在平均分只有30分的科目里考出100分，如今所有高分都受到怀疑
韩国税务师考试状元自白AI作弊行为
商业在16,856人平均分仅30分的科目里，竟有人考了100分
韩国有一种名为税务师（Certified Tax Accountant，CTA）的国家专业资格。这是一种代理纳税申报、税务调整、税务不服程序的职业。考试分为两个阶段。今年第63届第一阶段考试共有16,856人报考，合格率为18.09%。第二阶段考试由政府预先设定最低合格人数为700人，去年第二阶段的合格率为10.48%。准备好几年才通过的人很常见。
今年第一阶段考试科目《税法学概论》中，16,856名考生的平均分为30.18分。在这门科目里，有人拿到了100分。他在第一阶段考试的160道题中答对了159道，在论述型的第二阶段考试中也以满分800分中的663分夺得状元。我们姑且称这个人为A先生。
2026年11月15日，A先生自白作弊行为并向警方自首。据其自白，藏在身上的微型摄像头拍下了试卷，考场外的生成式AI生成了答案，A先生通过智能手机查看了这些答案。
对韩国以外的读者来说，这或许是个陌生的考试，但只要是依靠考试授予资格的社会，就都难以回避同一个问题：考试该如何区分AI作答与人工作答呢？
就在监考官正前方，第一排正中间的座位
A某参加二次考试时的座位，就在监考官正前方，第一排正中间。监考他的四名委员中，没有一个人表示看到过可疑行为。主管考试的韩国产业人力公团1在电脑判读的一次评分资料中，同样没有发现任何异常之处。质疑并非源于考试流程内部，而是源自对分数感到蹊跷的网络社区。
同样的手法也并非每次都奏效。A某表示自己在第61届注册会计师一次考试中也使用了电子设备和生成式AI，但那次考试却落榜了。失败的作弊最终只留下一次普通的落榜，而成功的作弊却只留下高分。无论哪种情况，答卷上都不会留下痕迹。
在自白视频中，A某所说的动机，是对三十多岁才开始的备考生活究竟还要持续多久的恐惧。考试所系越重大，受到同样诱惑的考生就还会出现。
政府提出的对策包括引进电波探测器、扩大考场监控摄像头、在高考考场增派甄别智能眼镜的人力。然而，公团在税务师二次考试监考委员培训资料中列入的注意事项是智能眼镜，网络上最初提出的质疑对象也是AI智能眼镜。而实际使用的，却是超小型摄像头和智能手机。监管瞄准的是已经被曝光的设备，作弊行为则转向下一种设备。等电波探测器被引进之后，又会出现另一种方法。
从第二天起，其他高分考生也开始受到怀疑
自白曝光后，国内社区流传开一则帖子，把今年考试中出现的异常结果归纳成七行。法学院入学考试利特（LEET）2、医学·牙医学专门研究生院入学考试米特（MEET）、税务师、关税师、资产评估师、五级公务员考试都被列入同一份名单。这其中，我只核实了利特满分这一项的报道，其余项目是否属实我未能确认。
没有证据表明名单上的人用AI作弊。利特满分获得者在媒体采访中详细讲述了自己的学习方法，也没有任何与作弊相关的报道。即便如此，他还是被列入了同一份名单。
这种怀疑在此次事件之前就已存在。今年9月，利特自实施以来19年来首次出现满分获得者时，据说考生社区的第一反应就是“是不是作弊了？”。税务师事件不过是给这种模糊的怀疑附上了一个实际案例。
这种怀疑本身也是作弊留下的代价。如果考试无法区分AI制造的高分与人制造的高分，那么即便是靠诚实手段取得高分的人，也没有办法证明自己的清白。分数越高，怀疑也越大。考试分数本来是向社会担保“这个人掌握了这么多知识”的装置，而现在这份担保，正从最顶端开始动摇。
AI从2023年起就已逼近这些考试的及格线
AI能解开专业资格考试题目，这并不是突然冒出来的说法。2023年2月，学术期刊PLOS Digital Health刊登的一项研究报告称，ChatGPT在美国医师执照考试（USMLE）公开题目中的正确率为52.4%～75.0%。这项考试的及格线大约在60%左右。同年公开的一篇美国与德国研究团队的论文显示，在给出示例题目和计算器等工具的条件下，GPT-4在包括注册会计师（CPA）在内的4种会计资格考试客观题中平均得分率达到85.1%。OpenAI曾宣称GPT-4在律师资格考试中取得了前10%的成绩，但2024年有一篇重新审视的论文指出这一说法有夸大之嫌。
并非满分，围绕数字也存在争议，而且这也不是在真实考场上完成的结果。但即便如此，一个事实并未改变：人类需要准备数年才能通过的考试的及格线附近，三年前的模型就已经站在那里了。
<<<OZ_BODY>>>
选择题和论述题会被攻破，原因相同
选择题考试之所以普遍，是有原因的。阅卷速度快、可以用机器判读、答案唯一所以争议少。可是这个优点，对作弊者来说同样是优点。考场外的AI需要传给考场内应聘者的信息，每道题只是一个数字。抄写几乎不花时间，答题卡上也不会留下解题过程。只看答题卡，根本无法区分人答对的159道题和AI答对的159道题。
那么改成论述型考试就能解决问题吗。这起事件对这个处方也给出了答案。A某夺得第一名的二次考试正是论述型的。在自首前一天，也就是11月14日报道的采访中，A某还拿这次二次考试的成绩来反驳质疑。他把论述型考试的高分当作自己清白的依据。可一天之后，他就承认在二次考试中也作了弊。
原因很简单。生成式AI相比挑选编号，更擅长的其实是写长文章。只要能把题目拍下来发送出去、并接收到答案，论述型答案无非是多花一点抄写时间而已。纸质答题卡上只会留下写了什么内容，而不会留下这些内容是谁想出来的。公团当时正让阅卷专家重新审核A某的二次答题卡，但结论还没出来，他本人的自白却先一步到来了。
Oswarld视角
我在大学教学生的时候，一直坚持认为，哪怕批改起来更麻烦，也应该引入论述考试和面试形式的口头考试。在我自己的课堂上，实际上也一直是这样评估的。我经常采用的方式是，让学生先参加笔试，之后再反过来追问他们是否真正理解了内容。在论述或口述中，能把脑子里想到的东西立刻写出来、说出来的学生，和做不到这一点的学生，会明显分化开来。
在 2024 年 1 月写的一篇文章里，我也写过，随着 AI 写作工具的普及，仅凭文章的完成度已经很难判断学生是否理解了内容，因此需要让学生用口头方式解释自己写的内容，也就是口头答辩3。在《把思考托付出去的人们：无脑智人》一书中，我也谈到了 AI 通过医学、法学、会计考试这一事实。
这次事件让我的这一判断更加确定了一些。仅靠纸上的论述答题是不够的。论述要真正发挥其作为评估手段的作用，就必须能够对写出答案的人，就这份答案再次提问。
反复追问的考试与笔试不同之处在于，问题并非事先设定好的。评分者会听完回答后，当场追问为什么会做出那样的判断，以及如果条件改变，结论会如何变化。由于下一个问题取决于前一个回答，应试者无法事先知道会被问到什么。别人代写的答案或许能撑过第一个问题，但在接下来的追问中很容易露馅。
国家级考试与大学课堂的规模不同。在一门科目有 1 万 6,856 人应考的考试中，不可能对所有应试者都进行口试评估。但在最后阶段设置口试的方式已经存在了。韩国的技术师4考试会让论述型笔试的合格者再参加约 30 分钟的口试面试。专业资格考试也值得考虑类似的程序——对进入第二阶段论述型考试合格名单的应试者，要求其对自己的答案进行解释。口试并不能杜绝所有舞弊行为。但它可以在考试流程内再确认一次，答卷上写的内容是否真正出自应试者本人的思考。
这一流程，对那些被怀疑的高分者来说也同样必要。现在，满分获得者在面对社区的质疑时，能做的大概只是在采访中解释自己的学习方法。如果考试中设有反复追问的环节，获得高分的人就能在正式流程中证明，这个分数确实是属于自己的。
而且这也不是仅仅改革考试制度就能解决的问题。算盘出现时，人们要学会使用算盘；计算器出现时，人们要学会使用计算器。电脑和 Excel 也是如此。现在，备考机构正在思考如何用好 AI。这一点让我印象深刻。
AI 通过了专业职业考试这一事实，也可以反过来解读。它意味着，即便不是专家的人，只要有 AI 相助，至少也能处理考试所要求的那种专业知识水平的工作。既然如此，就必须重新审视专业职业的边界究竟在哪里。靠考试确认的知识，与在实际工作中积累的经验和诀窍，是两回事。后者通常被称为隐性知识。我认为，谁背下了更多法条这件事，今后的意义会越来越小。
教人如何用好 AI，和反过来追问学生是否真正理解了内容，这两件事并不矛盾。要判断 AI 给出的答案是否正确，本身就需要理解其内容，而反复追问式的考试要确认的，正是这种理解。
结语
监考设备每次都要随着作弊手段的更新而更换。而反复追问的流程，无论用的是什么设备，验证的都是同一件事。而且这种验证不只是用来揪出作弊行为，也可以用来把诚实获得高分的人从怀疑中解救出来。
💬 读者在考试之后，有没有遇到过有人追问“你为什么这样作答？”的情况？如果有的话，请在评论区简单分享一下，哪个问题最难回答。
📨 如果你身边有正在准备资格考试的人，或是有设计考试和评估体系的同事，请把这篇文章转发给他们。
参考资料与延伸阅读
事件报道
- 《Financial News》，税务师笔试状元自首报道，2026年11月15日。链接 ··· 整理了自白内容（超小型相机、生成式AI、智能手机）、注册会计师一次考试不合格、座位与监考委员应答、政府对策。
- 《京乡新闻》，税务师一次、二次考试成绩相关报道，2026年11月12日、13日。链接1 · 链接2 ··· 是159道题目、税法学概论平均30.18分、二次考试663分的出处。
- 《先驱经济》，监考委员教育资料与二次答卷复核报道。链接 ··· 可以看到智能眼镜注意事项被加入的来龙去脉。
- 《亚洲经济》，网络社区质疑报道，2026年11月15日。链接
- 《税务师新闻》，《税务师一次考试合格率18.09%》。链接 ··· 是今年一次考试应考人数与合格率的出处。
- 《税务师新闻》，《第62届税务师考试728人最终合格……合格率10.48%》。链接
- 《中央日报》（刊载于美洲中央日报），LEET首位满分获得者采访，2026年9月。链接 ··· 介绍了该考试实施19年来首次出现满分及网络社区的最初反应。
AI与专业资格考试研究
- Kung等，《PLOS Digital Health》，2023年。PLOS新闻稿 ··· 是ChatGPT在USMLE公开题目上的成绩。
- Eulerich等，《Review of Accounting Studies》，2024年。链接 ··· 是4种会计资格考试客观题的结果。并非实际应考，而是题目样本实验。
- Martínez，《Artificial Intelligence and Law》，2024年。链接 ··· 是重新核算GPT-4在律师资格考试中排名前10%这一说法的论文。
作者的既往文章
- 安光涉，提倡以口头答辩补充写作评价的文章，2024年1月31日。链接
你的观点会成为下一期的线索
欢迎留下你的经验与看法。