AI改写教学：伯克利数学教授为何放弃作业评分

当AI能完成作业，评分还有意义吗？

加州大学伯克利分校的一位数学教授在使用AI工具后，公开表示“看不到批改作业的意义”。这一观点在Hacker News上引发了激烈讨论，帖子获得41个点数与59条评论。虽然原始信息简短，但背后折射出的问题足够尖锐：当生成式AI可以轻松完成数学作业，传统的作业评分机制是否正在失去其核心功能？

这位教授的经历并非孤例。越来越多的教育工作者发现，学生提交的作业中AI生成痕迹明显，而教师很难逐一甄别。更关键的是，如果作业的目的在于通过练习巩固知识，那么当AI代劳了练习过程，评分所衡量的究竟是学生的能力，还是工具的能力？

评分机制的根基正在松动

作业评分在数学教育中承担着多重功能：检验理解、提供反馈、督促练习、区分水平。AI的介入让这四个功能同时受到冲击。

检验理解变得困难——AI生成的解答过程往往逻辑完整，甚至比部分学生的手写答案更规范。提供反馈的价值被削弱——如果学生没有亲自经历解题的挣扎，教师的批注就失去了附着点。督促练习的效果大打折扣——学生可以在不思考的情况下获得正确答案。区分水平则几乎失效——当工具可以拉平产出质量，分数便难以反映真实的能力差异。

Hacker News评论中有人指出，这并非第一次技术冲击教育评价。计算器普及时，也曾有人担忧学生不再手算。但那次冲击主要停留在计算层面，而大语言模型触及的是推理与表述层面，影响更深。

大语言模型（LLM）是指基于海量文本数据训练、能够生成连贯自然语言的人工智能模型，如GPT系列。与早期AI不同，LLM不仅能处理计算任务，还能进行逻辑推理、生成解题步骤和解释概念，这使其在数学作业场景中表现出接近甚至超越部分学生的能力。正是这种对“推理与表述”层面的覆盖，让评分所依赖的真实性验证变得困难。

教育者的两难：禁止还是重构

面对AI，教育机构大致有三条路径可选。

第一条是禁止。部分课程已尝试回到纸笔考试、课堂限时作答，以规避AI的介入。这种做法在短期内可操作，但难以覆盖所有作业场景，且与学生未来将面对的工作环境脱节。

第二条是放任。承认AI是工具，允许学生使用，但调整评价标准。问题在于，新的标准尚未成熟，教师缺乏可参照的评估框架。

第三条是重构作业本身。既然AI能给出答案，那就把作业设计成AI难以代劳的形式：要求过程展示、口头答辩、课堂讨论、项目制学习。伯克利教授的“不再批改作业”表态，某种程度上正是向第三条路径靠拢的信号——与其在无法验证真实性的作业上耗费精力，不如把评价重心转移到可观察的学习过程中。

过程性评价是一种关注学习过程而非仅看最终结果的教育评价方式，它通过观察学生的思考步骤、修改痕迹、课堂参与和口头表达等来评估能力。在AI时代，过程性评价被视为替代传统作业评分的重要方向，因为它更难以被工具代劳，且能反映学生真实的认知投入。伯克利教授转向不批改作业，实质上就是向过程性评价靠拢。

对AI教育工具开发者的启示

这一讨论对AI教育产品有直接参考价值。如果评分机制弱化，工具的设计重心也应随之调整。

从“给答案”转向“给过程”。能够展示解题步骤、暴露思维路径的工具，比直接输出结果的产品更贴合教学场景。从“替代教师”转向“辅助诊断”。帮助教师识别学生卡在哪一步、哪个概念理解偏差，比替学生完成作业更有长期价值。从“单次输出”转向“学习轨迹记录”。记录学生的尝试过程、修改历史和思考变化，为过程性评价提供数据基础。

这些方向在Hacker News的讨论中虽未系统展开，但评论者对“评分失效”的担忧，实质上指向了对新型评价工具的需求。

学习轨迹记录是指系统化地采集学生在学习过程中的行为数据，包括解题尝试、错误修正、停留时间和思考路径等。这些数据可用于构建过程性评价的证据链，帮助教师了解学生的真实困难，而非仅凭最终答案打分。对AI教育工具而言，支持轨迹记录意味着产品从“答案生成器”升级为“学习诊断仪”，更契合评价机制重构的需求。

尚未解答的问题

伯克利教授的表态更像是一个信号而非结论。作业评分是否真的会退出数学课堂，目前没有定论。可以确定的是，当AI能够完成大部分常规作业时，教育评价必须找到新的锚点。这个锚点可能在于过程、在于口头表达、在于项目实践，也可能在于人机协作中的判断力。

对关注AI与教育交叉领域的人来说，这场讨论值得持续跟踪。它提出的问题比给出的答案更多，而这些问题正在倒逼教育体系做出回应。