当AI超越大学生十年寒窗还有意义吗

AI可以超越大学生，获得更高的分数，且大多数情况下无法被检测到 🤯

在一篇论文中，研究人员秘密提交了33份由AI生成的考试答案。主要发现是94%的AI提交未被检测到，并且表现持续优于人类学生。

📌 研究人员在5个本科心理学模块的所有年级中使用GPT-4提交了100% AI生成的答案，包括简答题要求160字和论文要求2000字的标准化提示，并包含学术引用。

📌 对于论文，研究人员需要多次提示GPT-4以达到目标字数。移除了GPT-4添加的任何引用部分，除此之外未修改AI生成的文本。

📌 使用特殊的大学账户将AI答案作为虚假学生提交。AI生成的答案约占总考试答案的5%，以避免因相似性自检出。

📌 评分使用标准大学程序——首先是评分员评分，然后是独立审查。评分员并不知道AI提交夹杂其中。

📌 仅有6%的AI提交因学术不端行为问题被标记。只有3%明确提及对AI的怀疑。

📌 AI提交在4/5个模块中获得了比真实学生高0.5-1个等级的中位分数。唯一的例外是最后一年模块，AI表现较差。

📌 计算了AI优于随机抽取的真实学生提交的概率。对于4/5个模块，AI几乎100%优于真实学生。整体上，在所有模块中，AI优于真实学生的概率为83.4%。

而也就高考结束后，极客公园对九个大模型进行了2024年高考试卷测试，结果显示四个大模型的文科成绩达到了重点本科线，其中GPT-4o和字节豆包表现最佳。相比之下，理科成绩较差，数学最高仅70分。虽然AI在文科方面表现出色，但其数学能力仍有限。

AI在很多方面的能力已超过人类平均水平，尤其在文科科目上，由于训练了大量公开资料。尽管AI能力进步明显，但目前仍无法完全替代人类，尤其在驾驭和利用AI解决问题方面。

OpenAI CTO Mira Murati 在一次访谈中说过：“如果你观察我们的进步轨迹，像 GPT-3 这样的系统，可以说智能水平相当于一个婴儿。而像 GPT-4 这样的系统差不多是高中生的智能水平。在未来几年，我们期望看到针对特定任务的博士级别的人工智能。”

可以预见，AI 参考高考，分数将轻松到达并进一步超过重点线，甚至最终成为高考状元。