86人选课，18人当场退选，9人直接缺考，到场59人中3人交白卷——只有2个学生的期末成绩与期中相差在10%以内。布朗大学一堂《福利经济学与社会选择理论》课的线下大考，把期中那张平均96分的试卷撕得粉碎。教授罗伯托·塞拉诺在邮件里早已打过预防针：如果期末成绩分布和期中差不多，那期中成绩照常算；否则，期中作废，全部按期末重计。结果数据一出来，期中“学霸扎堆”的景象彻底沦为笑柄。

这堂课原本是线下考试。去年12月校园枪击案让学生对坐在教室里考试极度焦虑，塞拉诺才把考试改成了带回家完成。消息一传开，选课人数从往届30人出头猛涨到86人，翻了一倍多。教授想着，既然时间不限、环境自由，题目就该出得比往年更难一些——过去期中平均分通常在65%到80%之间，这次塞拉诺刻意加大了挑战。结果让他目瞪口呆：86份试卷的平均分是96%。

打开网易新闻 查看精彩图片

单看数字，或许可以开玩笑说这届学生天赋异禀。但答案的风格却让塞拉诺越看越不对。“大部分答案属于‘基本正确，但非常别扭，而且行文极其迂回’。”他事后对媒体回忆。为了验证直觉，他把试题喂给ChatGPT，出来的结果和他的学生答卷高度相似。这位教授心里有了答案：这些带着AI痕迹的“正确”，并不是学生自己思考出来的。

串起整件事，至少有4个信号把AI作弊的石锤越敲越实：

1. 异常高分与课程历史完全脱节。往年65%到80%的均分区间，被一个比过去更难的试卷打出96%的平均分，统计学上几乎不可能用“全体超常发挥”来解释。

2. 答案正确但风格诡异。“基本正确却很不对劲”，措辞兜圈子、逻辑绕远路，这种特征恰是当前大语言模型生成内容的典型毛病——乍一看对，细读像复印机翻译。

5. 与ChatGPT输出结果高度吻合。教授亲自用同样的试题跑了一遍模型，拿到的答案和学生答卷如出一辙。换句话说，学生可能在用同一个老师——只不过这个老师是硅基的。

4. 线下考试让水分瞬间蒸发。当考试回到教室，没有AI可依赖，18人直接退课，9人连考场都不敢进，交卷的59人里还有3人零分。真正保持期中水平的学生，只剩区区两个，其中一个反而是期末比期中更好了些。这种断崖式的崩盘，靠“恰好状态不好”根本兜不住。

塞拉诺把这摊事捅给了学校学术守则常务委员会，一开始石沉大海，直到媒体把故事捅出来，布朗大学才表态将逐一审查每个个案。教授对未来的焦虑却远未消退。按他的说法，一个社会如果连最聪明的一批年轻人都认为作弊没什么大不了，那这个社会就走上了下坡路。他说：“我们负担不起一个社会，其中相当一部分最有才华的年轻人，居然觉得作弊是可接受的。那只会导致……”话没说完，但指向的已经足够清楚。

目前校方还未公布具体惩处结果，不过那两个守住成绩的学生，大概成了这学期最稀缺的样本——证明在没有AI辅助时，人脑照样能啃下硬骨头。至于剩下的83份作业，大概率要背上一个“AI嫌疑”的标签，等着一对一审查给出最后的说法。