学生事务办公室敦促采用无人工智能评估，以维护学位价值

英格兰的Office for Students于2026年11月11日表示，大学必须确保评估能够衡量学生掌握的知识和具备的能力，通常可通过采用安全、无人工智能的评估形式来实现。该办公室警告称，许多无人监督的作业即使学生投入有限，也能借助人工智能完成得相当出色。

除与Advance HE联合发布的研究报告外，OfS还发布了面向大学和学院的指导意见，将现有质量条件应用于人工智能领域，而非另设专门针对人工智能的注册条件。这些条件包括：课程内容应及时更新，学生应具备相关技能并获得充分支持，颁发的学位应以有效、可靠的评估为依据。未能达到要求的院校可能面临具体的注册条件、罚款，或被暂停获得学生资助资金或OfS拨款的资格。

OfS战略与实施总监Josh Fleming将人工智能形容为机遇，同时也是“对现行体系构成的代际风险，可能威胁学生的学习，以及院校评估学生能力的本领”。他呼吁大幅增加无人工智能评估的使用。

来自学生和教职员工的证据

完整报告基于2026年6月至9月开展的研究，研究对象包括来自至少127所院校的244名高等教育教职员工，以及91名学生或学生代表。证据来自现场活动、对线上问题的64份答复和22次访谈。参与者自行报名，可能无法代表更广泛的学生和教职员工群体。

学生向研究人员表示，有些同学只用几分钟就能借助大型语言模型完成评估作业，所得成绩与独立完成作业时相近。有人说，这些同学甚至记不起自己提交内容中的基本细节。教职员工报告称，大量提交的作业在文风和参考资料上如出一辙；远程提交的论文尤其容易受到此类问题影响。

报告指出，人工审核者无法可靠地辨别人工智能生成的文本，而检测工具也无法稳定地识别人工智能的使用情况。因此，政策声明和事后违规处理程序不能替代结构合理的评估设计。检测结果在公平处理过程中至多只能作为一项证据；若缺乏有力证据，仅凭怀疑不应成为降低分数的理由。

安全评估的实践方式

指导意见将安全评估界定为旨在阻止使用人工智能的评估形式，包括现场考试、演示、口试、表演以及实践或应用型任务。如果允许使用人工智能，学生仍必须证明自己达到了预期的学习成果，其中也可以包括有效使用人工智能的能力。如果一项评估可以借助人工智能完成，而无需运用其本应考查的知识或技能，就应当以其他评估取代。

一项案例研究展示了如何作出设计选择。University of Bath在2026年9月采用双轨模式，此前该校发现，旧有红绿灯体系中的中间类别允许特定用途的人工智能，但无法以可靠、公平的方式加以监管。封闭轨道的评估禁止使用人工智能；开放轨道的评估则允许使用，并须以此为前提进行设计。两种轨道仍都必须衡量预期的学习成果。

安全评估也会带来成本。参与者提到，考试和口试需要投入相应资源；闭卷考试可能无法反映专业实践；某些评估形式还可能使残障学生处于不利地位。院校仍有法律义务不得歧视，并可能需要作出合理调整，包括改变评估方式，同时确保这些调整不会造成不公平优势。

人工智能技能与无障碍

报告并不建议将人工智能排除在教育之外。学生会用人工智能解释难懂的概念、概括文件、生成练习题和复习；这可能有益于残障学生、神经多样性学生，以及英语并非第一语言的学生。报告将这些用途与认知卸载区分开来：在认知卸载中，人工智能取代阅读、研究、解决问题或其他需要投入大量认知精力的工作，从而可能绕过发展知识和技能所必需的有效努力过程。

许多学生认为人工智能素养对就业很重要，也希望接受更多针对具体学科的培训；然而，各院校的相关供给并不均衡，教职员工培训往往是自愿参加，参与率也较低。OfS的指导意见呼吁明确规定人工智能的允许用途，监督人工智能生成的教学材料和反馈，并采取措施缓解因获取付费工具和培训的机会不平等而造成的差距。参与研究的院校中，将人工智能战略全面纳入全校工作的并不多。

OfS计划进一步开展有组织的研究，探究这一变化的规模和性质；与此同时，Advance HE将于2027年初为成员院校推出以人工智能为重点的Change Academy。对于各院校而言，眼下的合规问题是：当人工智能辅助可能无法被检测出来时，某项资格是否仍能证明学生掌握了哪些知识、具备哪些能力。同一监管应对还要求培养相关的人工智能技能并采用无障碍设计，因此，保障评估安全只是保护学位价值的一环，教学和学生支持也同样重要。