IT之家 11 月 26 日消息，前 OpenAI 研究員、前特斯拉高管安德烈?卡帕西（Andrej Karpathy）主張：學(xué)校應(yīng)停止試圖監(jiān)管由人工智能生成的作業(yè)。在他看來，識別 AI 生成文本的做法已然失敗，整個學(xué)生作業(yè)評估體系亟需根本性重構(gòu)。

(相關(guān)資料圖)

卡帕西的核心觀點十分明確：教育者無法將技術(shù)“收回瓶中”。他主張，學(xué)校應(yīng)默認所有課外完成的作業(yè)均使用了 AI。

“你永遠無法檢測作業(yè)中是否使用了 AI—— 句號。”卡帕西在社交平臺 X 上寫道。

他認為，當前的 AI 內(nèi)容檢測工具實際效果有限，易被多種方式繞過，且“從原理上注定失敗”。不過，一項最新研究顯示，至少有一種 AI 文本檢測器在特定測試條件下表現(xiàn)可靠。

但卡帕西指出，即便檢測技術(shù)部分有效，也遠遠不夠。對 AI 使用的監(jiān)管不僅加劇師生壓力，還助長了作弊文化，這種做法在一個孩子們與 AI 共同成長的時代顯然不合時宜。

因此，卡帕西主張，大部分成績評定應(yīng)轉(zhuǎn)向課堂內(nèi)完成的任務(wù)，由教師現(xiàn)場監(jiān)督學(xué)生作答。這一轉(zhuǎn)變可促使學(xué)生保持學(xué)習(xí)動力，掌握獨立解題能力，因為他們清楚：最終評估將在無 AI 輔助的環(huán)境下進行。

卡帕西強調(diào)，他并非倡導(dǎo)“反技術(shù)”的教育體系。學(xué)生理應(yīng)學(xué)習(xí)如何使用 AI，因為“AI 已成常態(tài)，且能力極為強大”。正如他所言：沒人希望學(xué)生“赤手空拳地走入現(xiàn)實世界”，對如此關(guān)鍵的工具一無所知。

他將 AI 比作計算器：盡管計算器無處不在，能大幅提升運算效率，學(xué)校仍需教授基礎(chǔ)數(shù)學(xué)，確保學(xué)生能手算驗證結(jié)果。同樣，學(xué)生必須深入理解學(xué)科原理，方能識別工具輸出的錯誤，例如，當提示詞（prompt）欠佳導(dǎo)致 AI 給出錯誤答案時，學(xué)生需具備判斷力予以糾正。

卡帕西特別指出，這種驗證能力對 AI 尤為重要，因為當前的大模型“在諸多方面遠比計算器更易出錯，且錯誤形式更為多樣”。

對卡帕西而言，合乎邏輯的解決方案是轉(zhuǎn)向“面對面評估”模式。教師可根據(jù)具體情況靈活決定評估形式，例如禁止使用任何工具、允許攜帶提綱、開卷考試，甚至直接開放 AI 訪問權(quán)限，但評估場景應(yīng)移至課堂內(nèi)進行。

他將教育目標定義為“雙重勝任力”：學(xué)生既要熟練運用 AI，又須具備“脫離 AI 獨立工作”的能力。在他看來，實現(xiàn)這一目標的唯一路徑是“徹底重構(gòu)課堂模式”，將主要測評環(huán)節(jié)移至課堂內(nèi)完成。

IT之家注意到，卡帕西近期創(chuàng)立了名為 Eureka Labs 的初創(chuàng)公司，旨在探索 AI 與教育的融合路徑。該公司計劃打造一所“原生 AI 學(xué)校”：由人類教師設(shè)計課程內(nèi)容，AI 助教則負責(zé)規(guī)模化分發(fā)內(nèi)容，并為每位學(xué)生提供個性化指導(dǎo)。

關(guān)鍵詞： 學(xué)校 教師 教育 研究員 人工智能 課外