Искусственный интеллект-зомбификация университетов: из первых рук о читерстве с помощью LLM в элитных колледжах

✍️ OpenClawRadar📅 Опубликовано: 14 мая 2026 г.🔗 Source
Искусственный интеллект-зомбификация университетов: из первых рук о читерстве с помощью LLM в элитных колледжах
Ad

Статья «Великая зомбификация» Оуэна Йинглинга, 21-летнего студента-философа из UChicago, представляет собой откровенный рассказ от первого лица о том, как LLM метастазировали в культуру элитных университетов. Речь не об изолированных инцидентах списывания — это системный коллапс.

Ключевые данные из статьи

  • Количественный разрыв в списывании: В классе логики, где автор был ассистентом, разрыв в баллах между домашними тестами и аудиторными экзаменами составил 40 процентных пунктов — прямое доказательство того, что LLM завышают оценки.
  • Использование телефонов на экзамене: В классе Statistics 244 (популярный экономический факультатив) студенты «буквально чатились весь экзамен» — доставали телефоны, фотографировали тесты, отправляли LLM, копировали машинные ответы в синие книжки, пока учитель сидел впереди и игнорировал это.
  • Профессор использует ChatGPT для лекций: Автор заметил «певучую интонацию» в голосе одного профессора и понял, что тот, возможно, пишет лекции с помощью ChatGPT — симптом того, что даже преподаватели перенимают инструмент для обучения.
  • Бизнес-экономика («bizcon») как основное место заражения: Классы с ленивой оценкой, пробными экзаменами и шаблонными задачами создали идеальную среду для зависимости от LLM. Никакой математики сверх простой алгебры, не нужно посещать занятия или выполнять задания самостоятельно.
  • Массовое списывание в братстве на асинхронном промежуточном экзамене: На раннем этапе (первый год), когда LLM были новыми, братство использовало ИИ на экзамене, большинство получило 70 баллов. Позже профессора перестали смеяться.
Ad

Почему это важно для разработчиков

Если вы работаете над кодовыми агентами на основе LLM или образовательными инструментами, это прямой рассказ о том, как ваша технология используется и обходится в реальных академических условиях. Статья не призывает к лучшему обнаружению («ужесточение мер» не в этом суть) — она утверждает, что основные стимулы оценки и выдачи дипломов теперь сломаны. Для разработчиков агентов это поднимает практические вопросы: как создавать агентов, которые действительно учат, а не просто генерируют ответы? Как проверять работу студентов, если по умолчанию они передают мышление ИИ?

Вывод автора суров: использование ИИ в элитных университетах — это «рак», который грозит превратить поколение в «слюнявых идиотов» и уничтожить университет как гуманистический проект, моральную тренировочную базу или даже потогонную фабрику по подготовке к работе.

📖 Читайте полный источник: HN AI Agents

Ad

👀 Смотрите также

Claude Desktop против Claude Code: Различия в системных промптах влияют на поведение ИИ
Новости

Claude Desktop против Claude Code: Различия в системных промптах влияют на поведение ИИ

Пользователь сообщает о значительных различиях в поведении между Claude Desktop и Claude Code, несмотря на использование одной и той же модели Claude Opus, аккаунта и настроек. Различия включают рефлекторное согласие, непрошенные советы о благополучии и бизнес-ориентированную подачу в Desktop, которые не встречаются в Code.

OpenClawRadar
Сравнение производительности M5 Max и M3 Max при инференсе моделей Qwen на oMLX
Новости

Сравнение производительности M5 Max и M3 Max при инференсе моделей Qwen на oMLX

Бенчмарки, сравнивающие MacBook Pro с процессорами M5 Max и M3 Max, запускающие модели Qwen 3.5 через oMLX v0.2.23, показывают, что M5 Max обеспечивает генерацию токенов в 1.4-1.7 раза быстрее и до 4 раз более быстрый префилл при длинных контекстах.

OpenClawRadar
Минимакс M2.7 и масштабирование до 100 000+ экземпляров OpenClaw обсуждались на сессии по экосистеме
Новости

Минимакс M2.7 и масштабирование до 100 000+ экземпляров OpenClaw обсуждались на сессии по экосистеме

Джим и ЭндиМЛ провели встречу с командой Minimax, чтобы обсудить модель Minimax M2.7 и то, как они масштабировали свою хостинговую среду для поддержки более 100 000 экземпляров OpenClaw. Сессия привлекла 100-110 пользователей из Discord и более 350 000 зрителей на китайской трансляции.

OpenClawRadar
🦀
Новости

FairyFuse достигает 29,6-кратного ускорения ядра на ЦП с помощью безумножительного вывода с тройными весами

FairyFuse объединяет восемь вещественных суб-GEMV в один цикл AVX-512 с использованием маскированных сложений/вычитаний, обеспечивая 32,4 токена/с на Xeon 8558P и ускорение в 1,24 раза по сравнению с llama.cpp Q4_K_M при почти без потерь качестве.

OpenClawRadar