AI眼镜搭载ChatGPT-5.2通过考试 传统评估体系面临挑战‌

　　近日，香港科技大学的一场特殊考试实验引起了广泛关注。张军教授和孟子立教授团队利用一副搭载了ChatGPT-5.2大语言模型的乐奇Rokid AI眼镜，成功完成了该校《计算机网络原理》课程的期末考试。在仅耗时30分钟的答题过程中，这台AI设备交出了一份得分92.5分的答卷，这一成绩超越了95%的同期人类考生。

　　为确保实验的有效性，研究团队完全复刻了真实考试的场景与环境。他们选择了硬件开发自由度较高的乐奇Rokid AI眼镜作为载体，并为其配备在响应速度与知识储备方面均属顶尖的ChatGPT-5.2模型。在考试中，AI眼镜通过内置摄像头拍摄试题，将图像信息传输给后端的大模型进行处理。大模型在平均0.8秒内即可完成题目推理并生成答案，随后答案被反向回显到眼镜的镜片上，供操作者抄录。

　　最终的答题表现相当亮眼：在面对选择题和单页短答题时，AI取得了满分;虽然在涉及跨页信息的逻辑推理题上出现了细微的计算偏差，但其答案在整体推理的连贯性与解题步骤的完整性方面，均远超大多数学生。

　　这一实验结果并非偶然。此前，英国雷丁大学的一项研究也曾表明，在提交的AI生成答卷中，有高达94%能够通过人工审核，并且其平均成绩普遍高于真实学生的答卷。

　　此次实验更深层的意义，在于尖锐地揭示了当前传统教学评估体系中的一个核心矛盾：以考查知识点记忆和标准解题步骤推导为主的笔试形式，恰恰是人工智能最为擅长的领域。当机器在“提交标准答案”方面表现得比人类更出色时，传统考试所承载的衡量与区分意义便被极大地削弱了。

　　面对来自人工智能的冲击，全球范围内的高等教育机构已开始积极寻求改革路径。例如，纽约大学推出了AI口试系统，通过持续追问学生的推演思路来评估其真实理解深度;部分院校则引入了需要展示过程的项目式作业与现场答辩，要求学生详细解释自己的决策依据与思考逻辑。此外，也有教育机构尝试采用“过程性档案袋”的评价方式，完整记录学生从提出问题到最终解题的整个思维轨迹，从而将评估的重点从单纯的“结果正确性”转向对“思考过程质量”的考察。