复旦大学一课程考试改“人考AI”，4名大学生出题让AI拿0分

IT之家7月5日刊文，关于复旦大学“数据挖掘技术”课程所进行的一次非同寻常的期末考核。据报道，学生们在这场特殊考试中，身份发生了转变，不再是被考者，反而担当起出题者的角色。

据了解，每位学生需要精心设计10道题目，目标是将三个AI模型难住。评判标准是AI模型的回答错误数量，被难住的模型级别越高，对应学生获得的分数也越高。

复旦大学计算与智能创新学院的教授肖仰华对此现象发表了看法，他认为传统的考试模式在AI时代已不再适用。教授举例说，如果教师布置一道标准的算法题目，AI往往能以远超学生的速度和准确性完成解答。若继续沿用这种考试方式，无异于在AI擅长的领域与其进行较量，这样的比试并无实际意义。

因此，该课程的期末项目被重新设计，要求学生各自编制10道数据挖掘领域的计算题，每道题目都必须有明确的对错答案，并且需要提供详尽的解题步骤。随后，学生需用这些自创题目去测试三个不同能力的AI模型。AI回答错误次数越多，学生的得分也就越高。

在提交的51份期末作业中，50名学生至少使得某个AI模型答错了一题，仅有1人未能使任何模型犯错。不过，有4名学生成功让任一模型在整份试卷上得零分，但即使是这三个待测模型里级别最高的Claude模型，也未能被任何学生完全难倒。全班平均成绩为85.7分，中位数为88分，这就是这场“人考AI”期末考核的最终得分情况。

文中介绍，这三个AI模型代表了不同的难度级别：DeepSeek V4-Flash答错一题可加1.5分，MiniMax M2.7答错一题加2分，Claude Sonnet 4.6答错一题加3分。最终总分由两部分构成：60分的基础分加上根据AI难度给出的附加分，总分上限为100分。“基础分保障每位认真完成10道合规题目的学生都能得到60分，而考倒AI则是加分项。”

肖仰华强调，“此设计的核心思想在于，我坚信，只有当学生真正深入理解了相关知识，他们才能找到AI的薄弱环节。这不是偶然，而是能力的体现。”