AI监考远程考试失控，5.8万学生被迫重考

据美国科技媒体 Ars Technica 报道，一场由人工智能负责监考的远程考试近日遭遇“滑铁卢”：因为考试成绩严重异常，某大学不得不宣布成绩作废，并安排多达 5.8 万名学生重新参加考试。而引发这场风波的直接信号，是考试中“顶级高分”人数比往年激增了整整 5 倍。

在校方看来，如此离谱的数据几乎不可能靠“学生发挥变好”解释。更合理的推测是——大量考生通过某种方式绕过了 AI 监考，或利用生成式 AI 工具在考试中作答。调查人员调阅了 AI 监考系统记录后惊讶地发现，系统在考试过程中并未标记出任何可疑行为。这意味着，这套看起来很聪明的监考软件，实际上成了摆设。

AI 监考系统为何失效？

现代远程监考工具通常整合了摄像头行为识别、屏幕录制、环境音频检测、浏览器锁定等多种技术手段。理想状态下，AI 能实时捕捉到考生的眼神闪烁、嘴部动作、键盘输入异常等“作弊信号”。然而，现实远比理想复杂。如果考生使用外接设备或提前准备好的 AI 聊天窗口，摄像头无法捕捉；如果 AI 生成答案的文本风格与考生平时的写作习惯差异不大，算法也无法识别。

更深层的问题在于 AI 模型的已知缺陷：误报和漏报。比如，某些学生由于紧张或生理原因，频繁看摄像头或摸鼻子，会被误判为作弊；而那些真正利用外部 AI 工具的学生，只要保持端正坐姿、自然表情，就能轻松骗过算法。用高维打低维，AI 监考在作弊技术面前显得格外脆弱。

技术尺度与教育公平

此次事件并非孤例。近年来，Proctorio、Honorlock、ExamSoft 等 AI 监考产品迅速占领在线教育市场，但围绕它们的争议一直没有停歇。2020 年，曾有学生发起投诉，认为 AI 监考系统在肤色较深的学生身上出现更高频的人脸识别错误；也有学者指出，AI 监考的“行为分析”本质上带有偏见，可能对焦虑人群、神经多样性人群不友好。

更值得担忧的是，AI 监考背后的“信任缺失”正在重塑考试文化。当学生被默认成潜在的作弊者，紧张感与不信任感会削弱学习动机。事实上，一次成功的考试不应当依赖“抓作弊”，而应当设计出作弊成本高、能力反映真实的评估方式。例如，开放性问题、项目管理式考核、口头答辩等，都比单选和多选更能抵御 AI 作弊。

5.8 万人重考，暴露了什么？

虽然此次重考安排的细节尚未公布，但组织 5.8 万人重考显然是一场浩大的工程。对于学校而言，这意味着额外的场地、设备和人力成本；对于学生而言，这意味着备考压力翻倍，甚至可能影响正常学习计划。有专家批评道：“用 AI 节省监考成本，最终却让所有人为一次失控的技术测试买单，实在讽刺。”

更广泛地看，远程考试并没有偏离高等教育的轨道，只是我们还没有准备好如何与 AI 共处。随着大模型能力快速提升，未来的考试必然要面对“人人都有 AI 助手”的新常态。与其试图堵住所有的作弊漏洞，不如重新思考：我们究竟想通过一场考试衡量什么？是记忆能力，还是理解与应用能力？

编者按：这是个典型的“技术万能论”陷阱。AI 监考的初衷本是用效率取代人力，但当这把尺子本身都不准的时候，它带来的不是公平，而是更大的不公。5.8 万人被迫重考，就是一次昂贵的试错。我们当然应该鼓励 AI 在教育领域的创新，但前提是，技术必须经得起现实检验。在 AI 全面渗透生活的时代，谨慎不是保守，而是对教育底线的尊重。

本文编译自 Ars Technica。