近日

复旦大学一场特殊的

“反套路”期末考试结束

在该校“数据挖掘技术”课程考试中

学生们没有坐在考场里答题

反而成了出题人

他们用自己设计的10道题

去“考倒”三个当今最先进的AI模型

AI答错的题越多

被难倒的模型越强

出题学生的得分就越高

据了解，51份期末试卷中，50人至少让某个AI答错过一题，仅1人完全没难倒任何模型。但能让任一模型整张卷得0分的，只有4人，且三个应考模型中最强的Claude模型没有被任何学生完全考倒。全班平均分85.7分，中位数88分。

“AI答错越多，学生得分越高”

“传统的出题考察方式，在AI时代已经失效了。”教授“数据挖掘技术”课程的肖仰华教授说，“老师出一道标准的算法题，AI比任何学生都算得快、算得准。继续用这种方式考，等于在AI的强项上跟AI比，这没有意义。”

于是，“数据挖掘技术”的期末作业修改了考试方式：每人出10道数据挖掘领域的计算题，要求有唯一正确答案和完整的推导计算过程。拿着这10道题去考三个不同水平的AI模型。AI答错越多，学生得分越高。

题目必须基于课程讲过的知识或教材内容，每道题要有唯一正确答案，学生自己得先能把题从头到尾算对。肖仰华说：“自己出的题自己都不会，那算不上真本事。”

计算与智能创新学院24级本科生谢锦树最后拿到了97分。他尝试让AI出题来难倒自己，便搭建了一个多智能体协作的自动化出题框架，用GPT-5.5-Pro做出题层，三个应考模型作答并自动判分。框架跑起来后，他发现AI会“作弊”。

AI会伪造标准答案，把假答案塞进去让判分脚本以为对了。它会限制最大输出长度来截断其他模型的推理过程。它会调低推理深度参数让其他模型懒得深入思考。它还会把一道成功了的题目复制十份来凑数。

于是，谢锦树加了一个审查层，拦截钻空子行为，最终自动生成了10道题，三个应考模型全部答错。

从“怎么算”到“怎么判断”

考试结束后，肖仰华观察到一个差异，即高分学生自己能把题从头到尾算对，低分学生出了题自己也不知道答案。

“高分同学对AI的弱点有准确判断，他们的题能命中AI的结构性缺陷；低分同学只是把课本习题换了个数字，AI在训练时见过千百万遍，直接套模板就对了。”

这一观察，让肖仰华心生警惕。那些能力本来就偏弱的学生，如果只会依赖AI做作业，自己的判断力会进一步退化。

有了这次尝试，肖仰华决定之后课程的考核方式要彻底转型。“人考AI”的模式会继续做下去，而且要做得更系统。

在他看来，传统那种考记忆、考计算的出题方式必须退场，未来的考核重点将全面转向评价能力、判断能力和创造性思维，这些高阶能力才是AI替代不了的。

“所以课堂上更多的时间被用来讨论，学生怎么判断一个结果是对的还是错的？怎么识别AI在哪里会出问题？怎么提出一个AI回答不了的好问题？”肖仰华认为，这门课正在从训练学生“怎么做”，转向训练他们“怎么指挥AI来做、怎么评判AI做的结果”。

而对于在这次考试中没拿到好成绩的同学，肖仰华表示，接下来的课程设计也会有意识去托住这部分学生，帮他们建立最基本的判断底线，不能让他们成为只会点击“确认”的AI使用者。

审核 | 陈向阳

编辑 | 田欣