AI 依赖引发学术危机：伯克利计算机系不及格率飙升，学生数学能力大幅下滑

近日，来自加州大学伯克利分校（UC Berkeley）计算机科学（CS）课程的一项观察引发了教育界与科技界的广泛讨论：随着生成式 AI 工具在校园内的普及，该系课程的不及格率出现显著上升，而学生的数学基础能力则呈明显下降趋势。

报告指出，大量学生在完成编程作业和数学推导时过度依赖 AI 辅助工具。虽然 AI 能够快速提供代码实现或计算结果，但导致学生跳过了关键的逻辑思考和基础数学训练阶段。这种“快捷方式”在面对需要深度推理的闭卷考试或复杂工程挑战时，暴露出了严重的知识断层，直接导致了成绩的崩塌。

这一现象揭示了 AI 时代高等教育面临的深层悖论：原本旨在提升效率的生产力工具，在缺乏有效监管和教学模式改革的情况下，反而可能削弱学习者的核心竞争力。计算机科学的基石是数学和算法逻辑，若这些底层能力因 AI 替代而萎缩，未来的软件工程师可能会失去解决未知复杂问题的能力，仅能成为 AI 提示词的“搬运工”。目前，学术界正紧急探讨如何重新设计评估体系，以应对 AI 带来的学术诚信挑战及认知能力退化的危机。

来源： HackerNews 报道