伯克利数学教授不批作业了：打分失去意义

一门大学数学课的作业，本来是用来区分「会」和「不会」的。当交上来的每一份都接近满分，这个区分功能就没了——剩下的只是批改成本。

一、发生了什么

加州大学伯克利分校数学系教授理查德·博切兹（Richard Borcherds）不再按对错批改学生作业。他是菲尔兹奖得主。据校刊《Daily Cal》10 月 25 日的报道，他观察到用 AI 的学生能稳定拿到高分，于是觉得花钱请批改助教去判对错已经没有意义：AI 的使用已经无法回避。

现在他的做法是按完成度给分，交了就有分。他自己承认这不是一个很好的系统，但目前没有别的办法。

接受采访时他还说了一句更重的话：如果 AI 按现在的速度继续进步，几年之内，人类数学家有而 AI 做不到的事就不多了。被问到该不该建议学生读数学系，他说不知道该怎么建议——五年前数学还被看作最不容易被 AI 冲击的职业之一。他甚至拿这个问题去问了 ChatGPT，得到的回答是它也不知道。

他对制度变革的预期很低。他说学术系统里有大量惯性，数学系几年内一切照旧他也不会意外，并拿纸质期刊作比：这些东西已经没什么实际作用二十年了，还在出版。

报道交代了校方的位置。伯克利学术评议会要求教师在课程大纲里写明对 AI 使用的预期，但具体政策因课程层级和方向差异很大。学校试过 Turnitin、Rumi 等检测工具，结论是不够可靠，无法在全校标准化。课程层面的 AI 规则由教师自行决定，教务方在 AI Hub 里积累了一批可参考的大纲表述。

这篇报道出现在 OpenAI 宣布模型解决一道数学难题的同一周。两件事没有因果关系，但放在一起，解释了这位教授为什么在这个时间点说这番话。

二、跟你有什么关系

大学教师。 你面对的不是「学生用不用 AI」，而是「你的考核还在测什么」。如果作业测的是可被检索的标准解法，它已经失去区分度。

在读学生。 按完成度给分意味着作业的分数通胀了，真正被拉开差距的地方会转移到别处：口头推导、现场提问、能不能解释为什么这一步不能省。

招聘方和研究生院。 成绩单的信息量在下降。要判断一个人的数学能力，得看能对话的东西：面试里的推导、写过的证明、能不能接住追问。

三、怎么用

1. 把一部分分数搬到现场。 限时白板推导、十分钟口头答辩、随机抽一道作业题让你重讲一遍。AI 可以在你家里替你写，但没法替你在教室里被追问。
2. 改题，不改工具。 出那种「必须用本课程未教的方法才能简化」的题，或者给出一个错误证明让学生找洞。前者的答案不在训练数据里，后者考的是判断而非复现。
3. 规则写在明处。 伯克利的做法值得抄：大纲里写清哪类作业能用 AI、用到什么程度、怎么标注。规则模糊时，守规矩的学生反而吃亏。
4. 别把检测工具当方案。 校方自己试过两套，结论是不可靠。误判一次，代价是一个学生的信誉。

四、三个别信的说法

「伯克利取消作业评分了。」 他改的是评分依据，不是取消评分：从判对错改成看有没有交。范围是他自己的课，不是全系或全校政策。

「上 AI 检测工具就能止住作弊。」 报道里写得很清楚，学校试过 Turnitin 和 Rumi，认为不够格在全校推广。检测给出的概率，不能当处分依据。

「数学专业要没有出路了。」 他的原话是「不知道该怎么建议」，这是一个诚实的悬置，不是判决。把悬置读成结论，对谁都没好处。

五、一句话结论

当作业的答案变得廉价，考试要考的就只能是「你怎么想到的」。

信息来源

• 校刊报道：博切兹谈为什么不再判作业对错，The Daily Californian，2026 年 10 月 25 日

功能与价格以官方公告为准。本文写于 2026 年 10 月 27 日。