随着生成式人工智能（AI）快速普及，高校课堂正在出现新的变化。不少教师反映，自己的工作重心正从教学转向防范和识别作弊。

据IT媒体Ars Technica当地时间13日报道称，一名长期负责异步在线课程的高校讲师表示，ChatGPT出现后，课程评估和作业管理几乎变成了“另一份工作”。

这名讲师说，录播式在线课程原本就很难避免学生掉队。如今，一些学习动力不足的学生不再直接放弃作业，而是更倾向于提交由AI生成、形式上看似完整的内容。与传统抄袭不同，是否使用了大语言模型（LLM）往往难以明确认定；一旦学生提出异议，教师还要付出更高的证明成本。按他的说法，过去主要判断“有没有抄袭”，现在更像是在做取证和推断。

在他看来，更严重的问题是学习过程本身正在被削弱。学生很容易把教育目标理解成“交出正确答案”或“拿到学分”，但论文和问答题真正重要的，是思考和组织论证的过程。如果这些环节都交给LLM代劳，学生本身就难有真正收获。他把用LLM写论文比作“把叉车开进健身房”：重量确实被举起来了，但体能并没有得到锻炼。

课程数据也反映出这一变化。自2019年起，这名讲师就在课程中设置了一道题，要求学生在授课内容基础上进一步延伸思考后才能作答。ChatGPT出现前，约有30%的学生能答对；但在过去两年里，这道题的答对比例已超过一半。

他还提到，把同一道题输入ChatGPT后，模型反复使用的一些固定表述，也频繁出现在学生答案中。在他看来，学生或许把这当成信息检索，但如果只是把问题输入系统，再原样照搬回复，本质上与“复制粘贴”并没有区别。

这一变化也在削弱形成性评价的作用。原本，简短测验和问答作业是教师判断学生是否真正理解概念的重要工具；但如果这些任务都由LLM代为完成，无论对教师还是学生而言，都可能沦为时间消耗。报道称，近期已有“代理式浏览器”能够一次性处理整门课程的测验。

在高校层面，口试以及在监考下进行手写作答的考试方式正重新受到重视。不过，这名讲师指出，这类方式在异步在线课程中几乎无法实施。与此同时，在线课程对部分学生又尤为重要，包括残障学生、居住地远离校园的学生，以及需要兼顾全职工作或照护责任的学生。一旦在线教学被削弱，首先受到影响的往往正是这些群体。

即便在线下课堂，情况也并未明显好转。报道指出，为应对LLM作弊而调整教学方式，往往反而会拉低整体教学质量；过去行之有效的写作类作业，常常最先被压缩。报道举例称，某课程过去曾要求学生把科学元素与非现实元素结合，写出一段好莱坞式灾难片剧情，但如今LLM只需10秒就能生成类似文本，这类作业也因此越来越难维持。

教师群体的担忧也在持续上升。一项覆盖约3000名高校教职员工的调查显示，85%的受访者认为LLM会削弱学生的批判性思维能力，72%表示在规范和管理LLM使用方面面临困难。即便如此，高等教育领域仍常要求教师“教会学生如何有效使用AI”。这名讲师指出，不少所谓的教学案例，最后实际上变成了让学生点评AI写作；而其真正目的，反而是让学生意识到，写作不能简单交给LLM完成。

报道认为，一线教师的疲惫感并不只是“技术焦虑”。与当年围绕计算器的争议相比，彼时尚可通过限制部分功能与之共处；而如今，生成式AI带来的问题正被视为对教育几乎所有环节的冲击。教师真正担心的是，现阶段的AI与其说是在强化学习，不如说是在让那些原本支撑学生学习的教学活动变得更难开展。