澳大利亚高校在人工智能批改学生作业问题上出现分歧：政策各异导致教学与评估走向不同

政策分歧显著

在澳大利亚高等教育体系中，关于使用生成式人工智能评估学生提交作品的做法已经出现了明显的两极分化。新南威尔士大学、墨尔本大学和悉尼大学先后发布了全院禁令，禁止教学人员使用任何AI工具对作业进行评分。相对而言，阿德莱德大学、纽卡斯尔大学、迪肯大学以及皇家墨尔本理工大学（RMIT）采取了有条件的使用模式，允许教师在使用AI辅助批改的同时，必须保留对最终分数和反馈的全部责任。

这两种截然不同的立场源于各校对风险的评估和战略重点的差异。禁用阵营强调学术诚信风险和机器生成评估的可靠性问题；而开放阵营则更看重潜在的效率提升，并认为AI可以作为辅助审阅者，为教师分担部分工作。

有条件使用与学生退出机制

在允许AI辅助的高校中，均设立了相应的安全阀。例如，纽卡斯尔大学为学生提供了“退出AI批改”的权利，确保其作品仅由人工评审。迪肯大学明确规定，教师可以使用AI提升工作效率并支持评估活动，但系统不得自行给出分数。西悉尼大学则坚持“以人为本”模式，强调分数、等级和反馈始终由教师负责。

这些政策的核心目标是平衡工作负担的减轻与学术标准以及学生信任的维护。通过保留最终的人工判断，学校试图降低错误或偏见AI输出的风险，同时仍在探索技术的辅助作用。

仍在探索阶段的院校

部分高校尚未将AI用于批改，但已将其纳入更广泛的教学与评估实践。莫纳什大学、卧龙岗大学和詹姆斯库克大学表示，AI目前并未用于评分环节，但已用于写作助手、个性化反馈生成等工具，以支持学生学习。昆士兰大学则在制定明确政策，确保学术人员仍直接评估作品，表现出对自动化的审慎态度。

这些探索性举措展示了一条渐进的采用曲线：高校先在低风险、低影响的情境中试点AI，随后才考虑将其扩展到高影响的评分决策中。

批评者警告可能出现的“低质量循环”

反对大规模AI批改的声音指出，可能会触发一种“低质量循环”（slop‑cycle），即学生越来越多地提交AI生成的作业，而这些作业随后又被AI评分。该反馈回路会导致验证漂移，使得作品的真实性更难确认，甚至出现未经审查的幻觉内容。批评者担忧，这种循环若导致低质量或捏造的提交被视为合格学术成果，将削弱大学声誉。

警示背后的系统性风险在于：一旦AI成为主要评估者，学生依赖AI生成的动机将进一步增强，可能削弱批判性思维和写作能力的培养。

工作负荷压力与“第二双眼”承诺

澳大利亚的学术人员普遍反映工作负荷过重，批改任务占用了大量有限时间。一些讲师将AI视为潜在的“第二双眼”，能够标记不一致之处或抄袭行为，从而减轻人工负担。然而，这些潜在收益尚未得到充分验证，教师们担心如果AI未能捕捉复杂作业所需的细微判断，可能会导致“灾难”。

效率与未证实可靠性之间的张力凸显了在大规模推广AI辅助批改前进行严格评估的必要性。

昆士兰科技大学（QUT）评估提升项目与教职员工担忧

昆士兰科技大学启动了名为“评估提升项目”的计划，旨在在AI赋能的环境中保持评估的真实性、可信度、可扩展性和面向未来的特性。该计划虽意在现代化评估实践，但教职员工担心项目可能削减人工作业量，从而威胁到依赖批改工作获取收入的临时学术人员的主要收入来源。

QUT的案例说明，机构在嵌入AI的同时必须兼顾劳动力因素，这对合同教学人员的未来角色提出了疑问。

学生对AI驱动评估的抵触

学生情绪为这一议题增添了另一层复杂性。QUT创意写作专业的学生亚历克斯·卡梅隆（Alex Cameron）直言，如果批改完全由机器完成，他宁愿不为学位付费。卡梅隆的发言反映了更广泛的学生对AI驱动评估的抵触，尤其是在需要细致反馈的学科。

这种抵触表明，任何向自动化评分的转变都必须考虑学生对人际互动和导师指导的期望。

效果不确定且缺乏实证数据

大学代表承认，AI辅助批改在大规模应用时的有效性仍是未知数。所谓的质量或效率提升大多未经过实证检验，也没有提供任何关于结果可靠性的实证数据。这一承认使得AI对评估的影响仍需进一步评估，并强调在机构层面推广前进行系统性研究的重要性。

缺乏坚实证据的情况下，政策决策容易被猜测而非可验证的收益所驱动。

对组织的实际影响

对于与澳大利亚高校合作或招聘毕业生的用人单位而言，当前的多元化AI政策格局提示需要保持警惕。雇主应认识到，不同院校的评估标准可能因AI政策差异而出现显著差异，这可能影响毕业生能力的一致性。若所在高校允许AI批改，组织可考虑在凭证核查之外增设技能测评，以确保毕业生接受了严格的人工作业评估。相反，禁止AI评分的院校可能培养出在细致分析能力方面更具优势的毕业生。无论哪种情况，与教育伙伴就评估实践保持透明沟通，有助于对齐期望并降低因评分方式分歧带来的风险。

• 新南威尔士大学、墨尔本大学、悉尼大学 – 禁止AI批改。
• 阿德莱德大学、纽卡斯尔大学、迪肯大学、RMIT – 在人工监督下允许AI辅助。
• 昆士兰科技大学 – 评估提升项目，旨在实现AI赋能的真实性。
• 莫纳什大学、卧龙岗大学、詹姆斯库克大学 – 将AI用于教学支持但不用于批改。