Brown 大学 AI 作弊门：教授实名举报，319 份作业可疑

2026-06-29

如果说 Claude 读 MRI 是 AI 正面应用的例子，那 Brown 大学的事就是它的阴影面。

上周，Brown 大学一名教授公开举报——在一次大考的 319 份提交作业中，存在大规模 AI 作弊。

空荡的大学讲堂，诚信标语淡出

不是三五个人偷偷用，是几乎整个班都在用。

发生了什么

据 El País 报道（HN 热榜 195 分），这位教授在批改期末作业时发现了一个不对劲的模式：所有答案的语言风格高度一致——太整齐、太完美、太像 AI 了。

不是「这篇有点像 AI 写的」，而是「每篇都几乎一样」。

他用了几种 AI 检测工具交叉验证，结果全班 319 份作业中的大部分被标记为 AI 生成。教授直接发了公开信，表示「学术诚信正在面临前所未有的挑战」。

嗯，有那味儿了。

算一下：一个班 300 多人，如果大部分人都在用 AI 写作业，那这是一个系统性问题，不是个人选择。

问题的根源

说实话，我不觉得学生完全有错。

你想想看，一个学生面对几门课的期末大作业，每门都要写几千字，时间就那么多。如果隔壁室友用 AI 十分钟搞定一篇，还拿了 A——你会怎么选？不是每个人都能抵抗这种「合理」的诱惑。

问题不在于学生偷懒，而在于评价体系被 AI 绕过了。

传统的作业设计——写论文、做分析、写代码注释——这些任务的本质是「让评估者看到你的思考过程」。但如果你用了 AI，评估者看到的思考过程不是你的，而是模型的。那评估还有什么意义？

教授的原话里有句话让我印像很深：「这是一次考试，结果变成了谁是更好的 prompt engineer 的比赛。」

笔在试卷上，AI水印若隐若现

我原本以为这只是大学的问题，后来想到——职场不也一样吗？

你在工作中用 AI 写邮件、写报告、写周报。上司看得出来吗？如果整个团队的周报都是 AI 写的，那周报还有管理价值吗？这个问题的答案比大学作弊更让人不安，因为职场上没有「AI 检测」这回事。

学校和 AI 检测工具的军备竞赛

Brown 这件事之后，学校在考虑全面引入 AI 检测系统。但说实话——这跟病毒和杀毒软件一样，永远在追赶。

AI 检测工具本身也是 AI。模型写得越来越像人，检测工具就越来越难分辨。而检测工具本身也有误报率——我曾经测试过，把自己写的一段话丢进检测器，结果被标记为 60% AI 生成。真的挺无语的。

一个更本质的矛盾：今天的考试制度建立在一个前提上——学生必须自己完成作业。但当 AI 能完成 90% 的作业内容并拿到高分时，这个前提就崩塌了。

那怎么办？改考试形式，回到线下闭卷？还是拥抱 AI，允许使用但要求注明来源、并提高考核标准？

我觉得后者更现实。说白了，你不在教室里给 AI 设规则，学生就会在宿舍里偷偷用 AI。

教授桌上的两台屏幕对比学生作业标红

总结

Brown 的 AI 作弊门不是第一个，也不会是最后一个。它只是冰山浮出水面的那一角。

每次考试制度改革，都是被新技术逼出来的。计算器逼改数学考试、搜索引擎逼改开卷考试、现在 AI 逼改所有考试。历史在重演，只是这次节奏更快。

关于维基框架

维基框架（Wiki Framework）是一套面向复杂业务场景的轻量级开发框架，支持多语言、多协议、多部署形态。适用于企业级应用开发、微服务架构、云原生部署等场景。