Berkeley 學生用 ChatGPT 拿 A 掀爭議：問題不在 AI，在評分制度

一場「我用 ChatGPT 拿了 A」的風波

柏克萊加大最近在學術圈掀起一場不小的討論。事件本身很直接：有學生公開表示自己利用 ChatGPT 完成課程作業，最終仍然拿到了 A 級成績。這件事之所以引發爭議，不是因為學校禁止使用 AI——事實上許多大學早已開放——而是因為這件事精準戳破了一個很多人不願意面對的事實：當前的評分制度，根本無法有效區分「學生的真實能力」與「AI 輔助產出的成果」。

真正該吵的不是 AI，而是成績評量設計

多數討論把焦點放在「學生是否作弊」或「AI 是否破壞學術誠信」，但在我看來，這些都只是表面問題。真正值得追究的是：為什麼在 AI 明確能完成大量作業任務的現在，一份作業仍然可以被評為 A？

這代表的不是學生取巧，而是課程的評量方式已經出現結構性缺口。如果一個老師設計的作業，連 ChatGPT 都能輕鬆過關，那這份作業原本到底在測試什麼？是記憶力？格式技巧？還是真正的理解與分析能力？

一個具體例子讓問題更清楚

想像一下：人文學科的課程要求學生寫一篇 2000 字的分析文章，主題圍繞某個經典文本。如果這篇作業的評分標準主要看結構是否完整、引用是否正確、語言是否通順，那麼 ChatGPT 完全可以勝任，而且做得比大多數學生更快更整齊。學生只需要給出主題方向加上幾句粗指令，AI 就能產出一篇看起來很標準的學術文章。

問題在於，這樣的作業設計從一開始就沒有把「學生的個人思考」放在評分核心。當評分機制只看成品的外在形式，而非成品的產出過程中有多少屬於學生的真實判斷，AI 自然就變成了最強的捷徑工具。

另一個場景：寫作課最怕的不是 AI，是評量不到的東西

另一個真實場景是寫作訓練課程。很多老師擔心學生用 AI 寫作後，根本練不到真正的寫作能力。這個擔心合理，但你反過來想：如果一門寫作課的評分方式只看最終提交的文本，而完全不設計起草過程、修改記錄、課堂討論等過程中環節，那學生為什麼要花時間手寫？

這不是道德問題，這是誘因設計問題。當 AI 可以產出品質穩定的文本，而老師又無法或沒有機制去區分哪些是學生自己寫的，學生自然會選擇效率最高的路徑。

評分制度需要與時俱進，而不是回到禁止時代

AI 不可能被禁止，也不應該被禁止。真正需要改變的是評分制度本身的設計。如果一門課仍然只以最終產出的「期末報告」作為主要評分依據，AI 的介入幾乎無法避免。但如果把評分拆解成多個階段——課堂討論、口頭簡報、過程檔案、同儕互評——AI 能介入的空間就會大幅縮小。

柏克萊這次的爭議，其實是一個很好的反思契機。與其花力氣抓學生用 AI，不如重新問一個更根本的問題：我們究竟想透過作業評量學生的什麼能力？這些能力，有沒有被真實地測量到？

結語：問題從來不在工具，在制度

技術發展永遠不會等人。AI 已經來了，而且不會消失。如果學術體系繼續用舊標準去評量新時代的學生，那 ChatGPT 拿 A 這件事就不會是最後一次，也不會是最大的問題。

真正該擔心的，不是學生用了 AI，而是當整個系統無法辨識誰真正學到了什麼時，學位本身的價值，正在被悄悄稀釋。

追蹤以下平台，獲得最新AI資訊：
Facebook: https://www.facebook.com/drjackeiwong/
Instagram: https://www.instagram.com/drjackeiwong/
Threads: https://www.threads.net/@drjackeiwong/
YouTube: https://www.youtube.com/@drjackeiwong/
Website: https://drjackeiwong.com/