2026年5月21日，加州大学伯克利分校高等教育研究中心高级研究员伊戈尔·奇里科夫（Igor Chirikov）与悉尼科技大学和康奈尔大学的研究人员合作，在《科学》杂志上发表了一份关于本科生生成式人工智能（GenAI）使用情况的研究文章，揭示了他们在获取人工智能技术和作弊方面的不平等现象。
在GenAI使用情况方面，研究表明，GenAI在学生群体中被广泛使用：三分之二的学生表示在2023-2024学年期间使用过GenAI，37%的学生表示经常使用（即每月或更频繁）；不同学科的使用模式差异显著，STEM领域的学生使用率更高。同时，GenAI的使用率在性别、种族或民族、社会经济地位和残疾状况方面存在显著差异。仅有33%的女学生报告经常使用GenAI，而男学生的这一比例为45%。同样，少数族裔学生的使用率（29%）低于白人和亚裔学生（39%）。在社会经济地位和残疾状况方面GenAI也存在使用率差异，但这些差距较小，而且在第一代大学生群体中没有显著差异。性别差异在健康科学和经济学领域最为显著，而种族/民族差异在艺术、人文和计算机科学领域最为显著。
在使用GenAI作弊方面，随着GenAI的普及，学术诚信违规行为呈上升趋势。尽管研究表明，GenAI辅助作弊的普遍程度可能不如一些传闻所言，但它们凸显了GenAI对维护学术标准构成的巨大挑战。就各学科而言，GenAI辅助作弊的现象在不同学科领域存在差异，非STEM领域的作弊率估计高于STEM领域。例如，经济学（17%）和新闻学（16%）的作弊率相对较高，而生物学则处于最低水平，仅为5%。鉴于目前GenAI在非STEM学科领域的应用率较低，人们担心随着使用量的增长，作弊案例的绝对数量可能会大幅增加。
这些发现凸显了高等教育中本科生在技术资源公平获取方面的困境，以及加强高等教育评估改革的急迫性。文章提出三条改革建议：一是针对特定学习成果采用更可控的评估环境，例如课堂评估、口试评估、实践评估或考场评估，以便更直接地观察学生的独立表现；二是明确在特定评估情境下，人工智能（AI）的可接受和不可接受使用方式；三是重新设计评估方式，使GenAI的使用受到任务的结构性限制，或被有意地融入其中。
更多信息请参阅：
https://smirnov.au/GenAI_paper.pdf
编译自：《科学》杂志官网（Science），2026-05-21
编译者：上海师范大学国际与比较教育研究院 方帆