近日，香港科技大學(xué)的一場特殊考試實驗引起了廣泛關(guān)注。張軍教授和孟子立教授團隊利用一副搭載了ChatGPT-5.2大語言模型的樂奇Rokid AI眼鏡，成功完成了該?！队嬎銠C網(wǎng)絡(luò)原理》課程的期末考試。在僅耗時30分鐘的答題過程中，這臺AI設(shè)備交出了一份得分92.5分的答卷，這一成績超越了95%的同期人類考生。

　　為確保實驗的有效性，研究團隊完全復(fù)刻了真實考試的場景與環(huán)境。他們選擇了硬件開發(fā)自由度較高的樂奇Rokid AI眼鏡作為載體，并為其配備在響應(yīng)速度與知識儲備方面均屬頂尖的ChatGPT-5.2模型。在考試中，AI眼鏡通過內(nèi)置攝像頭拍攝試題，將圖像信息傳輸給后端的大模型進行處理。大模型在平均0.8秒內(nèi)即可完成題目推理并生成答案，隨后答案被反向回顯到眼鏡的鏡片上，供操作者抄錄。

　　最終的答題表現(xiàn)相當(dāng)亮眼：在面對選擇題和單頁短答題時，AI取得了滿分;雖然在涉及跨頁信息的邏輯推理題上出現(xiàn)了細微的計算偏差，但其答案在整體推理的連貫性與解題步驟的完整性方面，均遠超大多數(shù)學(xué)生。

　　這一實驗結(jié)果并非偶然。此前，英國雷丁大學(xué)的一項研究也曾表明，在提交的AI生成答卷中，有高達94%能夠通過人工審核，并且其平均成績普遍高于真實學(xué)生的答卷。

　　此次實驗更深層的意義，在于尖銳地揭示了當(dāng)前傳統(tǒng)教學(xué)評估體系中的一個核心矛盾：以考查知識點記憶和標(biāo)準(zhǔn)解題步驟推導(dǎo)為主的筆試形式，恰恰是人工智能最為擅長的領(lǐng)域。當(dāng)機器在“提交標(biāo)準(zhǔn)答案”方面表現(xiàn)得比人類更出色時，傳統(tǒng)考試所承載的衡量與區(qū)分意義便被極大地削弱了。

　　面對來自人工智能的沖擊，全球范圍內(nèi)的高等教育機構(gòu)已開始積極尋求改革路徑。例如，紐約大學(xué)推出了AI口試系統(tǒng)，通過持續(xù)追問學(xué)生的推演思路來評估其真實理解深度;部分院校則引入了需要展示過程的項目式作業(yè)與現(xiàn)場答辯，要求學(xué)生詳細解釋自己的決策依據(jù)與思考邏輯。此外，也有教育機構(gòu)嘗試采用“過程性檔案袋”的評價方式，完整記錄學(xué)生從提出問題到最終解題的整個思維軌跡，從而將評估的重點從單純的“結(jié)果正確性”轉(zhuǎn)向?qū)?ldquo;思考過程質(zhì)量”的考察。