当学术诚信因人工智能的兴起而面临挑战时，纽约大学的一位教授探索了一种创新的教学评估方法。他在“AI/ML 产品管理”这门课程中，实施了一项基于人工智能的口头测试实践。这项尝试不仅揭示了学生在知识掌握上的薄弱环节，也促使教师反思自身教学设计的有效性。授课教授 Panos Ipeirotis 与联合讲师 Konstantinos Rizakos 观察到：许多提交了结构严谨、内容详实书面报告的学生，在面对即时口头问答时，却难以清晰阐述其项目中关键建模选择背后的逻辑依据。

为了突破传统纸笔考核在能力验证上的局限，两位教师构建了一套 AI 驱动的口试系统，其核心语音交互模块采用了 ElevenLabs 提供的 AI 语音代理技术。整场口试分为两个阶段：第一阶段由 AI 主动提问，涵盖学生最终项目的整体目标设定、所用数据来源与处理方式、模型选型依据、性能评估策略以及常见失效场景分析等内容；第二阶段则随机抽取课程中某一真实商业案例，要求学生即兴展开分析与回应。全部 36 名学生均在九天内陆续完成测试，单场平均用时约 25 分钟，整套方案总支出仅为 15 美元，折合每名学生成本低至 42 美分。

尽管初版 AI 口试在实际运行中暴露出若干待优化之处——例如部分学生反馈 AI 语气略显生硬、偶尔会连续抛出多个问题造成理解负担、对话节奏不够自然等——但经过数轮参数调优与提示词重构后，AI 的交互体验与响应质量均得到显著提升。在评分机制方面，研究团队引入了多模型协同评估策略，由 Claude、Gemini 和 ChatGPT 三款主流大模型分别独立打分；初期各模型间评分差异较大，但在实施交叉复核与一致性校准流程后，最终评分结果的可信度与稳定性明显增强。

尽管超六成学生表示 AI 口试带来的心理压力高于传统笔试，但高达 70% 的参与者认可该形式更能真实反映其对知识的内化程度与应用能力。Ipeirotis 教授强调，正是得益于当前 AI 技术的成熟与可及性，规模化、低成本、高效率的个性化口试才真正从构想走向落地；而学生亦可通过反复模拟与 AI 对话的过程，持续锤炼表达逻辑、强化概念理解，并逐步适应人机协同的新学习范式。

源码地址：点击下载