AI走进校园引争议 半数家长担忧孩子过度依赖AI工具

据商业内幕报道，随着生成式AI加速进入中小学教育场景，越来越多美国家长开始关注孩子使用AI工具带来的影响。德勤最新发布的年度返校季调查显示，50%的受访家长担心孩子“过度依赖AI”，与此同时，也有不少家长认为学校在AI教育方面准备不足。

此次调查共覆盖1150名拥有学龄儿童的家长。调查显示，约30%的家长表示，孩子已经在学校作业中使用生成式AI工具。不过，仅有22%的家长表示孩子所在学校提供了官方认可的生成式AI工具，另有33%的家长称学校已经制定AI使用规范。

调查还显示，超过三分之一的家长认为学校没有为孩子提供足够的AI技能教育。其中，约八分之一的家长计划自费让孩子参加AI辅导课程或夏令营，以帮助其掌握相关能力。

报道称，AI在基础教育中的普及正引发新的讨论。一方面，越来越多学生开始将AI用于学习和完成作业；另一方面，学校也在探索如何规范AI使用，并调整教学方式。

商业内幕提到，此前一位加拿大物理教师表示，由于学生越来越频繁地借助AI完成作业，他开始增加纸笔书写作业的比例，以便更准确判断学生真实的写作和思考能力。

此外，商业内幕还援引案例称，有小学生曾利用学校配发的Chromebook设备，通过GoogleGemini生成趣味图片，这也反映出生成式AI工具已逐渐进入低年龄段学生的日常学习和使用场景。

via cnBeta.COM - 中文业界资讯站 (author: 稿源：凤凰网科技)

OpenAI炮轰AI评测"标杆"： 731 道题近三成有缺陷， 8 个月通过率从23%飙到80%已失灵

OpenAI发布博文公开挑战行业权威评测基准SWE-Bench Pro，认为在 731 个公开测试任务中，约30%存在评测缺陷。SWE-Bench Pro由Scale AI推出，专门评测大语言模型与AI智能体的编程能力，因高度贴近实际企业级开发且具备极高的防作弊标准，现已成为AI软件工程领域的行业权威基准。

OpenAI在博文中指出一个关键信号：前沿模型在该基准上的通过率仅用 8 个月就从23.3%飙升至80.3%。这一"进步"速度过于异常，OpenAI认为该基准已无法有效评估模型的真实软件开发能力，很可能是因为评测本身存在系统性问题，而非模型能力真的实现了如此飞跃。

两条审查路径交叉验证，近三成任务"不合格"

为验证判断，OpenAI启动了两条并行审查路径。其数据点分析流程标记出 200 个失效任务，占全部 731 个公开任务的27.4%；同时开展的人工标注活动识别出 249 个失效任务，占比34.1%。基于这两条路径的交叉验证，OpenAI预估SWE-Bench Pro约30%的任务存在缺陷，涉及测试过严、提示不充分、测试范围过窄和提示具有误导性四类问题。

OpenAI还披露了一个典型案例：某道题要求将内容转为Markdown时在行首加入 1 个空格，但隐藏测试却要求 2 个空格。这意味着模型完全按照题面说明编写代码，仍然会被判错。这类"隐藏要求与明文说明不一致"的问题，直接导致模型的真实能力被错误评估，也解释了为何通过率会出现不合理飙升。

撤回采用建议，呼吁重建AI评测体系

基于这次分析，OpenAI正式撤回此前对SWE-Bench Pro的采用建议。OpenAI认为，后续需要由资深软件开发者专门为AI评测设计新的基准，而非简单沿用面向人类开发者的测试逻辑。当行业"标杆"本身都可能存在近三成缺陷，整个AI评测体系的公信力便面临拷问。从跑分竞赛回归真实工程能力评估，或许是AI软件工程评测下一步必须跨越的门槛。

via AI新闻资讯 (author: AI Base)