据外媒报道，加州大学伯克利分校计算机科学系，在2026年春季学期遭遇了严重的教学危机，CS 10课程的不及格率飙升至35.3%。而此前这一比例不足10%。

该校教授Dan Garcia指出，造成这现象的主要原因是学生过度依赖大语言模型完成作业，导致学术不端行为增加。由于缺乏对基础知识的掌握，学生在考试中无法独立解题，最终成绩大幅下滑。与此同时，曾经座无虚席的答疑时间现在空无一人，反映出学生学习主动性的丧失。

这一现象揭示了人工智能技术对传统计算机教育体系的冲击。AⅠ不仅改变了企业的用人需求，导致初级软件工程师岗位减少，也破坏了人才培养b基础逻辑。

学生利用AI绕过学习过程中最艰难的思考环节，虽然能按时完成作业，却无法构建扎实的知识体系。有案例显示，即便在允许使用AⅠ的课程中表现尚可的学生，在后续需要独立运用基础知识的课程中也会面临困难。

这种教育与就业的双重困境表明，技术的便利性正在削弱人类的基础能力培养。教育机构目前面临的挑战之一，就是如何在AI普及的环境下重新确立考核标准与教学模式，迫使学生回归到对核心原理的理解与掌握上，否则，计算机科学的基础教育将面临失效的风险。

信源：Berkeleyside（伯克利当地新闻媒体）和UC Berkeley EECS（加州大学伯克利分校电气工程与计算机科学系）