothing human mathematicians can do that AI can’t do better.” 他甚至问过ChatGPT该如何建议学生，ChatGPT也表示不知道未来会怎样。采访发生在OpenAI宣布AI系统似乎解决Navier-Stokes存在性与光滑性问题之后。

校方层面，伯克利学术评议会要求教师在教学大纲中说明对AI工具的课程期望，但具体政策因课程层次与领域差异极大；学校曾测试Turnitin与Rumi等AI检测工具，认定不够可靠，未推行全校统一方案，政策由各教师自行决定。

来源：

  1. The Daily Californian（伯克利学生报纸），2026-10-23，主采访来源：https://www.dailycal.org/news/campus/academics/ai-use-leads-uc-berkeley-math-professor-to-see-no-point-in-grading-homework/article_bdf1eae2-c08b-491f-b9f1-81a7cea177de.html

    • 核实要点：停判对错、按提交给分、无更好方案、ChatGPT问答、数学未来判断、校方AI政策。

  2. New York Post / The California Post，2026-10-25/26：https://nypost.com/2026/10/26/us-news/uc-berkeley-math-professor-drops-online-tests-as-ai-use-spikes/ 及前篇

    • 核实要点：线下禁电子设备考试、线上考试分数虚高、按正确率评分的激励扭曲。

  3. Newsweek，2026-10-26（含Borcherds邮件回复）：https://www.newsweek.com/berkeley-professor-grading-homework-ai-12619345

    • 核实要点：AI已能优于学生解决本科数学题、希望减少AI依赖、考试仍有效。

ABAB AI 解读

  1. 历史与制度路径：大学作业评分传统上同时承担“练习反馈”与“能力证明”双重功能。AI使后者几乎失效后，评价重心被迫从“过程作业”大幅转向“封闭现场考试”，这与过去纸笔考试对抗开卷/代写的逻辑一脉相承，只是技术门槛更高、检测更难。伯克利未强制统一检测工具，而把裁量权留给教师，反映美国研究型大学对学术自由的惯性大于对标准化评估的急迫需求。

  2. 资本与技术路径：生成式AI公司（OpenAI等）快速提升数学解题能力，直接冲击高等教育评估市场。教师放弃付费阅卷，等于承认检测与人工批改的边际成本已高于收益；考试监考与线下化则可能催生新的现场评估、口头考试或监考服务需求。

  3. 横向比较：类似做法在其他STEM课程已零星出现（部分高阶数学课本就偏重提交与考试）。但菲尔兹奖得主公开质疑自身职业建议的价值，将问题从“作弊”升级为“学科本身是否仍有人类比较优势”，这比普通教师抱怨更刺耳，也更难被“加强诚信教育”类对策消化。

  4. 判断：短期看，这是评估机制的局部失效与防御性调整；中期若AI数学能力继续按当前斜率提升，大学数学教育的“证明人类理解”功能将进一步收缩，更多依赖无法被AI直接接管的现场推理、口头答辩与原创研究训练。Borcherds自己承认“不是很好的系统”，正说明目前没有干净解，只有权衡。

认知定律：

  • 当检测成本高于激励扭曲成本时，制度会放弃精细甄别，转向粗颗粒度的过程确认（交作业即得分）+ 高门槛现场验证。

  • 工具能力一旦普遍超过被评估者的平均水平，原有“正确答案=理解”的映射就会断裂，评分从能力信号退化为合规信号。

  • 顶尖从业者公开质疑职业建议的时机，往往早于普通市场形成共识，因为他们最先感知到比较优势的侵蚀速度。