top of page

崔教振辭職源於 AI 考試規則亂象

12 分鐘前
讀畢需時 11 分鐘
Image from the source report. Source: en.yna.co.kr.

南韓的崔教振於 2026 年 11 月 22 日辭職,此前當局在最後關頭推出防範 AI 輔助作弊的措施,擾亂了全國大學入學考試的準備工作。崔教振辭職令一個不止關乎查獲隱藏裝置的問題,首次牽涉政治問責。當局既要保障考試誠信,也要讓誠實的學生面對可預期的規則。

據 Yonhap 報道,總統李在明在外界批評當局於 11 月 19 日考試前改動規則後,接受教育部長辭職。措施包括限制個人書寫用品、在衣服鈕扣上貼貼紙,以及發出全國緊急電話警報。這些措施是否有效,與其推出過程所引起的混亂,是兩個不同問題。

衝突在於緊急保安介入與一致的考試管理之間。雷丁大學較早前的研究揭示,辨識由 AI 生成的考試答案存在弱點,儘管其研究結果涉及的是不同的評核環境。南韓的回應如今突顯另一個漏洞:即使保安憂慮合理,若機構改變程序的速度快過參與者的準備速度,仍可削弱公眾信心。

崔教振辭職帶來甚麼改變

這次部長辭職將爭議由緊急考試管理,推向政府問責層面。Yonhap 報道稱,崔教振在教育部發表的聲明中承認準備不足。他的離任發生於南韓全國大學入學考試、即 College Scholastic Ability Test(CSAT)之後;該考試亦稱為 Suneung。

提出辭職與獲接納離職,兩者的分別十分重要。這不僅是部長承諾重新檢討程序。總統已接受崔教振辭職,在有關考試應對的疑問尚未解決之際,引發領導層交接。

領導層變動確立了誰要為應對措施負責,但並不能證明保安措施是否奏效。

這項區分應引導下一階段的報道。政治問責處理的是誰監督相關決策;保安檢討則必須處理官員辨識到哪些威脅、哪些介入措施針對這些威脅,以及哪些證據支持結果。

這些問題彼此交疊,卻需要不同證據。部長離任無法告訴學生,各考場的檢查是否一致進行;亦不能說明某項限制是否阻止未經授權的協助,還是只增加了行政工作。

這項新發展亦需要獨立的時間脈絡。較早前稅務會計師承認作弊,有助解釋為何考試保安變得迫切。11 月 22 日的辭職,是政府處理這種迫切性的後續結果,而非再次公布最初的承認事件。

混淆這些事件,會模糊真正改變了甚麼。相關發展在於,籌備考試的壓力已落到負責管理該制度的部長身上。事件已由辨識涉嫌作弊手法,轉向評估機構的應對方式。

對學生而言,更換部長並未解決他們在考試期間會獲如何對待的疑問。對教師而言,這亦不會自動釐清日後檢查應如何進行。對政府而言,這提供了一個機會,將臨時拼湊的措施轉化為可承受檢視的程序。

因此,有用的檢驗應聚焦程序。官員應能說明如何選擇每項介入措施、如何傳達,以及如何評估其後果。沒有這些說明,人事變動便可能成為爭議中最顯眼的結果,而實際教訓仍未明朗。

崔教振辭職令這些說明更難再拖延。任何繼任者都會承接同樣的矛盾:既要保護考試結果,也要維護學生取得結果的條件所帶來的信心。問責只有在帶來更清晰的決策、而非另一輪不確定性時,才具意義。

學生與監考員承受了急切措施的影響

學生及考試監考員即時承受了不斷變動指示的後果。SBS 報道,考試前不久推出了臨時考試限制,包括在鈕扣貼上貼紙及增派人手。報道指出,這些措施於 11 月 17 日公布,早於 11 月 19 日考試。

這個時間點有助解釋為何準備工作成為爭議一部分。保安指示同時也是一項操作任務。有人必須理解規定、取得所需物資、向參與者說明,並決定遇到特殊情況時應如何處理。

延後推出的規則,會令所有必須遵守或執行規則的人承擔負擔,包括那些沒有做錯任何事的人。

試想一名學生要決定收拾哪些文具。若限制在考試前充裕時間公布,便可成為日常準備的一部分。若限制在考試臨近時才推出,便會增加另一項決定,與溫習、行程安排及休息互相競逐。

這個例子並不證明有個別學生因此失分,而是說明不確定性的行政成本。考試公平除了防止未經授權的協助,亦包括讓人可獲得清晰指示。

監考員亦面對相關問題。除非程序界定其界線,否則要求檢查衣物或裝置的一般指示,會留下實際操作疑問。監考員需要知道甚麼情況值得進一步檢查、誰負責作出有爭議的決定,以及如何記錄事件。

否則,同一項指示可能造成不同體驗。一個考場可能從窄解讀規則,另一個則可能作較廣泛詮釋。這是可預見的執行風險,並非指每個考試地點都出現不一致做法。

政府亦面對真正限制。等待萬全準備,可能令可信的威脅未獲處理。一旦官員得悉存在合理的作弊手法,甚麼也不做亦會影響期望考試受保障的學生。

答案不是絕對禁止臨時改動,而是提高引入改動的標準。緊急措施需要有清楚列明的目的、可管理的執行程序,以及能區分強制要求與建議的溝通。

考試管理機構亦應說明,為何現有保障措施無法處理新辨識的風險。這種說明讓參與者理解改動的必要性,而毋須接受對科技危險的籠統說法。

壓力因此來自兩方面。學生需要相信競爭者不能取得外部協助,也需要相信保安程序不會製造任意障礙。官員必須保障這兩種期望。

對其他地方的教育工作者而言,教訓在於準備,而非照搬南韓的管控措施。只有執行政策的人理解相同規則,政策才可實際運作。在未解決詮釋問題下增加檢查,可能只是將不確定性由教育部轉移至課室。

顯而易見的保安措施,比驗證其成效更容易公布

報道提及的措施,針對作弊問題的不同部分。衣物貼紙旨在處理可能隱藏的攝影鏡頭;限制個人物品減少可帶入考場的物件;緊急警報則試圖發現學生未有交出的電話。

這些介入措施不應視作可以互換。每項措施均取決於對裝置功能、如何被發現,以及某項觀察可證明甚麼的假設。可見的檢查可以令參與者安心,同時仍留下覆蓋範圍的疑問。

介入措施顯而易見,並非其有效的證據;措施帶來不便,亦非其失敗的證據。

有用的評估應由威脅模型開始,即某項保安措施旨在防範的特定手法。這個定義十分重要,因為「AI 作弊」較廣泛地描述一種結果,卻未指向單一機制。

攝影機、通訊渠道與生成答案的服務,具有不同功能。生成式 AI,即根據輸入內容產生內容的軟件,可在無須實體出現在考場的情況下提供答案。因此,裝置管控針對的是取得外部協助的渠道,而非模型本身。

這不代表實體管控毫不相關。若未經授權的協助依賴將問題或答案跨越考試邊界傳遞,限制這種傳遞便能處理問題中具意義的一部分。限制在於,封鎖一條途徑並不代表可防範所有途徑。

同樣推理亦適用於緊急警報。偵測到未交出的電話,可以揭示違規行為,但本身並不能證明學生曾查閱 AI 服務或收到答案。

因此,官員需要分開衡量成效。一項涉及管控能否辨識違禁裝置;另一項涉及所得證據能否支持未經授權協助的判定;第三項則涉及程序會否造成可避免的干擾。

將這些結果合併為單一成功說法,會令制度更難評估。一項介入措施可能提升裝置偵測能力,卻造成過重負擔;另一項可能易於管理,卻只能有限度防範促使其推出的威脅。

預防與證明之間亦有分別。當局在未掌握不當行為全部規模前,合理地可推出預防措施;但仍應如實描述這些措施,而非將其說成經技術驗證的解決方案。

對科技採購者來說,這種分別應不陌生。保安產品的功能清單,無法證明其在真實運作條件下的表現。機構除考慮偵測聲稱外,亦需要部署、詮釋及錯誤方面的證據。

南韓的爭議將這個評估問題帶到公眾視野。核心問題是,官員能否說明每項措施與已記錄風險之間的關連。公布更多管控措施,比證明這些措施改善了考試更容易。

涉嫌裝置個案不等於已證實 AI 作弊

據 Yonhap 報道,教育部在考試後通報 111 宗涉嫌以電子裝置作弊的個案。這個數字必須保留兩項限定:涉嫌個案及電子裝置。它並非已核實成功使用 AI 的學生數目。

涉及裝置的違規行為,可能包括持有裝置、企圖使用,或存在外部協助的證據。這些類別具有不同含義。將它們視為等同,會誇大現有報道所能證實的內容。

涉嫌違規只是檢討的起點,並非對使用 AI 的最終結論。

這項區分亦限制了對緊急措施的說法。已偵測個案的數量,無法顯示有多少企圖未被發現;亦不能證明有多少學生因管控措施而放棄嘗試。

沒有那些額外事實,同一個數字可以支持互不相容的敘事。有人可能會把這些個案形容為執法奏效的證明;另一些人則可能把它們形容為保安失效的證明。單憑個案數目,兩種結論都無法成立。

更具資訊價值的說法,應解釋總數背後的分類。讀者需要知道哪些個案涉及持有裝置、哪些涉及實際使用,以及哪些有 AI 協助的證據。他們亦需要知道有關發現屬初步還是最終結論。

報道本身亦需要審慎。Korea JoongAng Daily 的裝置執法報道所列的智能裝置總數,與 Yonhap 較廣泛的疑似個案數字不同。現有報道未能確定這項差異是否由統計範圍、時間點或其他因素造成。

因此,將兩者的分類合併為單一、確定的計算結果會具誤導性。負責任的做法是保留消息來源歸屬,避免把表面相關的數字視為可互換。一份經核對的官方說明,會比跨越不相符分類的算術計算更有用。

公平亦要求被指控者有機會提出異議。一個無法說明如何由觀察推進至裁定的制度,會令學生不清楚其證據的含義。當公共討論把每宗裝置事件都標籤為 AI 作弊時,這種不確定性會變得更嚴重。

這並非淡化潛在威脅。即使只有部分個案獲證實,未經授權的協助亦可能破壞考試。準確分類可令證據更可信,從而加強執法。

崔教振請辭不應成為迴避這些區分的捷徑。政治後果可以明確,但個別個案仍可能尚未解決。機構需要有足夠精確度,既可追究行政人員責任,又不假定每名受審查學生均有不當行為。

對關注 AI 安全的讀者而言,更廣泛的警示在於衡量方式。戲劇性的事件總數容易吸引注意,但其意義取決於定義。在評價偵測系統前,應先問它計算了甚麼、排除了甚麼,以及現有證據實際支持哪些結論。

改變評核方式會帶來不同取捨

南韓的回應著重保護受監考的考試環境。另一種做法則改變學生展示知識的方式,減少依賴一份可能由他人代為完成的最終答案。這些方法針對不同弱點,亦帶來不同代價。

雷丁大學於 2024 年 6 月 26 日發表的 AI 評核研究提供了一個有用參考。研究人員在本科心理學考試系統內提交由 ChatGPT 生成的答案。該大學表示,94% 的提交未被發現。

這項發現關乎該研究的特定環境。它並非衡量南韓的作弊普遍程度,亦未能證實隱藏裝置在 CSAT 期間的表現。其相關性較為狹窄:在該測試中,評估最終答案未能可靠地揭示其 AI 來源。

限制取得協助與核實學生理解程度雖然相關,但任何一項都不會自動達成另一項。

這項比較有助說明為何機構面對艱難抉擇。實體管控嘗試維持學生作答時的條件;評核改革則改變學生必須如何證明知識確實屬於自己。

Associated Press 曾報道大學採用口試評核,包括教師將口試與書面作業配合。這些例子與完全依賴已提交文件的做法形成對比。

它們並不能證明口試已是全國入學考試的現成替代方案。口試會帶來考官一致性、時間安排、無障礙安排,以及評核回應準則等問題。這些問題需要各自的證據與保障措施。

同樣地,加入更多書面說明並不會自動解決問題。如果外部協助仍然可得,改變答案格式只會轉移漏洞。機構仍須證明考生哪些工作是獨立完成。

較可辯護的比較方式,是問每種評核嘗試衡量甚麼。若目標是無協助的記憶或推理,環境必須支持這項條件。若目標包括使用工具,規則便應列明可接受的協助,以及如何評估個人判斷。

這些是政策選擇,而非直接由 AI 能力得出的結論。模型能回答問題,並不能決定大學是否應容許使用它。決定取決於資格認證的目的,以及支持該認證所需的證據。

對北美教育工作者及僱主而言,南韓個案具有相關性,因為資格認證傳達的是關於能力的主張。當評核規則不再符合其聲稱衡量的能力時,評核便會失去意義。單靠加強監察無法解決這種不匹配。

對學生而言,準備與評核之間的界線亦需要清晰。個人知識管理工具,與在受限制測試期間使用未經授權協助,屬於不同討論。機構應在學生必須面對這道界線前,把它說明清楚。

因此,實際選擇比「禁止 AI」或「容許 AI」更具挑戰。機構必須決定哪些活動需要獨立完成,然後建立讓這項要求既易於理解又可執行的程序。

南韓眼前的問題仍是如何管理其考試規則。國際比較顯示,長遠改革必須同時評估保安環境及評核本身的有效性。

三個訊號將顯示問責是否改變實踐

下一階段應以具體證據評價,而非以未來考試將會安全的承諾判斷。崔教振請辭帶來改革契機,但其意義取決於後續行動。

第一個訊號,是對疑似個案作出經核對的說明。官員應區分持有與使用,並指出在哪些情況下證據支持 AI 協助的裁定。他們亦應說明初步報道與最終決定之間的差異。

這將透過展示指控如何成為有根據的裁定,增強對執法的信心。若繼續依賴未經區分的頭條總數,將削弱政府理解其所處理問題的說法。

相關結果不一定是更大或更小的數字。較低的最終數目可能反映審慎覆核,而非執法薄弱。一宗獲確認的違規個案,可以顯示調查程序有效運作,卻不代表考試期間採用的每項措施都獲驗證。

第二個訊號,是未來指引的時機與穩定性。公布檢討保安規則的時間表,會讓學校及學生有準備依據。清晰的修訂程序亦可說明如何處理真正的新威脅。

較早發出的指示、實務培訓及一致詮釋的證據,將支持官員從爭議中汲取教訓的說法。若在考試前夕再出現一輪無法解釋的改動,則會指向同樣的行政弱點。

穩定不應意味着拒絕回應新資訊。它應意味着透過一套可理解的程序作出修訂。參與者需要知道權威指示在哪裏發布,以及改動如何影響物資、檢查與責任。

第三個訊號,是對個別介入措施的評估。官員應說明每項管控原本擬偵測甚麼、實際偵測到甚麼,以及使用時帶來甚麼負擔。這將令討論不再只停留於某項措施看來是否嚴格。

最有力的改革證據,會把界定清晰的威脅、可行的程序,以及可核查的結果連結起來。

評估毋須披露會危及考試保安的細節。它仍可說明分類、決策標準、覆核結果及行政經驗。公共問責不代表要公開規避管控的指南。

領導層交接之所以重要,是因為必須有人負責這個流程。然而,任命替代人選不能取代釐清考試規劃、技術評估及事件覆核各方責任。一個可信的制度,應在主管人員更替時仍然易於理解。

這些訊號亦讓讀者有方法評估日後公告。新的檢查裝置或更嚴格禁令,值得就證據與實施提出問題。對公平的廣泛承諾,值得追問學生將如何經歷由此產生的程序。

未來數月,應留意那些把崔教振請辭轉化為行政回應的決定。留意經核對的個案紀錄、較早發布的指引,以及個別管控措施的證據。閱讀成功主張時,應連同其定義一併理解,尤其當裝置違規被當作 AI 作弊的代稱時。教育工作者在採納類似限制前,應將這些發現與自身評核目標比較。學生及僱主應追問資格認證證明甚麼,以及其規則如何保障這項主張。有用的問題並非機構宣布了多少保安措施,而是該機構能否證明其程序既保障誠實考生、準確識別不當行為,亦具備足夠可預測性讓所有人遵循。

 
 

為每個智能代理提供更完整的背景,提升工作表現

讓智能代理連接 remio 已整理好的知識、決策和歷史紀錄。

remio 目前支援 Windows 10+(x64) 及配備 Apple 晶片的 Mac。

你的 AI 工作夥伴
和 remio 一起高效工作

規劃、創作、交付
一站式完成

bottom of page