教授寫文章罵學生數學差，結果文章被驗出AI寫的：這場風波該看的三件事

八月二十日，英國《衛報》報導了一則在大學圈流傳多日的爭議：加州大學伯克利分校數學教授斯坦科娃（Zvezdelina Stankova）在《舊金山標準報》發表約兩千詞的評論文章，指她課堂上的部分學生數學程度落後「五到八年」，連分數與基礎代數都沒掌握，並把問題歸咎於加州大學不參考 SAT 等標準化考試成績的招生政策。文章刊出後沒幾天，伯克利學生報《加州人日報》的記者用 AI 偵測工具 Pangram 檢查，判定文章有百分之三十三的內容由 AI 生成或經 AI 協助。教授承認用了 AI 幫忙編輯與找資料，但強調那是累積數百小時、其中約八十小時由她本人投入的成果。

於是網路上的討論迅速分成兩派。一派覺得諷刺到家：一篇指責學生程度不夠的文章，自己就帶著機器的指紋。另一派覺得這根本轉移焦點，重點是學生到底準備好了沒。這場風波發生在八月，事發已過數日，值得回頭看的是它照出的三個更普遍的問題：寫作裡的 AI 到底算什麼、偵測工具能不能當裁判、以及這篇文章真正想推的政策議題被吵掉了多少。

先把「用 AI」這件事講清楚一點

一般人聽到「文章是 AI 寫的」，腦中浮現的畫面多半是打開聊天機器人，下一句指令，複製貼上。但斯坦科娃描述的工作流程並不是這樣：她說自己用 AI 查找與招生政策倡議相關的大量文件與文章，再由團隊成員進行分析，AI 另外也用在文字編輯上。換句話說，AI 在這裡扮演的角色比較接近一位效率很高的研究助理兼文字編輯，而不是捉刀的代筆者。

這中間的差別，用廚房來比喻會比較好懂。自己備料、自己掌勺，最後請人幫忙擺盤調味，和叫一整桌外送端出去說是自己煮的，在多數人眼裡是兩件事。問題在於，現行的發表規範多半還沒有為這條模糊地帶畫出界線。《舊金山標準報》的回應就停留在原則層次：「AI 可以提供協助，但我們刊登的每一篇文章都必須有人類作者，並由人類對每一個字負責。」這句話聽起來正確，但對「協助到什麼程度需要揭露」沒有給出任何具體答案，於是每個案例都得靠事後爭執來定義。

這與我們先前分析的Twitch 主播內容成為 AI 教材的集體訴訟有相似的結構：平臺或制度假設「內容由人類生產」這件事天經地義，卻沒想過 AI 時代需要把這個假設拆開來重新約定。

偵測工具能當裁判嗎

學生記者用的 Pangram 是這則新聞裡另一個值得停下來看的角色。該公司宣稱辨識 AI 生成文件的準確率達百分之九十九點六六，平均約每兩萬四千份文件才誤判一次。這數字聽起來很威，但加州大學系統「AI 委員會」的成員克裏滕登（Camille Crittenden）直接點出疑慮：大多數 AI 偵測工具仍然相當不可靠，缺乏細緻的判斷能力。

為什麼不可靠？因為這類工具判斷的依據是文字的統計特徵，例如句構的規律性、用詞分布的平滑程度。可是人類寫的公文、學術論文、新聞稿本來就高度制式，而經過人機反覆編修的文字，特徵更是混在一起。一篇有人寫了八十小時、又經 AI 潤飾的文章，工具給出「百分之三十三 AI」這種數字時，其實說不清楚那百分之三十三是代筆、是潤飾、還是誤判。這也提醒一般讀者一件實際的事：把偵測工具的分數當線索可以，當判決書就有風險。這個風險在課堂上早已存在，老師拿工具抓學生作弊、學生喊冤的戲碼，這次只是換成教授成了被檢測的對象，權力位置整個翻了過來。

真正的新聞點，其實是那個「三倍」

這篇文章被 AI 爭議搶走風頭之前，它原本承載的是一個有分量的政策主張。斯坦科娃與同事的分析數據顯示，加州大學實行不參考標準化考試成績的招生政策後，修微積分 I 之前被判定基礎嚴重不足的學生人數增加到原本的三倍。文章發表前，她還與超過三千名加州大學教職員共同署名六月的一封公開信，支持恢復招生考試，而那封信的編輯過程同樣用到了 AI。

招生政策的背景值得補充。二零二零年，加州大學董事會投票決定逐步取消申請時提交標準化考試成績的要求，哈佛、史丹佛、麻省理工學院與耶魯等校當時也做了類似決定。此後這些學校已全數恢復了考試要求，加州大學是還懸在原地的少數。標準化考試該不該當入學門檻，牽涉的是教育機會、衡量工具與補救教學資源之間的長期拉鋸，這個題目比「教授用不用 AI」重要得多，卻也是這場風波裡最被擠到邊緣的部分。

斯坦科娃本人的回應切中這一點：AI 究竟怎麼用，與團隊為推動恢復標準化考試投入的數千小時工作沒有直接關係，爭論這個反而轉移了對真正問題的關注。這句話有道理，卻也忽略了一件事：當作者自己站在「學生素質下滑」的道德高地發言時，文章的生產方式本身就成為可信度的一部分。要求別人誠實面對能力問題的人，自己的作品經得起同樣的檢驗，這種期待雖然苛刻，卻是輿論場的現實。

一般人可以從這場風波帶走什麼

對在大學裡寫報告的學生、在職場上寫文件的上班族來說，這次事件有幾個可以直接沿用的判斷。

第一，揭露標準正在成形，但目前沒有統一答案。學術期刊多數要求聲明 AI 使用方式，新聞媒體各有各的編輯政策，一般企業則多半還沒規範。在規範空白的地帶，最穩的做法是自己先設一條線：AI 用於查資料、潤飾文字可以，核心論點與分析必須是自己產出的，而且被問到時能清楚說明流程。斯坦科娃的困境之一，就是她的說明是在被檢測出來之後才補上。

第二，檢測工具的分數不能單獨當作指控依據。無論是老師抓學生、媒體抓作者、還是公司抓員工，只拿一個百分比定罪，遲早會遇到誤判的案例。流程證據，例如草稿、修改紀錄、能當場答問的能力，比工具分數可靠得多。

第三，爭議會自己挑選要燒的柴火。一篇文章的論點強不強，與它的生產方式確實有關係，但關係多大，取決於文章的核心是事實分析還是個人見證。這篇評論的核心是數據分析，AI 用在編輯與找資料，對論點的傷害理論上有限；換成一篇主打個人經驗與反思的散文，同樣的 AI 使用比例，殺傷力就完全不同。讀者在判斷「AI 代筆」指控時，先看文章的權威來源是什麼類型，再決定要燒多大怒火，會比跟著標題走準確許多。

這場風波最後大概不會有裁決。學校沒有針對教師在評論文章中使用 AI 的具體規定，媒體的原則性聲明也不會因此改寫。但可以預期，隨著越來越多公開發言被放上偵測工具檢驗，「誰能用 AI、用到哪裡、要不要說」這三個問題會反覆出現，直到揭露規範長出共識為止。在那之前，每一個寫字的人，包括教授、學生與你，都活在同一條模糊線上。