学生出题难倒AI，带来哪些启示？

cnofor

    孔德淇
    据7月5日人民日报微信公众号报道，近日，复旦大学“数据挖掘技术”课程打破传统考场答题模式，让学生化身“考官”，自主设计试题挑战三款顶尖AI模型。按照考试规则，学生设计的考题难住的AI模型越先进、让AI出错越多，得分越高。不少学生凭借精巧的设问思路实现精准“狙击”，51份试卷中，有50名学生至少让某个AI答错过一题，但能让任一模型整张卷得0分的，只有4人。
    人工智能高速发展的背景下，高等教育与考评范式面临一定挑战。过往一些学校的理工科教学考核，大多以标准化习题为核心，重点考察学生的公式记忆、演算熟练度和解题能力。这套较为依赖重复训练的评价体系，在AI大模型的发展浪潮中渐渐遭到一些质疑。聚类分析、分类运算、规则推导等常规题型，一些AI模型可在短时间内给出答案，效率和准确率在未来有望超过人类。若教育固守传统模式，单纯以解题对错、刷题速度评判学生，本质上是让人类与机器比拼算力。
    复旦此次考核改革，尝试从考解题能力转向考判断能力。这场反向考核，聚焦学生的洞察力与思辨力，要求学生精准洞悉AI的认知幻觉、逻辑断层等短板。学生设计考题的全过程，需要深耕算法底层逻辑、吃透知识体系关联，对知识逆向拆解、深度推演和灵活运用。最终的考核成绩，反映的是智能时代最需要的批判性思维。
    扎实的专业功底与独立思辨能力，是人类驾驭AI的核心底气。此次考核高分答卷的共性，是学生能够搭建长链条逻辑、设置多层隐藏约束、构建复杂信息场景，精准突破AI的认知盲区。反观当下一些学生的学习误区，过度依赖AI完成作业、梳理思路、演算数据，跳过了自主思考、逐层推演、核验纠错的过程，看似提升了学习效率，实则可能沦为AI的附庸。
    人工智能时代的高等教育，需要培养具备问题意识、创新思考能力的人才。真实的科研、职场与社会场景中，充斥着信息繁杂、条件残缺、充满未知的复杂难题。甄别有效信息、搭建逻辑框架、预判潜在风险，才是新时代人才的核心竞争力。
    拥抱AI不等于向AI妥协，善用工具不等于放弃思考。这场创新考核为教育改革提供了范本，未来教育需跳出机械化考核的桎梏，聚焦人类不可替代的核心素养，培育学生的理解力、判断力与创造力，让青年在智能时代站稳思维主场。

来源：工人日报