最新新闻

来自加拿大中文媒体的重要新闻报道。

CCTV Chinese May 26, 2026

我国基本实现垃圾分类全覆盖 AI技术让低价值可回收物“变废为宝”

央视网消息:本周是第四届全国城市生活垃圾分类宣传周。记者日前从住房城乡建设部获悉,随着我国垃圾分类工作持续推进,截至目前,全国地级及以上城市居民小区垃圾分类基本实现全覆盖。 住房城乡建设部最新数据显示,297个地级及以上城市居民小区垃圾分类基本实现全覆盖。截至2025年底,全国焚烧设施达1137座,日处理能力提升至118万吨,北京、浙江、山东等15个省市实现了原生生活垃圾“零填埋”,主要污染物排放控制居世界领先水平。为做好垃圾分类工作,地级及以上城市出台垃圾分类有关地方性法规或规章199部,制定出台技术标准规范100余部,垃圾分类已成为各地基础性工作。住房城乡建设部表示,按照计划,今年将继续优化完善政策体系,因地制宜,强化可回收物管理,提升垃圾资源化回收利用率。住房城乡建设部城市建设司副司长杨宏毅介绍,接下来,要科学谋划“十五五”目标任务,制定工作实施方案,采取有力有效措施推进垃圾分类工作提质增效,加快可回收物体系的建设,优化焚烧处理设施的布局和共用共享,把垃圾分类工作深入推进、落实落地。AI分拣线 实现垃圾精细分选记者在采访中发现,近年来,随着AI技术的深入应用,也给垃圾分类带来了新的变化。在一些城市,AI垃圾分类机器纷纷投入试点应用,让原本只能焚烧的废料有了新用途。 在广州市白云区的这个垃圾压缩站,记者看到,由于使用了AI分拣线,通过高光谱技术扫描每一片塑料,就能根据材质光谱特征识别出相应的类别,并送到各自料仓。有了这个“聪明”的机器,一下子就让过去人眼难以区分的塑料薄膜实现了精细分选。由于分选精度的提升,在剔除聚氯乙烯等杂质后,其他的废塑料膜可以进入化学循环炼油环节,生产出汽油、柴油等化工产品。据了解,AI分拣机器在广州白云区试点使用以来,已累计分拣原生垃圾2.6万吨,节省处理费172.76万元,并分离出1万余吨低价值可回收物送入下游循环经济产业。而在厦门海沧,当地的这个低价值可回收物分拣中心,不仅可以分辨塑料袋这样的垃圾,还可以针对快餐盒、快递包装袋、牛奶盒等低价值可回收物实现回收,每天能处理这样的低价值可回收物50吨,并实现日产日清。这个分拣中心自投产至今,已经累计处理低价值可回收物5.8万吨,其中回收利用3.4万吨,助力减排9.7万吨二氧化碳。依托这一模式,厦门在全国率先形成低价值可回收物资源化利用和无害化处理的整体解决方案,并入选了联合国气候变化大会优秀案例。

Wenxuecity May 26, 2026

美国年轻人开始“反AI” Z世代焦虑和愤怒升温

美国越来越多年轻人开始“反AI”。(示意图/unsplash) 人工智能(AI)技术近年席卷全球,从科技、金融到教育产业全面加速转型。但在科技业看似迎来黄金时代的同时,许多年轻人却对未来感到不安。 日前,前Google执行长施密特(Eric Schmidt)在美国亚利桑那大学毕业典礼谈及AI冲击时,遭毕业生当场狂嘘。对此,现任Google执行长皮查伊(Sundar Pichai)近日受访时坦言,他能理解这种情绪,并认为年轻世代对AI的焦虑“是合理的”。 皮查伊近日接受《Hard Fork》Podcast访问时,被问到如何看待施密特遭学生狂嘘一事,以及若未来自己受邀到大学演讲,是否也担心出现类似场面。对此,皮查伊回应,AI发展速度确实快到让许多人不安,并认为学生的焦虑“是合理的”。 他直言,AI正以前所未见的速度改变工作形态、教育模式,甚至整个社会结构,而刚进入职场的年轻世代,将成为最直接受到冲击的一群人。尤其当企业一边大规模裁员、一边高调投资AI时,更容易让年轻人对未来失去安全感。 事实上,近期市场已陆续出现“AI取代人力”的案例,包括渣打银行宣布将裁减超过7000名员工,并以AI取代部分低附加价值工作;Meta、亚马逊等科技巨头也持续缩减人力规模,同时加速AI布局。 皮查伊坦言,这些变化都会加深年轻世代对职涯前景的不安。 根据美国哈佛大学肯尼迪学院政治研究所去年底一项民调结果,高达59%的18至29岁美国年轻人担忧AI将威胁就业前景。美国校园求职平台Handshake的数据也显示,目前大学校园招才职缺,已较2022年高峰缩减50%。 此外,盖洛普(Gallup)今年4月针对Z世代进行的调查也发现,年轻人对AI感到焦虑与愤怒的比例正在上升,对AI抱持期待与兴奋的比例则持续下滑。 多数受访者虽认为未来仍必须具备AI能力,但同时也担心,AI可能削弱创造力、压缩学习深度,甚至让年轻人更难找到工作。

Wenxuecity May 26, 2026

打工机器人,在杭州“交社保”

“各大厂商基本都已推出了2万元左右的消费级新产品,有些小于1米的迷你机器人已下探到千元区间。” 最近,宇树创始人王兴兴坐进一台高达近3米的载人机甲,仿佛科幻电影中的“机械战士”,一拳将砖墙砸翻。 这台名为GD01的机器人,是全球首款量产版载人变形机甲,售价390万元起,得到了马斯克的点赞,被不少人视作中国机器人行业的又一次“秀肌肉”。 390万元起!宇树发布全球首款量产版载人变形机甲GD01,CEO亲自试驾 看完了最新的热闹,实用主义的中国人很快又想起了那个老问题——机器人,到底有什么用? 毕竟,不停突破的技术虽然炫酷,但离普通人、普通企业还是略为遥远。吴老师曾说,AI的价值不在实验室,而在真实的“场景”中。对机器人而言,也是如此。 换句话说,一部分机器人负责继续突破,而另一部分机器人该出来“打工”了。 5月中旬,宇树所在的杭州,举办了一场机器人比赛。比赛的官方名称是“2026杭州国际具身机器人场景应用大赛”,但在媒体传播和舆论中,更让人印象深刻的形容是“机器人打工大赛”。 图源:小巴拍摄 比赛的亮点,是把机器人“是否具备打工能力”这件事,拆解为更细化的评估标准: ◎一是专业测试,就是把机器人的基础能力细分为移动算法与导航避障、语音理解交互、运动控制和上肢灵活性四个维度,一项项单独测试、打分、排名。 ◎二是应用场景挑战,模拟了火灾救援、水下应急、日常抓取、仿真平台操作等几十种真实场景,而这些考题,都来自企业的真实业务需求。 图源:小巴拍摄 最终能竞争上岗的机器人,就像那些出色的人类求职者一样,拥有优秀的履历和丰富工作经验。 打工的机器人们 今年5月,杭州发布了一份具身智能场景培育方案,其中写道:“计划每年开放200个标杆场景、促成60项以上场景合作项目,将杭州打造为全国场景开放创新领先城市。”具体的重点场景,包括现代产业培育、城市治理、民生服务、国企转型等。 在大赛现场,这些原本写在文件里的场景一一呈现在了我们眼前。机器人们进入城市工作系统,拥有长期、稳定、正式的社会身份,就像一个背井离乡的人到新城市“交了社保”,扎下了根。 几位机器人交警在赛场门口执勤。它们身高约一米七,头戴警帽,身上涂着荧光黄反光条,胸前还有一块LED屏幕,站在车水马龙的十字路口中央,随着红绿灯的变化,时而抬手示意车辆暂停,时而摆动手臂引导人流通过。 图源:小巴拍摄 现场的工作人员告诉我们,今年5月1日起,这批机器人交警已经开始在杭州多个主城区的重点路口上岗执勤,不仅能指挥交通,还能指路、劝导违法。 两台彩色涂装的四足机器人在场馆内逡巡,一台来自西湖公安,配备可在暗处侦查的摄像头,头顶的发射装置还能发射出抓捕网,已经被应用于日常刑侦工作;另一台来自浙江应急,能携带无线通信设备进入危险失联区域,恢复信号覆盖。 图源:小巴拍摄 一批消防救援机器人,排着队进入200多平方米的模拟火场,依次通过碎石路、缓坡、可见度极低的烟雾区、狭窄通道,然后进入废墟堆里搜集物资,最后原路返回。 除了这些,我们还看到了负责电力巡检、水下打捞、水下救援等高危工作的机器人。 最受欢迎的,是机器人服务员们。它们面前排起了长队:冰淇淋机器人把做好的甜筒一个个递给人类幼崽们;咖啡机器人把顾客上传的照片做成拿铁上的拉花;摊煎饼机器人一个接一个地徒手给煎饼果子翻面。 图源:小巴拍摄 除此之外,还有一些机器人在展示更具体、精细的动作:插插头、分水果、抓茶叶、拖地、把一瓶瓶饮料整齐地码上货架等等。这些,体现了机器人未来分担家务劳动的潜力。 赛场展示之外,机器人也在加速进入工厂。 去年,数十台优必选人形机器人进入极氪汽车工厂内,协作完成零部件分拣、搬运、装配等任务;今年,智元机器人在ODM制造企业龙旗科技的工厂流水线上直播组装平板,连续工作了8小时,平均每小时组装310件产品,成功率超过99.5%…… 不过,真正实现规模化“上岗”的机器人,仍是少数。 2025年,全球部署人形机器人约1.6万台,其中,中国市场占比超过80%。然而,从财务数据看,2025年前十个月,国内具身智能领域以及市场融资总额超过500亿元,但第一梯队企业总营收不到100亿,绝大多数机器人企业仍处于亏钱阶段。 机器人产业正在快速升温,但距离真正形成稳定商业闭环,仍有相当距离。 问题的关键在于:一个机器人“会动”,和它真正成为“好员工”,中间隔着很长一段距离。 “员工培训”城市赛 在怎么让机器人更好地打工这件事上,杭州思路很明确,也交出了一份不错的答卷。 目前,杭州有超过200家机器人整机和零部件企业,四足机器人、人形机器人国内市场份额分别占到80%、50%,集群规上工业产值突破了千亿元。 一批头部企业已经跑通了“打工闭环”。比如,已经连续5年盈利的宇树,主打消费级场景,能流畅地跳舞打拳,价格又便宜;2025年首次扭亏的云深处,则深耕在工业级四足机器人领域,面向电力巡检、应急救援等专业领域提供解决方案。 图源:小巴拍摄 头部企业的发展方向,很大程度上是城市打法的缩影。杭州这座城市最在意的,是怎么把机器人推进真实场景。 这是一条最因地制宜的发展路线:发达的智慧城市基础设施,让具身智能在进入城市公共服务场景时阻力相对较小;DeepSeek、阿里云等一批AI龙头的聚集,又能最大程度给机器人“注入智慧”。 而之所以能打好这张牌,很大程度上归功于这座城市的制度环境。我们了解到,杭州政府部门很早就成立了机器人专班,在协调资源的效率上“卷”到了全国前列。 西湖云创集团是拥有多个产业园区空间的国企,其中具身智能是其重点产业布局之一。其总经理岑木军告诉我们,它们正在做的早已不只是给企业提供办公场地,而是搭建一个公共服务平台,把机器人产业链上下游、企业和资本、企业和政府全部链接起来,让要素能在产业内部高效地流动。 而如果把视角从杭州放到全国,会发现各大城市也正在依托自身优势,解决机器人的打工难题。 比如,北京的强项是提高机器人的“智商”。依托密集的高校和科研资源,北京在大脑控制、世界模型、数据开发这三个决定机器人认知决策能力的核心领域共拥有36家核心企业,超过了深圳、上海、杭州三地总和。 北京,中国科幻大会上的机器人 深圳的强项则是提高机器人的精细度。高效的硬件供应链让深圳机器人产业具备极强的零部件制造和迭代能力,这里有特斯拉Optimus机器人灵巧手的供应商兆威机电、美国机器人巨头Figure AI的一级供应商长盈精密。仅深圳宝安区就有近80家机器人核心零部件企业,足不出区就能完成整台机器人的装配。 上海的强项是本体量产,让机器人员工更“便宜大碗”。相较于其他城市,上海具备最完整的产业生态,既有硬件供应链,也有一批软件基础设施大厂。不久前,上海宣布,要力争到“十五五”末推动10万台人形机器人进工厂,这是国内第一次在政策层面给出如此明确的机器人量化落地目标。 对于各大城市而言,这种从同质化竞争到各自形成重心的转型,也是过去一年,中国机器人产业最重要的变化之一。 机器人落地,还有多远? 对于普通人来说,那些在工厂、园区里找到工作的机器人毕竟远在天边,真正被反复提起的想象,是机器人什么时候能进入家庭,替人完成洗碗、拖地,甚至承担一部分育儿、照护老人的工作。 换句话说,机器人更大的消费场景,不只在工厂里,而是走入家家户户,像家电一样被广泛使用,实现更大的渗透。 在上海机器人产业研究院副院长周梅杰看来,机器人真正要落地,需要具备三个能力: ◎其一,经济性,投资回报周期必须清晰可算、比人类劳动力更具成本优势; ◎其二,可靠性,即不仅仅是能拍出几个酷炫的视频,而是能在真实场景里长时间稳定可靠作业,最好能通过中国机器人认证(“CR认证”),周梅杰将之比喻为机器人领域的3C认证。 ◎其三,自主性,即机器人能摆脱遥控,靠自己的大小脑自主行动。 目前来看,这一愿景似乎有些遥远,但产业本身前进的速度,可能比观念的改变要快得多。 2026年,被业内公认为人形机器人的量产元年。 今年3月,国内首条年产能万台级的人形机器人自动化产线在广东正式投入使用,可以实现每30分钟交付一台人形机器人,效率较传统产线提升了50%。 人形机器人自动化产线 图源:央视网 高工机器人产业研究所(GGII)预测,今年中国人形机器人出货量将达到6.25万台,还有多家机构预测,2028年后人形机器人将进入显著增长期,预计中国市场在2030年有望突破100万台。 与此同时,机器人的价格也在下降。一年前,一台宇树机器人的日租金动辄超过1万元,今天已经下降到3000元左右。从今年的新品来看,各大厂商基本都已推出了2万元左右的消费级新产品,小于1米的迷你机器人甚至可以下探到千元区间。 当然,它们依然很贵,但技术演进规律反复证明了一件事——当成本曲线开始陡峭向下,它能够撬动的市场势能往往是爆发性的。 一个可参考的例子是中国新能源汽车。2008年,比亚迪推出的第一台电动车售价是30万元,而今天,花8万买到一台电车并非难事。随着价格降低,中国新能源汽车的渗透率也在飞速上涨。2010年中国新能源汽车不过数百辆,十一年后这个数字超过了350万,到今天,国内渗透率已经超过了50%。 其次,从“无用”变得“稳定、自主、有用”,同样是时间问题。 现阶段机器人在家庭劳动上的笨拙,很大程度上跟训练数据缺失有关,就像人类需要靠大量实习来掌握职场技能,机器人也需要依靠大量真实数据来反复训练工作能力。 今年5月,一个新岗位“数字采集员”登上了人社部《新职业图鉴》未来就业榜首。他们的工作是穿着动捕设备,不断重复叠衣服、端咖啡、拧瓶盖的动作,手臂移动的轨迹、肢体弯曲的角度被记录在设备中,成为训练机器人的资料。 数字采集员 图源:央视网 一批具身智能数据训练场也正如雨后春笋般拔地而起。截至目前,国内已经建成了超过54座具身智能数据采集中心、训练场,拥有超过140家数据采集企业,仅今年前4个月就新增了800万条数据,同比增长120%。 遵循AI的成长路径不难预测,数据质量和规模的快速增长,同样会给机器人的技能成长速度按下加速键。 这也意味着,那个机器人在我们身边“打工”的未来,已经值得开始想象。 结语 相比起2025年初的火热,过去一年,机器人行业面临的更多的是质疑。 真金白银的持续投入、万众瞩目的期待,让机器人行业一边被推向更高的想象空间,一边直面现实落地的压力。 但正如投资人们对机器人产业最频繁的形容词“长坡厚雪”。它包含两层意思:一层是需忍耐登顶之路的严寒和漫长;另一层是,真正重要的变化,往往发生在不被注意的地方。 就像新生之芽,总是在厚雪之下缓慢生长。

Wenxuecity May 26, 2026

教宗良十四世挑战硅谷,警告人工智能风险

​​​​​​​ 硅谷一直以来都怀揣着救世主式的梦想,这可以追溯到计算机动辄占据整个房间的时代。 业内最古老的笑话之一是一个程序员问计算机:“上帝存在吗?”计算机回答道:“现在存在了。”曾对史蒂夫·乔布斯产生深远影响的黑客工具指南雏形《全球目录》(Whole Earth Catalog)曾宣称:“我们与神无异,既然如此,不妨让自己变得擅长于此。” 通过向人工智能领域投入数千亿美元,科技领袖们正在释放一个信号,即当初那些梦想已经实现。下一站,便是超越。 然而,正当这种新的人工智能宗教似乎正在巩固其对人类命运的控制时,地球的另一端传来了一种全新的声音。 它向科技行业传达的信息是:慢下来。给人类带去提升。机器不是神。 第一位美国籍教宗良十四世周一隆重发表了他的首份通谕——《崇高人性》(Magnifica Humanitas)。这份长达42300词的政策声明言辞克制且没有指名道姓,但其实质上是对硅谷坚信只有自己才配引领未来这一主张的尖锐斥责。 “人工智能可以成为一种宝贵的工具,”教宗承认,但这项技术“往往会放大那些已经拥有经济资源、专业知识和数据获取渠道的人的权力。”他警告说,如果没有充分的监管和透明度,“控制人工智能的人将强加他们自己的道德图景,而这会成为这些系统的隐形基础设施。” 他表示,那将是一场灾难:“如果道德仅由少数人决定,那么一个更具道德感的人工智能也是不够的。” 这份通谕预计将成为这位70岁教宗执政时期的核心,正如19世纪末教宗良十三世倡导工人权利和公平薪酬的《新事》通谕在其任期内的核心地位一样。在硅谷还在熟睡时发表的《崇高人性》标志着引导并可能限制人工智能热潮的最新尝试。 特朗普总统上周险些签署一项法案,该法案原本将赋予联邦政府在人工智能模型公开发布前对其进行评估的权力——但他随后取消了签署。同一天,加利福尼亚州州长加文·纽森签署了一项法案,旨在研究人工智能对就业的影响,这等同于承认了各大公司坚称即将到来的动荡。本身也抱有人工智能雄心的埃隆·马斯克曾试图通过诉讼摧毁领先的人工智能公司OpenAI,但本月因技术性原因遭到驳回。 《崇高人性》的到来对像马斯克这样的科技巨头构成了挑战,他们的权力和影响力已经可以与依诺增爵三世等中世纪教宗相媲美。依诺增爵教宗曾断言,教廷是太阳,而世俗君王只是月亮:后者如果没有前者投射的光芒就无法被看见。 无论你喜欢还是讨厌他们,马斯克、马克·扎克伯格、彼得·蒂尔、萨姆·奥尔特曼以及他们的同行对现代的君王(也就是政治人物)施加着类似的影响。美国经济目前正受到人工智能支出的支撑。这项技术正以令人眩晕的速度和未知的影响被部署到办公室和课堂中。 古老宗教挑战新兴宗教是一个富有戏剧性的故事,堪称惊悚片的绝佳素材。 硅谷在其50年的历史中鲜少遇到公众的反对。像《崇高人性》这样具有广泛影响力和权威性的反对当然就更不存在了。教宗是14亿天主教徒的精神领袖,指示他们对人工智能保持谨慎甚至怀疑——特别是如果这种警告在信徒中得到定期强化——可能会挫败科技行业的全球雄心。 “在我们这个世俗的西方世界,教宗究竟有多大的影响力?”加州大学伯克利分校研究宗教机构中人工智能发展的博士候选人蒂莫西·安(Timothy Ahn)问道。“我们即将得到答案。我估计帕洛阿尔托的科技高管们不会去读这份通谕。” 曾是修生的蒂莫西·安表示,这份通谕最多也只能是“引发一些道德层面的考量”。 教宗们传统上行事都着眼于长远,对这份通谕影响力的任何评估也都是多年后的事了。对硅谷和梵蒂冈均有了解的人士表示,不应指望会出现正面冲突乃至圣战。十年前,方济各教宗就已开始邀请科技巨头参加一年一度的名叫“密涅瓦对话”的人工智能会议。 无论如何,如果良与硅谷正面交锋,他很可能会输。 梵蒂冈邀请了自诩为“善良”人工智能公司的Anthropic联合创始人克里斯托弗·奥拉共同发布这份通谕,这一事实表明,与其说教宗是想破坏人工智能,倒不如说只是想参与到相关的对话中来。当方济各在2015年发表关于气候变化的严厉通谕时,可没有任何石油公司的顶级高管获邀发言。 探索信仰与理性如何影响技术和创新的克鲁尼研究所创始人卢克·布尔吉斯乐观地认为,良十四世的话会产生效果。 “这份通谕是一根充满活力的导火索,真正有可能改变硅谷正在建造的东西,”同样曾是修生的布尔吉斯说。“它可以帮助人们获得理解新事物的词汇,就像《新事》通谕曾帮助人们理解公正薪酬的概念一样。” 但这不会自动、迅速或轻易地发生。 “教会在这里的工作才刚刚开始,”布尔吉斯说。“它需要与一个强大的反对力量交锋,而对方目前在资本和算力上都占有绝对优势。”

Wenxuecity May 26, 2026

华尔街掀AI培训热潮 单日课程收费高达2万5000

随着人工智能迅速改变金融行业,华尔街掀起AI培训热潮,“AI导师”一天的培训费可高达2万5000美元。 《彭博社》报道,全球银行业正投入数十亿美元发展人工智能,但在实际应用和工作流程自动化方面仍面对挑战。两名前基金经理创办的AI培训公司,如今成为各大银行和投资机构争相聘请的对象。 消息人士透露,两人去年创办Wall Street Prompt后,已为多家主要银行提供培训,教导金融从业员如何利用ChatGPT、Claude和Google Gemini分析财报、筛选投资风险和预测业绩。每堂课收费高达2万5千美元,而且接下来两个月的课程预约已排满。 分析指出,目前金融业最大的挑战已不是技术,而是员工是否具备运用AI的能力。 新加坡被视为亚洲AI金融发展领先地区之一。国际货币基金组织的“AI准备指数”显示,新加坡在174个国家和地区中排名第一。 根据调查,64%的金融机构已在核心业务中部署AI,因此越来越多金融从业员开始主动学习AI技能,以避免被行业淘汰。 尽管不少企业高层认为,人工智能提升了工作效率,但市场越来越担心,即使公司财务稳健,也未必能保障员工的饭碗。 专家警告,随着AI工具越来越成熟,未来金融行业对初级分析员和助理职位的需求,可能进一步减少。

Wenxuecity May 26, 2026

论文AI检测,正在逼疯这届大学生

瑕疵“天临七年”,今年毕业论文除了查重之外又多了一道关卡—— AIGC 检测。 今年以来,国内多所高校相继发布通知,要求本科毕业论文须进行 AIGC 检测,并对论文的 AIGC 率给出明确规定,把检测结果作为论文能否通过的指标。 四川大学要求文科类毕业论文AI生成内容占比不超过20%,理工医科类不超过15%; 南京工业大学要求全校毕业论文均须进行检测,标准由各学院自行制定; 广西师范大学、河北工程大学、南京航空航天大学则规定AIGC比例不得高于40%。 图片由 AI 生成作为刚经历答辩的毕业生,那段时间可是和 AIGC 检测周旋了许久。经历了“检测—修改—再检测—再改”的痛苦循环后,终于从 61.7% 降到 0%。 这个过程之所以这么让人崩溃,是因为 AIGC 检测真的不讲武德: 有些明明是自己一个字一个字敲下的,也会被整段标红,判定为 AI 生成;在这一个平台上测出的 10%,换个平台又可能测出 100%;而哪怕是在同一个平台,同一个段落这次测是 0%,下次可能就变成 100%。 这还不是最离谱的,有网友把朱自清的散文《荷塘月色》扔给多款高校论文 AI检测工具,居然被判定为“62.88%由 AI 生成”。 这不禁让我深深怀疑,当前的 AIGC 检测和它最初的目的是否已经偏离?从更大的层面来讲,它会对我们的写作和思考方式造成怎么样的影响? 在“降 AI”的过程中,为了降低那个数字,内容好坏变成了次要的事。论文被改得七零八落、面目全非只为了证明“我不是 AI”。与此同时,我还额外支付了不少 AIGC 检测费用。 证明自己没用 AI,成为学生新的噩梦 上网一搜,发现一样被 AIGC 检测折磨的毕业生不在少数,大家都叫苦不迭。 有大学生纯手搓的论文,上传检测后 AI 率竟高达80%。而同一篇文章,不同平台查重结果竟能相差 30%。 为通过审核,学生被迫故意制造瑕疵,比如删减逻辑连接词、刻意制造语病错别字、口语化表达,为了降重不惜降低论文质量,讽刺拉满。 国外也不遑多让,23 岁的美国大学生 Burrel,在一门写作必修课的期末测试中得了 0 分,教授给出的理由,是怀疑她这篇作文是由 AI 代笔的。 “我的心跳都快停了。” Burrel 认为,这个指控既荒谬又可怕。 Burrel  称这份模拟求职信的作业完全没依赖 AI ,她给《纽约时报》展示了 Google 文档的编辑历史记录,她表示花了整整两天时间来起草和修改这份作业。 不过全球知名查重公司 Turnitin 所提供的 AI 检测结果显示,这篇文章有 AI 写作的痕迹。 为了证明自己的清白,Burrel 向英语系主任提交了一份长达 15 页的 PDF 文件,里面包含了她写作过程中所有带时间戳的屏幕截图和笔记。最终,她的成绩被恢复了。 最终,她的成绩被恢复了。但这次经历给 Burrel 留下了不小的阴影。 在那次被指控后,当 Burrel 再次提交作业时,她上传了一段长达 93 分钟的 YouTube 视频,完整记录了她的写作全过程。 “我很害怕会因为一件自己没做过的事而影响成绩。” Turnitin 尚未回应这一报道,但其首席产品官 Annie Chechitelli 曾在 2023 年的一篇博客文章中指出,AI 检测分数不应被用作判断学生是否滥用 AI 的唯一决定性因素。 去年开始,美国已经有一些高校学生在网上发起请愿,要求他们所在的大学停止使用类似的 AI 检测工具,随着 AI 工具的渗透,可以预见这样的矛盾将在学生和老师之间愈发频繁出现。 但实际上,现在大学生在论文和作业中使用 AI 的比例已经非常高,但这未必是一种“作弊”。 图片来自:小红书@Darer 在就业市场都要求这些应届生要掌握 AI 技能的当下,合理地使用 AI 反而应该是大学教育里要给出引导,而非与 AI 彻底切割。 搞懂 AIGC 检测的基本逻辑 AIGC 检测结果为什么总像是随机生成的?它的检测逻辑究竟是什么?毕竟只有理解它的原理,才能在“降 AI”时对症下药。 传统的论文查重主要是与已有文献数据库进行比对,查重报告会明确告诉你是哪些段落和哪篇文献重复了。 所以对于传统“降重”,前人已经摸索出一套有效的“打法”,比如改写句子结构、同义词替换、翻译成小语种再翻译回中文……总之,只要能避开与已存在文献的重复,就能过关。 但到了 “降 AI ”这里,这些已有的经验似乎都失灵了: AIGC 检测更像一个黑箱,标准不明。目前任何一种检测手段都无法保证 100% 判定哪个是 AI 写的,哪个是人类写的。因此,检测系统通常都会给出一个 AIGC 疑似值。 虽然说这只是“疑似度范围”,系统也声明“检测结果与论文质量无关”,但一旦超过某个数值,论文就会实打实地不通过啊,让人有种无处申诉的无力感。 去年人大新闻学院副教授董晨宇也要在 AIGC 检测中被迫“自证清白”:他的研究团队的一篇耗时三年、基于真实案例撰写的关于直播产业的研究论文,却被某论文检测平台标注为“高度疑似AI生成”。 :https://www.bilibili.com/video/BV1WK7fzNEa5/?spm\_id\_from=333.337.search-card.all.click&vd\_source=2304bb3a0ff80390775707914f5ee0ed 所以,AIGC 检测真的就是“黑箱”吗?它的基本逻辑究竟是什么? 基于知网在 2023 和 2024 年发布的两个专利,我们也可以总结目前知网 AIGC 检测的底层逻辑和流程: 第一阶段:信息量差值检测(基于 2023 年专利) 输入文章,按学科分类 用大语言模型改写文章,计算原文与改写版的信息量 差值差值小 → 可能 AI 生成;差值大 → 可能人类写作 第二阶段:多特征分析(基于 2024 年专利) 使用文本分类模型计算 AI 生成概率 分析逻辑偏离度、词汇扩散度、句子长度、字词分布等特征 综合多个特征判断 AI 生成可能性 第三阶段:最终判定 结合两阶段结果 两阶段均指向 AI → 判定 AI 生成 否则 → 判定人类写作 既然如此,似乎有标准可循。那依据这个标准,让 AI 拟人化改写文章,以此增加“人味”、降 “AI 味”,岂不是可以用魔法打败魔法? 用 AI 降 AI ?真的有用吗? 我试过市面上流传的两类 “用 AI 降 AI”的方法: 输入 prompt,让大模型对原文本进行改写 使用专门的“一键降 AI”工具(多为付费服务) 拿我的论文当小白鼠,将几段文字(人工撰写+ Chat GPT 润色共 972 字)丢进一个大学生常用的免费 AI 查重平台“PaperYY”平台进行 AIGC 检测,检测结果 AIGC 疑似率为 61.7%。 接下来依次使用下面表格中的几种“用 AI 降 AI”的方法分别改写这段文本,并再次放入同一检测平台 PaperYY 上进行检测。 同时,作为对照,将购买检测平台 PaperYY 上自带的“降 AI”服务进行测试。 :笔栈:https://biee.net/; SpeedAI:https://speedai.fun/; PaperYY:https://www.paperyy.com/ 方法一:人工指令 分别喂给 GPT、DeepSeek 和 Grok 一段相同的“降 AI”指令: 但结果仿佛养蛊,三个 AI 各自一顿操作之后,AIGC 率全都成功从61.7% 升到100%…… 不过,接收同样的 prompt,GPT 和 Grok 改写的文本风格比较相似,语言较平实,但 DeepSeek 却出现了明显的“AI 幻觉”,开始变得不像人话…… 如原文在描写摄影技法的时候,仅仅提到“色彩反转、低角度构图、光源的超现实处理”等,但 DeepSeek 却自行发明了“放射性构图”、“异色温处理”、“钨丝灯频闪”等,并存在堆砌复杂词汇的现象,使得与原文有较大偏离。 方法二:“一键降 AI”工具 我选取了两款市面上专门的论文写作与查重网站中的“降 AI”工具——“笔栈”和“SpeedAI”进行测试。 笔栈改写后 AIGC 率飙升至91.5%,似乎已经没有什么好意外的了。 但神奇的是,SpeedAI 的改写文本居然测出了 0%,反倒令人大跌眼镜。 对照测试:检测平台 PaperYY 上的付费降AI服务 在付了“降 AI”费之后,PaperYY“自己答题自己改卷”的测试结果倒不出意外的是 0%。 测试结果:初始文章 AIGC 检测结果:61.7% 除了在 PaperYY 平台的对照测试外,真正能较好完成“降 AI”任务的,竟只有 SpeedAI。 然而,这一结果并不能证明 SpeedAI 在“降 AI”方面表现出色,反而使整个测试显得更加扑朔迷离。 于是,我们进一步选取了两个极端案例——ChatGPT 改写后被判定为 100% AIGC 的“文本一”与 SpeedAI 改写后被判定为 0% 的“文本二”,让 Grok 对其进行详细的对照分析。 乍一看似乎有点道理,然而回到具体文本,我们会发现 Grok 不过是照着已有结论套说辞,“锤子找钉子”罢了,实际上: SpeedAI 生成的“文本二”中同样使用了很多抽象的理论词汇如“社会象征”“叙事装置”等; ChatGPT 生成的“文本一”中其实具有更多处以“我”作主语的所谓口语化表达。 但话说回来,如果论文中都是充满“人味”的口语表达,而缺少专业理论词汇,还能叫学术论文吗?逻辑清晰、条理分明的表达方式,什么时候变成 AI 专属了呢? 写作本该是思考与表达,而非证明“我不是 AI” 筋疲力竭地“降 AI”之后,尽管我的论文顺利通过了系统检测,但很多地方也变成了我不认识的样子。 在这个过程中,最终的论文质量似乎不再是衡量的标准,关键变成了如何向系统证明我不是用 AI 写的。 这种本末倒置的操作消耗了我很多本该投入在论文思考、打磨和创新中的时间、精力和金钱。 更加可怕的是,对于学生而言,这种章法不明的“标准”可能会变成一个无形的框架,窄化我们的语言表达,甚至约束我们的思维。 当我们不再专注于深入思考问题,而是不断琢磨如何迎合这一“标准”,就会逐渐失去写作应有的创造力、想象力和自我表达的功能。 对此,人大副教授董晨宇表示: “AI 其实在倒逼学术生产进行重新布局,适应这种布局,需要进行非常整体性的调整,但在这一切之前,应激式的防火防盗防 AI 一定是我们最开始的反应。但 AI 不是现代人的旁门左道,而是现代人的生存之道。AI 提高了底线,但是人仍然决定的是上限。” 所以,真正决定论文价值的,不该是系统判定的一个数值,而是其中凝结的思考深度与写作诚意。 尽管 AI 提高了写作的底线,但人类不必与工具对抗,而应在理解它、驾驭它之后,继续追求属于人的表达上限。 *封面由 AI 生成

Wenxuecity May 26, 2026

Anthropic三大模型接连曝光引热议 AI巨头竞赛再升温

据《新智元》报道,Anthropic近期多项未发布AI模型信息接连曝光,引发开发者和科技圈关注。报道称,Claude Opus 4.8出现在Google Vertex AI后台,Sonnet 4.8则在此前泄露的代码中被提前曝光,另有安全专用模型Mythos 1也曾短暂现身Claude界面。 报道形容,Anthropic三大“杀手锏”几乎同时浮出水面。开发者在Google Vertex后台发现新的模型标识“claude-opus-4.8”,外界因此猜测Claude新一轮大版本更新已箭在弦上。 报道称,Anthropic此前两次重要发布,Opus 4.6与Opus 4.7,也曾先在Vertex AI后端被发现,随后才正式公布。因此,Opus 4.8被认为可能距离发布不远。 51万行源码泄露,Sonnet 4.8跳过4.7 报道称,Sonnet 4.8的信息更早前已在一次代码泄露中出现。3月31日,Anthropic推送Claude Code的npm更新时,因配置疏漏,将一份约59.8MB、包含51.2万行TypeScript代码和约1900个内部文件的source map推送到npm公共仓库。 Claude Code相关负责人Boris Cherny事后确认,这是一次普通开发者失误。但报道称,这次失误暴露的信息量相当大,其中未发布关键词过滤器中出现了Sonnet 4.8和Opus 4.7的引用,却没有Sonnet 4.7的痕迹,被解读为Anthropic可能将跳过Sonnet 4.7,直接推出Sonnet 4.8。 根据泄露信息和社区分析,Sonnet 4.8预计会带来视觉能力、编程能力、推理层级和分词器等方面升级。报道指出,它可能继承Opus 4.7的视觉能力,对UI设计稿和复杂架构图的识别准确率有望进一步提升。 同时,Sonnet 4.8也被认为将强化一次性代码生成和指令遵循能力,并新增更高强度的推理设定。不过,报道也提到新版分词器可能导致Token消耗增加。 Mythos 1现身,被视为安全专用模型 报道还称,代号Mythos 1的模型也引发关注。此前,Anthropic曾将其描述为安全研究相关模型,并称其能力较敏感,不会轻易公开。 近日,有AI测试追踪平台称,部分用户曾在Claude界面中短暂看到“Mythos 1”模型选项。虽然该选项很快消失,但源码中新增的“Claude Code”和“Claude Security”等字符串,被认为指向代码生成与安全两大应用方向。 报道指出,模型标识“claude-mythos-1-preview”显示,Anthropic可能正将Mythos从受限安全研究工具,逐步升级为面向开发者和企业客户的专业产品线。 报道称,Anthropic正在搭建新的安全仪表盘,用于展示已发现漏洞、7天和30天历史图表,以及更深入的分类分析结果,目前相关功能可能主要面向企业客户。 文章分析,Anthropic可能正在形成“Claude Code + Mythos”和“Claude Security + Mythos”两条产品线:前者面向开发者安全编程,后者面向企业自动化漏洞发现与修复。 三线作战,AI竞赛加速 报道认为,Opus 4.8、Sonnet 4.8和Mythos 1的接连曝光,显示Anthropic正同时推进通用大模型、代码模型和安全模型三条路线。 文章称,在OpenAI下一代模型和谷歌Gemini持续推进的背景下,Anthropic此番多线布局,意味着硅谷AI竞争正在进一步加速。尤其是Mythos若走向商业化,可能改变AI在代码安全和漏洞攻防领域的应用格局。 报道最后指出,随着OpenAI、谷歌和Anthropic三方持续推进新模型,AI竞赛已进入更高强度阶段,围绕代码生成、安全能力和通用智能的竞争将更加激烈。

51.ca News May 24, 2026

安省知名大学教授拒绝承认全班288人考试成绩:几乎都用AI作弊

安省西安大略大学(Western University)近日爆发 AI 作弊风波。一名任教 10 年的正教授 Jacob Shelley 在其健康法课程的期末考试后,公开质疑班上大多数学生利用人工智能作弊,并拒绝将考试成绩计入最终分数。Shelley 教授表示,这门课共有 288 名学生,4 月 24 日的期末考试本应为闭卷,禁止参考任何外部资料。他发现,八成学生的选择题部分成绩异常高,8% 的学生选择题满分,55% 得分超过 90%。Shelley 称:“我教了 20 年,从没见过这样的分数。”他进一步指出,主观题答案出现了明显异常——许多学生使用了课堂未涉及的信息,甚至写作结构和表述都极为相似。“这些内容不是我教过的,也难以相信他们会知道,而且多个学生的答案几乎一模一样。”Shelley 认为,这显示出 AI 工具被大规模使用。Carmi Levy 科技评论员 Carmi Levy 接受 CTV News 远程采访Shelley 没有采用线上监考软件,他认为这些软件无法有效防止作弊。在他看来,如今 AI 工具的普及和易用性,使得线上无监考考试几乎变成了“邀请大家用 AI 作答”。科技评论员 Carmi Levy 也认为,技术进步让高校难以应对作弊挑战。“所有学校都得尽快应对,否则他们的学位公信力会受损。如果不能保证学位的诚信,文凭含金量就会下降。”Jacob Shelley 西安大略大学教授 Jacob Shelley 接受 CTV News 远程采访Shelley 表示,尽管校方要求他采纳考试成绩,但他坚持不认同这种做法,认为这违背了自己的学术操守。“我收到的信息就是:我们不信任你的判断,也不在乎你的职业道德,只在乎尽快出成绩,因为学生为此付了钱,对作弊视而不见。”最终,校方决定将考试的选择题部分纳入最终成绩,Shelley 的反对意见未被采纳。面对媒体询问,西安大略大学没有安排负责人接受采访,仅通过书面声明回应称:“我们已知悉 Shelley 教授有关期末考试作弊的指控。学校高度重视学术诚信,并有完善政策应对学术不端。若学生被证实违规,会受到相应处理。只要有确凿证据,校方会与教师共同调查。到目前为止,Shelley 教授尚未提交相关证据,学校仍鼓励他提供。”校方强调,已就此事与课程负责人保持沟通,寻求妥善解决。

CCTV Chinese May 24, 2026

首届中学生人形机器人足球赛决出首站冠军 AI自主决策成亮点

  5月23日至24日,首届中学生人形机器人足球赛(北京海淀)总决赛在北京市清华附中举行。经过预选赛、小组赛及淘汰赛激烈角逐,中央民族大学附属中学的好耶战队夺得冠军,北京市海淀区教师进修学校附属实验中学的极光队、人大附中航天城学校的飞马队分获亚军和季军。  作为国内首次面向中学生的人形机器人足球赛事,本次比赛全面检验了中学生在编程能力、算法设计与团队协同等方面的综合素养。  此次赛事由中央广播电视总台北京总站、中共北京市海淀区委员会、海淀区人民政府共同主办。赛事预选赛阶段共吸引京内外44支赛队、超过420人参赛,涵盖人大附中、清华附中、十一学校等中学队伍。比赛采用瑞士轮、小组双循环、双败淘汰三级专业赛制,最终16支队伍晋级小组赛,表现优异的参赛队伍还将参与2026年世界人形机器人运动会。  在3000平方米的总决赛场地内,所有参赛机器人均实现AI自主决策,无人工遥控或外部干预。机器人需要自主完成识别足球、判断路线、躲避对抗、协同攻防等动作,对参赛团队的算法能力、运动控制与临场决策提出较高要求。赛场同时配备专业技术团队,采用严格竞赛标准进行执裁和判罚,确保赛事专业性与公平性。  作为北京市海淀区推进教育“新基建”、培育创新人才的重要举措,赛事同步构建“课程—师资—应用—推广”一体化具身智能教育体系。此前,赛事已面向60余所学校近100名教师开展专项培训,破解传统AI教育“重理论、轻实践”难题,全面赋能中学具身智能教育,为全国科技教育探索可复制、可推广的“海淀模式”。  首届中学生人形机器人足球赛(北京海淀)总决赛的圆满收官,展现了青少年在具身智能领域的创新探索与实践成果,也标志着海淀区在中小学具身智能教育领域迈出关键一步。  (总台记者 何畅 夏天)

CCTV Chinese May 24, 2026

楼里种水稻,一年收四次 探访河套合作区里的室内“稻田”

  在河套合作区深圳园区,依靠科技培育的矮株水稻迎来丰收。与传统的农田收获不同,这些水稻是生长在室内环境里的。水稻是如何在室内环境里生长的?它的收获方式又有哪些特点?  总台记者 王露莹:在河套合作区深圳园区内的一家农业科技企业里,水稻丰收的场景会打破大家的传统印象。与生长在田间地头的水稻不同,这里的水稻是在大楼室内的架子上种出来的。往上一提、轻松一剪,一株水稻就收割完成了。  这株水稻大概有二十多厘米,别看它长得小,这一株稻穗上能结400粒至600粒稻谷。而且除了能够食用的稻米,它的干净根系可以作为入药的中药材,它的稻叶还能做成牲畜的饲料,一株水稻全身都是宝。  智能化精准调控 守护水稻生长  这种水稻是怎么培育出来的呢?关键就在这粒种子上。这是一种新型矮株水稻品种,适合室内种植。  它的生长环境主要是一种调配好的水培营养液,配比了优质土壤所含的钙、镁、锌、硒等天然微量元素,能够给矮株水稻最充足的营养。  有了好的营养基质,水稻生长必备的阳光又从哪儿来?水稻上方有一排排特制的灯,里面安装了专利芯片,能够精准模拟出最适合水稻生长的太阳光谱,匹配水稻每个生长阶段的光照需要。  整片水稻长势整齐划一,株高、生长状态非常统一,这背后靠的是人工智能的精准调控。种植仓的湿度、温度、二氧化碳浓度都能够通过这套系统精准把控,给水稻创造最适宜的生长环境。  一年收四次 “宅家”水稻收成好  这种科技种植模式,不再受天气、地域的限制。一个四层种植架,如果摊平的话,面积与一亩田地相当。但由于它的种植密度更高,且一年能收获四次,因此它的年产量可以高达3000公斤。  集约化的种植场景,科技感十足的培育方式,让稻花飘香突破了环境因素的界限,让农业开拓出全新的种植空间,也为大城市发展现代农业、保障粮食供给,提供了可复制、可推广的全新路径。  无人机按“方”撒肥  田间管理用上“处方图”  目前,广东的1300多万亩早稻进入田间管理关键期。今年,在中国科学院发展智慧农业的试点项目——广州增城的伏羲农场,借助机器人测土、网格化处方与变量施肥,让水稻生长拥有了更加智能的守护。  在广东广州市增城区朱村的伏羲农场,一架农用无人机正对早稻进行追肥作业。与常见的均匀撒布不同,在这里飞手要根据提示,对不同田块进行变量施肥。  过去,整块田统一按照每亩约40斤的高钾肥均匀撒施;如今,施肥指令全部来自一张提前生成的“处方图”。采用变量施肥后,同一块田不同网格的用量不再均等,总体用肥量明显下降。  伏羲农场负责人 李志鹏:减少施肥量可以减少农资的成本,减少百分之十五到百分之二十。  要做到精准施肥,数据从哪儿来?记者在田垄间看到了测土机器人,它是今年春耕前在示范区投入使用的,负责对示范区千亩稻田进行全覆盖“体检”。  伏羲农场负责人 李志鹏:测土机器人可以通过在地里面行走检测土壤深度三十厘米以内所含的养分,如氮、磷、钾、有机质等9种物质。它可以形成10米乘10米网格化数据分析。  从测土机器人下地“体检”,到“伏羲大脑”生成处方图,再到无人机按图精准撒肥——三个环节串成一条完整的精准作业链。目前,伏羲农场的田间科学化管理已逐步实现数据驱动,为华南智慧农业的推广积累可复制的经验。

CCTV Chinese May 24, 2026

西藏和平解放75周年 | 青稞产量迎突破 科技赋能雪域高原绘就农业现代化崭新图景

央视网消息:今年是西藏和平解放75周年。75年来,特别是党的十八大以来,雪域高原正绘就农业现代化的崭新图景。“十四五”时期,西藏青稞产量连续提升,2025年首次突破90万吨,农业现代化水平显著提升。日喀则市是西藏青稞的主要产区。在白朗县嘎东镇,连片的高标准农田平整开阔,大型拖拉机、播种机等农业机械往来穿梭,高效进行青稞播种作业。据了解,嘎东镇耕种收全程综合机械化率达到了95%以上,科技赋能让这里的青稞种植迈入了规模化和现代化。日喀则市白朗县嘎东镇副镇长罗布次仁表示,嘎东镇通过“良田筑基良种赋能”双轮驱动,把青稞产业做成了富民支柱(产业)。嘎东镇建成4400亩良种繁育基地,2025年全镇青稞产量达1960.5万斤,户均增收超2.8万元。日喀则市白朗县嘎东镇农户达瓦次仁坦言,以前种青稞是为了填饱肚子,现在种青稞是为了赚更多钱。政府发了良种补贴,还有农技专家全程指导。等青稞收上来,合作社直接高价收购去搞深加工。去年靠卖青稞种子就挣了4万元左右。今年5月,日喀则市首家现代农事综合服务中心在拉孜县扎西宗村开始运营,可为各类农业经营主体提供“一站式”综合农事服务,覆盖机械化耕种管收、产销对接等各个关键环节。农户次仁多吉说:“以前各农户种地都是自己买小拖拉机,人力、物力精力投入多。现在就不一样了,土地可以直接交给合作社托管,从种地、管理到收割全都一站式搞定。农机有专人统一保养维修,再也不用大家操心修理。”据介绍,“十四五”时期,西藏坚持“稳粮、兴牧、强特色”,推动农牧产业发展由“靠天吃饭”向“科技赋能”转变。2025年,西藏全区粮食产量再创新高,达到115万吨。其中,青稞产量首次突破90万吨大关、达到90.53万吨,两项指标均创历史新高。

Lahoo.ca News May 23, 2026

大学教授质疑学生用AI作弊 取消期末考成绩后却遭校方推翻

大学教授质疑学生用AI作弊 取消期末考成绩后却遭校方推翻2026-05-22 |作者:都市网 | 来源:加拿大都市网加拿大教育留学分享:#AI作弊#人工智能#大学#西安大略大学 人工智能(AI)作弊争议持续冲击高等教育界。安省西安大略大学(Western University)一名教授因怀疑大量学生于网上期末考试中使用AI作弊,决定取消整份考卷成绩,但其后遭校方介入,恢复部分考试分数计算,引发校园内对学术诚信及AI使用界线的讨论。 涉事教授Jacob Shelley为法律学院及健康研究学院副教授,他本月初通知学生,因认为考试“已被破坏”,决定不将期末考成绩纳入总分。   该科目共有288名学生,原本期末考占总成绩30%。 大量学生满分 教授称20年来未见过 涉事教授表示,期末考为3小时网上闭卷考试,分为选择题及长答题两部分。 他指出,单是选择题部分,便有8%学生取得满分,超过一半学生获90分以上。他表示:“我教书20年,从未见过这种情况。” 其后批改长答题时,他与助教进一步发现异常,包括有学生在选择题取得极高分,但长答题表现却无法反映相同理解能力。 长答题出现课堂未教内容 涉事教授又指,多份答案引用从未在课堂提及的法律案例及医疗分流程序,部分文章结构极为相似,拼字及文法亦异常完美,不像在限时考试压力下完成。 他表示,AI作弊最困难之处在于系统设计本身就是模仿人类语言,但整体感觉令他无法相信答案属学生原创。 教授拒继续评分 校方最终恢复部分成绩 涉事教授称,他曾向校方反映问题,希望寻求如何处理大规模作弊情况的指引,但得到的回应只是要求完成评分。 他最终拒绝为考卷评分,并直接上载扣除期末考成绩后的课程总分。 不过,校方法律学院及健康学院院长本周向学生发信,宣布仍会计算选择题部分成绩,占总分15%,但不会因考试而拉低学生原有学期成绩。 校方表示,有关安排是基于特殊情况及需尽快完成成绩程序。 校方:未见具体证据 校方未有证实是否已展开正式学术不诚实调查,但表示,如要启动调查,需有具体证据支持。 校方又指出,教授至今未有提交足够可供调查的实质证据。 不过涉事教授反驳称,自己已提供大量理由显示考试存在问题,并认为事件涉及其专业诚信。 他说:“我知道学生没有真正取得这些成绩,这并不公平。” AI冲击学术制度 教授忧作弊正常化 涉事教授Jacob Shelley批评校方做法变相向学生传递“只要不被抓到,作弊也没问题”的信息。 他认为,AI作弊问题并非个别学校现象,而是整个高等教育制度面临的危机。 他坦言,现时制度某程度上已“鼓励、正常化甚至默许作弊”,社会亦一直未真正讨论AI年代下“作弊”的定义。 事件亦令他重新思考未来评分方式,包括考虑将课堂参与度改为100%评分标准。 西安大略大学首席AI主任Mark Daley则表示,生成式AI正迫使所有大学重新检视学习及评核制度,并强调大学目标仍是培养学生能独立思考、推理及创作,同时懂得负责任地使用AI。 (图:加通社、资料图片)T08 阅读 ‌未经允许不得转载:加拿大乐活网 »大学教授质疑学生用AI作弊 取消期末考成绩后却遭校方推翻分享: