AI寫論文，高校出手了

對于南京大學(xué)生吳瑞來說，每到期末總有幾門課讓她頭疼，這些相似的課程幾乎每次都布置差不多的論文內(nèi)容。這些作業(yè)是“雞肋”般的存在，專業(yè)性和含金量或許不高，非常占用她的時間，但涉及學(xué)科成績，不得不做。

為了解決這種“雞肋”作業(yè)，吳瑞常常用AI來應(yīng)付。

在ChatGPT（下稱“GPT”）等一系列生成式AI軟件出世后，她試著用這些軟件解決自己的作業(yè)煩惱。即使Kimi給出的論文模板略微生硬，但是按此修改、添加內(nèi)容，相比之前耗費的時間還是變少了。對她來說，AI是解決這些“不必要作業(yè)”的神器。

在大學(xué)生活里，AI變得有多重要？中國青年報2023年的一份報告顯示，抽樣調(diào)查里，84.8%的高校學(xué)生受訪者曾使用過AI工具。實際情況中，高頻率使用AI的大學(xué)生還有很多。因此，大學(xué)生患上“AI依賴癥”的說法愈演愈烈。

如今，大學(xué)生與AI的關(guān)系顯得有些曖昧。因為在明面上，很多高校和教授會禁止AI參與到論文寫作中，但是學(xué)業(yè)生活里，其提高效率的作用又很明顯。

這不禁讓人好奇，大學(xué)生和AI的關(guān)系究竟是怎樣的？在此以外，人工智能給教育界帶來的改變，有哪些是被我們忽略的因素？在AI侵入大學(xué)課堂已成為不可阻擋的趨勢下，高校師生應(yīng)如何應(yīng)對？

“沒有AI，會很麻煩”

吳瑞是南京一所工科院校能源學(xué)院的大三學(xué)生，在GPT剛開始流行時，她就開始用AI輔助來完成作業(yè)。后來，登上GPT的頁面越來越麻煩，而國內(nèi)的AI工具陸續(xù)興起，她轉(zhuǎn)而使用兩個國產(chǎn)軟件—Kimi和豆包。

“有時候?qū)戦L篇資料，往往有一部分需要介紹背景，以前會到處搜集資料，現(xiàn)在只需要跟豆包說一聲，‘幫我寫篇摘要’，一大篇完整的文章就出來了。”吳瑞表示，這些資料雖然不能直接用上，但已經(jīng)幫了她很大的忙。

這些相似的使用場景往往用在一些技術(shù)含量不高的作業(yè)里。比如大學(xué)的英語課堂，老師經(jīng)常要求介紹外國文化，而如果每個知識點都自己進行搜索，那得花上四五個小時，現(xiàn)在有了AI工具，“估計兩個多小時就能完成”。

在美國讀研究生的張好好，也有使用AI工具的習(xí)慣，她向筆者介紹說，自己經(jīng)常用到的是一個叫NotebookLM的筆記工具。一開始，她是在谷歌的頁面上看到的廣告，直至后來，社交媒體傳播課的老師也推薦了這個軟件，她就開始使用。

這個AI工具最方便的一點，是把一堆資料喂給它以后，能整理成你想要的形式。比如把上述資料轉(zhuǎn)換成播客，“生成一男一女的對話，把你上傳的內(nèi)容像聊天一樣聊出來，兩個人跟嘮嗑一樣”，她可以一邊干別的事，一邊聽這些知識點密集的播客，不過，工具限制一次只能上傳十篇文章。

研究生的生活里，除了NotebookLM，張好好還會用到GPT、能生成圖像的AI軟件Midjourney還有音樂類AI工具Artlist。這幾個軟件，都跟她的專業(yè)相關(guān)，在處理圖表數(shù)據(jù)、給視頻配旁白、生成圖片等等的任務(wù)里，AI起到的作用很大。

不過，使用AI的結(jié)果并非一勞永逸。在涉及步驟復(fù)雜的作業(yè)時，AI能幫忙的地方有限。

本學(xué)期中段，吳瑞有一份作業(yè)的報告需要用到新的軟件進行編程，作業(yè)的時間很趕，她花了一天半的時間準(zhǔn)備自學(xué)，但是，雖然過程和步驟都跟老師教導(dǎo)的一樣，最后跑出來的圖還是不一樣。

這個結(jié)果的差異讓她很困惑：“我不知道哪里出了錯，因為如果是函數(shù)的問題，那有可能是調(diào)用的函數(shù)庫出錯了，但這不是我一個人能改的；如果要改的話要全部一起改，那時候距離ddl快到了。”來不及的情況下，她就直接跟Kimi提出自己的需求，直接復(fù)制Kimi生成的代碼，跑了半小時后，圖跑出來了。

對比起原來想自己完成全部任務(wù)的初衷，吳瑞覺得，AI確實能讓她減少了很多麻煩。不過，這還是建立在她已經(jīng)自學(xué)了一段時間的基礎(chǔ)上。“如果什么都不了解的話，那其實看不懂AI給你提供的東西，我是先自學(xué)看懂了很多，只是最后一兩步出錯，所以AI跑出來的編程我都能看懂。”

和吳瑞、張好好一樣，AI在大學(xué)生的生活里已經(jīng)變得舉足輕重。吳瑞直言，如果沒有AI，很多事情會很麻煩。而怎么樣利用、訓(xùn)練AI，他們還做了不少努力。

訓(xùn)練AI

兩年前，Sean在香港讀土木類的研究生課程。在當(dāng)時，他就開始用GPT寫作業(yè)。他總結(jié)說，如果只是輸入題目給AI，它是“寫不出來你想要的作業(yè)的”。

怎么樣“培訓(xùn)”AI？Sean舉例，先給GPT一個問題，在它列出的提綱里，繼續(xù)選擇其中不明白的部分提問。“一直問一直問，把你不了解的內(nèi)容進行深挖”，然后，再把自己覺得有用的句子整合到一起，告訴GPT，讓它給你潤色。

對他來說，GPT就是一個不斷提出需求、搜集論據(jù)的工具，相比于直接說“幫我寫篇文章”，他覺得，用一步一步提問題的方法，能更接近自己想要的效果。

其實，如何有技巧地使用GPT，已經(jīng)成為一門學(xué)科。人工智能歸根到底是一門機器語言，人和人之間的溝通尚且有誤解，人和機器的溝通也需要許多技巧。譬如，提示語（Prompt）的撰寫就需要技巧。

有人曾經(jīng)比喻說，假設(shè)阿拉丁神燈在你面前實現(xiàn)愿望，你怎么樣能讓神燈理解你的愿望呢？當(dāng)你滿懷希望地說，“燈神，請給我一千萬”時，燈神在不清楚貨幣單位的情況下，會給到你1000萬越南盾，那時候，愿望就落空了。

如今，有專門對提示語進行研究的學(xué)科，也有專門的工程師崗位。具體來說，有不少通用的提示技巧。

例如，與其直接跟GPT說，“給我寫一篇論文”，提供一篇或數(shù)篇的論文作為模板，再告訴大模型參照這些格式進行輸出，那GPT出來的效果會更好。專業(yè)上，這些方法分別叫作一次性樣本提示、少量樣本提示。

有意思的是，吳瑞認(rèn)為，現(xiàn)在她所使用的AI工具還應(yīng)該更智能。當(dāng)她嘗試訓(xùn)練大模型時，效果往往不好，有些大模型每個問題都有一個新的對話，之前的訓(xùn)練痕跡會消失；有些則是“給人感覺傻傻的”。“你跟他提要求—作業(yè)里要突出某個部分、某個方向，那它是聽不懂的，只會按照模板給你寫出來，但如果你真的照抄這份模板，就等著作業(yè)拿0分了。”

雖然在課程作業(yè)里，AI的使用頻率很高，但她認(rèn)為，這兩個工具的專業(yè)性不高，涉及專業(yè)層面的需求，對方都難以理解。“它們不是很聰明，唯一能聽懂的需求可能就是，你讓它叫你‘小寶貝’，它確實會照做。”

總的來說，目前AI實現(xiàn)的是單獨的步驟需求，而整體的串聯(lián)工作還是需要學(xué)生自己來完成。

在這種情況下，減少AI在作業(yè)里的比重，不被老師發(fā)現(xiàn)也尤為重要。由于AI寫作的機械味、刻板感，有技術(shù)、有方法地降低AI比重，同樣是一門“必修課”。在淘寶平臺里，不少商家聲稱能幫助大學(xué)生進行AI檢測，“將一篇文章轉(zhuǎn)化為100%獨特、人性化的文章”。

教育界如何適應(yīng)AI

以GPT為代表的生成式AI，是現(xiàn)在大學(xué)生主要使用的AI工具類型。不過，目前各高校對此的政策和態(tài)度還比較模糊。

去年畢業(yè)的Sean說，當(dāng)時論文需要先上傳到一個叫turn it in的軟件，檢測AI率，達到合格的數(shù)值才可以。張好好則表示，她所在的美國學(xué)校，不同教授的態(tài)度不一樣。“我們學(xué)校對AI使用還是保守態(tài)度，你肯定不能用來寫作業(yè)、論文、代碼這種，但是有一些新的課，例如社交媒體營銷，教授是覺得以后從業(yè)者肯定要用AI的，這是行業(yè)的趨勢，所以正確地進行說明就可以。”

2024年底，復(fù)旦大學(xué)出臺了試行文件，明確提到了本科畢業(yè)論文里，對AI的禁止范圍。內(nèi)容包括，禁止生成或改動本科畢業(yè)論文里的原始數(shù)據(jù)、原創(chuàng)性或?qū)嶒炐缘慕Y(jié)果圖片、圖像和插圖，以及禁止進行語言潤色和翻譯等。

去年，還有中國傳媒大學(xué)、福州大學(xué)、湖北大學(xué)、天津科技大學(xué)等多所高校試行或出臺相關(guān)規(guī)定或辦法，主要目的是規(guī)范大學(xué)生的畢業(yè)論文。而至于日常作業(yè)的使用邊界與范圍，還取決于具體的課程教授。

在全球教育圈里，生成式AI的普遍使用也引來了廣泛的爭議。首先，是學(xué)術(shù)誠信的問題。2024年，美國馬薩諸塞州一名高中學(xué)生，使用了AI工具完成部分歷史項目的作業(yè)，但是并沒有進行標(biāo)注。

盡管學(xué)校允許學(xué)生用AI來搜索資料，但該名同學(xué)直接復(fù)制所有文本，并且引用了不存在的書籍，被學(xué)校判定為“作弊”。隨后，其父母提起訴訟，但法院支持了學(xué)校的訴求。

其次，還有學(xué)生原創(chuàng)能力下降的擔(dān)憂。不少學(xué)者憂慮，人工智能工具的普遍化，會降低作業(yè)的原創(chuàng)性和思想性。有高校教授在接受媒體采訪時表示，現(xiàn)在學(xué)生交上來的作業(yè)充滿了“AI味”，甚至能從作業(yè)的風(fēng)格里看得出來學(xué)生用了哪款A(yù)I。

但是，潮流難以逆轉(zhuǎn)，教育界雖然面臨著沖擊，也迎來了改變的契機。

美國南達科他州一名多媒體老師在一場公開演講里提及，在GPT剛到來時，她和身邊的老師曾經(jīng)陷入失業(yè)的危機里，他們無法想象眼前的軟件已經(jīng)可以幫學(xué)生快速完成作業(yè)，并且教會他們知識。后來，她認(rèn)識到，AI的浪潮是一次難以抗拒的機會，能讓教育者開始思考如何教、為什么要教，以及教什么。

面對AI，“明確需求”“給出指令”“拆解任務(wù)”本身就不是簡單的能力，目前來看，這是“人”無法被替代的價值，也是學(xué)生與老師需要精進的方向所在。畢竟，不是每個人都能向AI提出合適的問題。

對于“AI依賴癥”的說法，張好好也有自己的看法：“對于大學(xué)生來說，學(xué)會使用工具來提升自己的效率沒有什么不好，但是，是否真正學(xué)到了東西，是用AI擴展了思維，更方便理解所學(xué)的東西，還是僅僅是為了交作業(yè)，我覺得每個人的理解不一樣。”

不僅是大學(xué)生需要鑒別使用，身處其中的老師、學(xué)校也正在適應(yīng)這股洶涌而來的科技趨勢。

（文中吳瑞為化名）