CS 240课程教师发布了一份关于2026年春季学期AI使用问题的复盘。他开头就承认，自己处理这件事的方式本可以更好，也正是这个原因，那些明显违反课程政策的人，最终几乎没有承担什么后果。

他写这份复盘，是因为不断有学生来找他，说围绕这件事的讨论里充斥着错误信息和不准确的说法。

打开网易新闻 查看精彩图片

政策早就写清楚了

CS 240春季学期的课程大纲里，明确禁止使用AI或大语言模型来完成任何作业。大纲的原话是：你可以和其他同学一般性地讨论作业，但不能参考别人的成果。使用ChatGPT或其他软件程序化生成作业、测验或考试的任何部分答案，都算学术不诚信。

大纲还写明，发现违规迹象后，教师不一定会立即处理，也可以选择默默积累证据，留到之后的作业再算账。

这位教师说，有人暗示这些要求对选课学生来说是"意外"，这种说法站不住脚。他回去核查过，这条要求在至少五节课上被反复提及。他补充说，自己很确定在其他场合也讲过，只是没有幻灯片可以明确对应。

Argus不是训练出来的大模型

另一个被误传的点是，他们训练了自己的大模型来识别违规学生。事实并非如此。这个工具叫Argus，用的是静态分析，找出源代码里那些很难有合理解释的痕迹。

他们夏天为此写了一篇论文，预印本挂在arXiv上，投稿给了SIGCSE 2027，最终没有被选中发表，同行评审意见是公开的。论文里提到，他们把工具跑在更早的学期上，结果很有意思：这些指标在2024年之前几乎不存在，之后几年快速增加。所有收集和分析的数据都指向H-score的高准确率。

至于具体是哪些指标，教师明确表示不会公开完整清单，因为公开几乎肯定会降低工具的效用。教育工作者或有正当需求的人可以联系他，他愿意在信息能被妥善保护和使用的前提下提供。

他强调，Argus只是起点。每一个被识别出的潜在案例，在采取进一步行动前都至少经过一个人查看。并非所有案例都被追究。他们采取了非常保守的立场，只追究那些有明确证据、且证据存在无法合理解释的案例。

最终，在584名被识别的学生中，他们标记了267人，约占45.7%。

从工具到团队

Argus在2026年3月中旬达到可用状态。大约在那时，他们开始在每周助教会议上讨论这个工具。3月23日，他决定组建一个"AI学术诚信"团队，来处理大量潜在的AI使用案例，并开始着手搭建必要的流程。

团队成立后讨论仍在继续。在考虑分工、准备与数百名学生面谈的过程中，他想起了CS 159课程历史上的做法：教师会给被识别出违规的学生发邮件，给他们一个直接承认责任的机会。他附上了一封2017年秋季的此类邮件作为参考。

复盘到这里进入4月1日之后的安排，教师没有在已公开的部分继续展开。