刚过去的期末考试周，复旦大学《数据挖掘技术》考场上出现了一场特殊的考核：51位学生每人设计10道计算题，去考验三个当前顶尖的生成式AI模型，AI答错越多得分越高。结果显示，50人至少让AI答错一题，但能让任意AI得零分的仅有4人。课程主讲教师肖仰华教授对此坦言：“如果老师依然出一道标准的算法题，AI比任何学生都算得快。再按过去的方式考核，无非是在AI的强项上和它硬拼。”
这场探索折射出生成式AI对高等教育评价带来的深刻冲击。《2026年中国本科生就业报告》显示，AI工具已成为当下职场的常态，2025届本科毕业生在工作中使用AI工具的比例达到了91%，其中高频使用的比例高达57%。当智能工具在就业端加速普及并能够秒级解答标准化试题时，大学考试的指挥棒究竟该指向何方？
打破惯性：国内外高校的考核重构
研究显示，AI技术对传统白领岗位的冲击主要体现为对流程化、标准化和重复性入门级任务的替代。2021至2025届本科毕业生中，从事计算机程序员职业的比例由1.9%降至1.0%，从事会计职业的比例也由3.7%降至3.2%。基础执行岗位的收缩，倒逼高校人才培养与评价模式必须从低阶的例题演算向高阶的系统设计、数据分析和决策支持转移。
在此背景下，全球高校正经历一场从“被动防范”走向“主动重构”的评价革命。
在“人工智能+高等教育”政策引导下，国内多家高校积极尝试将AI引入评价闭环。北京邮电大学在编程类课程中推行“代码质检”考核，要求学生审视AI生成的代码并找出隐藏的边界漏洞与逻辑伪错误。浙江大学、清华大学等高校则在课程中推行“对抗性提问”，鼓励学生设计复杂提示词或对抗样本，诱导AI暴露认知盲区或“幻觉”，检验学生对学科底层逻辑的理解。
同时，海外顶尖大学也在重新划定智能时代的人才评价边界。悉尼大学、墨尔本大学等海外院校推行“真实性评价”，大幅减少传统网考与闭卷笔试，转而增加现场口头答辩与即兴情境决策，重点考察解题逻辑及对AI生成内容的辨析过程。伦敦大学学院（UCL）、帝国理工学院等英国高校要求学生提交作业时附带“AI互动日志与审计报告”，如实记录向AI提问、被AI误导以及最终修正AI的全过程，将考核重心转向驾驭与批判AI的思维轨迹上。哈佛大学、麻省理工学院等美国高校也普遍允许在基础环节使用AI，但将期末评价权重全面转向复杂系统架构设计与跨学科破局能力。
重塑评价内核：补齐学生短板与高阶能力
无论是复旦的“反向考AI”，还是国内外大学的“代码质检”与“AI审计日志”，这些改革实践不仅契合了岗位能力标准从“执行导向”向“判断、沟通与复杂问题解决”的转型，更精准呼应了当前大学生在AI素养上的现实短板。
2026年3月，麦可思针对大学生开展了“关于AI对就业选择与就业准备影响”挂网研究。结果显示，受访学生在AI素养方面的短板高度集中在构建式能力与批判性思维上：有61%的受访者表示自己“不会拆解任务并给出有效指令”，53%的受访者承认自己“过度依赖AI产出，缺少批判性思考与创新优化能力”。这表明，如果不改变考核方式，学生极易在智能工具面前走向思维钝化。
因此，新型考核将评价标准从传统的“记忆、理解与简单应用”强制提升至“分析、评估与创造”的高阶认知层级。通过让学生亲自挑战AI、拆解任务并校验AI的逻辑断层，考试不再是检验学生记住了多少公式，而是倒逼他们锤炼任务拆解、人机协同与批判性思考能力，从机械的“答题工具”转变为能够驾驭智能系统的“质检员与决策者”。
结语
复旦大学等高校的教改尝试，为高等教育评价重构提供了可资借鉴的样本。从当前大学生的实际学习需求来看，绝大多数学生期待学校能够加强AI底层技术教学、开设跨学科应用课程并深化校企项目实践。面对智能时代的人才培养新要求，各类高校在推动考试与评价变革时，可重点从以下三个维度精准发力：
一是优化题型设计，提升任务拆解与对抗性考核比重。针对相当一部分学生在任务拆解与有效指令构建上存在的短板，高校应在试卷和平时期末作业中逐步降低纯记忆与标准化演算的比例，适当增加“AI错误诊断”、“逆向出题”以及“复杂案例决策”等无标准答案的开放性题目，引导学生从被动答题转向主动质检与逻辑推理。
二是丰富评价手段，强化过程性与真实性评估。积极引入口头答辩、人机协同交互日志和现场真实项目实践展示等多元评价方式，防范过度依赖AI带来的浅层作弊风险，真实考查学生在复杂情境下的逻辑推理、结果验证与人机协同能力，实现从“结果性终结评价”向“思维过程评估”的转变。
三是明晰使用规范，补齐AI伦理与技术合规教育短板。针对学生群体中普遍存在的伦理与安全意识隐患，高校应尽快出台明确的“AI教学使用指南”，将AI伦理规范、数据安全与技术边界意识嵌入课程考核与日常评价标准中，引导学生在合规透明的前提下理性使用智能工具。
AI不会淘汰人类，但掌握批判性思维、懂得驾驭AI的人，终将取代单纯依赖知识记忆的人。大学考试的这场“反向变革”，才刚刚开始。
主要参考文献：
[1]教育部.关于公布首批“人工智能+高等教育”应用场景典型案例的通知（教高厅函〔2024〕6号）[EB/OL].2024-04-22.
[2]麦可思研究院.AI技术变革对职业结构和岗位能力的影响[R].中国大学毕业生培养质量跟踪评价报告,2026.
[3]4名大学生出题，AI考了0分！[EB/OL].央广网，20260705.
[4]复旦学子出题，考问AI，也考问人[N/OL].新民晚报社，20250710.
[5]《清华大学人工智能教育应用指导原则》发布[EB/OL].清华大学网站，20251126
[6]UniversityCollegeLondon(UCL).Designing Assessments for an AI-EnabledWorld:GuidanceforStaff[R].London:UCL Teaching&Learning Hub,2023.
[7]University of Sydney. Task Redesign and Authentic Assessment in the Age of Generative AI[R].Sydney:Education al Innovation Unit, 2023.
☞ ☞ ☞ ☞ ☞ ☞ ☞ ☞
声明：麦可思研究原创内容全面开放非盈利目的的转载授权，转载请留言或添加编辑微信获得长期白名单授权（电话或微信搜索18602824882）。转载要求——
1.文首注明“转载于麦可思研究”。
2.转载请在文章发布的24小时后进行。
关注“麦研文选”,获取更多数据—— |
