整理说明：本文整理自 Nature 职业版块（Career Feature）2026-09-01 报道《From Trojan horses to AI-proof exams: how professors are tackling students’ AI use》（作者 Katarina Zimmer，柏林自由撰稿人），保留受访教师的原话引述（中文为本站翻译，关键处保留英文原词）。文首插图为该文配图（Illustration: Claire Welsh/Nature/Adapted from Getty）；两张示意图为本站据报道内容自制。说明：原文后半部分需登录阅读，本文整理的是公开可见的开篇数据与七类做法。

大型语言模型在学生中的使用正在快速普及。Nature 开篇引用了两组数字：HEPI 2026 年对 1,054 名英国本科生的调查显示，约 94% 的学生表示会用生成式 AI 协助完成被评分的作业，12% 直接把 AI 生成的文本插入课程作业；一项 2026 年 5 月发表、基于美国 20 所大学逾 95,000 名学生调查数据的研究则估计，9% 的学生在明知违规的情况下在作业中使用了 AI。

与此同时，教师们在带回家的作业和线上考试中看到越来越多的可疑迹象——从编造的参考文献到典型的 AI 标点风格。麻省理工学院教授语言学与传播学的 Nikita Bezrukov 回忆，有一段时间收到的文章里「50% 的参考文献在现实中并不存在」。但另一面同样重要：许多教师越来越承认 AI 在学生教育与未来职业中的益处与不可避免性，也认为需要教年轻人明智地使用这项技术。

「我认为现在没有人有『正确』答案，」杜兰大学计算机科学家 Nicholas Mattei 说，「事情变化得相当快。」

一、七类做法

1. AI 生成式作业：把 AI 本身变成作业对象

「在我的技术史课上，学生要自己找到史料，用三个 LLM 分别做摘要，并批判模型的说法；然后制作信息图、写一篇文章——这篇允许用 AI。如果他们发现信息图没有准确反映史料、或者 LLM 编造了参考文献，可以加分。目的是促使他们对 LLM 的输出做更多批判性反思。」——Nicholas Mattei，杜兰大学

「以前我让学生写一篇关于亚当·斯密 1776 年《国富论》的论文，现在我让他们用充当市场交易者的 AI agent 搭建这套理论的虚拟呈现，再一起探讨各种情境——比如人们变得不可信时会发生什么。学生分析 agent 产生的对话记录并据此写作。学生是否让 AI 一步到位地做完，很容易看出来：它常常是编造，而不是引用对话记录里的内容。」——Daniel Silver，多伦多大学士嘉堡分校

2. 允许使用：把 AI 当作环境的一部分

「我的网页开发课程考试开卷、开网——AI 本来就是互联网的一部分。但我评的是一项 AI 并不具备的技能：如何构建良好、可持续的网页应用。我出的是本质上有多种答案的开放题，比如『这个网站为什么不能用？』『这个网站为什么慢？』把这些问题丢给聊天机器人，它们会不作任何方法论证就给出答案，而且未必准确。」——Ruben Verborgh，根特大学

「我无法确信学生没用 AI，所以默认我评的是『学生＋AI』这个小组。但我布置的任务不是只靠 ChatGPT 就能完成的：我给出对神经活动数据做某类分析的截图，让学生写一段叙述。如果学生把作业提示词直接粘进聊天机器人、原样照抄输出，答案往往与截图里发生的事情毫无关系——一眼就能看出来。」——Etienne Roesch，雷丁大学

3. 要求留痕：看过程，而不只看成品

「对于在研究和学术写作中使用 AI 的学生——尤其是博士生——我要求他们提交与 AI 工具的原始交互日志。目的不是监视学生，而是帮助我判断：他们是否深度参与了智识工作、通过 AI 扩展了哪些知识、工具是被用来支持思考还是替代思考。」——Shen Yanjun，长安大学（生态与工程地质）

「学生不用交 PDF，而要用带修订历史的软件（如 Google Docs）完成作业。这样我能看到早期版本，从而判断他们在过程中是否、以及如何使用 AI。我不介意英语非母语的学生用它改语法或润色文字，但用 AI 整体生成文本是禁止的。」——Nikita Bezrukov，麻省理工学院

4. 减少带回家作业：把评价挪回现场

「我教的一门课，把作业改得很少在家写。以前让学生做两份信息图，看到大量 AI 生成材料后，我改成课堂上做一个关于高等教育政策或项目的 pitch，之后再做一次完整演示。即兴演讲和课堂写作也比以前多了。」——Kristina Ruiz-Mesa，加州州立大学洛杉矶分校

「虽然此前我已放弃传统考试，但今年春天我回到了书面课堂考试，并且一学期让学生三次在课堂上写文章。他们可以带笔记和书，但必须在答题册上写，不许用手机和笔记本电脑。」——Jennifer Sessions，弗吉尼亚大学（历史学）

5. 不计分作业：用评分杠杆换真实学习

「数据分析的带回家作业我只记通过与不通过。学生用 AI 生成代码以省出时间做更有意思的分析，这没有错；但如果用 AI 替代自己的思考，他们可能通过课程作业，却很可能在只允许基础计算器的期末考试中吃力。取消打分，我们是在鼓励真正的学习——今年考出满分的学生人数是我们历来最多的。」——Natalia Sidarova，埃因霍温理工大学

「我们系允许带回家作业使用 AI，但一些同事降低了这类作业的权重，改在离线小测中评估所学技能。有些小测题与作业直接相关，学生如果自己做了作业，答对概率就更高。我们还用排行榜把课程作业游戏化。」——Mausam，印度理工学院德里分校

6. 转向口头答辩：要求为每一行负责

「我让学生写大量 Python 代码来解释化学数据。分数的 70% 看代码能否正常运行，剩下 30% 取决于一次简短的一对一口头问答：我问他们某几行代码是怎么工作的。我不在乎这行是不是 ChatGPT 告诉他们的——他们必须理解并为每一行负责。」——Gianmarc Grazioli，圣何塞州立大学

「我布置的第一份课程作业中，书面部分现在只占最终成绩很小的比例；占比最大的是之后与我面对面讨论并进一步发展材料的对话。之后的考试中，如果学生不能在讨论中证明作者身份与掌握程度，成绩上限为 C。」——Thea Goldring，普林斯顿大学写作项目

7. AI 检测工具：作为多项线索之一

「对于网课学生提交的作业，我使用学校提供的 AI 检测工具，它可以为我的直觉判断提供一定程度的佐证。另外的线索是编造的参考文献，或者学生的初稿与终稿差异过大。我会综合几条信息作出合理判断。」——Jacqueline Evans，佛罗里达国际大学（心理学）

二、这七类做法背后的三条逻辑

把七类做法放在一起看，会发现它们解决的不是同一个问题，而是各自咬了「AI 参与作业」这只手上的一根手指：

1. 把 AI 变成被评价的对象（第 1、2、5 类）。 评价对象从「成品」转向「辨析与驾驭 AI 输出的能力」——学生要能指出模型错在哪、幻觉在哪，甚至因为发现错误而加分。这类做法承认 AI 会在场，于是把「会不会用」变成考核内容本身。
2. 把评价挪回可观察的现场（第 4、6 类）。 课堂手写、一对一口头答辩，用场景设计解决「谁写的」问题，而不是靠事后侦查。普林斯顿的「不能证明作者身份则上限 C」是这一类里最直接的制度表达：它不追问过程，而是要求当场兑现理解。
3. 用过程留痕替代事后侦查（第 3、7 类）。 交互日志、修订历史把「用没用 AI、用在哪一步」变成可读的证据；检测工具则被明确降格为线索之一，与幻觉文献、初稿终稿差异并列。

一个共同的方向：从「检测学生是否用了 AI」转向「设计 AI 替代不了的环节」。原文标题的两端恰好是这条光谱的两头——「AI 攻不破的考试」与把隐藏提示悄悄塞进作业的「特洛伊木马」（后者即用埋设的指令来识别「是否真的读了题」）。

但也别忽略两类做法的代价：口头答辩与课堂手写提高了可信度，却几乎无法规模化，对班级规模大的课程尤其如此；而不计分作业降低了作弊动机，前提是学生真的在意形成性反馈——Sidarova 说今年满分人数最多，但这能否在别的课程复现，仍是开放问题。Mattei 的那句「没有人有正确答案」，放在这里是准确的。

写在后面

这篇采访最值得带走的一点，是把问题从道德判断换成了设计问题。

如果 94% 的本科生在评分作业里使用生成式 AI，「禁止」就已经不是一个可执行的默认前提——它只会让教师和学生共同进入一种心照不宣的模糊状态。真正要回答的是：这门课的评价中，哪一部分必须由人当场完成？学生能不能解释自己交上来的每一步？ 七类做法其实都是在为这两个问题给出可操作的答案。

如果只挑一条马上能用的，我会选 Grazioli 的分数拆分：作品能跑占 70%，你能否解释它占 30%。它不需要额外设备，不需要检测工具，也不预设学生没用 AI——它只是把「理解」重新变成了评分表上的一项。

---

来源：Nature · From Trojan horses to AI-proof exams: how professors are tackling students’ AI use（Career Feature，2026-09-01，Katarina Zimmer；doi: 10.1038/d41586-026-02370-2）｜该文所引数据：HEPI《Student Generative AI Survey 2026》｜Chirikov, Smirnov & Kizilcec, Science 392, 818–820 (2026)