评估诚信：作业能查重，能力不能

本文性质： 观察 + 假设（Observation / Hypothesis）　证据标签： 观察 Observation／模型 Model／假设 Hypothesis／实证 Evidence

本篇涉及的证据类型：观察 Observation／假设 Hypothesis／实证 Evidence。凡属本院课堂观察与教学模型的部分，均不作效果承诺。

生成式 AI 进入写作教学后，最先被讨论的总是查重与检测。但检测工具解决的是内容来源问题，而教学真正要回答的是另一件事：这份作业考查的能力，学生在别的地方还能不能独立完成。

检测工具解决的不是教学问题

本院在口语与写作课里做过一些调整。写作课把部分总分改为过程分：提纲、第一稿、修改说明、终稿四件一起交，并记录每一次改动来自谁的建议。口语课改为现场完成，限时、无辅助，题目当场抽。变化之后，学生的焦虑确实上升了一段时间，但讨论具体问题的比例明显提高——因为无法再靠一份成品糊过去。

评估安全与规范认知的两条研究

评估与诚信研究给出了两条可靠的方向。Dawson 2021 年讨论评估安全时指出，把诚信等同于检测是错位的，评估设计的顺序应该是先确定要考的能力，再设计学生无法规避该能力的任务形态。Bretag 与 Harper 2019 年的研究则显示，学生对学术诚信规范的认知，与院校是否清晰说明、是否提供低风险练习机会强相关。两条都是关于设计与说明，不是关于抓人。生成式 AI 带来的新情况仍在变化中，本院的做法是经验选择，不是研究结论。

本院的三条做法

本院的做法有三条：一是把过程留痕变成常态，草稿与修改说明计入评分；二是把核心能力放到无法外包的场景里测，例如现场口语、限时短文、口头答辩；三是把 AI 使用规则写明，什么任务允许用、允许用到什么程度、需要怎样标注。规则写明的班次，学生的争议明显更少。

过程留痕会显著增加教师工作量

第一，过程留痕会显著增加教师工作量，班级规模大时不可行。第二，现场测评的分数与平时表现常不一致，如何解释需要事前说明。第三，检测工具存在误判的可能，不能作为处分依据。以上均属本院教学安排与文献推理，不作效果承诺。

今天就能开始

在下一次布置写作任务时，加一行说明：哪一步可以用 AI，用了要怎么写清楚。

本文依据

• 观察来源： 本院口语与写作课教学记录（2019 年至今）：改为过程分与现场测评后，课堂内围绕具体问题的讨论增加。属课堂观察，未做统计检验。
• 模型出处： 过程留痕、无法外包场景、AI 使用规则三条，为本院课程研发部内部评估安排。
• 待验证项： 过程分与现场测评对学习结果的长期影响，本院无对照实验数据支持。
• 外部文献： Dawson 2021（Defending Assessment Security in a Digital World, Routledge 评估安全）；Bretag & Harper 2019（Journal of Academic Ethics 学术诚信规范认知）。