美國越來越多大學正放棄或不鼓勵使用人工智慧（AI）偵測工具，以揪出學生的作弊行為。由於這些工具被發現既不可靠，又可能錯誤地指控學生，學術界被迫重新思考如何維護學術誠信並評估學生表現。
隨著AI聊天機器人能夠生成具說服力的書面作業內容，「家庭作業詐騙」（homework scams）問題日益嚴重，學生大規模作弊變得輕而易舉。然而，多項研究顯示，AI文字偵測工具的判斷常不準確，可能產生誤判（false positives），嚴重損害師生之間的信任。康乃爾大學（Cornell University）便直言，由於難以準確偵測AI生成內容，這類技術不大可能提供可行解決方案。
面對AI偵測工具的不可靠性，大學教授們不得不設計創新的方法。威斯康星大學麥迪遜分校（University of Wisconsin–Madison）生物學教授 Timothy Paustian 曾嘗試在作業中植入隱藏指令，成功揪出 350 名學生中 60 人使用 AI。然而，他坦言現在大型語言模型（LLMs）已能忽略這類提示，警覺的學生也會移除，使得偵測策略失效。他對法新社（AFP）表示：「我幾乎已放棄低年級課程中的傳統書面作業。」他認為，LLMs 促使教育者在作業設計上更具創意，但也感嘆因此失去了教導學生思考的機會，因為寫作是展現思考能力的重要方式。
事實上，誤控學生使用 AI 作弊可能嚴重影響他們的學業成績和未來職業發展，甚至有學生因此起訴大學。耶魯大學（Yale University）和康乃爾大學發布的指導方針指出，AI 偵測工具不盡完善，存在誤判風險，且對非英語母語者可能帶有偏見，並無法有效阻止學生使用 AI。此外，新興的 AI「人味化」（humanizing）工具，能將 AI 生成的文字改寫得更像人類撰寫，進一步挑戰了偵測器的效用。根據 American Association of Colleges and Universities 和 Elon University 的調查，高達 95% 的大學教職員擔心學生過度依賴 AI 工具。麻省理工學院（MIT）的一份報告也警告，聊天機器人能創造學習的假象，導致學生在遇到困難時「認知投降」（cognitive surrender），直接依賴 AI。
因此，越來越多教育工作者開始重新思考學生的評估方式，例如將帶回家完成的書面作業與口試結合，或是採用影片辯論等形式。哈佛學院（Harvard College）院長 戴維·戴明 (David Deming) 透過電郵向學生表示：「我們都將受益於退出 AI 偵測的業務。」他建議，大學應該在寫作課程中接受或甚至鼓勵學生使用 AI 工具，並停止使用 AI 偵測。
