老师也开始用AI判卷了：一份大学成绩，最后该由谁负责？
澳洲多所大学允许生成式AI辅助批改，但边界正在落到人工复核、学生知情与退出、申诉机制，以及数据与知识产权。
文 / 智澜教育 · 2026年9月30日
一份作业由学生完成，老师却可能先让AI读一遍。它可以检查遗漏、比较评分标准，甚至生成反馈草案。问题是：当这份反馈最后变成正式成绩，谁应该为它负责？
澳大利亚多所大学正在给出不同答案。有人允许AI在严格限制下参与，有人明确不让它进入评分环节。真正的分界线，不是“用了没有”，而是人工判断、学生权利和数据责任有没有被保留下来。
争议的核心，不是“老师能不能用”，而是谁承担判断
学生把作业交给老师之后，可能先由AI读一遍吗？澳大利亚高校最近给出的答案并不一致。
《卫报》9月28日更新的一项调查显示，西悉尼大学、纽卡斯尔大学、迪肯大学、RMIT和阿德莱德大学都在不同程度上允许教师把生成式AI用于批改或反馈，但并非把评分权完整交给模型。报道引述西悉尼大学称，分数、等级和反馈的责任仍必须由教师承担；迪肯大学允许AI提高效率、支持评估与行政工作，却不允许它直接给出成绩。与此同时，UNSW、墨尔本大学和悉尼大学等院校选择不让生成式AI进入评分环节。
这不是一条统一的新规，而是一场已经进入制度层面的分歧：AI可以是第二双眼睛，还是也能成为第一位阅卷者？如果模型只做归类、检查一致性或生成反馈草案，教师仍逐项核对，它更像辅助工具；如果教师只看AI给出的结论，评分权实际上已经发生转移。
纽卡斯尔大学把“人来复核”和“学生可退出”写进政策
纽卡斯尔大学的现行政策给出了一条相对清楚的边界。其第35至38条规定：除非课程评分者或协调人先审阅并批准AI输出，否则不得用生成式AI批改学生作品；任何使用都要提前告知学生，并提供退出机会。学生选择退出后，教师不得再用AI处理该份作业。
这里最值得注意的，不是学校简单说“允许使用”，而是把知情、退出和人工责任串成了完整流程。学生在提交前应知道自己的作品是否会进入模型；教师不能把AI生成的反馈原封不动地发回；学校还必须为不愿意参与的学生保留替代路径。
RMIT的政策从治理角度补上另外两块：透明度与可质疑性。学校要求清楚披露AI在学习、教学及运营中的使用方式，维持人工监督与控制；当AI的使用显著影响个人时，应有及时、正当的挑战机制。换句话说，学生不仅应该知道AI是否参与，还应知道出现问题后向谁申诉。
真正危险的不是一次误判，而是“复核”慢慢变成形式
让AI先给出一版批注，理论上可以缓解教师工作量，也可能帮助发现评分不一致。但风险往往不在第一次使用，而在长期使用后的“核验漂移”：模型前几次看起来没问题，教师便逐渐减少检查，直到错误、偏见或幻觉进入正式成绩。
澳大利亚高等教育质量与标准署TEQSA早在2023年的材料中就提醒过一种自我循环：教师用AI写教案和评分标准，学生用AI完成作业，教师再用AI评分与反馈。人的参与越来越少，最终损害的不只是一次成绩，而是学习过程本身。
数据也是容易被忽略的一层。学生作业可能包含姓名、研究材料、实习机构信息，甚至尚未公开的创作。TEQSA明确指出，院校若把生成式AI用于评分或行政流程，必须满足数据安全、隐私和知识产权要求，并建立质量保证与监督机制。RMIT也要求AI资产进入治理、风险和责任链条。把文件上传到通用模型，并不等于完成了合规评估。
对准备留学的家庭，值得问的已经不止“学生能不能用AI”
过去家长更常问，学生写论文、做项目能不能用AI。现在还要把问题反过来：学校会不会用AI评价学生？在哪些环节用？谁做最后复核？学生是否可以退出或申诉？作业会不会被用于模型训练？
这些问题不一定出现在招生简章里，却会真实影响学习体验。大学如果只写“负责任地使用AI”，信息仍然不够。更可检验的做法，是在课程手册和每次作业说明中标出具体工具、用途、人工责任、数据去向和申诉渠道。
AI参与批改并不必然意味着教学质量下降。关键是，效率有没有替代学术判断，学生有没有失去知情与质疑的权利。成绩可以借助工具形成，但责任必须落到具体的人和制度上。