帝国理工AI学术不端事件激增五倍

近期，一位友人向我分享了一张帝国理工学院内部报告的截图，其中记录了因人工智能使用不当而引发的学术诚信调查案例，部分学生甚至因此被校方开除，数据令人震惊。

这份报告由帝国理工学院于2026年3月罕见地公开发布——《AI Academic Misconduct Cases 2023/4–2024/5》。

数据显示，帝国理工AI学术不端案例总数在一年内从4例跃升至24例，增幅高达500%。

AI学术不端案例在各学院全面涌现：

工程学部：

一年内从1例激增至15例，暴增1400%，单个学部就占全校超过六成的案例。工科学生作业量大、项目多、截止日期密集，人工智能工具的使用比其他专业更频繁、更深入，这几乎是公开的秘密。使用越多，越容易在某个节点上，跨越那条模糊的红线。

更深层的问题在于，人工智能对工科就业市场的冲击，与人工智能在工科教育中的滥用，几乎同步发生。一边是众多科技公司缩减初级工程师招聘，理由是人工智能可以承担部分基础工作；另一边是工科学生借助人工智能完成作业、项目报告，但真正的底层能力却未得到锻炼。结果是：拿着工程学位，却在面试中无法回答深入的技术问题；或进入公司后发现自己很快会被人工智能工具取代。

医学部：

从3例增加到8例，涨幅近170%。

商学院：

此前零案例，今年也首次出现。

自然科学学部：

目前仅自然科学学部尚未发现类似案例。

已被正式认定（Proven）的案例数量，同样从2例增至12例翻了整整6倍。

更令许多家长揪心的是，有1名学生直接因AI学术不端被学校开除。这是帝国理工对AI学术不端首次采取最严厉的处罚。此外还有5名学生遭受“整个模块零分”（F级处罚），3名学生的“整年成绩被清零”（G级）。

可以看出帝国理工对AI学术不端的处理态度十分坚决，超出许多学生和家长的预期。

但关键问题是——帝国理工对AI的使用究竟划定了哪些红线？

许多同学认为英国大学对AI使用的政策相当宽松，毕竟学校并未全面禁止AI工具。

这种想法相当危险。

以帝国理工为例，大学将规则制定的权力下放给每位课程负责人。每门课如何使用、使用到何种程度、是否需要标注引用，全部因课程而异。官方表述是：课程负责人拥有自主权，可在学校框架内制定本课程对AI使用的具体规则。

这种弹性授权看似友好，但实际上意味着每门课的规则都不尽相同，学生必须主动去确认。

你以为这门课可以用AI辅助？实际上老师可能要求100%原创。你以为使用AI无需声明？实际上课程老师可能要求详细写引用声明。你觉得AI只是帮你润色了一下，无伤大雅。但可能老师已经使用了Turnitin的AI检测功能。

以上每一种情形，都可能引发学术不端指控。

帝国理工等英国顶尖大学都已获得Turnitin的AI检测功能授权，虽帝国理工目前尚未全校强制推行，但官方声明指出，会“在认为必要时使用任何技术工具作为证据”。

目前帝国理工对AI学术不端的处罚体系分为A到H共六档：

A级：口头警告

D级：该次作业零分，补考成绩上封顶（Pass）

E级：整个模块零分，补考同样封顶

F级：模块零分，无重考机会

G级：整学年成绩全部零分

H级：模块零分+无学分+无法毕业=实质性开除

2024/25学年，H级处罚首次落地。帝国理工对AI学术不端的容忍度正在肉眼可见地收窄。

那么问题来了：AI都不能用了吗？当然不是。

剑桥大学本科申请官网设有专门页面，标题为“AI and undergraduate applications”。其中明确指出：学生可适当使用AI工具支持个人学习、研究和形成性作业；但如果在正式考试评估中，将未经说明的AI生成内容当作自己的作品提交，则构成学术不端。

大幅提升线下笔试比例，全程人工监考，从物理上阻断学生使用AI工具的可能性。

在校内推行“Assessment Stress Testing”工作坊，培训大学讲师和教授如何识别AI作弊漏洞和痕迹。

在硕博阶段大量采用viva voce（口头答辩）作为主要考试方式，单纯的提交论文已不能满足现今名校的考试要求。

将“AI素养教育”纳入学生的必修课体系，让学生清晰了解学校的红线在哪里。

因此大学不会封禁AI，而是要筛选出那些能在AI时代真正独立思考、真正具备高阶能力的学生。

申请层面同样如此。

一份没有任何真实项目经历支撑的申请，在当今竞争激烈的申请池中，已越来越难打动招生官。

Reddit上有一则Cambridge CS offer holder交流帖，一位获得St John's College计算机科学offer的学生回顾自己的super-curriculars。他提到自己做过machine learning相关internship，刷了约50道Project Euler，做过一个关于AI sentience的EPQ，还参加过编程竞赛；当别人追问竞赛让他学到了什么时，他提到的是Dijkstra、BFS、在压力下快速解决问题。

另一位同时获得Cambridge和Imperial面试的学生提到自己做过的side projects包括自己写compiler、做quantum computing research journal，再加上两段work internship。

真正能从申请材料中脱颖而出的，是那种有独立判断、有真实研究经历、能说清楚“我做过什么、我为什么这样想”的申请者。

名校从来要的不是“会用AI”，而是能驾驭AI、独立思考的人。