详细内容或原文请订阅后点击阅览
对抗人工智能作弊的最佳防御
对抗 AI 作弊的最佳防御 Elizabeth ReddenMon，04/13/2026 - 03:00 AM…是一门值得学习的课程。作者：Kim Manturuk
来源:Inside Higher Ed | 高等教育博客如果您从事教师发展工作，您可能在过去的一年里不断听到同样的担忧：我所有的学生都在使用人工智能作弊。在乔治亚州立大学，我们的校园教学中心收到的关于如何防止数字欺诈的研讨会比任何其他主题都多。在 2025 年秋季学期，我平均每四个工作日就举行一次有关人工智能和学术诚信的研讨会、演示或会议。
大学教师们很焦虑，这从他们的反应中可见一斑。我们都读过有关教授回归蓝皮书或选择提前退休以避免机器生成文本泛滥的故事。当人工智能让不诚实变得如此容易时，我们一直在努力解决如何促进学术诚实的问题，高等教育在很大程度上退回到两种防御姿态：监视或恳求。
监视策略依赖于检测，这是一场我们已经输掉的军备竞赛。人工智能检测工具存在偏见、容易被规避且容易出现误报。为了测试这一点，我将论文的第一章（写于 2006 年）输入到一个流行的人工智能检测器中。它将我的作品标记为 39% 是由人工智能生成的。当我们的雷达坏了时，我们就无法摆脱困境。
另一种选择是我所说的恳求策略，本质上是试图说服学生成为负责任的人工智能用户。我看到大学创建了关于人工智能素养的教学大纲声明和在线模块，希望如果我们足够清楚地解释道德规范，学生就会遵守。但这完全没有抓住要点。学生一般不会作弊，因为他们缺乏道德品质；他们作弊是因为他们所采用的激励制度优先考虑效率而非学习。
Kim Manturuk 是佐治亚州立大学教学、学习和在线教育卓越中心的执行董事。