斯坦福系调整助教职责应对AI作业高分
Dimitri Dadiomov发文称，他昨晚与一位斯坦福教授交谈，对方表示AI导致学生作业几乎全拿高分，不再参加答疑，却在期末现场考试中集体不及格。
作为回应，系里正在改变助教的职责：取消传统答疑时间，要求学生与助教一对一会面，并逐次讲解每次编程作业，以证明自己真正理解代码内容。
该描述指出学生借助AI完成作业后不再寻求人工答疑，导致线下考试暴露理解缺口。
调整将助教从开放答疑转为强制一对一代码讲解，要求学生现场演示对作业代码的理解。
该信息来自Dadiomov与一位未具名斯坦福教授的私下交谈，并非官方公告；斯坦福其他课程此前已有因AI调整考试形式的案例，如部分计算机科学课程转向手写现场考试。
调整聚焦编程作业的代码理解验证，而非仅依赖提交结果。
来源：公开信息
ABAB AI 解读
斯坦福计算机科学等部门长期依赖作业与答疑评估学生理解，随着生成式AI普及，部分课程已出现作业高分与现场考试表现脱节的现象；Dadiomov的帖文描述一位教授观察到学生作业全优、答疑缺席、现场期末不及格，系里据此将助教职责从开放答疑改为强制一对一代码讲解。
该调整将评估从结果提交转向过程演示：学生需在助教面前逐次讲解编程作业代码，证明理解而非仅完成提交；这增加了助教与学生的互动时间，同时取消传统答疑以集中资源于验证环节。
这类似于其他高校因AI将开卷或在家考试改为现场手写或口头答辩的调整（如斯坦福部分CS课程转向手写考试），或传统教学中从作业权重向现场考核倾斜的做法；当前高等教育处于AI工具使作业完成与理解分离的阶段，评估机制正从结果导向转向过程与理解验证。
本质属于技术替代引发的评估结构变化：AI使作业完成门槛降低，但现场考试与一对一讲解仍能区分理解深度；系里通过重新定义助教角色，将人力资源从被动答疑转向主动验证，使“完成作业”不再等同于“掌握代码”，同时增加学生必须展示理解的环节。
ABAB News · 认知定律
作业高分可被AI替代，现场理解不能
答疑取消后，一对一讲解成为理解验证
工具完成任务时，评估转向过程演示