加州大学伯克利分校计算机科学课程中不及格率飙升，教授们认为AI使用增多与数学能力下滑是主因

# 不及格率飙升：教授认为AI使用增加和数学技能下降导致加州大学伯克利分校计算机科学课程成绩下滑 来源：https://www.dailycal.org/news/campus/academics/failing-grades-soar-as-professors-see-greater-ai-usage-dwindling-math-skills-in-uc-berkeley/article_16fad0bf-02cb-4b8c-8d88-888ffd9f8608.html 2026年春季学期，加州大学伯克利分校多门计算机科学课程的不及格率显著高于以往学期，偏离了该系的评分标准。 教师们指出，学生过度依赖人工智能、数学基础薄弱以及师资不足是潜在的影响因素。 根据Berkeleytime的数据，2026年春季学期CS 10课程中有35.3%的学生、CS 61A课程中有10.6%的学生获得F。而在2025年春季和2024年春季，这两门课程的F比例均未超过10%。电气工程与计算机科学系的评分指南规定，包括CS 10和CS 61A在内的低年级课程中，D和F的比例应为7%。 此外，指南指出“低年级课程的典型GPA范围应为2.8–3.3”。据Berkeleytime统计，2026年春季这两门课程的平均成绩均为C+，对应GPA为2.3。 加州大学伯克利分校教学教授Dan Garcia在2026年春季教授了CS 10“计算的美丽与乐趣”和CS 61A“计算机程序的结构与解释”。Garcia认为，异常高的不及格率“主要驱动因素”是学生使用大型语言模型（如Claude、ChatGPT和Google Gemini）导致的“学术不诚实行为大幅增加”。 “你看到的一些不及格学生人数，是因为我们抓到他们（作弊）并进行了处理，将他们的案件提交给了学生行为中心，”Garcia说。“但在其他情况下，是学生过于依赖大型语言模型来替他们完成作业，结果到了考试时根本没有准备好。” 据Garcia称，2026年春季学期CS 10课程中近30名学生被发现在带回家的考试中作弊。 Garcia本学期所教的两门课程均不按曲线评分；相反，每个字母等级都有相应的分数门槛。这意味着学生的成绩不取决于同班同学的表现。 Garcia认为，教师“不应使用曲线评分”，而应该公开每个字母等级的门槛，并给学生多次达到这些门槛的机会。他还表示，他非常喜欢“对给A的数量没有限制”这一想法。 “我强烈反对哈佛的做法，即只有一小部分学生能获得A，”Garcia说。“我认为应该对A有明确的标准，然后给人们大量的机会……在不降低标准的情况下达到A的标准。所以每个使用曲线评分的人都掩盖了这一影响。这完全掩盖了问题，假装一切正常，但实际上肯定出了问题。” 除了过度依赖人工智能，Garcia还指出许多学生数学准备不足，这一担忧也得到了校园副教学教授Gireeja Ranade的认同。 Ranade在她2026年春季的EECS 127课程“工程优化模型”中也发现了类似的问题，她形容本学期教授这门课“挑战不同”。该课程的不及格率为16.8%，远高于EECS系所述的高年级课程“典型”D和F比例（5%）。 Ranade表示，学生应该在进入这门课程之前已经学习过线性代数、向量微积分和数学证明等课程。然而，她在办公时间发现许多学生在线性代数上遇到困难，更令她震惊的是，一名学生告诉她，他们在伯克利修读的线性代数课程在作业和考试中采用“开放互联网、开放AI政策”。 Garcia和Ranade已加入超过1300名加州大学教师的行列，签署了一份请愿书，呼吁在加州大学系统的STEM招生中恢复ACT和SAT标准化考试成绩要求。请愿书及其附带的公开信详细提到了对学生数学准备的类似担忧。 Ranade今年还改变了课程结构。此前，EECS 127包含一个由教授和助教团队指导完成的期末项目。由于师资不足，Ranade不得不取消这部分内容，她表示大多数学生在此项目上得分很高。 根据EECS系主任Jelani Nelson在X上的一篇帖子，由于EECS助教的小时工资较高，校园不得不减少本科生CS的招生人数以及本科生助教的数量。 Ranade和Garcia也都注意到学生课堂参与度的下降。Ranade说，办公时间过去常常“爆满”，但本学期她和助教们注意到办公时间的“参与度非常低”，尽管他们经常鼓励学生参加。 Garcia在过去两个学期中也发现他的办公时间出席率类似下降。 “我过去办公时间总是满的，但第一次，没有人来我的办公时间，”Garcia说。“独自坐在办公室里真是令人惊讶。” 展望未来，两位教授都在重新思考他们的课程。 Garcia计划在第一天上课时向未来的学生“宣传”2026年春季发生的事情，同时尝试找到一种方法识别需要额外补习支持的学生。 Ranade强调，在人工智能时代，教授应该“教学生更多，而不是更少”，并补充说，她希望学生获得批判性思维和分析性思维能力，以便在“竞争激烈的世界”中成为领导者。 两位教授都强调学生需要更加适应解决难题。 “我们真的需要确保我们的学生做好准备，成为可靠的、有贡献的公民和领导者——这些是伯克利的学生：不只是明年或后年，而是在他们未来40年的时间里，”Ranade说。“我们需要——并且希望——教他们如何……接受新的挑战。” “我喜欢我同事的一句话：‘困惑是学习的汗水。’我太喜欢这句话了，”Garcia说。“我认为很多学生没有付出这种汗水。”