對於我在返校季期間的專欄，我認為回顧美國的公共教育狀況會很有用。這個系列與我幾個月前寫的關於育兒的系列類似，主題廣泛，所以請耐心等待。

今年春天，Turnitin（一家生產反作弊工具來檢測學生論文中人工智慧使用情況的公司）發布了基於其軟體審查的兩億多個樣本的研究結果。百分之三的論文或多或少完全由人工智慧撰寫，大約百分之十的論文表現出人工智慧的一些痕跡依賴營利性公司發布的有關其自己產品的數據從來都不是一個好主意，但這些數字並不建議一些流行的作弊行為。其他研究表明，自從 ChatGPT 等大型語言模型的推出和大規模普及以來，學生抄襲現象並沒有顯著增加。一般來說，學生似乎經常作弊——高達 70% 的學生報告在過去一個月至少有一次作弊行為——但在人工智慧出現之前，他們的作弊率是相同的

越來越多的老師和成年人似乎相信所有的孩子都在作弊。民主與技術中心的一項研究發現，“大多數教師仍然表示，生成式人工智慧讓他們更加懷疑學生的作業是否真的是他們的作業。”這種懷疑與人工智慧檢測工具功效的真實問題相伴，其中一項發現表明人工智慧偵測器更有可能標記非英語母語人士的寫作。這種不確定性，加上許多學區未能實施明確而全面的人工智慧政策，導致教育工作者之間就如何處理涉嫌作弊的情況展開了另一層辯論。堪薩斯大學卓越教學中心最近發布了一套 Turnitin 使用指南，警告教師不要根據該公司的軟體做出“快速判斷”，並建議教育工作者“多採取一些步驟”收集信息”，包括比較學生以前的作業例如、提供第二次機會以及與學生交談。 （本月初， 華爾街日報 報道稱，開發 ChatGPT 的公司 OpenAI 已經構建了自己的檢測工具，該工具比競爭對手的軟體準確得多，但推遲發布，因為承認學生確實使用 ChatGPT 作弊可能對商業不利.)

眾所周知，教育數據不可靠。 There’s a whole lot of it—kids take tests every day and have nearly every part of their educational journeys tracked from the age of five—but, if you dig into many education studies, you’ll find a whole lot of noise and almost no訊號.例如，當試圖解析全州閱讀分數的小幅增長可能意味著給定計劃的功效時，最好的做法就是查看數據，嘗試觀察一些更大的趨勢，然後半心半意地呈現它。我認為在擁有 ChatGPT 的學校中正在發生這樣的事情：老師可能對學生有點過度懷疑，部分原因是他們被給予了抓捕作弊者的工具。這些全景工具可能直接嚇壞了一些學生，但作弊者還是會作弊。當我上高中時，圖形計算器被指責為學生作弊的罪魁禍首。十年後，手機在教室中的普及激起了全國各地的孩子們在老師一轉身時就用短信互相發送測試答案的景象。維基百科也曾一度成為學校研究和知識的破壞者。如今，維基百科顯然已經成為社會的淨利，並且可能比它所取代的大英百科全書更準確、更少偏見。

這種情況讓我想起了體育博彩應用程式的問題。賭博和剽竊一樣，並不是什麼新鮮事。如果你把一百個一生中從未下過賭注的人關在賭場裡，他們中的一小部分人會在第二天、後天、再後天回來。其餘的人要么不再下注，要么只是偶爾以負責任的方式賭博。在我看來，學校作弊是一種類似的現象——也許大多數孩子確實會做一些不道德的功課，但有些孩子永遠不會，而且更多的孩子可能只會在最瑣碎（或最困難的）情況下才會這樣做。科技確實改變了體驗；它可以鼓勵邊緣情況開始在擲骰子桌上擲骰子或要求 ChatGPT 寫一篇論文。但是，在大多數情況下，這並不是成年人在體育運動中賭博或孩子在學校作弊的原因。正如維基百科沒有毀掉書面文字，並且可能透過簡化了解某個主題的介紹任務來加深許多學生論文的研究一樣，五段文章將在大型語言模型中倖存下來。

急於解決人工智慧作弊問題，以及開發並銷售給全國各地學校的無數教育工具，引發了一個比書面文字能否生存更有趣的第三個問題。當我們思考學生的作業時，我們如何在他們正在發展的思維中湧現的東西和沒有產生的東西之間劃清界限？

在 幹 主題，線條更清晰一些。如果一個學生只是偷偷地看著鄰居並寫下相同的答案，大多數人都會認為這是作弊。但是，如果一個學生試圖證明他理解如何解決涉及乘法的複雜數學問題，那麼使用計算器是否意味著該學生在作弊？測試的並不是他是否知道如何乘法，那麼為什麼要浪費時間並可能引入粗心的錯誤呢？我不認為用ChatGPT 寫論文與使用計算器在更大的數學問題中完成更瑣碎和基本的任務是一回事，但值得一問的是，為什麼我們對研究的自動化和書面文字有不同的感覺。即使在美術領域，贊助者和鑑賞者也早已接受這樣的觀點：藝術家不需要實際表演每一筆，建造每一個雕塑，或建造大型裝置的每一個部分。一小群未署名的助手涉足了安迪沃荷、達米恩赫斯特和傑夫昆斯的作品，這不時引發爭議，但還不足以結束這種做法。如果一台機器完成了助手的所有工作，我們會不會對這些藝術家產生輕視？

這些問題是抽象和荒謬的，但它們也反映了我們思考什麼構成作弊、什麼不構成作弊的任意方式。除了公然的抄襲行為之外，人文學科中作弊與不作弊之間的界線似乎取決於完成任務所需的時間。例如，如果一名學生訪問圖書館檔案館以研究諾曼第登陸後一周發生的事情，將一些縮微膠片捲入一台古老的機器中，並盡職盡責地記下筆記，我們可能會比學生髮現谷歌搜索中的同一篇文章，當然比他解釋一些維基百科編輯對該文章的閱讀更是如此。

根據這種邏輯，學校的目的不是創造新的獎學金或正確回答問題，而是教導正確的工作習慣。花時間去圖書館的年輕人更有可能養成某種工作習慣，使他能夠找到可能對創作小說、演算法或令人信服的論點有用的附帶資訊。撇開明顯的不誠實行為不談，作弊的問題並不在於學生跳過了解釋他們所學內容的過程，而在於他們剝奪了自己實際閱讀書籍、打字的耗時勞動。

網路為課堂帶來的根本危機之一是這樣一種感覺：由於事實和歷史的參考不再需要儲存在你的大腦中，所以實際上不再需要學習任何東西。搜尋引擎、維基百科和 ChatGPT 都要求相同的解釋：如果我們有這些工具，那麼這些課程的意義何在？即使教育趨勢來來去去，學校往往變化緩慢。這是一件好事，主要是因為優秀的教師往往有很長的職業生涯。但是，自從我擔任教師以來，兩千多歲以來，我注意到人們對於孩子應該在人文學科中學習什麼的看法發生了微妙的轉變。記憶的想法在很大程度上已經消失了。孩子們不再被迫說出布拉格第一次破窗事件（1419）的日期或記住相同的詞彙表。同時，如今人們在學校問題上發生的大多數政治鬥爭都取決於課程選擇，而我一直覺得這些選擇既愚蠢又離題。實際上，很難用一本零散的書或課程來動搖孩子的信念。但我有時會想，今天學校裡推行的教條主義、關於如何教授歷史或數學的激烈爭論、一些州嚴厲的圖書禁令，是否來自於一種集體恐懼，即學校的知識保留部分現在可能已經過時了。由於很難解釋為什麼孩子們應該學習日期和詞彙等，我們巧妙地將學校的目的轉變為教導他們相信什麼以及如何作為一個好人度過一生。這是一個令人欽佩的目標，但通常會以價值觀的重要衝突而告終。