预期获益：教育 预期受损：软件

“ 揭示生成式AI在高等教育学术评估中的根本性失效——非技术缺陷而是认知范式错配；核心逻辑在于：AI依赖语言统计表征，无法捕捉学术判断所需的学科语境、批判性推理与价值权衡，其“掐头去尾”评分模式实为形式主义对思想重量的系统性消解，警示教育评估不可让渡人类专业判断主权。 ”

【概况】\n剑桥大学主导的OpRaise研究实证检验Claude、GPT、Gemini三大模型对761篇真实本科论文的评分表现。结果显示：AI与专家评分一致性仅约50%，准确率区间35%-65%；普遍存在中心倾向偏差——压高低分作业、压低高分作业，呈现“掐头去尾”失真；模型过度响应篇幅、词汇复杂度等表层语言特征，却无法识别论证严密性、证据链完整性与批判思维深度；评语虽长度冗余但缺乏学科默契，师生辨识后认可度骤降。研究强调AI仅可作辅助校验工具，终审权必须归属人类考官。 \n\n 【逻辑】\n学术评估本质是学科共同体基于长期实践形成的规范性判断，包含隐性知识、价值排序与情境适配能力。AI评分机制则根植于概率预测，将文本映射至分数分布，其“一致性”实为模式复刻而非理解深化。当所有模型均强化长句、高频词、术语堆砌等可量化特征时，实质奖励的是修辞技巧而非思想原创性；“掐头去尾”现象暴露其规避风险的算法本能——拒绝极端判断以维持统计稳定性，而这恰恰背离学术评价中对卓越与警示的双重责任。更深层危机在于：若评分权让渡，将倒逼教学向AI可识别的格式收敛，最终瓦解学科多样性与批判教育根基。

IKJJ 研究中心 · 内部参考资料