作为一名数据科学和数学老师，我实际上并不介意我的学生使用LLM，例如Chatgpt这样的LLM，只要它被用来帮助他们学习而不是取代学习过程。 Caltech的应用程序文书指南启发了我制定用于编程和机器学习课程的AI使用政策：
在CalTech应用程序文档中使用AI的不道德方法是什么？
CalTech应用程序文档中的道德AI使用方法是什么？
如果您仍然想知道自己是否正在使用AI是道德的，请问自己：要求值得信赖的成年人做同样的事情是否合适？例如，如果您要求老师帮助您纠正语法并拼写错误？当然！但是，让老师为您编写文档草案，然后在您进行一些更改后将其提交？绝对不可能。
话虽如此，我最近收到了一些代码作业，我看到这些作业是完全由AI撰写的，所以我整理了一些“ AI标志”。当然，人类和人工智能编写的代码变得越来越难以区分。但是Chatgpt/Claude/DeepSeek的生成代码仍然具有一些共同的特征，乍一看似乎是错误的。
评论
我希望所有学生都能像chatgpt一样写下这样的详细说明？当然希望。但是他们会吗？绝对不是。
评论过于详细，或者样式是使用AI的信号。
例如，在DeepSeek生成的代码中，您将看到以三个引号写入的docstring作为注释而不是使用标准＃，尽管该docstring并未指定参数或返回值：
def find_squares_adding_to_zero（mod）：
“”“找到两个非零数字a和b，使得a^2 + b^2 = 0 mod n。
对于范围（1，mod）：＃从1开始排除a = 0
对于范围内的b（a，mod）：＃从a开始以避免冗余对
if（a ** 2 + b ** 2）％mod == 0：
返回（A，B）
没有返回
我认为用来评论一行代码的方式非常不自然，尤其是在我的班级中，我显然教您如何使用＃编写单线评论，而本段并不是一个严重的docstring。
评论也可以由AI撰写。除非我为许多人编写代码，否则我不会找到像“◦”这样的符号来我自己写评论。我敢说我的学生可能也不会那样做。
lambda表达式
不要误会我的意思 – 我喜欢lambda的表情，并认为它们在Python中是独特而有价值的功能。我认为lambda用于编写简洁和临时的小函数，并且将它们作为参数传递到函数（例如map（），filter（），filter（）或sorted（）是适当的。使用良好时，它非常引人注目。但是，一旦lambda表达被滥用，在错误的位置使用或在提到它之前随机使用，那就是一个警告。
Lambda的使用不当，这意味着设计不够严重，或者它过多地依赖于AI。
例如，如果我在系统地谈论Lambda表达之前收到了这样的家庭作业代码，那么我绝对会怀疑它是由Chatgpt写的：
从函数引起的lru_cache
fib =（lambda f ：（ lambda x：f（f，x）））（lambda self，n：
n如果n <2 else self（self，n-1） +自我（self，n-2））
＃生成前10个斐波那契号
fib_sequence = [fib（n）在范围内（10）]
打印（fib_ sequence）
这种写作方法根本不适合使用lambda，而且太复杂了。它不能由第一次学习Python的学生写。
使用图书馆
在哪里导入库
有时，LLM会将导入到一个奇怪的位置（不在文件的顶部）。
我只看过几次这种情况，但是如果您向学生强调，应将进口的学生放在一开始或集中，那么这篇文章是可疑的。
使用了什么库：
使用某个库来完成不需要它的任务，尤其是以前未提及的不受欢迎的库，这也可能是AI写作的标志。
让我们看一下上述lambda代码：
从函数引起的lru_cache
fib =（lambda f ：（ lambda x：f（f，x）））（lambda self，n：
n如果n <2 else self（self，n-1） +自我（self，n-2））
＃生成前10个斐波那契号
fib_sequence = [fib（n）在范围内（10）]
打印（fib_ sequence）
如果您尚未谈论Functools库，那么学生可能会使用Google或LLM找到。使用这些工具探索库肯定可以，但也可能表明实现方法是由AI生成的。
不一致的命名和格式
这可以一目了然。如果作业需要使用特定名称命名的字段或变量，则AI所写的代码通常会给出更通用和“解释性”的名称，但这并不自然。例如，以下段落查找所有小于n的代码。普通学生可能不会那么整齐地写作，并且具有这样的“特殊”变量名称：
def sieve_of_eratosthenes（极限）：
“”“返回所有质数列表少于给定限制的列表。”“”
如果限制
本网站每日更新互联网创业教程，一年会员只需98，全站资源免费下载点击查看会员权益
