【量子位 2026年1月6日讯】香港科技大学的一间模拟考场里，一场颠覆认知的“人机考试对决”正在上演——一副搭载ChatGPT-5.2模型的乐奇Rokid AI眼镜，仅用30分钟便完成《计算机网络原理》本科期末试卷，以92.5分跻身年级前五，成绩碾压95%的人类考生。这场由张军教授、孟子立教授团队主导的实验，并非为验证AI“作弊能力”，而是意外撕开了传统教学评估体系的“短板”：当AI在标准化考试中展现出“快、准、稳”的绝对优势，以“记知识、套公式、给标准答案”为核心的评价模式，正面临前所未有的挑战。
一、实验全程：AI眼镜如何“轻松应试”？
为确保实验贴近真实考场场景，研究团队在软硬件筛选、考试流程复刻上做足准备，最终让AI眼镜完整跑通“读题-推理-作答”全链路：
1. 软硬件精挑细选，打造“AI考生”
在硬件层面，团队从12款主流智能眼镜中筛选出3款候选产品（Meta Ray-Ban、Frame、乐奇Rokid），最终选择乐奇Rokid——其SDK开发自由度更高，支持显示内容自定义控制，且摄像头分辨率能满足试卷清晰识别需求，避免Frame因画质限制导致的题目误判。软件层面则锁定OpenAI最新的ChatGPT-5.2模型，看中其0.8秒/题的响应速度与专业知识推理能力，远超其他模型的表现。
2. 考场流程丝滑复刻，30分钟交卷92.5分
考试时，AI眼镜通过内置摄像头实时拍摄试卷题目，经由“眼镜-手机-云端”链路将图像传输至ChatGPT-5.2模型；模型完成推理后生成答案，再沿原路径返回并显示在眼镜镜片上，整个过程延迟控制在2秒以内。最终成绩显示，AI眼镜在多项选择题、单页短答题中斩获满分，即便面对核心问题拆分在不同页码的跨页短答题，也凭借连贯的逻辑推理拿到大部分分数，仅在复杂计算步骤中出现细微偏差。
“它的中间解题步骤比部分学生的最终答案更规范。”团队成员透露，对比100余份人类考生答卷，AI眼镜的答题完整性、步骤严谨性均处于上游水平，而耗时仅为人类考生的1/6。
二、技术短板显现：功耗与清晰度成“软肋”
尽管AI眼镜在考试中表现亮眼，但实验也暴露了当前商业智能设备的工程瓶颈，短期内难以完全适配高压场景：
1. 功耗过高，30分钟耗电42%
持续的Wi-Fi连接与高分辨率图像传输，让AI眼镜成为“耗电大户”。实验数据显示，设备电量从100%降至58%仅用30分钟，若应对3小时的完整考试，需中途充电2次，无法满足长时间使用需求。“现有电池技术与低功耗芯片的匹配度，仍是智能眼镜普及的关键障碍。”乐奇Rokid工程师表示，团队正研发专用低功耗传输协议，目标将续航提升至2小时以上。
2. 摄像头清晰度决定“AI视力”
当试卷出现字迹模糊、反光或拍摄角度偏差时，AI的答题稳定性显著下滑。例如某道跨页计算题因拍摄反光导致数字识别错误，模型后续推理均基于错误数据，最终该题得分率从80%降至30%。这意味着，AI的“考试能力”高度依赖硬件采集的信息质量，复杂考场环境（如灯光昏暗、纸张褶皱）仍会影响其发挥。
三、教育反思：传统评估体系“防不住AI”，问题出在哪？
AI眼镜的高分答卷，并未让教育界陷入“防作弊技术升级”的焦虑，反而引发对传统教学评估逻辑的深度拷问：当机器比人类更擅长“按标准答题”，考试究竟在衡量什么？
1. 传统评估的两大“致命伤”
-
重知识复现，轻能力培养：从小学到大学，标准化考试长期聚焦“知识点记忆”与“标准步骤推导”，而这些正是AI的强项。ChatGPT-5.2能精准背诵《计算机网络原理》的协议参数、算法公式，却无法像人类一样提出“如何优化现有网络架构”的创新问题，也难以在信息不全时做出合理判断——而这些“AI难替代”的能力，恰恰是职场最需要的核心素养。
-
重结果轻过程，忽略思维轨迹：一张试卷只能呈现最终答案，却无法记录学生“如何思考、如何取舍、如何纠错”的过程。英国雷丁大学此前研究更印证这一局限：将AI生成的答卷混入题库，94%成功通过人工审核，且平均成绩高于真实学生。“当答案可以被AI轻松生成，我们却无法区分‘是学生自己推导，还是机器代劳’，传统评估的可信度已被动摇。”北京师范大学教育专家李敏指出。
2. 全球高校的应对：从“考答案”到“考思路”
面对AI冲击，部分高校已启动评估方式改革，试图将“人类独有的思维能力”纳入考核核心：
-
纽约大学AI口试系统：学生提交作业后，需面对AI考官的追问，解释决策依据与思路走向。例如回答“网络拥塞解决方案”时，AI会持续追问“为何选择该算法”“如何应对突发流量峰值”，再结合Claude、Gemini等模型的交叉评分，判断学生是否真正理解知识，而非死记硬背。
-
展示型作业与过程档案袋：国外多所高校取消部分笔试，改为“项目展示+现场答辩”。学生需在5分钟内演示自己设计的网络实验方案，并回答评委关于“方案缺陷”“改进方向”的提问；同时提交“过程档案袋”，记录从提出问题到解决问题的完整轨迹，包括草稿、修改记录、小组讨论纪要等，全方位呈现思维过程。
-
职业教育的AR实训考核：在电工、机械等实操领域，AR眼镜正从“作弊工具”变为“评估助手”。学生佩戴AR眼镜完成接线、装配任务时，设备会实时记录操作步骤、动作规范性、故障排查时长，云端大模型对照行业标准自动评分，既避免人工评估的主观偏差，又能精准捕捉“操作细节中的能力差异”。
四、未来方向：人机协同而非对抗，重新定义“学习价值”
实验团队强调，AI眼镜的考场挑战，并非“教育危机”，而是推动变革的契机。真正的解决方案，不是用技术手段“禁止AI进考场”，而是重构教学与评估逻辑，让人类聚焦AI难以替代的领域：
1. 教学重心转向“高阶能力”
课堂应减少“知识点灌输”，增加“复杂问题解决”“跨学科整合”“创新方案设计”等内容。例如《计算机网络原理》课程可让学生分组设计“校园智慧网络方案”，需综合考虑成本、安全性、用户体验，而非单纯背诵TCP/IP协议栈——这类任务需人类的创造力与判断力，AI仅能提供数据支持，无法独立完成。
2. 评估体系纳入“人机协作能力”
未来的考试，或许会允许学生使用AI工具，但需评估其“如何高效利用AI”：能否精准提出问题、能否验证AI答案的正确性、能否基于AI结果优化方案。例如某道网络故障排查题，学生需先让AI生成可能的故障原因，再通过实验验证排除错误选项，最终提交“AI辅助下的排查报告”，评估重点从“是否找到答案”变为“是否掌握科学的排查方法”。
结语：AI不是“考试对手”，而是教育变革的“催化剂”
港科大的实验犹如一面镜子，照出传统教学评估的陈旧，也映出教育进化的方向。当AI眼镜能在30分钟内考出92.5分，我们不必恐慌于“技术作弊”，而应思考：教育的终极目标，从来不是培养“比AI更会记知识、套公式的人”，而是培养“能提出好问题、能做出好判断、能创造新价值的人”。
未来，随着评估体系从“结果导向”转向“过程导向”，从“知识本位”转向“能力本位”，AI将不再是“考场威胁”，而是成为辅助学习的工具。正如张军教授所言：“这场实验的意义，不是证明AI有多厉害，而是提醒我们：该重新定义‘什么是真正的学习’了。”
