UC Berkeley CS课程因AI使用激增，数学能力下滑致不及格率飙升

UC Berkeley CS课程因AI使用激增，数学能力下滑致不及格率飙升

美国加州大学伯克利分校（UC Berkeley）的计算机科学（CS）课程正面临一个严峻现实：随着学生对AI工具的依赖程度急剧上升，其数学基础能力持续下滑，最终导致课程不及格率飙升。这一现象并非偶然，而是当下全球高校在拥抱AI技术时必须面对的集体难题。

AI工具带来的“隐形陷阱”

不少学生习惯用ChatGPT等AI代劳作业与解题步骤，甚至懒得手动推导公式。起初这似乎能快速完成学习任务，但长期来看，基本数学运算与逻辑推理能力却在不知不觉中退化。有意思的是，很多年轻人根本没意识到，这种“便捷”其实挺危险——到了考试和项目实战，没了AI辅助，立刻原形毕露。

数学能力弱化是根本症结

CS课程本身对数学功底要求极高，从离散数学到概率统计，每一步都需要扎实的运算与推演能力。当学生过度依赖AI，连基础微积分求导、矩阵运算都要靠工具代劳时，他们自然无法理解算法背后的数学原理。可以毫不夸张地说，这种“跳过思考”的学习习惯，直接导致了看不懂教授板书、解不出考卷题目的恶性循环。

教授们开始调整评估方式

• 增加限时手写考试：要求在无网络、无设备的环境下完成，纯粹考察数学推导与逻辑链。
• 强调过程分：不再只看最终计算结果，而是要求展示完整的推理步骤，以此倒逼学生回归基础练习。
• 加强学术诚信教育：明确区分“正当使用AI辅助查阅资料”与“直接抄袭AI答案”的边界。

难道AI真的成了学生进步的“绊脚石”？

其实并非AI本身有问题，而是使用方式出了偏差。就像计算器普及后，心算能力一度被质疑，但最终教育系统找到了平衡——既要学会用工具提升效率，也要保留基本的运算素养。同理，在CS学习领域，AI应该被当作验证思路的伙伴，而不是替人思考的“外挂”。

给在读CS学子的几点提醒

如果你现在正用AI完成CS作业，不妨试试这个办法：先用纸笔自己推导一遍，再拿AI来校对答案、查漏补缺。坚持下去，数学能力提升了，考试自然不再慌。毕竟，咱们学计算机不是为了当“代码搬运工”，而是创造真正有价值的东西——这需要实打实的数学功底打底。