Brown University 經濟學教授 Roberto Serrano 今年春季舉行一次帶回家完成的考試，將生成式 AI 對高等教育的衝擊，由抽象憂慮轉化為可量度的數字， 86 名學生的期中試平均分高達 96 分，當中有 40 人取得滿分；同一批學生在課室內完成的期末試，平均分只有 48.6 分，創下他任教 34 年來的最低紀錄。Serrano 事後估算，至少 50 名學生在期中試使用 AI 作弊，並形容證據確鑿。這宗外界視為常春藤盟校史上最大規模的 AI 作弊事件，配合 Brown University 校內生成式 AI 教學委員會 GAITL 同期發表的報告，正動搖僱主長年依賴的一個基本假設：一紙成績單能夠反映個人的實際能力。對企業而言，這並非單純的校園倫理新聞，而是人才評估基礎設施的一場系統性故障，管理層需要重新設計驗證機制。
事件經過與數據
Serrano 講授的 ECON 1170 福利經濟學與社會選擇理論，過去接近 20 年一直採用課室考試， 2025 年 12 月校園槍擊案造成 2 死 9 傷後，不少學生表示難以在密閉課室應試，他因此首次批准學生在家完成期中試，維持閉卷規定，並依賴榮譽守則約束。由於學生擁有近乎無限時間，他刻意提高題目難度。歷年該科期中試平均分介乎 65 至 80 分，這次卻衝上 96 分。他當時沒有即時要求重考，只向學生說明若期末表現與期中差距過大，便會取消期中成績。
期末試在監考環境下進行，結果印證了他的疑慮， 18 名學生退修，另有 9 人缺席，而在這 27 人當中， 22 人期中試取得滿分。留下應試的學生平均只得 48.6 分， 3 人得 0 分。 Serrano 隨後將期末試比重由 50% 上調至 80% ，並宣佈期中成績作廢。他向傳媒表示，社會不能容許一大批最優秀的年輕頭腦資源認為作弊沒有問題，因為這會導致社會走向衰敗，「我們不能選擇變成蠢材」。持有 Harrison S. Kravis 講座教授席位、擔任《 Games and Economic Behavior 》編輯，並於 2024 年獲得西班牙國王經濟學獎的 Serrano 亦批評校方回應軟弱，指事件反映出高層必須處理的系統性失敗。
GAITL 報告顯示， Brown University 有 56% 本科生每日或每周使用 AI 工具，研究生與醫科生比例升至 67% ，碩士生更達 85% 。學生最常將 AI 用於解釋複雜問題與為程式碼除錯，而這些正是訓練高階認知的環節。報告引用美國與英國的既有研究，指出約 25% 學生曾提交利用 AI 協助完成的功課，比率每年顯著上升。矛盾之處在於， 88% 本科生與 73% 研究生同時擔心 AI 削弱自己的認知能力；教職員一方， 95% 憂慮學生的長遠學習成效， 5 分之 4 預期認知能力將會下降。委員會審視相關文獻後認為，過度依賴會壓抑高階思維與後設認知，但若教師提供明確指引， AI 亦能補足學生思考。 Princeton 的一項調查則顯示， 29.9% 學生承認曾在考試或功課上作弊，大部分均涉及 AI 。
企業如何應對驗證失效
僱主過去將大學成績、名校品牌與遠程評估結果，當作低成本的能力代理指標， 當一個班別的帶回家完成的考試平均分可以由 65 分跳升至 96 分，這些代理指標的訊噪比便急劇惡化。 Western Governors University 的《 2026 Workforce Decoded 》報告顯示， 78% 僱主認為工作經驗的價值等同或高於學位，同時 53% 僱主表示最大的招聘難題，正是無法核實應徵者是否真正具備其聲稱的技能。 Greenhouse 的 2025 年招聘 AI 報告數據更直接： 91% 招聘人員曾識破求職者造假， 41% 求職者承認以提示注入手法欺騙 AI 篩選系統， 28% 承認生成虛假作品集，而 46% 求職者表示對招聘流程的信任在過去一年下降。
企業可以循 3 個方向重建驗證能力， 第一是將評估重心由「產出」移向「過程」，以現場設計討論、即席修改既有方案、限時白板推演等形式，觀察候選人在缺乏工具輔助下的推理路徑。 Serrano 的實驗說明，同一批人在兩種考試條件下的表現落差，本身就是最有效的鑑別工具。第二是將 AI 使用能力納入正式評核，而非單純防堵。 GMAC 於 2026 年訪問 39 個國家 621 名招聘主管的調查發現， AI 相關技能的重要性升幅最大，但僱主仍會將其與溝通、解難、適應力、數據分析與策略思維一併評估； 3 分之 1 僱主已利用 AI 取代部分初級職位，令入門崗位的能力門檻進一步上移。企業與其禁止候選人使用 AI ，不如要求他們在指定工具下完成任務，再解釋每個判斷背後的理由。第三是重新設計新人培訓。若院校無法保證畢業生的基礎推理已經扎實，企業的入職期便要承擔補課功能，人力資源總監與營運總監需要就此重新分配預算，將過往用於篩選的資源，部分轉移至上任後 90 天的能力驗證與補強。
風險管理層面同樣需要更新， 金融、醫療、法律與工程等受規管行業，員工的獨立判斷能力直接構成合規責任。一個習慣將推理外判給模型的初級分析員，可能無法察覺模型輸出中的錯誤假設，而這類錯誤在監管審查中屬於機構責任。技術總監與風險總監應當就關鍵決策流程，明確界定哪些環節容許 AI 輔助、哪些環節必須由人手完成並留下審計軌跡。
趨勢判斷與結語
Brown University 已承諾落實委員會建議，短期公佈全校 AI 使用指引，各學系另訂細則，中長期則投放資源提升教職員的 AI 素養，並在不損害學生發展的前提下設定合理限制， Princeton 停止沿用 133 年的免監考榮譽守則傳統，反映同類調整正於多所院校同步發生。學界的方向逐漸清晰：完全禁用並不切實際，放任使用則會侵蝕能力，出路在於將 AI 定位為受教師指引的認知輔助工具，並將高風險評核搬回可控環境。
企業界的調整將沿相似軌跡展開， 學歷作為篩選訊號的權重會持續下降，研究者所稱的「準備度組合」將取而代之，即學位、專業證書、可展示的實作成果與可驗證的 AI 應用能力 4 者疊加。招聘流程會由減少摩擦轉向增加合適的檢查點，身份核實、結構化評估與現場能力展示的比重上升。長遠而言，最稀缺的並非懂得使用 AI 的人，而是懂得判斷 AI 何時出錯的人。 Serrano 那道 47 分的落差，量度的正是這種判斷力的真實存量。企業若將這個數字讀成校園醜聞，便錯失了它的意義；將其讀成對現行人才評估體系的壓力測試結果，才能及早重建可靠的驗證機制。
來源：TNW
