Profesor ekonomii z Brown University Roberto Serrano opublikował analityczne dowody na to, że większość jego studentów korzystała z AI do rozwiązywania zadań domowych, porównując wyniki między egzaminem do oddania w domu a testem pisanym stacjonarnie. Średnia ocen z pracy domowej wyniosła imponujące 96 punktów na 100, natomiast gdy Serrano zmienił format finału na egzamin w sali audytoryjnej, średnia spadła dramatycznie do zaledwie 48 punktów na 100. Ta różnica prawie 50 punktów wyraźnie wskazuje na to, że studenci nie radzili sobie samodzielnie z materiałem.
Historia profesora stała się głośna, bo pokazuje skalę problemu, przed którym stoją uniwersytety w erze łatwo dostępnych narzędzi AI. Tradycyjne prace domowe i egzaminy do oddania w domu okazały się zbyt podatne na oszukiwanie poprzez copy-paste do ChatGPT czy podobnych modeli. Serrano nie ukrywa frustracji - jego dane mówią same za siebie i stanowią konkretny dowód, że dostęp do AI pozwala studentom uzyskiwać oceny nieodpowiadające ich rzeczywistej wiedzy.
Problematyka ta ma dalsze implikacje dla systemu edukacji wyższej. Jeśli studenci mogą uzyskać doskonałe wyniki pracy domowej bez prawdziwego zrozumienia materiału, kwestionuje to sens tradycyjnego modelu oceniania. Uniwersytety będą musiały szybko adaptować się, przenosząc oceny na format synchroniczny i sprawdzalny, albo zmienić całą filozofię egzaminowania - inaczej dyplom może stać się coraz mniej wiarygodny dla pracodawców.