一般期末考，都是老師出題、學生作答。
但復旦大學有一堂課，玩法完全相反：學生負責出題，AI 負責考試，而且 AI 錯得越多，學生分數越高。
結果，51 名學生中，有 50 人至少成功讓 AI 答錯一題，但只有 4 人能讓其中一個模型整份考卷拿到 0 分。表現最強的 Claude，則沒有被任何學生完全考倒。
這場期末考，真正要測的不是誰比較聰明，而是學生有沒有真的理解知識。
「人考 AI」怎麼進行？
學生必須根據課程內容設計題目，再交給不同的 AI 模型回答。
但不是隨便設陷阱就可以。老師訂下幾個重要規則：
- 題目必須與課程知識有關
- 每題都要有明確且唯一的答案
- 學生自己必須會完整解題
- 不能靠模糊文字故意誤導 AI
也就是說，想考倒 AI，學生得先比 AI 更了解這道題。
學生怎麼讓 AI 翻車？
為了找到 AI 的弱點，學生想出了不少方法。
增加計算步驟與資料量
有些學生加入大量資料與連續計算步驟，讓 AI 在處理過程中漏掉前面的條件。
修改課本題目的關鍵條件
題目看起來像課本上的標準題，但其中一個條件已經改變。AI 如果直接套用熟悉的解法，就很容易答錯。
測試 AI 是否敢說「無法判斷」
有些題目的資料其實不足，正確回答應該是「無法判斷」。但 AI 常常不願意承認不知道，反而自行補充條件，最後非常有自信地答錯。
為什麼出題比答題更能看出學生是否理解？
傳統考試通常由老師提供問題，學生只需要找到答案。
但在 AI 時代，答案可能只要幾秒鐘就能取得。若考試仍然只測試記憶、公式與標準計算，學生很容易把解題工作交給 AI。
相較之下，設計一道好題目需要完成更多思考：
1. 理解課程中的核心概念
2. 找出不同知識之間的關係
3. 設定合理的條件與限制
4. 推導出唯一正確答案
5. 預測 AI 可能在哪個步驟出錯
6. 檢查題目本身是否完整
所以這場考試真正測驗的，是理解力、判斷力與問題設計能力，而不是背了多少公式。
結果也顯示，高分學生並不是單純使用更複雜的題型，而是真正掌握知識，也更能判斷 AI 的能力邊界。
AI 進入課堂後，老師要擔任什麼角色？
這堂課並沒有禁止使用 AI。
老師反而鼓勵學生先用 AI 學習，把不懂的地方帶回課堂討論。當 AI 幫忙處理基礎解釋與部分操作後，學生就能把更多時間用在實作、分析與討論。
這也表老師的角色正在改變。
以前，老師主要負責傳遞知識；未來，老師更重要的任務逐漸轉為：
- 引導學生提出好問題
- 教學生判斷 AI 是否答對
- 設計需要真正思考的任務
- 幫助學生把知識用在真實情境
老師不再只是知識的提供者，而是學習過程中的引導者與判斷能力訓練者。
AI 時代，最重要的不是「會不會用 AI」
AI 可以快速給答案，但不一定每次都答對。
真正重要的是，你能不能看出：
- AI 哪裡答錯了
- 資料是否足夠
- 推理過程是否合理
- 什麼時候不該相信 AI
當每個人都能使用 AI，真正拉開差距的，將不只是操作工具的速度，而是理解知識與判斷答案的能力。
