2026年春季UC Berkeley的CS 10和CS 61A课程挂科率分别达35.3%和10.6%，远超往年及院系指导线。教授Dan Garcia指出，学生大量使用ChatGPT、Claude等LLM作弊，以及数学基础薄弱是主因。
发生了什么
2026年春季学期，加州大学伯克利分校计算机科学系的CS 10（计算机之美与乐趣）和CS 61A（计算机程序的结构与解释）两门课程挂科率创下新高。根据Berkeleytime数据，CS 10有35.3%的学生获得F，CS 61A为10.6%。而在2024和2025年春季，这两门课程的挂科率从未超过10%。电气工程与计算机科学系的指导方针要求低年级课程中D和F的比例控制在7%以内，且平均GPA应在2.8-3.3之间。但今年春季两门课的平均GPA仅约2.3（C+）。授课教授Dan Garcia表示，他使用的评分制度是固定分数线而非曲线，因此分数真实反映了学生能力下降。
为什么值得关注
Garcia教授明确将异常高的挂科率归因于“学术不诚信的大幅增加”——学生大量使用Claude、ChatGPT和Google Gemini等大型语言模型完成作业和take-home考试。仅CS 10一门课就有近30名学生因take-home考试作弊被查处并移交学生行为中心。此外，许多学生数学基础准备不足，这一点也得到EECS 127课程教授Gireeja Ranade的印证。Garcia强调，他不赞成哈佛等校限制A等级比例的做法，主张设定清晰标准并给学生足够机会达标，但“曲线”会掩盖问题。这些现象反映出AI工具对高等教育学习效果的深层冲击：过度依赖AI代替思考导致考试时无法独立应对，而固定分数线制度让能力下降暴露无遗。
原文链接: https://www.dailycal.org/news/campus/academics/failing-grades-soar-as-professors-see-greater-ai-usage-dwindling-math-skills-in-uc-berkeley/article_16fad0bf-02cb-4b8c-8d88-888ffd9f8608.html