现在的教育评价体系可能正面临一场降维打击，因为那些能拿高分的技能

我看到博科尼大学（Bocconi University）最近做的一项针对 1053 名学生的实验，数据挺有冲击力的。研究者让他们做一份市场营销作业，结果引入 GPT-4o 后，原本 5 分制的评分竟然直接拉高了将近 1 分。这说明什么？说明现在的学术评分标准，很大程度上是在奖励一种“模式化”的输出。

如果你写文章逻辑通顺、结构严谨、案例引用得体，即便你大脑里空无一物，只要把 Prompt 写好，AI 就能给你堆砌出一份看起来极其专业的答卷。

这里面隐藏着两个非常值得警惕的技术与教育悖论：

• 技能的“平庸化”： 很多高分作业其实并不需要深度的原创性思考，它们只需要符合某种既定的学术范式（Paradigm）。而这种范式本质上就是一种统计学上的概率分布，是大模型最擅长模拟的对象。
• 知识获取的“假象”： 实验里提升的是分数，而不是知识。如果学生只是在利用 AI 进行工作流自动化，而跳过了逻辑构建和知识内化的过程，这种“AI 辅助”其实是在透支长期的认知能力。

我一直觉得，如果一个学生的竞争力仅仅体现在“能写出一篇符合标准的论文”上，那么他在 AI 时代几乎没有生存空间。真正的护城河应该是那些 AI 难以模拟的领域：比如处理极端复杂、模糊且缺乏先例的现实问题，或者是那种带有强烈个人风格与情感深度的决策逻辑。

现在的关键不在于禁止使用工具，而在于我们该如何重新定义“学习”和“评估”。如果考试考的是知识的提取和套用，那人类注定会输给模型；只有去考那些需要深度逻辑推演、批判性思维以及跨学科直觉的东西，教育才不会被 AI 彻底架空。