在人工智能时代，大学为何需要彻底反思考试制度

在人工智能时代，大学为何需要彻底反思考试制度

(视频)

AI颠覆考场：当92%的学生都用AI，大学考试将何去何从？

引言：当92%的学生都在使用AI，我们该如何考试？

一个无法回避的现实正摆在眼前：人工智能的使用在学生中已成常态。英国一项针对大学生的最新调查显示，高达92%的学生正在以某种形式使用AI，与2024年的66%相比增幅显著。这一趋势让传统书面评估（如论文）的价值受到严重质疑，并引发了对学习深度和学术诚信的普遍担忧。当AI能轻松生成高质量的文本时，我们如何衡量学生的真实能力？面对挑战，简单的封堵已然失效。我们真正需要的是一场根本性的变革，本文将探讨三种相互关联的创新评估方法，它们共同构成了一个应对AI时代挑战的全新评估哲学。

--------------------------------------------------------------------------------

1. 评估的革命：从“写作即思考”到“对话即学习”

“写作即思考”是现代教育的基石之一。然而，当AI能够生成文本时，书面作业已难以作为衡量学生真实理解能力的可靠证据。为此，一种古老而有效的方法——“对话式评估”——正在回归。这种方法可追溯至苏格拉底的提问法，其核心是通过结构化的师生对话来激发和检验学生的批判性思维。

在生成式AI出现前，已有如AutoTutor等系统尝试将对话用于教学，但其对话能力有限。而现代AI的出现，则彻底改变了游戏规则。AI能够进行开放式、情境感知和高度个性化的对话，实时调整问题、提供提示，将对话式评估提升到前所未有的高度。这里的关键在于，AI的价值不只是回答问题，而是让学生通过与AI的对话来学习，并将对话本身作为一种动态、个性化的评估形式。

当然，挑战依然存在。首先，要在鼓励学生自由探索与确保评估可衡量性之间取得平衡，是一项重大的研究难题。其次，AI系统可能会误解学生的意图或提供不准确的信息，从而带来沟通风险。

尽管如此，这一转变的意义是深远的：评估不再是静态的终点，而是一个伴随学习全程的动态互动过程，其产生的丰富数据也为下一阶段的评估模式奠定了基础。

--------------------------------------------------------------------------------

2. 告别“一考定终身”：拥抱持续性评估

高风险的期末考试给学生带来了巨大的压力，在AI时代，这种压力甚至可能加剧学生的作弊动机。

“因此，关键的挑战在于，如何在人工智能助推的时代减少对高风险考试的需求。”

“持续性评估”提供了一个有效的替代方案。其核心理念是用一系列相互关联的低风险评估来取代单一的期末考试。这种模式在医学教育中早已成熟应用，例如，在临床轮转期间，导师会持续观察并评估医学生的临床推理、团队协作和与患者沟通等综合能力，从而构建一幅全面的能力图景。然而，由于工作量巨大，这种模式在其他学科中难以普及。

AI的出现让持续性评估在更广泛的领域变得可行，它可以处理和分析整个学期中学生与AI工具的海量互动数据，有效追踪学习轨迹。然而，这暴露了当前通用AI工具的一个关键局限。像ChatGPT这类工具并非为此设计，无法捕捉学生的长期成长数据。因此，教育领域迫切需要专为学习而设计的AI平台，能够记录纵向数据并提供有意义的学习轨迹分析。

这种方法不仅能有效减少学生的焦虑和作弊行为，还能整合来自对话式评估和项目式学习的数据，提供比传统分数更丰富、更全面的学习进展视图。

--------------------------------------------------------------------------------

3. 超越机器：评估AI无法复制的人类高级能力

在AI能够轻松完成信息检索和文本生成的今天，大学需要将评估重心进行战略性转移——从可被AI轻易完成的任务，转向培养和评估人类独有的高级技能，例如创造力、协作能力和共情能力。

具体的评估形式可以更加真实和综合。例如，学生可以合作完成一个真实世界的项目，比如为大学设计一套可持续发展计划，或分析一项现实中的公共政策。在这种新模式下，AI的角色也发生了根本性的转变。它不再是需要防范的作弊工具，而是被鼓励使用的“学习伙伴”，学生可以利用AI进行头脑风暴、分析数据或构建演示文稿，将技术作为提升自身高级能力的有力杠杆。

这种评估方式同样面临挑战。目前，如何跨学科地、系统性地评估创造力、协作能力等高级技能，仍然缺乏一个统一和公认的框架，这是未来需要重点解决的问题之一。而这类项目产生的过程性数据，恰好能成为持续性评估系统的重要输入。

--------------------------------------------------------------------------------

结论：问题不在于“是否”使用AI，而在于“如何”使用

面对AI的冲击，教育的关键不在于封堵，而在于主动变革，将三种评估方法融为一体，把AI从“威胁”转变为促进深度学习的“工具”。要实现这一愿景，大学必须重新思考何为原创性、批判性思维和创造力。相关政策也必须考虑到AI应用日益增长的多样性，明确区分通用对话AI（如ChatGPT）与专业研究工具（如Scite.AI）或写作辅助工具（如Grammarly）的使用边界。最终，这不仅是技术和政策的革新，更是一场文化变革，需要教育者和学生共同提升AI素养。未来的评估，或许不应再是学生是否使用了AI，而是他们如何利用AI达到了怎样新的学习高度？