隨著生成式人工智慧（AI）工具在學術界迅速普及，全球高等學府正面臨前所未有的成績膨脹現象與學術誠信考驗。研究顯示，涉及文字寫作與程式設計的課程高分比例顯著成長，促使哈佛大學等頂尖學府決議祭出嚴格的評分限制，以捍衛學術公信力。
程式與寫作課高分氾濫 頂尖大學祭出評分限制
根據海外研究團隊針對超過五十萬份學術成績紀錄的追蹤分析，自從生成式 AI 聊天機器人問世後，以文藝寫作與程式設計（Coding）為主的課程中，教授給予最高等級 A 的比例激增了近三成。統計資料更指出，哈佛大學二十年前獲得 A 等級的學生僅約兩成四，近年卻已攀升至六成以上，呈現高度的成績膨脹。
為了扭轉高分氾濫的現狀，哈佛大學校內通過全新的評分機制，預計於明年正式實施。新規範嚴格限制每門課程給予 A 等評級的學生人數不得超過總人數的百分之二十，僅保留極少數的調整彈性。此項改革獲得多數教職員支持，期盼能藉此重建評分系統的客觀標準與鑑別度。
高科技作弊手段頻傳 教育界立場陷兩極化
人工智慧帶來的衝擊不限於作業代寫，各國考場也陸續發現學生利用結合鏡頭與語音傳輸的智慧型眼鏡、微型耳機等穿戴式裝置進行作弊。考題一經相機拍攝，演算法即可迅速算出答案並傳回螢幕或耳機內，使監考人員難以單靠肉眼辨識。此外，有大學教授在題目中刻意嵌入肉眼看不見的特殊隱藏文字，只要學生直接複製題目給 AI 撰寫，答案便會露出馬腳，一舉揪出數十名直接交由機器作答的學生。
面對 AI 帶來的課堂變革，教育界出現兩種截然不同的思考方向：
- 嚴格管制派：部分學校推行禁令，要求校園全面禁止使用數位設備與 AI 工具，主張學生必須先扎實培養獨立思考能力，才能接觸自動化工具。
- 積極融入派：另一派學者則認為 AI 已是現代經濟不可或缺的工具，完全排斥只會讓學生失去未來職場競爭力，關鍵在於引導學生掌握正確的使用心態。許多大學也開始大量開設 AI 相關的專業主修與輔修學程。
給家長與老師
面對 AI 工具對程式學習與課業評量的衝擊，家長與老師在引導孩子學習程式設計或 STEM 領域時，應重新聚焦於「實質理解」而非「成果產出」。當 AI 可以幾秒鐘寫完一段程式碼時，死記語法或單純複製貼上答案已經失去學習意義。
建議教學者與家長在引導孩子時，可以採用以下原則：
- 追問邏輯細節：當孩子使用 AI 輔助完成程式或作業時，要求孩子說明程式碼的運作邏輯、變數設定的理由，或是請他嘗試除錯（Debugging），確保孩子確實掌握核心觀念。
- 培養問題拆解能力：引導孩子學習如何向 AI 提出正確的提問（Prompt），將大問題拆解為數個小步驟，將 AI 定位為「學習家教」而非「代寫工具」。
- 建立學術誠信觀念：讓孩子了解科技工具的邊界，明白未經思考的直接抄襲不僅違反倫理，更會剝奪自己鍛鍊邏輯思考的寶貴機會。
學習小教室
- 生成式 AI（Generative AI）：指一種能夠透過深度學習演算法，根據使用者輸入的指令（Prompt），自動生成文字、程式碼、圖像或音訊等新內容的人工智慧技術，如 ChatGPT 或 Claude。
- 運算思維（Computational Thinking）：一種解決問題的思想體系，包含拆解問題、模式識別、抽象化及演算法設計等步驟。無論是否寫程式，運算思維都能幫助學習者有條理地分析與解決複雜挑戰。
- 程式除錯（Debugging）：在程式設計過程中，尋找並修正程式碼中錯誤（Bug）的過程。除錯能有效考驗學習者對程式邏輯與運作原理的理解程度。
常見問題
AI 能幫忙寫程式，學生還有必要學程式設計嗎？
依然非常有必要。程式設計的核心是培養運算思維與邏輯拆解能力，AI 雖然能生成程式碼，但使用者仍需具備閱讀、除錯與架構設計的能力，才能判斷 AI 給出的解答是否正確。
家長該如何察覺孩子在寫作業時過度依賴 AI？
可以請孩子口頭解釋作業的完成步驟或程式碼邏輯，若孩子無法說明細節或無法自行修改微小錯誤，通常代表其直接複製了 AI 的產出結果。
學校該如何預防學生在考場使用 AI 穿戴裝置作弊？
除了加強考場的數位訊號監測與儀器檢查外，許多學校也調整評量方式，增加口頭報告、現場紙筆作答或開放式申論題的比例，降低單一客觀題目的作弊機會。