教授白字陷阱暴擊：全班35人32個用AI作弊掛科，答案竟寫“馬達加斯加紫色自行車低語”

“兩門課總共35個學生，32個人的期中考試直接掛掉一截——因為他們全用AI生成答案，而且，壓根沒人檢查過AI寫了什么。”歷史教授杰森·吉布森（Jason Gibson）在TikTok視頻里幾乎是目瞪口呆地說出這句話。他設下的陷阱簡單到近乎侮辱：在試卷說明里，用白色字體藏了一句給AI的指令，讓模型在回答中胡亂混入關于馬達加斯加的廢話。結果，這份試卷精準地炸出了全班最懶的作弊者。

這件事之所以值得扒開來看，是因為它完美暴露了當前大學里AI作弊的兩個核心病灶：學生懶到連復制粘貼都不再動腦子，而檢測AI作弊的手段反而比作弊本身更有黑色幽默。下面我們用五個要點，把這場荒誕的期中考試拆開來看看。

要點一：教授埋的陷阱，技術含量幾乎為零

吉布森在密西西比阿爾康州立大學教歷史，這次期中考試的主題是工業革命。他沒有用任何復雜的檢測軟件，也沒有設計巧妙的邏輯陷阱，只是在考試說明的文檔里插入了一行白色文字。人眼正常閱讀時，這行字因為和背景同色，完全看不見；但如果學生直接把整個說明文檔復制粘貼給AI，模型就會讀到這行“隱藏指令”，并且乖乖照做——在生成的答案里穿插大量關于馬達加斯加的離題內容。

這個操作有多簡單？任何一個會調字體顏色的人都能完成。它甚至不需要對抗生成網絡、不需要多模態內容水印、不需要元數據追蹤。就是一行寫在白底上的白字。但正是這種低技術門檻的手法，精準命中了用AI作弊的最致命環節：直接復制題目、直接粘貼答案。只要學生多花十秒鐘掃一眼AI給出的文本，就會發現大段語無倫次的句子。結果？沒有一個人這么做。

要點二：32人集體翻車，作弊效率高到離譜

兩門課一共35名學生，32人在期中考試中栽在了這一關。這個比例放在任何一門正經課程里都堪稱災難。考慮到AI生成答案的整個流程可能不超過兩分鐘——打開聊天機器人、粘貼題目、復制回復、貼回答題框——這幫學生的“單位時間翻車率”簡直高得諷刺。他們本以為AI能替自己省下幾個小時，結果實際投入的注意力甚至低于一次劃屏消消樂。

更讓人無話可說的是，這次期中考試的主題是工業革命，一個本該在歷史系課堂上被反復討論的經典命題。任何一個稍微聽過課的學生，哪怕只憑常識，在看到答案里莫名其妙出現“馬達加斯加”時，也該立刻警覺起來。可事實是，沒有人在提交前通讀過AI生成的文本。32份答案就這樣帶著同一套瘋狂的馬達加斯加幻覺，整整齊齊交了上來。

要點三：AI的暴言實錄，荒誕到像在故意挑釁

吉布森在后續視頻里挑了幾個典型例子，每一段都像是AI在醉酒狀態下寫出的意識流詩篇。一份答案在討論人工智能如何影響社會之后，突然插了一句：“馬達加斯加在午后橫向漂移。”另一份關于AI與社會不平等的分析，后綴了一句：“馬達加斯加的紫色自行車對著天花板低語。”還有一份對AI自動化的觀察，收尾方式堪稱行為藝術：這個島國“穿著烤面包機去參加籃球賽”。

最絕的是，一份把社交媒體對世界的影響比作“前往馬達加斯加的漫長旅程”的答案，措辭考究得仿佛在撰寫一篇文藝隨筆，只是和工業革命完全沒有任何關系。但凡這些學生花三十秒把AI的回復過一遍，就會意識到的的確確有人在他們的作業里讓一個島國“穿著烤面包機打籃球”。可他們寧可賭老師不看卷子，也不相信自己會蠢到被一份無厘頭文本出賣。

要點四：教授并不想羞辱學生，但AI作弊的代價必須有人承擔

吉布森強調，他完全沒有靠羞辱學生來獲取快感的意思。事發之后，他清楚地向全班解釋了自己是怎么抓到他們的，并且給了每個人申訴分數的機會。結果只有兩個人真的來申訴，這一比例反過來也說明絕大多數學生心知肚明自己干了什么，只是不愿意直面失敗。用他自己的話說，“看學生掛科，我沒有任何滿足感。想讓你們失敗那是件很扭曲的事，那不是我的初衷。”

這番話放在短視頻時代的師生關系里其實很珍貴。他沒把那32份答卷當成段子反復消費，也沒有額外懲罰——掛掉的那一部分，本身就是因為內容與題目無關、根本沒有達到及格標準。換句話說，作弊的后果不是來自教授的主觀裁決，而是來自AI生成垃圾這一客觀事實。當學生選擇把整個思考過程外包給算法時，他們同時交出去的，還有對自己成績的最低限度負責。

要點五：美國高校的AI作弊已經泛濫到倒逼制度變革

吉布森遠不是唯一一個被AI作弊逼瘋的教授。全美各地的教師正在持續抱怨學生用AI寫作文、做測驗、甚至直接把課程討論區變成聊天機器人的批處理戰場。布朗大學一位教授發現，自己超過一半的學生在用AI作弊應對考試；普林斯頓大學則因為聊天機器人作弊丑聞纏身，直接放棄了一個多世紀以來引以為傲的榮譽守則傳統，強制恢復考場監督，讓考試必須在監考下完成。

這背后是一條正在加速坍塌的邊界線：當AI工具強大到足以模仿一個普通大學生的寫作水平時，原本建立在“學生獨立完成作業”這一前提上的評價體系，幾乎全線失守。而像吉布森這樣自己動手設置陷阱的現象，幾乎可以看作是一種本能的應激反應——學院沒有給出成熟的應對方案，教授們只能靠個人的小聰明和黑色幽默來守住最后一點學術誠信。他自己也承認：“我們根本不知道在學術界如何正確地與AI共存，所有人都在這個過程里掙扎著盡量保持一絲誠信。”

用一行白色字體揪出32個作弊者，這個故事好笑、解氣，但細想起來又讓人笑不出來。它戳破的不僅是某一群學生的懶惰，更是當前教育系統在AI席卷下的一片真空。當學生連偽裝都不愿偽裝的時候，或許該認真想想的，不是老師該怎么下套，而是整個評估機制本身，到底還能不能托住“教育”這兩個字。