跳转到内容
主站 新闻 控制台

AI 毁掉了我的计算机学位

· 量子位
国内AI

教授也用Claude糊弄学生……

Jay 发自 凹非寺
量子位 | 公众号 QbitAI

“AI正在毁掉我的计算机学位。”

写下这行控诉的,是一位从小梦想学习计算机的大二女生——Katie。

Image 3

她没有名校光环,高中数学只拿了个B;此前也从未接受过任何科班集训,唯一拿得出手的“项目经历”,不过是几个略显简陋的网页小游戏。

原本以为,迈进大学象牙塔后,终于能系统深入地学好计算机了。

谁曾想——

课程大纲是 Claude 批量生成的,期末大作业是 LLM 自动批改的,甚至连导师发来的关怀邮件,都很可能来自后台的自动化脚本……

面对这荒诞的一幕,她无奈地写道:

“由于AI的介入,我的大学似乎正在经历一场生死存亡的危机。”

这篇博客发布不到24小时,便迅速登顶 Hacker News 首页热榜第一。

彻底崩坏的计算机系

在她的求学经历中,自本轮生成式AI爆发以来,学校的教学政策就从未停止过“反复横跳”。

最开始自然是全面拥抱:

给学生作业打分并撰写评语、生成课程大纲、发送全员催学邮件……全部接入了大模型。

结果呢?

折腾不到三个月,校方就发现生成的内容充斥着幻觉与垃圾信息,随后火速撤回。

整套教学管理体系,始终处于一种极其分裂的状态:

“你们绝对不能使用AI!”
“哦不,纠正一下,所有人必须使用AI!”
“不对不对……好像还是不能用AI……”

随之而来的,是一幕幕极具讽刺意味的场景。

同一门课程,在上一个模块的作业中,教授强制要求学生使用AI,并声称这是考核成绩的重要维度。

听罢,你咬咬牙,自掏腰包订阅了 Claude。

到了下一个模块,你满怀自信地提交了精心调教的模型代码,迎来的却是——

“涉嫌学术不端,使用LLM扣分处理?!”

坦白讲,如果仅仅是规则朝令夕改,学生们或许尚可勉强应付。

最让作者难以接受的是:自己付出高昂学费、拼尽全力考上大学,本是指望在专家教授的指导下系统汲取知识。

结果,堂堂大学教授竟然也用 Claude 来糊弄学生?

台上的导师一边严厉警告学生切勿投机取巧,转过头却把教学需求全丢给 Claude 一键生成资料。

以往的作业,好歹是教授结合教学目标深思熟虑、在教研组反复推敲过的,任务体量适中,循序渐进。

而现在,教授们甚至可能连生成的 Markdown 文本都未曾核对过。满篇都是大语言模型生成的空话套话,一份长达3000字的作业说明,竟要求提交15份材料。

掐指一算,作业量直接比以往翻了三倍……

Image 4

最终的结果,是那些原本数学基础薄弱、转专业跨考过来的普通学生,只能被倒逼着囫囵吞枣、走马观花地应付知识点。

“我来到这里是为了踏踏实实学到真本事,而不是在一份长达3000字的作业里,浮于表面地去应付15个根本完不成的任务!”

更令人崩溃的情况还在后头。

许多同学苦苦钻研了十余天,代码却无论如何都无法运行。

直到截止日期前一周,授课老师才慢悠悠发来一封勘误邮件:

“作业大纲中有两处存在错误,现已修正,请大家重新提交。”

学生们白白消耗的精力与算力成本,又由谁来买单?

Image 5

那么,高校究竟为何会演变至此?

Katie认为,责任倒也不能全推给一线教授,真正的根源在于管理层。

“你知道资方最喜欢听什么吗?规模化教学,最好全流程自动化!
这样一来,他们就可以在不增加人力成本的前提下,尽可能多地从学费中榨取利润。”

既然大模型能够自动化出题、秒批作业,校方又何须斥资聘请助教、增加讲师编制?

技术沦为了校方缩减教学支出的借口,无节制地压榨教职人员,导致讲师的工作负荷早已超出了人力所能承受的极限。

Katie提到,自己平时根本见不到导师的身影。

唯一的互动,是在自己连续数天未登录线上学习平台后,收到了一封署名导师的关怀邮件——

然而当她紧张地打开信件后才发现,这根本不是导师手写的内容,只是一则系统触发的自动告警。

Hacker News上的激烈争论

帖子发布后迅速走红,登顶 Hacker News 首页榜首。

评论区涌入了大量计算机从业者。

但出乎意料的是,即使同属计算机领域,舆论也并非完全一边倒,而是割裂成了截然对立的两极。

一派是早已在行业站稳脚跟的资深从业者。

在他们看来,眼前的种种混乱,不过是技术范式演进过程中的阵痛期。

“我已经从事这一行超过二十年了,每天都在学习新知识。过去几年里,随着AI技术的演进,我的学习效率不仅更高,对底层系统的理解也更为深刻。”

在这一派视角中,AI终归只是一件高效的工具。只要懂得运用大模型展开苏格拉底式的问答引导,当下的学习资源不知比当年优渥了多少倍。

“AI并不会取代教育与传统学习方式。相反,它能提升你的理解力与记忆力。对于具备技术思维和自学能力的人而言,AI是持续精进的强力放大器。”

甚至有不少经验丰富的前辈对年轻一代流露出了羡慕之意:

“成为一名高级工程师,并不取决于你在软件开发领域熬了多少年。我见过极具天分的21岁年轻开发者,其编程能力足以媲美甚至超越工龄20年的资深工程师。
我认为,他们之所以表现如此优异,核心在于打牢了扎实的计算机科学基础。”

但这终究只属于少数人的叙事。

而在天平的另一端,绝大多数初出茅庐的应届生,感受到的只有窒息。

有跟帖者援引了一项量化研究结论:

“斯坦福大学的研究人员指出,初级职员面临的就业收缩趋势不仅仍在持续,且在进一步扩大。
具体而言,在最易受AI冲击的行业中,22至25岁年轻员工的就业率比受影响较小的同龄群体低了19%。”

常年负责招聘的从业人员也坦承了这一现实:

“确实,与其耗费数月精力去培养一个毫无经验的应届生,不如直接给资深工程师配齐顶配的 Coding Agent 来得高效。
坦白讲,面对即将毕业的计算机专业学生,我很难给出切实的建议。”

付出四年青春攻读计算机,最终却面临无岗可投的境地……

那么,计算机学位的意义究竟何在?

找回编程的温度

关于这个问题,或许可以在 Katie 的博客末尾找到答案。

在文章结尾,她写下了这样一段话:

“我才不管计算机科学和数学是不是已经走到头了,我依然想学!
诚然,我关心未来的职业发展,但这并不意味着我必须抛弃已学到的一切,或是停止探索的脚步。
领域内还有那么多值得探寻的方向,无论是否与AI相关。铺天盖地的舆论总在大肆宣扬‘软件工程已死’‘不用AI就会被淘汰’,让人喘不过气来。
难道一个女生就不能单纯出于好奇与乐趣,去学一学统计学吗?”

经历了这场闹剧后,Katie给出的回答是:

“我可以继续应付这套体系,但我不想再这么做了。那只会让我感到消化不良。
也许我会回到 OpenProcessing 上,去写一些毫无实用价值的小游戏。
至少,现在的我是真正懂得如何去编写程序的。”

随后,她展示了自己早年在 OpenProcessing 上开发的几个简陋小作品:

一个伴着动感音乐的简易太空射击游戏;

Image 6

一只点击后会发出“喵”声的莫古利;

Image 7

以及一个通过麦克风输入声音把小鱼吓跑的交互 demo。

Image 8

坦白说,这些作品十分稚嫩。

任何一个拿出来,其视觉与完成度都无法与如今利用 Astra 或 Fable 输入一句提示词所生成的效果相提并论,甚至远不如一个开源模型的 Demo 吸引眼球。

但在打开页面的一瞬间,你依然能清晰感受到某种模型永远无法生成的特质——

生命力。

那是许多开发者最初爱上写代码时的纯粹模样。

不为在求职流水线上刷穿数百道算法题,不为在周报里汇报节省了多少 Token 成本,更不为迎合层层加码的考核指标。

在这项技能被功利主义规训之前,仅仅是在黑底白字的终端中敲下几行代码,看着屏幕上的像素点随着自己的逻辑跳跃运转,便足以让人兴奋至通宵达旦。

人类亲手创造了近乎无所不知的智能机器。

然而在这一进程中,我们却似乎正把人类最本真、最宝贵的探索欲与沉浸感,悄然关在了门外。

博客原文:https://lordtoots.bearblog.dev/ai-is-destroying-my-cs-degree/