纽约大学斯特恩商学院教授帕诺斯·伊佩罗蒂斯（Panos Ipeirotis）为应对AI生成作业泛滥的问题，创新性地推出AI驱动的口头考试，以检验学生真实理解能力。他发现，许多学生提交的作业文笔流畅、逻辑严密，宛如麦肯锡报告，但在课堂提问时却难以解释自己的思路，暴露出“纸上谈兵”的问题。 为此，伊佩罗蒂斯决定“以AI制AI”。他与同事利用ElevenLabs的对话式语音技术，开发出一个AI助教系统，用于大规模实施口头考试。整个流程仅需编写一段提示词，几分钟即可搭建完成。 考试分为两部分：首先，AI针对学生的毕业项目提问，考察其决策逻辑与推理过程；随后，随机选取课堂案例，要求学生现场分析应对。在为期九天的实验中，系统评估了36名学生，每场约25分钟，总计算成本仅约15美元，远低于人工监考的数百美元成本。 此外，伊佩罗蒂斯还引入三名大型语言模型（Claude、Gemini和ChatGPT）协同评分。它们各自评估录音转写内容，互相审查并修正评分，最终由Claude担任“主席”汇总结论。他指出，AI评分不仅比人类更一致、更严格，且反馈质量更高，还能揭示教学中的知识盲区。 尽管如此，学生反应两极分化。多数人认为AI口头考试更具压力，即便承认其更能真实反映理解水平。伊佩罗蒂斯强调，这种考试形式更贴近学习的本质——“练习越多，进步越快”。 这一尝试正值高校面临AI冲击下的评估困境。一项发表于《高等教育评估与评价》期刊的研究指出，AI让学业评估变成“棘手难题”，教师普遍感到负担加重、方向模糊。有人主张将AI视为工具，有人则视其为作弊行为。而LinkedIn联合创始人里德·霍夫曼则预测，未来学生或将面临“AI考官”，而口头考试因其难以套用模板，正成为更可靠的评估方式。