[观点]如今,考试该考什么?
各类考试和求职信失去区分度
与其加强监考,不如思考筛选体系
最近,我询问了本系学生:“熟练运用人工智能(AI)拿到A+,这公平吗?”大多数学生回答说不公平。他们并不是主张不要使用AI,而是认为,成绩应该体现学生掌握了什么、能够做什么,而由AI代写的答案无法做到这一点。学生们已经准确理解了经济学家所说的“信号”究竟是什么。
临近韩国高考,AI眼镜受到关注。根据诺贝尔奖得主迈克尔·斯宾塞的信号理论,要让考试成绩成为体现能力的信号,需要满足一个条件:有能力的人和没有能力的人取得同样的分数,所付出的成本必须不同。然而,AI恰恰抹平了这种成本差异。因为能力不足的人也能借助AI轻松模仿有能力的人,考试成绩的区分度便随之消失。
这一现象已经在劳动力市场得到验证。耶鲁大学研究团队分析了某在线求职平台引入AI求职信撰写工具后发生的变化。此前,求职信完成度越高,雇主联系求职者的次数就越多;但引入该工具后,这种相关性下降了一半以上。人人都能写出流畅的文章后,仅凭求职信便很难判断求职者的能力。雇主很快开始寻找其他信号。
事实上,筛选制度一直在这样的过程中瓦解并重建。由于各校标准不一,仅凭校内成绩难以筛选学生,于是出现了全国统一考试。随着批评声日益增多,认为该考试只考查记忆力,人们便参考美国大学入学考试(SAT),重新设计了着重考查思考能力的韩国高考。美国也经历了相似的过程。计算器普及后,计算能力不再能作为数学水平的信号,于是SAT从1994年起允许使用计算器,并将题目改为以推理为主。人们没有阻止新技术,而是重新设计了信号体系。
美国大学也面临类似问题。AI削弱了论文质量与学生能力之间的关联,因此一些名校开始取消论文,重新要求学生参加有监考人员监督的标准化考试。然而,就连这道最后防线——监考考试,也可能在AI眼镜这种硬件面前失去作用。今年的韩国高考就是一个典型例子。AI眼镜在美国没有引发太大争议,或许是因为美国的入学筛选标准分散在校内成绩、论文和考试等多个方面。而在一场考试决定一切的韩国高考中,作弊的诱因也相应更大。
归根结底,长远的解决之道在于重新设计评估方式。以笔者为例,我会要求学生提交报告,以及他们与AI对话的完整记录。然后,我会依据报告和对话记录,为每位学生设计不同的个性化题目。即使借助了AI的帮助,只要学生经过独立思考,就能轻松作答;如果把所有事情都交给AI,就很难回答这些问题。通过这种方式,可以判断学生是否真正理解了课堂所学,并能够加以运用。
乍一看,这种方式似乎要耗费更多时间和成本,但事实并非如此。笔者也会借助AI设计个性化题目。纽约大学一位教授利用AI语音代理进行口试,每名学生的成本仅为42美分。过去因费用高昂而难以开展的个别评估,如今借助AI几乎可以免费实现。也就是说,AI不仅降低了蒙骗现有信号的成本,也同时降低了验证个人能力的成本。
当然,我们无法在今年的韩国高考中立即照搬这种方式。筛选制度终究会适应AI时代而改变,但转型成本将由身处过渡期的一代人悉数承担。笔者曾在韩国接受教育并参加高考,因此对即将迎来今年高考的考生所感受到的不安与委屈深有共鸣。要尽可能降低过渡期一代所承受的成本,现在就必须作出选择:是给监考人员配备更好的放大镜,是加重对作弊行为的处罚,还是从头思考在AI时代究竟什么才能甄别一个人的能力?
美国印第安纳州立大学教授 Seo Boyoung
版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。