AI智能眼镜正在把一副看似普通的眼镜，变成潜在的“考场接口”：它可以获取佩戴者眼前的信息，连接外部协助者或AI系统，再通过镜片显示或音频等隐蔽渠道返回信息。问题不在于每个学生都会如此使用，而在于传统监考通常建立在两项假设上：考生能与外部帮助隔离；违规行为能被观察到。可穿戴AI同时冲击了这两项假设。117

为什么智能眼镜改变了作弊问题

手机通常需要考生取出、查看或操作一个可见物体；智能眼镜及类似穿戴设备则能把这些交互压缩得不那么显眼。关于可穿戴AI的研究指出，眼镜、手表和传感器类设备可通过隐蔽界面提供实时检索、总结、翻译和提示等能力。17

因此，问题从“是否带入违禁物品”，转向“能否取得可辩护的证据”。学术不端处理一般需要可观察行为和可核实证据；但智能眼镜可能与普通眼镜无异，而可穿戴技术也可能具有医疗或无障碍辅助用途。有研究警告，在这种条件下，试图仅靠身体检查来排除AI，可能加剧对身体的审查，并让残障、健康状况特殊或有宗教服饰需求的学生承受不成比例的负担。1

这种能力已不只是设想

据报道，香港科技大学的一项演示使用基于Rokid的智能眼镜并连接GPT-5.2，参加本科《计算机通信网络》考试，系统取得92.5分（满分100分），在100多人的班级中位列前五。45

这一结果需要谨慎解读：它展示的是一套特定设备、模型和网络配置在一场具体考试中的表现，并不能证明AI眼镜在所有学科、题型或未来模型中都能取得相近成绩。但它揭示了核心脆弱点：当考试主要奖励能被联网模型快速检索或生成的答案时，可穿戴界面会让外部协助与独立作答之间的界线更难辨认。

违规案例与政策反应正在增加

高校和考试管理机构已开始针对相关事件采取行动：

• 奥克兰大学处分了一名在测试中佩戴智能眼镜的学生；考试组织方此前已明确禁止智能设备。2
• 韩国在两个多月内记录了5起涉及AI智能眼镜的国家技术资格考试违规案例，并开始准备修改考试规则。18
• 中国在高考期间要求对所有眼镜进行检查；韩国教育主管部门也讨论了针对重要考试加强防范的措施。6

这些措施在规则清晰、明确将智能眼镜和联网穿戴设备列为禁用物品时，能够降低眼前风险。但它们没有消除根本难题：设备正变得越来越不显眼，而过度检查也可能带来公平、隐私和无障碍方面的问题。119

传统考试为何可能面临“将军”风险

最严峻的警讯，并非每一次作弊都会变得无法查获，而是传统闭卷考场所提供的“可信度”，可能不再等同于考场实际能够证明的内容。

可穿戴AI削弱了传统监考的两项基础：

1. 可隔离性：能够可靠地把考生与外部知识来源、外部协助分开的前提。
2. 可观察性：监考人员能够看见有意义的违规迹象的前提。

一篇关于可穿戴AI与评估的论文将这一复合挑战称为“双重透明性”：对监考人员而言，使用者似乎是“透明”的；但对设备而言，考试本身却变得“透明”。论文认为，仅靠物理排除设备，难以恢复评估安全性。1

风险也不局限于眼镜。智能手表、耳机及其他穿戴式传感器都可能提供隐蔽协助；研究者指出，监管规则的发展已落后于这类设备的普及。17若未来出现更不易察觉的显示技术，仅凭肉眼识别设备的策略将更难维持。

影响不止于作弊：隐私、证书与平等对待

可穿戴AI带来的问题超出了学术诚信本身。

隐私与同意。 带有摄像头和麦克风的设备，可能在缺乏明确告知的情况下记录同学、教职人员、试题或旁观者。支持隐蔽协助的功能，也可能被用于隐蔽录音录像。1

证书的可信度。 在技术类或职业资格评估中，未经披露的实时外援会削弱“通过者本人已展示所需能力”这一主张。韩国已报告的案例，也让问题进入资格考试监管改革的范围，而不只是校园纪律处分。18

无障碍与程序公平。 对所有戴眼镜者一概怀疑，既可能构成歧视，也难以正当化。政策应当聚焦设备功能和未经授权的信息访问，同时设置清晰的合理便利与处理程序，而不能把普通眼镜或辅助技术本身当作违规证据。119

学校和考试机构现在能做什么

短期管控仍然重要。考试规则应明确覆盖智能眼镜、智能手表、耳机和其他联网穿戴设备；说明设备如何存放；提前写明后果；并为监考人员提供一致的事件记录与上报流程。筛查和检查应合法、适度，并配套可实际执行的合理便利程序。618

但侦测应被视为一道防线，而不应成为全部评估策略。若禁令无法被公平、可靠地执行，它可能制造的只是“安全幻觉”，而非对学习成果的可信证明。1

更长期的答案：评估理解，而不只评估答案

更有韧性的路径，是把高风险评估重新围绕更难被隐形外包的学习证据来设计。依据不同学习目标，可考虑：

• 口头答辩，或针对作答的简短追问；
• 受监督的实操展示；
• 能呈现草稿、决策与修改过程的分阶段课程作业；
• 带有本地化或个性化约束条件的真实案例；
• 工作笔记、反思等过程性证据；
• 要求学生解释、调整或捍卫其推理过程的任务。

这些形式并非绝对无法作弊，也比标准笔试更耗费时间和师资培训。它们的优势在于：学生自身的判断、过程和表现成为被评估的一部分。越来越多研究主张，教育机构不应只依赖技术禁令，而应转向能够在AI已普遍存在的环境中仍有意义的评估设计。11719

结论不是考试已经过时，而是学校与考试机构不应再默认“有人监考的考场”天然等于“独立完成的作答”。清晰的设备规则、尊重隐私的执行方式，以及直接检验能力的评估设计，会比无休止地追赶下一种隐蔽接口更可靠。

AI智能眼镜正在把一副看似普通的眼镜，变成潜在的“考场接口”：它可以获取佩戴者眼前的信息，连接外部协助者或AI系统，再通过镜片显示或音频等隐蔽渠道返回信息。问题不在于每个学生都会如此使用，而在于传统监考通常建立在两项假设上：考生能与外部帮助隔离；违规行为能被观察到。可穿戴AI同时冲击了这两项假设。117

为什么智能眼镜改变了作弊问题

手机通常需要考生取出、查看或操作一个可见物体；智能眼镜及类似穿戴设备则能把这些交互压缩得不那么显眼。关于可穿戴AI的研究指出，眼镜、手表和传感器类设备可通过隐蔽界面提供实时检索、总结、翻译和提示等能力。17

因此，问题从“是否带入违禁物品”，转向“能否取得可辩护的证据”。学术不端处理一般需要可观察行为和可核实证据；但智能眼镜可能与普通眼镜无异，而可穿戴技术也可能具有医疗或无障碍辅助用途。有研究警告，在这种条件下，试图仅靠身体检查来排除AI，可能加剧对身体的审查，并让残障、健康状况特殊或有宗教服饰需求的学生承受不成比例的负担。1

这种能力已不只是设想

据报道，香港科技大学的一项演示使用基于Rokid的智能眼镜并连接GPT-5.2，参加本科《计算机通信网络》考试，系统取得92.5分（满分100分），在100多人的班级中位列前五。45

这一结果需要谨慎解读：它展示的是一套特定设备、模型和网络配置在一场具体考试中的表现，并不能证明AI眼镜在所有学科、题型或未来模型中都能取得相近成绩。但它揭示了核心脆弱点：当考试主要奖励能被联网模型快速检索或生成的答案时，可穿戴界面会让外部协助与独立作答之间的界线更难辨认。

违规案例与政策反应正在增加

高校和考试管理机构已开始针对相关事件采取行动：

• 奥克兰大学处分了一名在测试中佩戴智能眼镜的学生；考试组织方此前已明确禁止智能设备。2
• 韩国在两个多月内记录了5起涉及AI智能眼镜的国家技术资格考试违规案例，并开始准备修改考试规则。18
• 中国在高考期间要求对所有眼镜进行检查；韩国教育主管部门也讨论了针对重要考试加强防范的措施。6

这些措施在规则清晰、明确将智能眼镜和联网穿戴设备列为禁用物品时，能够降低眼前风险。但它们没有消除根本难题：设备正变得越来越不显眼，而过度检查也可能带来公平、隐私和无障碍方面的问题。119

传统考试为何可能面临“将军”风险

最严峻的警讯，并非每一次作弊都会变得无法查获，而是传统闭卷考场所提供的“可信度”，可能不再等同于考场实际能够证明的内容。

可穿戴AI削弱了传统监考的两项基础：

1. 可隔离性：能够可靠地把考生与外部知识来源、外部协助分开的前提。
2. 可观察性：监考人员能够看见有意义的违规迹象的前提。

一篇关于可穿戴AI与评估的论文将这一复合挑战称为“双重透明性”：对监考人员而言，使用者似乎是“透明”的；但对设备而言，考试本身却变得“透明”。论文认为，仅靠物理排除设备，难以恢复评估安全性。1

风险也不局限于眼镜。智能手表、耳机及其他穿戴式传感器都可能提供隐蔽协助；研究者指出，监管规则的发展已落后于这类设备的普及。17若未来出现更不易察觉的显示技术，仅凭肉眼识别设备的策略将更难维持。

影响不止于作弊：隐私、证书与平等对待

可穿戴AI带来的问题超出了学术诚信本身。

隐私与同意。 带有摄像头和麦克风的设备，可能在缺乏明确告知的情况下记录同学、教职人员、试题或旁观者。支持隐蔽协助的功能，也可能被用于隐蔽录音录像。1

证书的可信度。 在技术类或职业资格评估中，未经披露的实时外援会削弱“通过者本人已展示所需能力”这一主张。韩国已报告的案例，也让问题进入资格考试监管改革的范围，而不只是校园纪律处分。18

无障碍与程序公平。 对所有戴眼镜者一概怀疑，既可能构成歧视，也难以正当化。政策应当聚焦设备功能和未经授权的信息访问，同时设置清晰的合理便利与处理程序，而不能把普通眼镜或辅助技术本身当作违规证据。119

学校和考试机构现在能做什么

短期管控仍然重要。考试规则应明确覆盖智能眼镜、智能手表、耳机和其他联网穿戴设备；说明设备如何存放；提前写明后果；并为监考人员提供一致的事件记录与上报流程。筛查和检查应合法、适度，并配套可实际执行的合理便利程序。618

但侦测应被视为一道防线，而不应成为全部评估策略。若禁令无法被公平、可靠地执行，它可能制造的只是“安全幻觉”，而非对学习成果的可信证明。1

更长期的答案：评估理解，而不只评估答案

更有韧性的路径，是把高风险评估重新围绕更难被隐形外包的学习证据来设计。依据不同学习目标，可考虑：

• 口头答辩，或针对作答的简短追问；
• 受监督的实操展示；
• 能呈现草稿、决策与修改过程的分阶段课程作业；
• 带有本地化或个性化约束条件的真实案例；
• 工作笔记、反思等过程性证据；
• 要求学生解释、调整或捍卫其推理过程的任务。

这些形式并非绝对无法作弊，也比标准笔试更耗费时间和师资培训。它们的优势在于：学生自身的判断、过程和表现成为被评估的一部分。越来越多研究主张，教育机构不应只依赖技术禁令，而应转向能够在AI已普遍存在的环境中仍有意义的评估设计。11719

结论不是考试已经过时，而是学校与考试机构不应再默认“有人监考的考场”天然等于“独立完成的作答”。清晰的设备规则、尊重隐私的执行方式，以及直接检验能力的评估设计，会比无休止地追赶下一种隐蔽接口更可靠。