人工智能生成的考试答案在现实世界的盲测中未被发现

研究人员发现，经验丰富的阅卷人员可能很难发现人工智能生成的答案。

该研究是在英国雷丁大学进行的，该校领导正在努力识别人工智能对研究、教学、学习和评估带来的潜在风险和机遇，并根据研究结果已向教职员工和学生发布了最新建议。

研究人员呼吁全球教育部门效仿雷丁以及其他正在制定新政策和指导方针并采取更多措施解决这一新出现的问题。

在PLOS ONE上发表的一项对真实大学考试系统的严格盲测中，ChatGPT 生成的考试答案提交给了几个本科心理学模块，在 94% 的情况下未被发现，而且平均成绩高于真实学生提交的答案。

这是迄今为止同类研究中规模最大、最为严谨的盲测研究，旨在挑战人类教育工作者检测人工智能生成的内容。

雷丁大学心理与临床语言科学学院的副教授 Peter Scarfe 和 Etienne Roesch 教授领导了这项研究，他们表示，他们的研究结果应该为世界各地的教育工作者敲响“警钟”。联合国教科文组织最近对 450 所学校和大学进行的一项调查发现，不到 10% 的学校制定了关于使用生成式人工智能的政策或指导。

Scarfe 博士表示：“许多机构已经放弃了传统考试，使评估更具包容性。我们的研究表明，了解人工智能如何影响教育评估的完整性具有国际重要性。

“我们不一定会完全恢复手写考试，但全球教育行业需要在人工智能面前不断发展。

“雷丁大学的学术严谨性和对研究诚信的承诺得到了充分证明，我们已将目光聚焦到自己身上并引领这一进程。”

Roesch 教授表示：“作为一个行业，我们需要就学生如何使用和认可人工智能在工作中的作用达成一致。在其他生活领域更广泛地使用人工智能也同样如此，以防止整个社会出现信任危机。

“我们的研究强调了我们作为信息生产者和消费者所承担的责任。我们需要加倍致力于学术和研究的诚信。”

雷丁大学教育与学生体验副校长伊丽莎白·麦克克鲁姆教授表示：“很明显，人工智能将对我们生活的许多方面产生变革性影响，包括我们如何教导学生和评估他们的学习。

“在雷丁，我们开展了一项大规模的工作计划，考虑教学的各个方面，包括更多地利用技术来增强学生体验和提高毕业生的就业能力。

“解决方案包括摆脱过时的评估理念，转向更符合学生在工作中所需技能的评估理念，包括利用人工智能。与跨学科的同事分享让学生展示其知识和技能的替代方法至关重要。

“我相信，通过雷丁大学对我们所有课程的详细审查，我们有能力帮助我们现在和未来的学生了解人工智能的快速发展并从中受益。”