大型语言模型（LLM）在全球学生中的使用正在激增，这要归功于这些工具在解决问题和生成文本、代码方面的日益强大。根据英国牛津的高等教育政策研究所（Higher Education Policy Institute）在2026年对1054名英国本科生的调查，大约94%的学生表示他们使用生成性人工智能工具来帮助他们完成评估工作，12%的人直接将AI生成的文本插入到他们的课程作业中。根据5月发布的一项研究，对来自20所美国大学的超过95,000名学生的调查数据，作者估计有9%的学生在课程作业中使用了人工智能，尽管他们知道这违反了规定。全球的教育工作者在带回家作业和在线考试中看到了AI使用的可疑迹象——从虚构的引用到典型于AI工具的标点风格——这引发了担忧，认为这项技术让一些学生在不使用AI的同学中获得了不公平的优势。麻省理工学院的语言学和传播学教授尼基塔·别祖科夫（Nikita Bezrukov）表示，“在某个时候，人们提交的论文中有50%的参考文献实际上并不存在。”同时，许多教授越来越意识到AI在学生教育和未来职业中的益处和不可避免性，并看到有必要教导年轻人明智地使用这一技术。这些认识迫使许多教育工作者重新思考传统的评估方法，以适应AI作为工具并检测其误用。《自然》杂志的职业团队与全球的教育工作者交流，讨论他们和他们的机构所采用的一些评估改革方法。尽管如此，路易斯安那州新奥尔良的图兰大学计算机科学家尼古拉斯·马泰（Nicholas Mattei）表示：“我不认为现在任何人都有‘正确’的答案。事物正在迅速变化。”基于AI的作业“在我教授的技术史课上，学生们必须找到资料来源，使用三种LLM总结，并批评模型的观点。然后，他们制作信息图和撰写论文，允许使用AI。若他们注意到信息图未能准确反映资料来源或LLM虚构的引用，他们会获得额外的分数。目标是促使他们更深入地反思LLM输出的内容。”——尼古拉斯·马泰。“我不再让学生写一篇关于亚当·斯密1776年经济学著作《国富论》的论文，而是让他们利用AI代理在市场中模拟他的理论。然后，我们探讨各种潜在的情况——例如，如果人们变得不可信，会发生什么。学生们分析代理生成的记录并进行了讨论。如果学生们要求AI一次性完成所有步骤，那就很容易发现，例如，因为AI生成的内容往往是凭空捏造的，而不是引用记录。”——加拿大多伦多大学斯卡博罗校区的社会学家丹尼尔·西尔弗（Daniel Silver）。关于允许使用AI“我的网页开发课程的考试是开卷的，学生可以使用互联网，而AI是互联网的一部分。但我评估的是AI所不具备的一种技能——如何构建良好且可持续的网页应用。我提出的基本问题是开放的，答案多种多样，例如‘这个网站为什么不可用？’和‘这个网站为什么那么慢？’如果你把这些问题放到AI聊天机器人上，它们会没有合理的方法直接回答问题，甚至并不总是准确。”——比利时根特大学的计算机科学家鲁本·维尔博格（Ruben Verborgh）。“我无法相信学生们没有使用AI，因此我默认对学生-AI团队进行评分。但我分配的任务并不是仅用ChatGPT能够完成的。我提供了一种针对神经活动数据进行特定分析的截图，要求学生写一篇关于它的叙述。如果学生仅将作业提示粘贴到聊天机器人中，并逐字使用AI的输出，那么答案通常与截图中的内容无关，这一点很明显。”——英国雷丁大学的统计学家和认知科学家埃蒂安·罗赫（Etienne Roesch）。展示你的工作“对于在研究和学术写作中使用AI的学生——尤其是博士生——我要求他们分享与AI工具的原始交互日志。目的并不仅仅是监控学生，而是帮助我评估他们在智力工作中的深度参与，利用AI扩展的知识种类，以及工具是支持他们思考而非替代的使用。”——中国西安长安大学生态与工程地质研究员沈艳君。“我的学生需要使用有修订历史的软件而不是以PDF格式提交课程作业，比如Google文档。这使我能够查看他们的早期版本，从而看到他们在这个过程中如何以及是否使用了AI。我不在意的是，比如说...