復旦大學“數據挖掘技術”課程近日迎來了一場別開生面的期末考覈。與傳統坐在考場裏答題的形式截然不同，這次的期末考試讓全班同學悉數坐上了“出題人”的位置。

根據考覈規則，每位學生需要獨立設計 10 道具有唯一正確答案及完整推導過程的數據挖掘計算題，並用這些題目去測試三個不同能力梯度的AI模型。考覈的得分邏輯非常具有顛覆性：AI被難倒的次數越多、答錯的題越難，出題學生拿到的分數就越高。

數據分析 數據監測 互聯網 大數據 (2)

傳統考試在AI時代失效，倒逼教學模式變革

該課程負責人、復旦大學計算與智能創新學院肖仰華教授指出，傳統的出題考察方式在如今的AI時代已經失去了原有的技術檢測意義。如果老師依舊出一道標準的算法題，AI的計算速度和準確率可以輕鬆碾壓任何一位人類學生。

肖教授認爲，繼續在AI擅長的領域和它硬碰硬毫無意義，因此決定將考覈方向徹底逆轉。這種“人考AI”的設計核心，在於引導學生堅信只要真正深入且透徹地理解了專業知識，就一定能夠敏銳地捕捉到AI的邏輯盲區。

最強模型未被攻克，唯有 4 人讓AI吞下零分

在這場交出的 51 份期末答卷中，最終的測試結果呈現出了極具戲劇性的數據對比。全班共有 50 名學生成功讓至少一個AI模型在答題中翻車，僅有 1 名同學未能難倒任何模型，全班整體平均分爲85. 7 分。

值得注意的是，在DeepSeek V4-Flash、MiniMax M2. 7 以及Claude Sonnet 4. 6 這三個迎戰的模型中，處於難度金字塔尖的Claude模型展現出了極強的韌性，沒有被任何一個學生完全考倒。最終，全班僅有 4 名學生憑藉極高水準的原創題目，成功讓其中較弱的AI模型整張試卷吞下零分，順利鎖定了期末滿分。