大学课堂强制用 AI 写作业：协同修改比直接甩提示词好得多

当大多数老师还在绞尽脑汁用检测工具抓学生作弊时，沃顿商学院教授 Ethan Mollick 却反其道而行之。

本学期，他在自己的三门本科和研究生创新创业课上明确立了规矩：学生必须使用 AI 工具完成作业。这不仅包括构思方案、写材料，还要拿 AI 做图甚至做应用。这周他又拿到了新版 Bing 的测试权限，直言过去的 AI 预期已经全过时了。

经过一段时间的教学实验，他交出了一份很有意思的课堂观察报告。

只给一句话，AI 就只能写出 C- 水平的平庸论文

许多老师抱怨学生交上来的 AI 文章假大空，Mollick 觉得原因很简单：只要没经过专门训练，几乎所有人一上来用 AI 的方式全都是错的。

他在课堂上布置了一次「合法作弊」实验。学生需要让 AI 生成一篇关于领导力或团队协作的五段式论文，配一张图，并且必须尝试至少五次提示词，最后写反思。绝大多数人第一次尝试都是直接把作业要求粘进去，顶多加一句用学术口吻写，结果出来的全都是平庸的及格分水平。

逼着学生改了五次提示词后，人群分化成了三种路线。

第一种是小修小补，继续指望 AI 自己发挥，结果写出来的东西依旧假大空。第二种是往提示词里拼命加背景知识和限制条件，虽然质量提升了，但学生总觉得像在抽盲盒，很难精准微调。

效果最好的是第三种：协同编辑。学生不再指望一次性生成完美答案，而是像导师带助手一样，告诉 AI 哪一段概念不对、事实有误，要求换掉特定段落或增加案例。这种来回拉扯不仅产出的文章质量最高，学生在挑刺和纠错的过程中也学到了最多专业知识。

幻觉没骗过学生，但举手提问的人变少了

很多人担心 AI 胡说八道会误导学生，但实验结果显示这可能有点多虑了。因为课堂规定学生必须对最终事实全权负责，大家对挑错反而格外上心。学生不仅能抓出编造的引用和虚构故事，甚至能指出 AI 抓住了案例骨架，但丢失了核心语境。

在偏见问题上也是如此。学生很快发现图像生成工具默认把商学院学生全画成男性，并主动在提示词里调整，试图反映真实的班级多元度。

AI 的全面介入确实大幅拉高了学生期末商业项目的整体质量和团队参与度。但 Mollick 也发现了一个隐忧：课堂上举手提问的人明显变少了。私下一问才发现，很多同学听不懂时不再当场举手，而是打算课后私下让 ChatGPT 解释给自己听。

为什么重要

我们认为，这项教学实验最聪明的地方，在于彻底打破了「AI 会让学生停止思考」的非黑即白论调。把 AI 当成单向输出的自动贩卖机，得到的一定是垃圾；但如果把它当作对练的实习生，由人类负责审查、推敲逻辑和核对事实，教学过程反而从死记硬背变成了高阶的批判性思维训练。

对普通人和职场人来说，这也是一份现成的工作流指南。别再迷信单次写出完美提示词的神话，拿出一两句话直接让模型出方案，注定只能拿到平庸的及格线成果。像编辑审稿一样多轮互动、段落级微调、指定角色并即时纠偏，才是目前用好大模型的最优解。

不过，课堂提问减少的现象也给所有人提了个醒。当 AI 成为永远有耐心、绝不嘲笑你的私人导师时，公共场合的思想碰撞和即时追问很可能会被消解。如何避免人机交互退化成封闭的舒适圈，是接下来的教育者和工具开发者必须面对的新课题。