斯坦福系調整助教職責應對AI作業高分
Dimitri Dadiomov發文稱，他昨晚與一位斯坦福教授交談，對方表示AI導致學生作業幾乎全拿高分，不再參加答疑，卻在期末現場考試中集體不及格。
作爲回應，系裏正在改變助教的職責：取消傳統答疑時間，要求學生與助教一對一會面，並逐次講解每次編程作業，以證明自己真正理解代碼內容。
該描述指出學生藉助AI完成作業後不再尋求人工答疑，導致線下考試暴露理解缺口。
調整將助教從開放答疑轉爲強制一對一代碼講解，要求學生現場演示對作業代碼的理解。
該信息來自Dadiomov與一位未具名斯坦福教授的私下交談，並非官方公告；斯坦福其他課程此前已有因AI調整考試形式的案例，如部分計算機科學課程轉向手寫現場考試。
調整聚焦編程作業的代碼理解驗證，而非僅依賴提交結果。
來源：公開信息
ABAB AI 解讀
斯坦福計算機科學等部門長期依賴作業與答疑評估學生理解，隨着生成式AI普及，部分課程已出現作業高分與現場考試表現脫節的現象；Dadiomov的帖文描述一位教授觀察到學生作業全優、答疑缺席、現場期末不及格，系裏據此將助教職責從開放答疑改爲強制一對一代碼講解。
該調整將評估從結果提交轉向過程演示：學生需在助教面前逐次講解編程作業代碼，證明理解而非僅完成提交；這增加了助教與學生的互動時間，同時取消傳統答疑以集中資源於驗證環節。
這類似於其他高校因AI將開卷或在家考試改爲現場手寫或口頭答辯的調整（如斯坦福部分CS課程轉向手寫考試），或傳統教學中從作業權重向現場考覈傾斜的做法；當前高等教育處於AI工具使作業完成與理解分離的階段，評估機制正從結果導向轉向過程與理解驗證。
本質屬於技術替代引發的評估結構變化：AI使作業完成門檻降低，但現場考試與一對一講解仍能區分理解深度；系裏通過重新定義助教角色，將人力資源從被動答疑轉向主動驗證，使“完成作業”不再等同於“掌握代碼”，同時增加學生必須展示理解的環節。
ABAB News · 認知定律
作業高分可被AI替代，現場理解不能
答疑取消後，一對一講解成爲理解驗證
工具完成任務時，評估轉向過程演示