VorobeoffПрофессор математики из Беркли (Калифорнийский университет в Беркли — один из ведущих вузов США, расположен в городе Беркли, штат Калифорния) перестал оценивать домашние задания на правильность. Не потому что стал мягче — а потому что проверять их больше нет смысла. Студенты массово решают домашку через ИИ, и отличить человеческую работу от сгенерированной стало почти невозможно.
Речь о Ричарде Борчердсе — профессоре Калифорнийского университета в Беркли (UC Berkeley) и лауреате Филдсовской премии. В интервью студенческой газете The Daily Californian он рассказал, что теперь ставит баллы просто за факт сдачи. Проверять на правильность — значит тратить деньги университета на проверку ответов, которые написал не студент. Сам Борчердс признаёт, что система неидеальна, но альтернативы пока не видит.
Почему проверка потеряла смысл
Когда-то ошибки в работах, сделанных через ИИ, было легко заметить. Сейчас модели справляются с математическими задачами на уровне, который неотличим от сильного студента. Средний балл за домашку вырос, а корреляция между домашкой и реальными знаниями — упала.
Беркли уже тестировал детекторы вроде Turnitin и других сервисов, но признал их ненадёжными для стандартизации на весь кампус. Политика по ИИ теперь — на усмотрение преподавателя, главное — прописать правила в программе курса. Это честный подход, но он не решает проблему проверки.
Самое неприятное в этой истории — эффект для честных студентов. Если оценка за домашку учитывается, тот, кто делает сам, получает ниже, чем тот, кто прогнал задание через чат. Оценка начинает наказывать за честность. Именно это Борчердс и назвал причиной отказа от проверки: такой стимул работает против обучения.
Что остаётся вместо домашки
Ответ Борчердса — очные экзамены без устройств. Он прямо говорит, что онлайн-экзамены теперь тоже не отражают знания: часть студентов просто использует ИИ во время теста, и по среднему баллу это заметно. Проверить, кто именно, невозможно.
Похожий случай в этом году был в Брауне: средний балл за домашние контрольные подскочил с привычных 65–80% до 96%. Когда студентов попросили сдать финал очно, почти никто не подтвердил свой результат — лишь двое остались в пределах 10% от прежней оценки.
Для нас это важный сигнал. Домашка как способ тренировки никуда не делась — без практики материал не закрепляется. Но домашка как способ оценки перестаёт работать там, где ответ можно сгенерировать за секунды. Это касается не только вузов. Любая проверка знаний, где ответ легко делегировать модели, требует другого формата — очного, наблюдаемого, с понятными критериями.
Борчердс добавляет и более широкий контекст. Поводом для интервью стало заявление OpenAI о том, что их агенты якобы продвинулись в решении одной из сложнейших задач математики — уравнений Навье-Стокса. Профессор допускает, что через несколько лет ИИ сможет делать в математике всё, что умеет человек, только лучше. Это пока прогноз, а не факт, но он объясняет растерянность: ещё пять лет назад математика казалась одной из самых защищённых от ИИ профессий.
Что это значит на практике
Если вы учите, управляете командой или проверяете знания — пересмотрите, что именно вы оцениваете. Домашка и онлайн-тесты всё ещё полезны как тренировка, но плохой инструмент для итоговой оценки. Вес стоит переносить на наблюдаемые форматы: очные разборы, защиту решения, живой вопрос-ответ по ходу работы.
И второе — про честность процесса. Когда инструменты вроде ИИ-агентов в рабочих процессах становятся нормой, запреты без изменения формата оценки не работают. Нужно заранее решить, где ИИ помогает учиться, а где должен быть выключен, и проверять именно это. Иначе вы будете измерять не знания, а умение пользоваться подсказкой.
Борчердс подытожил спокойно: если худшее, что сделает ИИ, — усложнит проверку домашки, он будет только рад. Пока же его решение — честный компромисс: не делать вид, что контроль работает, когда он уже не работает.
Ссылки
- Статья: Newsweek — Berkeley Professor Stops Grading Homework Over AI
- Статья: Tom’s Hardware — Fields Medal-winning professor ends graded homework due to AI
