ABAB News Logo
返回快訊

菲爾茲獎得主加州伯克利數學教授：繼續按正確率評分已沒有意義

據加州大學伯克利分校學生報紙《The Daily Californian》10月23日報道，該校數學教授Richard Borcherds（1998年菲爾茲獎得主）已改變作業評分方式。他表示，因學生使用AI完成作業已“widespread”（普遍），許多人因此持續獲得高分，繼續按正確率評分已“no point”（沒有意義），支付閱卷人批改AI生成答案也是浪費時間與金錢。

Borcherds目前僅按“是否提交作業”給分（completion-based），正確答案與否不再計入。他承認這“not a very good system”（不是一個很好的系統），但目前沒有更好辦法。最終成績主要依賴禁止使用電子設備的線下考試；他表示線上考試已成爲“a waste of time”，因爲部分學生直接用AI作答，平均分明顯上升。

他進一步表示，已很難區分人類與AI生成的作業。過去AI會因特徵性錯誤暴露，但現在AI已改進到很少再犯明顯錯誤。按正確率給分只會鼓勵更多學生使用AI，反而懲罰老實自己做題的人。他希望取消正確率評分能降低學生直接向AI要答案的動機，增加他們自己做作業的機會，並強調學生仍需真正理解內容才能在考試中表現好。Newsweek後續郵件採訪中，Borcherds重申AI現在已能解決許多本科數學問題，且往往比學生自己做得更好。

關於職業前景，Borcherds表示他已不再確定是否該建議年輕人投身數學研究。五年前數學似乎是AI衝擊下最安全的職業之一，但他認爲：“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.” 他甚至問過ChatGPT該如何建議學生，ChatGPT也表示不知道未來會怎樣。採訪發生在OpenAI宣佈AI系統似乎解決Navier-Stokes存在性與光滑性問題之後。

校方層面，伯克利學術評議會要求教師在教學大綱中說明對AI工具的課程期望，但具體政策因課程層次與領域差異極大；學校曾測試Turnitin與Rumi等AI檢測工具，認定不夠可靠，未推行全校統一方案，政策由各教師自行決定。

來源：

  1. The Daily Californian（伯克利學生報紙），2026-10-23，主採訪來源：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

    • 覈實要點：停判對錯、按提交給分、無更好方案、ChatGPT問答、數學未來判斷、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

    • 覈實要點：線下禁電子設備考試、線上考試分數虛高、按正確率評分的激勵扭曲。

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

    • 覈實要點：AI已能優於學生解決本科數學題、希望減少AI依賴、考試仍有效。

ABAB AI 解讀

  1. 歷史與制度路徑：大學作業評分傳統上同時承擔“練習反饋”與“能力證明”雙重功能。AI使後者幾乎失效後，評價重心被迫從“過程作業”大幅轉向“封閉現場考試”，這與過去紙筆考試對抗開卷/代寫的邏輯一脈相承，只是技術門檻更高、檢測更難。伯克利未強制統一檢測工具，而把裁量權留給教師，反映美國研究型大學對學術自由的慣性大於對標準化評估的急迫需求。

  2. 資本與技術路徑：生成式AI公司（OpenAI等）快速提升數學解題能力，直接衝擊高等教育評估市場。教師放棄付費閱卷，等於承認檢測與人工批改的邊際成本已高於收益；考試監考與線下化則可能催生新的現場評估、口頭考試或監考服務需求。

  3. 橫向比較：類似做法在其他STEM課程已零星出現（部分高階數學課本就偏重提交與考試）。但菲爾茲獎得主公開質疑自身職業建議的價值，將問題從“作弊”升級爲“學科本身是否仍有人類比較優勢”，這比普通教師抱怨更刺耳，也更難被“加強誠信教育”類對策消化。

  4. 判斷：短期看，這是評估機制的局部失效與防禦性調整；中期若AI數學能力繼續按當前斜率提升，大學數學教育的“證明人類理解”功能將進一步收縮，更多依賴無法被AI直接接管的現場推理、口頭答辯與原創研究訓練。Borcherds自己承認“不是很好的系統”，正說明目前沒有乾淨解，只有權衡。

認知定律：

  • 當檢測成本高於激勵扭曲成本時，制度會放棄精細甄別，轉向粗顆粒度的過程確認（交作業即得分）+ 高門檻現場驗證。

  • 工具能力一旦普遍超過被評估者的平均水平，原有“正確答案=理解”的映射就會斷裂，評分從能力信號退化爲合規信號。

  • 頂尖從業者公開質疑職業建議的時機，往往早於普通市場形成共識，因爲他們最先感知到比較優勢的侵蝕速度。