基於同形異義字對初級電腦科學理論題目的對抗性擾動研究
arXiv - Computers and SocietyAidan Alexander, Chitrangada Juneja, Napaluck Tontrasathien, Miro Vanek, Reyan Ahmed, Saumya Debray, Sazzadur Rahaman
本文提出利用同形異義字修改題目，在不改變語意的前提下，防止學生利用 AI 工具直接解題。
AI 幫你先抓重點
AI 重點 1
重新定義了 AI 時代下「學術誠信」的技術防禦手段。
滑鼠懸停看 AI 判斷理由
傳統防範方式可能著重於檢測 AI 生成內容，但本文轉向從「輸入端」進行干擾，這為教育者提供了一種低成本且技術性的新思路，用以應對學生過度依賴 AI 解決作業的問題。
AI 重點 2
關注 AI 工具對學習目標達成度的潛在威脅。
滑鼠懸停看 AI 判斷理由
這提醒教育設計者，當 AI 能輕易解開標準化題目時，原有的評量方式可能失效，進而導致學生無法達成預期的學習目標，促使教學設計必須與 AI 能力進行賽跑或整合。
核心研究發現
- 1
研究提出一種針對「懶惰學生模型」的防範方法，透過同形異義字（homoglyph）對題目進行對抗性擾動。
- 2
實驗結果證實，該方法能有效擾動初級電腦科學課程中的理論題目，使其難以被現有的 AI 工具直接辨識。
- 3
研究團隊開發了一款互動式工具，讓使用者能更便捷地應用此擾動方法來修改題目內容。
對教育工作者的啟發
教育工作者在設計線上作業或數位評量時，應意識到 AI 對標準化文字題目的強大解題能力。除了傳統的題目變體設計外，可以考慮引入類似「擾動技術」的概念，或設計更具情境化、需要多步驟推理而非單純文字匹配的題目。此外，開發者可將此類技術整合進學習管理系統（LMS），在發布題目時自動進行微小的字元擾動，以降低學生直接複製貼上至 AI 工具進行作弊的成功率，從而保護學習目標的有效達成。
原始文獻資訊
- 英文標題：
- Homoglyph-based Adversarial Perturbation of Introductory Computer Science Theory Problems
- 作者：
- Aidan Alexander, Chitrangada Juneja, Napaluck Tontrasathien, Miro Vanek, Reyan Ahmed, Saumya Debray, Sazzadur Rahaman
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。