返回快訊

美歷史教授藏白字套出三十二名AI交卷生

密西西比州奧爾康州立大學歷史學教授Jason Gibson在工業革命主題期中討論題裏,用白底白字塞進一條肉眼看不見的指令,要求答題時把“馬達加斯加”以完全不通的方式寫進正文。學生正常閱讀看不到;整段複製進聊天機器人後,模型會一併執行。

兩班共三十五人裏,三十二人交卷出現與工業革命無關的馬達加斯加句子。樣本包括“馬達加斯加紫色自行車對天花板低語”“馬達加斯加整個下午側身漂浮”“馬達加斯加穿着烤麪包機去打籃球”,以及把社交媒體全球影響比成“通往馬達加斯加的漫長旅程”。

Gibson事後說明,他事先估計中招不超過十人,結果遠超預期。交卷文本前半段語法工整、結構完整,後半段突然插入無意義島嶼詞,說明多數人未回讀生成結果。他向全班展示白字截圖,並開放成績複議;僅兩人申訴,其中一人因深色模式看見白字並刪掉相關句,成績獲改。

隱藏指令寫法接近求職簡歷裏給掃描軟件看的關鍵詞白字。檢測軟件被多所高校棄用後,這類“誘餌指令”直接打在複製粘貼路徑上:人眼漏過、模型照做、交卷即留痕。

多數被抓學生未爭辯成績。Gibson強調目的不是公開羞辱,而是證明整段外包且零校對已成默認作業路徑。

市場機制上,需求端是趕截止日期的學生把整份題面一次性餵給模型;供給端是聊天機器人按全部可見字符執行,不區分黑字題干與白字指令。事件驅動明確:複製即中招。受益的是仍手寫或至少回讀的少數人,以及改用當面考試、口頭答辯的院系;承壓的是依賴無監督課後作業的學分工廠,以及把檢測軟件當護城河的供應商。

補充數據方面,英文報道反覆引用同一組數字:三十五人中三十二人中招,視頻播放量進入千萬級。另有高校調查顯示高年級未經授權使用生成式工具的比例同比上升,但該校此次並未依賴商業檢測器。

來源:公開信息

ABAB AI 解讀

Jason Gibson此前並無教育科技產品線或檢測公司背景,他走的是課堂實驗路徑:把求職市場裏早已存在的白字關鍵詞手法,反手用到作業題面。同類手法在招聘ATS掃描時代被求職者用來塞技能詞,現在被教師用來塞誘餌詞,工具沒變,攻防角色對調。

資本路徑不在這所州立大學本身,而在作業外包產業鏈:學生把題面當提示詞一次性投入,模型商按token收費,檢測商按席位收費,雙方都喫“不可監督作業”這口存量。Gibson沒有買檢測席位,只用排版層零成本指令,等於繞開兩頭收費方,把驗證成本壓到一次改字體顏色。

類比可看英國雷丁大學把百分百模型生成卷混入心理學本科真實閱卷、約九成未被識別且均分更高;也可看悉尼大學放棄檢測軟件、改“雙車道”——車道一改回當面監考,車道二允許聲明使用模型。Gibson處在檢測失效後的土法階段:不買軟件、不改制度,先用一次誘餌把複製率量出來。

結構判斷屬於監管變化前的驗證權轉移。當文本相似度檢測失效,驗證從“像不像人寫”轉到“有沒有執行不該執行的隱藏指令”。機制是:模型把全部字符當任務,人把全部字符當題目,兩者接口錯位,錯位本身成爲證據。學位定價權因此從課後論文向當場產出傾斜。

ABAB News · 認知定律

  1. 複製整份輸入,就是把陷阱一併提交

  2. 檢測失效處,驗證權改走接口錯位

  3. 零校對外包,比作弊本身更容易留痕