详细内容或原文请订阅后点击阅览
加州大学伯克利分校计算机科学、工程课程不及格的学生人数“猛增”
加州大学伯克利分校的教授报告称，学生在计算机科学课程中失败的人数显着增加，并将其归因于作弊、数学技能不佳和过度依赖人工智能。春季，35% 的人未通过入门课程，而近 11% 的人未通过编程课程。教授们提倡标准化测试，以更好地评估学生的准备情况，尤其是数学方面的准备情况。
来源:The College Fix教授指出作弊、数学能力差以及过度依赖人工智能。
根据最近的一份报告，去年春季学期加州大学伯克利分校计算机科学课程未通过的学生人数“显着高于”之前的学期。
据《加州日报》报道，高达 35% 的人未能通过入门课程“计算的美丽与乐趣”（专为“很少接触计算机科学的学生设计”），而只有不到 11% 的人未能通过编程入门课程“计算机程序的结构和解释”。
计算机科学系指南指出，“7% 的低年级课程 [包括提到的课程] 学生应该获得 D 和 F”，并且“低年级课程的典型 GPA 将在 2.8 – 3.3 范围内。”
（“指南”一般是非强制性的，但文章中引用了“应该”和“将”，表示相反的意思。College Fix 联系文章作者邓立同寻求澄清，但没有得到回复。）
这两门课程的教授丹·加西亚 (Dan Garcia) 表示，去年春天，近 30 名学生因在家考试中作弊而被捕。他将作弊行为的“大幅增加”归咎于学生使用人工智能。
“学生们过于依赖 [A.I.] 来为他们做作业，但在考试时却还没有准备好，”加西亚说。
春季教授“工程优化模型”的 Gireeja Ranade 同意 Garcia 的评估，并将这个学期描述为“具有不同的挑战性”。
Ranade 课程的先决条件包括线性代数和向量微积分；然而，她说“许多学生对前者感到困惑”，其中一名学生告诉她，当他们上课时，学校对作业和考试有“‘开放互联网、开放人工智能政策’”。
来自故事：
加西亚发现过去两个学期的办公时间也出现了类似的缺勤情况。
展望未来，两位教授都在重新思考他们的课程。