在课堂中超越人工智能

2026年大学考试省事的作弊手段，早已不是夹带纸条、偷看邻座试卷，而是直接拍照。

把考题上传至ChatGPT、Claude或各类生成式人工智能工具，短短几秒就能得到一篇行文流畅、措辞考究的完整答案。无需苦思冥想，不用自主思考，学生甚至学不到任何知识。

对各大高校而言，这早已不只是一种新型作弊方式，而是关乎高等教育存续的根本性难题。

亚利桑那州立大学(Arizona State University,ASU)向来鼓励人工智能技术落地应用，如今校内正上演着这场现实矛盾。教师与学生纷纷发出警示：生成式人工智能正在瓦解高等教育的核心培养目标——独立思考能力。

校报《州立快报》曾在评论中直言：“写作本身就是思考。”

倘若交由人工智能完成写作，学生究竟能学到什么？亚利桑那州立大学富尔顿工程学院计算与增强智能系计算机工程助理教授Vivek Gupta，正从全新视角研究这一问题。

“人工智能技术不会凭空消失，因此核心问题不在于如何禁用AI，而是怎样设计一套体系，让学生违规使用 AI 的行为能够被清晰识别。”Gupta表示道。

打造优质测评，而非布设侦测陷阱

Gupta执掌复杂数据推理与分析实验室(Complex Data Reasoning and Analysis Lab, CoRAL)，该团队专注研发可靠、可溯源的人工智能系统。面对学生使用 AI 完成作业的乱象，他没有选择事后追责，而是推出全新项目，助力教师设计从源头就能清晰识别 AI 代笔痕迹的课业任务。

这款工具名为IntegrityShield，它不会屏蔽AI工具、监控学生行为，也不会在作业提交后复盘分析文稿，而是从底层重构测评本身。

在试卷或作业下发前，IntegrityShield会依托该实验室自研算法，对文档进行细微修改。这类改动肉眼无法察觉，学生看到的仍是常规习题，但人工智能模型却能识别出异常。

研究团队在作业中嵌入 “数字指纹”：微调措辞、排版与行文结构。这些改动不影响人类阅读理解，却会让 AI 生成内容时出现可预判的逻辑偏差。一旦学生提交 AI 代写的文稿，答案里就会显现出可识别的异常特征。

研究团队在主流AI平台（ChatGPT、Claude、Perplexity、Grok）开展多轮测试，这套CoRAL系统识别AI辅助完成作业的准确率约90%，误判率极低，完全适用于真实课堂教学场景。

防患于未然

市面上绝大多数AI检测工具都属于事后筛查：扫描学生文稿，依靠概率模型判断内容是否由AI生成。这类工具长期饱受诟病，识别精度不足；一旦涉及学术舞弊判定，该缺陷会引发严重后果。

IntegrityShield彻底颠覆了这套逻辑：它不靠猜测，而是在作业生成阶段就预埋识别信号。无需记录键盘输入、监控浏览器页面，也不用安装锁屏考试软件。学生即便使用外部AI工具，其痕迹也会直接体现在作答内容中。

“我们无意揣测学生的想法，也不分析个人写作风格，” Gupta表示，“我们改变测评载体本身，只要借助AI代写，就一定会留下痕迹。”

初步落地数据证明该方案切实有效。

Gupta在自己开设的《CSE 476 自然语言处理导论》课程中部署了IntegrityShield，在作业下发前完成预处理，同时配套清晰的生成式AI使用规范。落地效果不只是学术舞弊案例大幅减少：学生线下闭卷考试成绩显著提升、课堂参与度更高，主动前往答疑时段请教的人数也明显增多。

对授课教师而言，这套系统几乎无需调整原有授课流程，却能清晰捕捉学生过度依赖 AI 的信号，便于教师尽早引导学生独立思考。在Gupta的课堂中，这一转变直接带来作业质量提升，课堂学习氛围也更加专注。

“学生本身具备极强的学习能力，但激励机制至关重要。如果教学体系认可自主钻研的成果，学生自然会愿意踏实投入学习。”Gupta说道。

让学习趣味化

与此同时，Gupta强调，IntegrityShield只是整套解决方案的一部分。第一重目标是维护现有考核方式的学术诚信，第二重目标则是彻底重构测评体系。

配套工具GAMED.AI应运而生。Gupta团队开发了这套联动系统，可将学习目标转化为互动式学习游戏。

教师无需布置传统论文或静态习题，只需向GAMED.AI输入指令，例如 “向学生讲解神经网络” 或 “考核供需关系知识点”，系统就能生成配套互动学习内容，用于知识点教学与能力测评。实操层面，传统测验可替换为互动游戏：学生调整参数、自主决策，实时观察结果变化，倒逼他们主动运用专业知识，而非单纯输出标准答案。

这套设计的核心逻辑，是从根源降低作业外包给AI的可能性。每一份互动学习内容均可个性化定制，不存在统一标准答案可供AI 接生成。

“如果一项任务能完全交由AI代做，那这项作业本身就失去了考核意义，” Gupta谈道，“我们应当设计需要深度参与、而非仅产出文字答案的学习场景。”

依托该系统，一分钟内即可生成配套学习游戏，单份内容生成成本不足一美元，便于大规模落地、实现个性化互动测评。

IntegrityShield 与 GAMED.AI共同勾勒出人工智能时代教育新图景：师生不再与检测工具上演猫鼠博弈，而是对整个教学考核体系进行重构。

在Gupta看来，AI普及并非教育危机，而是教育设计层面亟待解决的问题。亚利桑那州立大学一直在积极推进AI教学落地，具备大规模落地教育创新的独特优势。

“每一项重大新技术都会重塑学习模式，印刷术如此，互联网如此，人工智能也不例外。关键在于我们是主动合理适配，还是等问题出现后被动补救。”

今年春季，IntegrityShield相关研究成果在计算语言学协会欧洲分会第19届国际会议（顶级学术论坛）发布；Gupta团队正筹备在更多课程与院校扩大试点规模。

没有任何系统能做到万无一失，各类AI工具也在快速迭代。但Gupta的方案将工作重心从 “事后检测” 转向 “前置设计”，打造出难以依靠AI走捷径的考核任务。

Gupta说：“我们的目标不是事后抓包学生，而是设计一套机制，让依靠AI投机取巧不再是可行的选择。”