纽约大学教授 Panos Ipeirotis 与联合授课教师 Konstantinos Rizakos，在课程 《AI / ML 产品管理》 中发现一个明显现象：
不少学生提交的 书面作业质量很高，结构完整、语言专业，但在被要求 口头解释 时，却无法清楚说明作业中的 模型选择、数据依据与关键决策逻辑。

这一反差，让教学团队意识到：传统书面考核，已经难以真实反映学生的理解水平。

为解决这一问题，他们尝试引入 AI 口试（AI Oral Exam），用人工智能来检验学生是否真正“学会了”。

AI 口试如何进行？低成本却高强度

这套 AI 口试系统 基于 ElevenLabs 的语音 AI 代理，考试流程被拆分为两个核心阶段：

• 项目深度追问
  AI 会围绕学生的最终项目，连续提问 项目目标、数据来源、建模逻辑、评估方法与失败模式，要求学生现场作答。

• 课程案例随机抽查
  AI 从课程内容中随机抽取案例，测试学生是否具备 整体理解能力与知识迁移能力。

本次实验共有 36 名学生 参与，在 9 天内完成全部口试。
每场考试平均 25 分钟，而整体成本仅 15 美元，折算下来 每位学生仅 0.42 美元。

这一结果证明，借助 AI，原本 人力成本极高、难以规模化的口试，第一次具备了现实可行性。

AI 口试并非完美，但迭代极快

第一版 AI 口试并非“即用即好”。部分学生反馈：

• AI 语气偏严厉

• 有时 一次抛出多个问题，影响作答节奏

教学团队随后对 提问方式、语气控制与对话结构 进行了优化，使 AI 的交互体验更加接近“理想考官”。

在 评分机制 上，研究团队引入了 Claude、Gemini 与 ChatGPT 三种模型进行 联合评分。
虽然初期评分一致性较低，但通过 交叉校验与复审机制，最终评分准确度显著提升。

学生真实反馈：压力更大，但更公平

在学生问卷中，一个结果尤为关键：

• 多数学生认为 AI 口试比书面考试压力更大

• 但 约 70% 的学生 明确表示：
  AI 口试更能检验自己是否真正理解课程内容

教授 Panos Ipeirotis 指出，AI 让学生 无法依赖事先准备好的文本，必须真正理解知识、即时思考并清楚表达。同时，学生也可以通过 反复与 AI 口试系统练习，逐步提升专业表达与逻辑能力。

AiGoe观察：AI 不是作弊工具，而是“理解检测器”

这次实验释放出一个重要信号：
AI 并非天然破坏学术诚信，关键在于如何使用。

在 AI 写作 越来越强的时代，真正有价值的考核方式，正在回归到 即时推理、口头表达与真实理解 本身。而 AI 的加入，让这些原本 高成本、低效率的考试形式，第一次具备了 可复制、可扩展的可能性。

未来，高校考试或许不再只问：
“你写了什么？”
而是更直接的一句：
“你，真的懂了吗？”