CS240 课程 AI 作弊事件复盘：教师自述处理过程

学术诚信与 AI

在 2026 年春季学期临近结束时，我发现自己身处一场围绕 CS 240：C 语言编程中使用“AI”的风暴中心。我处理该问题的方式本应更好，这主要是为什么那些触犯了明确课程政策的人最终几乎没有承担任何后果。

我写这篇文章，很大程度上是因为不断有学生来找我，提到围绕这起事件——显然仍在持续的——讨论中充斥着多少错误信息和失实之处。

政策与期望

首先，我想非常明确地说明：2026 年春季学期的 CS 240 对使用 AI/LLM 解决课程中任何作业都有明确表述的禁令。你可以在此处的教学大纲中找到。具体而言：

此外，教学大纲明确指出，我们可能不会立即处理违反学术诚信政策的行为：

如果我们有理由相信某个学生或团队在任何作业中作弊，我们可以及时告知该学生或团队，也可以决定默默地在后续作业中积累针对该学生或团队的证据。

最后，课堂上甚至明确传达过，阅读并理解教学大纲是每位学生的责任，如下方第 1 讲的幻灯片所述：

有人告诉我，一些人可能在暗示上述期望对选修该课程的人来说在某种程度上是意外。这种说法非常站不住脚。除了教学大纲之外，我还回去核实过：这一期望被反复提及，至少在至少五场讲座。我在下面附上了其中一些讲座的幻灯片。请注意，虽然有些可能没有明确提到 AI，但我的幻灯片只是我在讲座中所讲内容的起点，并不涵盖所讲的全部内容。我还要补充一点，我很确定我在其他时候也讨论过这些期望，只是没有幻灯片可以明确引用。

以下是 2026 年 1 月 12 日第 1 讲的幻灯片：

2026 年 1 月 14 日，我在第 2 讲中再次讨论了这个政策。虽然幻灯片本身没有提到 LLM，但我确实借此机会再次口头提到了该政策。1 月 21 日的第 3 讲又包含了一次提醒……

另一次讨论发生在 2026 年 2 月 4 日的第 7 讲。当时我们正开始在 Argus（后来部署的工具）的开发过程中关注特定的标识符。

所以，情况一直如此：学生们被非常明确地告知，他们不应使用 AI/LLM 来完成作业，这样做违反了课程学术诚信政策。

此外，我们使用MOSS来识别作弊事件，其流程与以往学期相同。在整个学期中，被认定代码高度相似的学生会被约谈，并在适当情况下因违反上述政策而承担后果。

Argus

有些人似乎形成的另一个错误印象是，我们训练了自己的 LLM 来协助识别违反该政策的学生。我们并没有。所开发的工具——名为 Argus——利用静态分析来识别那些在学生源代码中出现时极不可能存在合理解释的指标。

在暑假期间，我们实际上就这个工具撰写了一篇论文。你可以找到它的预印本版本在 arXiv 上或本地这里。该论文已提交至 SIGCSE 2027。虽然最终未被选中发表，但该过程中的同行评审意见可在此处获取。

正如论文中所讨论的，我们还针对更早的学期运行了该工具，结果非常引人注目且有趣。特别是，我们使用的指标在 2024 年之前几乎不存在，而在随后的几年里其出现频率迅速增加。

所有收集和分析的数据都表明，生成的 H-score 具有很高的准确性。我相信很多人都希望得到我们识别出的指标的详尽列表。但是，提供这样的列表几乎肯定会降低该工具的实用性。如果你是教育工作者或对此信息有正当兴趣的人，请随时联系我（jeff@cs.purdue.edu）。在我知道信息会得到妥善保护和正当使用的情况下，我并不反对提供它。

需要指出的是，Argus 仅作为一个起点。每一个被识别出的潜在案例在采取任何进一步行动之前，都至少由一个人查看过。并非所有案例都被追究。事实上，我们对每个案例都采取了非常保守的态度，只追究那些有明确证据、且对该证据的存在缺乏任何合理解释的案例。最终，我们在 584 名被识别的学生中标记了 267 名（约 45.7%）。

前情

Argus 在 2026 年 3 月中旬左右达到了可用状态。大约在那时，我们在每周的助教会议上开始讨论它，而在 3 月 23 日，我最终决定成立一个“AI 学术诚信”（AIAI）团队，以处理大量潜在的 AI 使用案例。我们开始认真着手建立必要的流程。

在 AIAI 团队成立后，讨论仍在继续，而当我们考虑分工并准备与数百名学生见面时，我想起了 CS 159 历史上采取的做法。在这门课程中，教师会向被认定违反课程政策的学生发送电子邮件，并给他们一个直接承认责任的机会。下面附上了 2017 年秋季的一封此类邮件。在我们 2026 年 4 月 13 日的会议上，我决定采用类似的做法，使用一个我随后会创建的表单，希望自我报告机制能够减少需要进一步讨论的案件数量。

基于这封邮件（以及我在过去几个学期的 CS 240 课程中使用类似邮件的做法），我创建了下面的表单。我还要指出，这就是我使用有利/不利措辞的来源。尽管当时一些学生似乎也纠结于停学或开除的可能性，但这不在教师的权力范围内，也不是初犯通常会发生的处理结果。我在通信中或表单上都没有提到这两种可能性，不过我相信我在课堂上简要提到过它们，作为学生事务院长可能考虑的事项。

流程

2026 年 4 月 16 日，我发出了以下邮件，主题为 "[CS 240] 学术诚信违规 - 需要回复"：

所链接表格的截图附在下方：

CS 240 在 2026 年春季学期的初始选课人数为 599 名学生。在邮件发出时，已有 65 名学生退课。上述邮件被发送给了课程中 207 名已选课学生。几乎相同的邮件还被发送给了另外 60 名已经退课的学生，因为仍然需要起草致学生事务院长的信函。这占学生总数的略低于 45%。

值得注意的是，课程大纲中规定的学术诚信违规标准处罚如下：

学术不诚实是一种严重违规行为，可能导致被大学停学或开除。除停学或开除等其他措施外，成绩 F通常会被记录在被认定对学术不诚实行为负有责任的学生成绩单上。

"成绩 F在大纲中是加粗的。对于首次、在单个作业上的轻微违规，我通常会从轻处理，给 0 分并降低课程字母等级。

从上表可以看出，在这种情况下我进一步减轻了处罚，部分原因是该工具部署较晚。否则后果就只是每份作业得 0 分。

我这边对这一流程的初步反应出乎意料地积极。在大学介入之前，有 117 名学生提交了表格。108 人直接为自己的行为承担责任。只有 9 人对调查结果提出异议。这是否反映了他们的实际行为，还是恰恰凸显了该表格据称的、非故意的、潜在胁迫性质，仍是一个悬而未决的问题。最终，在此流程开始后，有 144 名学生提交了退课申请。

第二天我会见了十几名以上的学生。他们每一个人都表示歉意。其中一些人甚至感谢我，告诉我直到我追究这些案件，他们才真正理解自己行为的后果。

反弹

与此同时，在我不知情的情况下，有人——其中不乏家长和学生——正在联系我们的系主任以及学生事务院长和校园其他部门。我还听说 Purdue 的 subreddit 上有大量讨论，不过我还没有让自己去面对如此规模的八卦漩涡。

最终，其中一些内容传到了我这里——包括个人的直接邮件。我看到的许多是匿名的，这让人不禁怀疑它们是否真的来自与 Purdue 有关的人。有些是愤怒的，有些是辱骂性的，但大多数出乎意料地表达了赞扬和支持。

当然，这仅仅是开始。我很快得知，当地报纸——《Journal and Courier》——已经报道了此事。不久之后，普渡大学的学生报纸《Purdue Exponent》也联系了我。那段时间一片混乱，我被告知不要与媒体交谈。因此，我起初没有这么做。最终，在相关讲座的录音和文字记录已经明显流传开来之后，我还是与《Purdue Exponent》的一名记者进行了交谈。你可以在这里阅读他们的文章。为了完全透明，我要说明我是普渡学生出版基金会的董事会成员，该基金会出版《The Exponent》。这一关联并未影响那次采访或那篇文章。

讨论与担忧

与此同时，事态已经发展到我们的院长 Lucy Flesch 博士介入的程度。在 4/18 那个周末，我与她以及我们的系主任 Drineas 博士多次会面，进行了相当深入的讨论。最终这些讨论归结为两个主要担忧：一些学生可能因该表格的时机和形式而感到被胁迫。以及，鉴于学期即将迅速结束，可能难以确保正当程序。

讨论中提到的另一个担忧是，Argus 的延迟部署使学生失去了这样的机会：因初次违规而承受较轻后果，并随后调整自己的行为。我对此不太同情，主要是因为课程政策已明确阐述，再加上上文提到的已经较轻的处罚——每次涉及的作业记 0 分，甚至没有课程字母等级的扣减，也没有执行教学大纲中规定的 F 等级。

正当程序问题对我来说也没那么令人担忧。部分原因是，如果课程层面的处理结果不令人满意，现有的大学申诉程序已经存在。部分原因是，学生显然有一个机制，甚至在被制裁的大学程序开始之前就可以直接向我申诉。更不用说 Purdue 过去也曾有过在课程结束后才处理学术诚信问题的先例。

最让我产生共鸣的担忧是，无辜的学生可能会感到被胁迫。这从来不是我的本意。时间安排实际上是有意为之，但只是因为我想在大学退课截止日期之前把信息传达出去，目的是让那些成绩会因自己的行为而受到严重影响的学生保留这个选项。换句话说，我是想给那些会不及格的人一个更体面的退出课程的方式。

事后看来，我能看出这给一些人造成了压力感——尤其是那些可能被错误识别的学生。在与信任的同事交谈后，我也意识到表格本身的形式可能有问题。具体来说，要求他们自行报告在哪些作业中使用了 LLM，而不是简单地列出我们已经识别出的那些。

我们讨论了多种解决这些担忧的方式。最终达成的决定是，撤销该工具在较早的作业提交上的追溯使用。该工具将在今后使用，但 Argus 识别出的任何先前事件都将被忽略。已经退课的学生将被允许重新选课。

这个决定让我很纠结，我实际上在周日又主动联系，表达了我对这一处理结果的担忧。我再次提出了另一种方案，即允许学生重新提交被识别出的作业，同时承认这可能需要给出 incomplete 的成绩，并导致我在暑假期间增加额外工作。

周一早上 9:30 我第一节课之前，我们最后一次碰了面。经过进一步讨论，我们决定坚持最初的决议。

决议

在上述一切发生的同时，也越来越明显的是，有一群人在网上持续煽风点火。我被告知，许多并未选修这门课的人打算当天到 50 人讲堂来听课。为缓解这一担忧，我请我们的助教自愿帮忙，确保只有选修这门课的学生才能入场。我们还请求安排一名消防管理员在场，以确保我们不超过该场所的容量限制。

我感谢普渡消防部门在那段时间里到场驻守。助教们也同样表现出色，把混乱的局面控制住了。我也向他们致以诚挚的谢意。

我想明确一点，我们的努力完全是为了确保大家的安全，并为已选课的学生维护课堂环境。我们没有试图控制信息的传播。事实上，有一次一名助教提醒我，有学生正在把讲座录音直播给教室外的人，并问是否应该让他们停止。我明确表示，在那个具体情况下，他们这样做没问题。

我用下面这张幻灯片开始了课堂讨论：

这是普渡荣誉准则。每位学生在普渡大学入学时都同意遵守它。

我花了相当多的课堂时间讨论课程政策、现有的 MOSS 流程（该流程未受影响）、上述担忧以及最终决议。我还强调，我无权让学生停学或开除学生，而学生事务院长通常只有在存在前科或诸如故意虚假陈述、撒谎等恶劣行为时才会考虑这么做。

我重申，我们这里的目标和方法是只考虑那些有明显异常的学生，而我们能想到的唯一合理解释就是使用了 LLM。我甚至提到了本杰明·富兰克林那句名言——"宁可放过一百个有罪之人，也不可让一个无辜之人受罚。"我认同这一信念，并在整个过程中以此指导我们的行动。

最终，正如我上面提到的，我们决定放弃追溯性的发现。我们确实在后续作业中继续使用了这个工具。在最初退课的 144 名学生中，大约一半（74 名学生）重新注册了这门课程。

我还要提到，我也展示了由我们的一位首席助教 Ajay Rawat 临时制作的两张幻灯片，并讨论了那些被识别为使用 LLM 的学生在两次期中考试中表现的明显差异。

在第一次期中考试中，差异为 10.75%。在第二次期中考试中，差异更大：14.5%。更清晰的图表和更详尽的分析可以在Argus论文中找到。多个学期以来都有非常强有力且令人信服的证据表明，在学习编程时使用 LLM 的学生在受控评估中表现明显更差。类似这样有说服力的研究越来越多，包括著名的MIT 论文。这或许并不令人意外，并不局限于编程。

要点总结

我处理这些案例的方式本应更好。主要是，所建立的流程本应明确列出被识别的作业，并且可能应该与每位学生单独会面。不过，话说回来，会面由学生主动发起也是有先例的。

时机也很不巧。当然，最稳妥的做法是确保像这样的工具只在学期开始时部署。如果无法做到这一点，那么将其追溯性地应用于较早的作业是需要仔细评估的，并且只有在了解情况并获得其他相关大学部门的支持下才能进行。

无论如何，在临近退课截止日期时部署肯定是不明智的。

如果你是那些因为这里制造的压力而承受了不必要压力的无辜学生之一，我向你致以诚挚的歉意。对不起。

我仍然确信，这里被识别出的绝大多数学生确实作弊了。不是因为这个工具识别出了他们，而是因为我们实际查看了标记和相关联的代码。

如果你正在读这段话，并且是那些学生之一，你的行为违背了 Purdue 精神以及我们 Boilermaker 的价值观。此外，你还违背了荣誉 誓约在你加入这所大学的学生群体时所作的承诺，而你的行为显然违反了那一誓约。

话虽如此，我在这里并不对你作出评判。我们都是人，我们都会在生活中做出糟糕的选择、犯下错误。我真心希望你能从中吸取教训、改变方向，在未来做出更好的决定。哪怕仅仅是因为这样做会让你成为一个更好的人、一个更好的计算机科学家。

Purdue Exponent 在他们的文章中以我讲座中的一句话作为结尾，这句话令人心酸：“我们有学生投入了大量精力，没有作弊，如今却只能眼看着你们的一些同学毫无后果地离开，”Turkstra 说。“我对此没有答案。”也许我在这里最大的遗憾正是如此。

不过，我确实从几件事中得到些许慰藉。首先，无论是我们当时的临时分析中的数据，还是我们后续的论文中的数据，都清楚地表明作弊的学生成绩更差。其次，虽然被识别出的学生比例相当可观，但仍不到 50%。大多数学生都在真诚地努力学习这些内容。第三，我认为并且希望，这整个事件帮助我们的学生更好地理解了在学习中走捷径的危害。

对我来说，另一个收获是认识到这一过程和解决方案是在压力下做出的。事后看来，我本应更加努力地处理校方这边的公关顾虑，同时确保解决方案本身是审慎而从容的。

Argus 在 2026 年春季学期的剩余时间里被部署使用，并且在后续开设的 CS 240 课程中也一直在使用。