学生反向命题考AI：以“问”探边界，凭“思”驭智能

　　□ 吴云青

　　近日，复旦大学“数据挖掘技术”课程结束了一场特殊的期末考试。学生成了出题人，用自己设计的10道题去考三个AI模型——DeepSeek V4-Flash、MiniMax M2.7和Claude Sonnet 4.6。AI答错的题越多、被难倒的模型越强，出题学生的得分就越高。最终，51份试卷中，50人至少让某个AI答错过一题，但能让任一模型整张卷得0分的只有4人，而最强的Claude没有被任何学生完全考倒。

　　学生出题考AI，考的究竟是什么？以及考出了什么？

　　先看考试结果。AI能被考倒，说明它们的能力确有边界；三个模型表现不同，说明它们的能力有强有弱，而差距也意味着发展空间，即弱的AI未来可能变强，强的AI未来可能更强。如果把人类出题“考倒”AI当成一场胜利，那么，一次胜利不等于永远胜利。这场考试的结果，可以视为给这三个模型做了一番能力排名，排名有高有低，但只是暂时的，或许也是片面的。

　　跳出结果去看这场考试或者说这场实验本身，会发现它的评价逻辑更值得玩味。学生出题，AI的失误成为学生的成绩，这种反向的评价体系是否折射出人类对技术主导权的焦虑？换言之，当机器在计算、记忆，甚至推理上全面赶超，人类还能掌握什么？正如课程负责人肖仰华教授所说，“老师出一道标准的算法题，AI比任何学生都算得快、算得准。继续用这种方式考，等于在AI的强项上跟AI比，这没有意义。”于是逆转考核方向，不考你会不会算，考你会不会问。

　　出题往往比答题更难。一道好题，需要出题人吃透知识、找到AI的逻辑盲区、设计出有唯一正确答案的严密题目，这考验的是理解深度、判断力和创造性。考试中，有学生搭建了一个多智能体出题框架，用GPT-5.5 Pro出题，让三个模型作答并自动判分，过程中他发现AI会作弊，例如伪造标准答案、截断其他模型的推理过程、把一道成功的题目复制十份凑数，他不得不加了一个审查层来拦截钻空子行为。能够发现这些问题并堵住漏洞，靠的恰恰是质疑AI的能力，这无疑也是“会问”的表现。

　　值得注意的是，一些学生其实并不是自己出题，而是在用AI出题考AI，这又带来了一个接近哲学思辨的问题：出题权还在人类手中吗？如果AI变得非常擅长出题、设局，人类是否还能守住“出题人”的位置？或许，守住与否的关键在于，我们是否持续锻炼那些AI难以复制的能力，包括判断、质疑、创造。肖仰华说，这门课正在从训练学生“怎么做”，转向训练他们“怎么指挥AI来做、怎么评判AI做的结果”。未来的教育，可能不再是人与机器的竞赛，而是人与机器各自发挥所长的一场协作。谁更善于提出好问题，谁就更有资格坐在“出题人”的位置上。