一位在布朗大学教了 34 年书的盲人教授，近日发现了这所常春藤名校的一起集体考试作弊。他通过媒体对所有学生发出了严厉警告：" 我们不能选择成为蠢货 "。
撰文 | Ren
2025 年 12 月 13 日，一名枪手闯入布朗大学（Brown University）工程与物理系所在的教学楼，造成 2 名学生死亡、9 人受伤。埃拉 · 库克（Ella Cook）是遇难者之一。案发前几天，她刚刚走进经济学教授罗伯托 · 塞拉诺（Roberto Serrano）的办公室，询问他能否提供学业和职业规划指导。
" 我们聊得很愉快，" 塞拉诺后来回忆道。" 她是个很棒的年轻人，充满活力，很有想法。几天后，遇难者名单公布，我才知道其中竟然有她。"
罗伯托 · 塞拉诺教授 | 图源：布朗大学
塞拉诺在布朗大学任教 34 年，目前主讲 ECON 1170，一门名为《福利经济学与社会选择理论》的本科课程，涉及大量数理证明，历来以高难度著称。案发之后，不少学生仍不敢踏进教室，考虑到他们的心理状态，塞拉诺做出了自己教学生涯中从未做过的决定：将 2026 年春季学期的期中考试和期末考试都改为可以带回家完成、不限时间的开卷形式。
这是他教授这门课近二十年来第一次这样安排。他没有料到，这个出于善意的决定，会把他卷入常春藤盟校历史上最大规模的一起人工智能作弊争议。
蹊跷的考试成绩
期中考试于 2026 年 3 月 5 日举行。由于难度很高，往年这门课的选课人数通常不超过 30 人，个别学期甚至只有 8 人。但这一学期，因为居家开卷考试的消息传开，选课人数猛增到 86 人。
考试结果同样反常：全班平均分为 96 分（满分 100），86 人中有 40 人拿到满分。" 过去，这门课期中考试的平均分在 65 分到 80 分之间，" 塞拉诺说。" 而且这次考题比我以往出的更难，因为居家考试意味着学生有充裕时间，我正好借机把难度往上提一提。"
题目更难，分数却更高。这种反差，让他立刻意识到不对劲。
他和助教把考题输入 ChatGPT，发现了一个细节：某道题其实存在一种直接了当的证明方法，但 ChatGPT 给出的却是一种迂回的反证法，写法 " 别扭且拐弯抹角 "。而翻阅学生答卷，相当一部分人恰恰使用了同样不自然的反证法，行文风格也高度相似。塞拉诺据此判断，这些答案并非出自学生本人之手。
期中考试结束后，塞拉诺没有立即宣布成绩作废，而是给了学生一个自证清白的机会。他在给全班的信中写道，如果期末考试的成绩分布与期中大致吻合，期中成绩将照常计入总评；否则，他会宣布期中成绩无效，并按此重新调整期末考试在最后总分中的权重。
为了排除居家考试环境这一变量，期末考试被改为有监考的传统闭卷形式。他在课堂上直言不讳地告诉学生：" 如果你们只是点一下鼠标，让人工智能替你们完成作业，那你们就在证明自己毫无用处。我想问的是，你们为什么要来上大学？如果拒绝学习、拒绝付出努力、拒绝培养批判性思维，那你们要一张布朗大学的文凭做什么？"
据他描述，教室里一片沉默。他怀疑，真正作弊的那些学生当天根本没有出现在课堂上——当然也有可能是没有人愿意公开承认自己用了 AI 作弊。
随的几周内，18 人选择直接退课，还有 9 人直接摆烂，既没有退课，也没有参与期末考试。这 27 人之中，有 22 人在期中拿到了满分。
最终，86 名选课学生中有 59 人参加了期末考试，平均分跌至 48.6 分。这是这门课历史上最低的一次期末平均分，此前从未低于 65 分。
59 名学生的期末和期中考试成绩对比 | 图源：insidehighered
有 3 名学生在期末考试中得了零分，他们在期中时分别拿到了 100、100 和 88 分。只有极少数学生的期末考试成绩与期中相近：排名第一的 " 真学霸 "，期中 95.5 分，期末 95 分；还有一个学生，虽然成绩不高，但他的期末成绩比期中还高了 4 分。
塞拉诺随后宣布期中成绩作废，期末考试权重调整为总成绩的 80%，期末考试成绩达到 40 分的学生均可及格（此前的及格线是 50 分）。即便如此，仍有 19 名学生未能通过这门课。
谁来判定作弊？
2026 年 5 月，塞拉诺将上述数据提交给布朗大学的学术准则常设委员会，没有得到回应。直到他在 6 月末向多家媒体公开讲述这段经历，委员会才通过经济系系主任转告他：如果要正式立案，需要他针对每一名涉嫌作弊的学生分别提交个人投诉，并附上对应的试卷副本。
塞拉诺认为这个要求很荒谬，因为他判断委员会打算借助某种人工智能检测工具来核实，而这类工具 " 众所周知，存在大量误判，既会错杀无辜，也会放过真正作弊的人 "。他说，自己收到了数百封布朗校友和其他人士的邮件表达支持，" 他们都认为校方的回应很令人失望 "。
布朗大学校方发言人布莱恩 · 克拉克（Brian Clark）则回应称，无论涉及一名学生还是多名学生，校方处理学术诚信投诉的程序都是一致的。多位校方学术负责人已经与塞拉诺沟通，向他说明了启动正式审理程序的路径，但截至目前，塞拉诺尚未向常设委员会提交立案所需的全部材料。
这起事件并非孤例。就在同一段时间，由于人工智能和电子设备让作弊越来越普遍，普林斯顿大学教师投票终结了延续 133 年的无监考传统。从 2026 年 7 月 1 日起，所有考试一律安排监考，这是自 1893 年学生请愿建立无监考荣誉考试制度以来，最重大的一次学术诚信政策转向。
塞拉诺已经决定，从下一学年起，他的课程将永久取消居家考试，平时作业也不再计入总评，因为这些形式 " 太容易让学生向诱惑屈服 "。
塞拉诺本人的励志经历，为这起事件增添了另一层色彩。他 17 岁因病永久失明（教课时需要助教帮助写板书），此后自学盲文，靠同学录音朗读讲义完成学业，一路考入哈佛大学攻读经济学博士。1992 年起，他任教于布朗大学，是布朗经济系自编教材的作者之一，谷歌学术引用量超过 6100 次，2024 年还获得西班牙王室颁发的经济学奖项。
他的研究方向是博弈论，讽刺的是，这件事就是 " 博弈论活生生的案例 "：当作弊的收益远高于被发现的成本时，选择作弊就成了理性的策略。
常春藤高校的 AI 使用调查
几乎与塞拉诺的遭遇同步，布朗大学自己也拿出了一份关于生成式人工智能的官方总结，由该校的生成式人工智能教学委员会（Generative AI in Teaching and Learning Committee，简称 GAITL 委员会）完成。
这份报告对全美 10 余所常春藤及公立常春藤同类院校的人工智能政策和使用情况进行了调查、梳理、整合和分析，还通过调查问卷等形式收集学生和教职工的反馈，详细描绘了生成式 AI 在顶尖学府中的真实生态状况。
697 名受访者是否有意使用 GenAI 工具的频率分布 | 图源：GAITL 报告
报告呈现的图景与塞拉诺的遭遇彼此印证。在 423 名布朗大学学生受访者中，56% 的本科生和 67% 的研究生 / 医学生表示每天或每周都会主动使用生成式人工智能工具，其中硕士生的高频使用比例最高，达到 85%，医学生 77%，博士生 50%。
按学科门类看，生命科学与物理科学领域的学生中，分别有 79% 和 73% 属于高频用户，人文与艺术学科的比例最低，仅为 41%。与此同时，41% 的本科生和 54% 的研究生 / 医学生表示，会经常使用人工智能来帮助理解新概念、掌握新技能，而不仅仅是完成作业。
值得注意的是，高频使用人工智能的学生本身也心存疑虑。高达 88% 的本科生和 73% 的研究生 / 医学生担心人工智能会影响自己的学习效果；87% 的本科生担心其对认知能力造成负面影响；75% 的研究生 / 医学生受访者对输出内容中的偏见表示担忧。即便是每天都使用人工智能的本科生群体内部，仍有 78% 的人担心长期学习效果受损，66% 担心认知能力下降。
本科生、研究生和医学生、教师、职员四类群体对 GenAI 在教育场景中十项具体担忧的比例数据 | 图源：GAITL 报告
教师一方的态度则更为谨慎，也更为忧虑。在 105 名参与反馈的教师中，只有约四分之一的人会主动要求学生在课业中使用生成式人工智能。而在关于负面影响的判断上，教师的担忧程度普遍高于学生：高达 95% 的教师担心学生长期学习效果受损，80% 担心认知层面的负面后果，75% 担心作弊问题。
然而，课程大纲的实际情况与教师口头表达的担忧之间存在明显落差：在近三千份被系统审查的课程大纲中，2023-2024 学年只有 22%、2024-2025 学年也只有 34%，明确提及了关于生成式 AI 使用的政策或底线。
课程大纲中提到 AI 使用政策的比例 | 图源：GAITL 报告
面对 " 如何甄别作弊 " 这一问题，报告的态度与塞拉诺被要求走的程序恰恰形成对照。委员会在梳理常春藤院校政策后发现，其中七所明确不建议、不鼓励或不认可使用人工智能检测软件，没有一所院校正式认可其使用。
报告直言，这类检测工具目前误判率仍然很高，既存在明显的假阳性，也存在假阴性，而且已有研究证实，检测工具对非英语母语学生存在系统性偏见。一些学生为规避检测，甚至开始故意在文本中加入语法错误或降低表达水准。
基于这些证据，报告建议布朗大学淡化惩罚导向，不应仅凭人工智能检测结果作为学术诚信立案的唯一依据，而这恰恰是塞拉诺公开发声后，校方要求他去做的事情。同一所大学，同一个七月，一份刚刚出炉的官方报告在提醒全校 " 检测工具不可靠、不该单独作为处罚依据 "，而负责审理具体案件的委员会，却在要求一位教授拿着疑似由检测工具生成的结论，逐一起诉几十名学生。
在具体建议上，委员会提出了十条指导原则，其中比较关键的几条包括：以使用原则取代僵化规则，因为技术变化太快，过细的规则很快就会过时；让学生参与规则的制定过程；明确坚持学术诚信这一底线不因技术出现而改变；保留人类判断的首要地位，人工智能生成的内容只能作为素材，署名者仍须为最终产出的判断负责；关注过程而非最终成果本身，评估设计应当围绕学生技能与知识的形成过程展开；以及前文提到的 " 淡化惩罚导向 "。
委员会建议布朗大学牵头联合常春藤及美国大学协会、美国高校协会等既有网络组建跨校联盟，共同就人工智能工具在教学中的使用标准向科技公司施压、达成基本共识 | 图源：GAITL 报告
" 我们不能选择成为蠢货 "
回到作弊这件事上，塞拉诺教授通过媒体对所有学生发出了严厉警告：" 我们不能选择成为蠢货 "。这句话一语道破了认知能力外包的毒性。
高等教育的本质，特别是在侧重理论的学科中，所考验的并非仅仅是 " 得到正确的结论 "，而是通过克服逻辑推导中的痛苦和阻力，在我们的大脑中构建新的神经元链接，塑造批判性和第一性原理思考能力。当学生习惯于将复杂的思考过程外包给大模型时，他们实质上放弃了自己构建底层认知框架的机会。期末考试中，那些期中得满分的学生在脱离 AI 后得分暴跌至不及格甚至零分，暴露了这种认知能力的彻底空洞化。
这甚至威胁到了精英学府存在的合理性。如果常春藤名校的毕业生失去了面对复杂、未知问题时独立进行深度逻辑拆解的能力，那么这纸文凭的价值将面临断崖式下跌。在未来的劳动力市场中，企业不需要花费高薪去聘请一个只会向 AI 下达简单指令并搬运答案的 " 人肉中转站 "，因为他们完全可以直接购买企业级的 AI 服务。
正如科技界领袖在讨论该事件时所指出的，未来市场将更加看重那些在没有 AI 辅助时依然具备强大硬核实力，并且能够批判性地审查、引导、质疑和纠正 AI 输出的高级复合型人才。
塞拉诺看似不近人情的严厉，实际上是在捍卫 AI 浪潮袭来的时代背景下名校学位的含金量。塞拉诺说，他并不反对人工智能本身，" 它当然有可能成为学生学习中非常有用的工具 "，但他坚持认为，学术诚信是 " 不能丢掉的价值 "。
这句话与 GAITL 报告中反复强调的人类判断的首要地位遥相呼应，只是当报告在探讨如何 " 淡化惩罚 " 时，教室里的教授正在苦恼于连一次正式学术诚信调查都推进不下去。
参考资料
[ 1 ] https://www.insidehighered.com/news/faculty/learning-assessment/2026/07/08/brown-professor-suspects-most-his-class-used-ai-cheat
[ 2 ] https://provost.brown.edu/sites/default/files/GAITL_Committee_Report_FNL.pdf
[ 3 ] https://fortune.com/2026/06/29/roberto-serrano-brown-university-massacre-ai-cheating/
[ 4 ] https://www.dailyprincetonian.com/article/2026/05/princeton-news-adpol-proctoring-in-person-examinations-passed-faculty-133-years-precedent
注：本文封面图片来自版权图库，转载使用可能引发版权纠纷。
相关阅读
1.教皇也开始忧心 AI，诺奖得主回应：人类尚未对 AI 引发的最隐蔽风险采取措施
5.哈佛教授培养 " 纯 AI 博士生 "，两周干完一年工作
近期推荐
3.细胞生物学家俞立：从后进生到科学家，一个 ADHD 孩子的逆袭
4.高中没毕业的杀人犯狱中自学数学，发表重磅论文，寻求减刑被否决
特 别 提 示
1.『返朴』提供按月检索功能。关注公众号，回复四位数组成的年份 + 月份，如 "1903"，可获取 2019 年 3 月的内容目录，以此类推。
2. 投稿、转载、应聘、商务合作等，皆可联系：fanpusci@163.com
版权说明：欢迎个人转发，任何形式的媒体或机构未经授权，不得转载和摘编。
长按下方图片关注「返朴」，查看更多历史文章
微信实行乱序推送，常点 "在看"，可防失联
