ブラウン大学教授が告発！試験で横行する「AIカンニング」の実態とは？

ブラウン大学の教授が、試験においてAIによる大規模な不正行為が横行していると強く糾弾しました。生成AIの普及により、学生が自身の思考なしに回答を作成するケースが増加しており、教育現場における評価方法のあり方が問われています。

マジかよ、やばいな。持ち帰り試験（take-home test）はもう終わりってことか。でもさ、学部生がこういうことするのって昔からずっと理解できないんだよね。高い金払って大学に行ってるのに、肝心の教育を受ける部分をスキップしちゃうって何なの？なんのためにやってるんだろ。

トップ大学の競争率が高い学部で、相対評価で成績がつけられるような環境にいると、周りの学生がAIでカンニングしてるのを知ってたら、自分もそうするしかないっていう状況になるんだよね。特に今は新卒の就職も厳しくなってるし、学校生活の間にインターンやサイドプロジェクトで人一倍頑張らなきゃいけないっていうプレッシャーもすごい。カンニングなしで競争に勝つなんて無理ゲーだよ。

こういう記事って、AIツールが登場する前から学生が大量にカンニングしてたっていう事実をいつも無視してるよね。「持ち込み不可」の持ち帰り試験でカンニングするなんて、昔から全然難しいことじゃなかったし。

彼（著者）はゲーム理論の研究者なんだろ？だったら、競合相手全員が（恐らく）LLMを使っている状況では、ゲーム理論的に最適な戦略は自分もLLMを使うことだっていうのに気づくべきだったね。

「持ち帰り・持ち込み不可（take-home, closed-book）試験」って、なんて矛盾した言葉なんだろう。AIが問題なんじゃなくて、そういう仕組み自体が問題だって意見には同感。

AI時代においては、試験は対面で手書きにするしかなさそう。今の状況に合わせて自分の授業をどう変えたか、記事にまとめてみたよ：https://htmx.org/essays/universities-and-ai/ 皮肉なことに、AI時代になったことで、巨大な講義室や業務用コピー機みたいな「コンピュータ以前のインフラ」があるおかげで、大学の学位の方が学生の知的能力を示すより良い指標になるかもしれないって思ってる。

ダートマス大学のコンピュータサイエンス学科で実際に目の当たりにしてるけど、状況はかなり悪い。今、新しい初級システムカリキュラムを設計してるんだけど、これを「敵対的」な問題として捉えてるよ。つまり、最小限の労力で最高成績を取ろうとする学生でも、ちゃんと学習目標を達成せざるを得ないコースを作るってこと。他の人が言ってる通り、紙の試験はもちろんだけど、提出した課題の内容をちゃんと理解してるか確認する1対1の面談もやる。面談では「このライブラリのこのマクロを使ってるけど、何をしてるもの？」「この関数が何をしてて、どう動くか説明して」っていう事実確認と、「なんで他じゃなくてこのコードの構成にしたの？」「他にどうやって解決しようとした？」みたいな概念的な質問の両方を聞く。これなら学生がコードを生成することは止められなくても、少なくともそのコードを詳細に理解しなきゃいけなくなるしね。自分でコードを書くことには劣るけど、どれくらい悪いんだろう？数学の授業だとその差は天と地ほどあるけど、プログラミングなら（証拠はないけど）そこまで差は大きくないんじゃないかな。過去の経験から言うと、評価基準を最初に明確にしておけば、学生は覚悟を決めるから、ちゃんとやるか、あるいは最初の週にドロップする。持ち帰り試験で始めておいて、コースの途中で急に紙の試験を突きつけたりすると、記事にある通りクラスの半分がカンニングして再起不能になっちゃうんだよね。一般的に学生は、純粋な学習意欲も少しはあるけど、それ以上に成績にめちゃくちゃ動機づけられてる。もし苦労せずに良い成績が取れる簡単な道があるなら、ほとんどの学生はそれを選ぶ。（うちの学部生の授業レビューサイトの名前、マジで「Layup List（楽勝リスト）」っていうんだよ。本当に恥知らずだよ。）良い成績へのすべてのルートが、ちゃんと内容を学ぶ必要があるか、あるいは学ぶより難しいルートじゃないとダメなように設定するのが僕ら教員の仕事だね。学生を責めても仕方ないよ。彼らは評価指標を最適化するのが得意なんだ、だからこそそこにいるわけだし。僕らが評価基準を、求めている成果と一致させるように調整すればいいだけの話だよ。

大学教授として正直に言うと、成績をつける意味が本当によくわからない。成績を見て、それを気にする人って誰？たぶん企業の採用担当くらいだよね。でも、なんで私たちが企業のために無料で選別作業をしなきゃいけないの？それに、成績なんてとっくの昔にインフレしすぎてて、いっそ全員にAをつけて、どうやって採用するかは企業側に考えさせた方がいいくらいだよ。

驚くことじゃないね。カンニングは昔からあったけど、今はプレッシャーも強くて簡単にアクセスできるから、より横行してる感じがする。先生たちや学校のリーダーたちと話した結果、AIの扱いには主に3つの対応があると思ってる。

1. 罰する：宿題や持ち帰り試験でのAI利用を検知して、カンニングとして扱う。

2. 防ぐ：口頭やオフラインのライブ試験に切り替えて、カンニングを難しくする。

3. 受け入れる：結果ではなく、プロセスを評価する。

基礎科目については、2つ目の方法が唯一の現実的な答えだと思う。3つ目は、クリエイティブな課題やプロジェクトベースの作業なら上手くいくかもね。

AIを最大限使わせて、むしろ推奨すべき。教育者側も、自分が使うか使わないかは別として（教科によるし）、どう活用するかを学ばないと。もしAIが人を変えるなら、学生より上手に使えるようにならないとね。AIが役に立たないならそうすればいいし、役立つなら使うべきだよ。評価の尺度は、何がテストされていようが「アウトプット」そのもの。エッセイをうまく書くこと、内容を明確に理解すること、問題セットを解くこと、なんでもね。もし常にAIへのアクセスを許可した上で、AIがあってもなくても解けるような難しい問題をテストに出せば、それは公平だよ。例えば「Yについてのこの4つの文章を明確に説明せよ」とかね。適当にAIで調べてボロボロの文章を書いたって役に立たないし、高信号で密度が高く、正確でA評価に値するものにはならないだろう。でも、AIを使いこなせる人間と、中身を深く理解している人間なら、結局社会からは同じように評価されるはず。結局テストしてるのは、回答の正しさと情報の密度なんだから。だから、AIを使って結果を出した人たちも、使わない人たちと同じように評価されるという現実を、今すぐにでも受け入れなきゃ。教育者には、それが関連するならAIを使いこなす義務があるし（AIが不要な分野ならそうでないとしても）、学校側はそれを資金面で支援すべきだし、もし資本に余裕があるならAI企業も人道的に支援するべきだね。あと、エンジニアである私たちでさえ、AIで「正しさ」を出すのは本当に難しい。でも、AIを使って正しく物事を行う方法を教え始めれば始めるほど、次の世代は準備ができるようになるはず。