应用 综合自 1 个来源

大学教授用打字机对抗AI代写潮

要点

  • 主流AI检测工具准确率暴跌,模型和规避手段持续升级
  • 学生已通过改写工具和提示词工程突破检测防线
  • 打字机方案消除AI威胁靠的是使其失效,而非检测捕获
  • 可持续方案需要重新设计评估方式,而非检测技术
参考来源 (1)
  1. [1] 教授用打字机对抗AI作业 — Hacker News AI

办公室里那排老旧的皇家牌和赫尔墨斯打字机,看起来像是复古收藏品。但在214教室,这个学期这些机器成了最新的学术政策。学生们到教室发现,电脑、平板和智能手机在写作过程中一律禁用。所有草稿必须先经过色带打印,才能进入数字提交系统。

这位讲师的非常规解决方案在网上引发了激烈讨论。但噱头背后,是一个大多数高校不愿面对的残酷结论:检测这场军备竞赛早就输了。

数据很能说明问题。从Turnitin到GPTZero,主要检测工具的准确率都在暴跌。学生们迅速学会了用改写工具处理AI输出、用简单技巧骗过检测器、或者让AI负责结构而自己填充内容。这场博弈从它成为博弈的那一刻起就注定失败。检测公司现在陷入了永久的被动挨打,打补丁的速度永远赶不上新漏洞出现的速度。

打字机方案最诚实的地方在于它的务实态度。它不再假装检测能行得通,而是承认AI辅助写作已经与人类写作无法分辨——然后干脆把可能性移除。离线写作配合机械设备,筑起了一道任何软件都无法穿透的壁垒。作品只存在于学生手中直到提交,根本没有需要检测的东西,因为威胁从未进入系统。

更深层的真相是,围绕通用论文设计的评估从来都很脆弱。问题从来不在于学生能用AI作弊。问题在于,一道关于法国大革命的简短题目,正确答案可以从任何有网络的人——无论人类还是AI——那里获得,而无需学生真正展示学习成果。检测只是在试图抓作弊者,永远无法修复底层的设计缺陷。

高校现在面临的是一个被包装成技术问题的最后通牒。他们可以把资源投入越来越徒劳的检测军备竞赛,眼睁睁看着准确率在模型升级中逐渐归零。也可以重新设计评估方式,让AI辅助变得无关紧要——口试、随堂写作、带修订记录的迭代作品集、需要实时参与的协作项目。这些方法更难操作、成本更高、也让标准化思维的教育体系深感不适。但它们真正验证了学习,而不只是检测抄袭。

打字机教授并非在发表关于机械写作之美的怀旧宣言。这位讲师在划定一条界限:某些学习形式需要的摩擦,是AI无法提供的。那间放着皇家打字机的教室不是复古,而是一个预览——当高校停止假装检测是解决方案,开始把它当作一直以来的症状来对待时,诚实的评估设计应该是什么样子。

军备竞赛已经结束。继续战斗的机构将耗费巨大资源却一无所获。打字机不是答案——但它指向了正确的问题:不是如何抓住AI作弊者,而是如何设计出让作弊变得不必要的任务。

0:00