加州大学伯克利数学教授发表评论文章后，关于AI使用和招生政策的讨论进展

当前阶段的信息梳理集中在兹韦兹德利娜 · 斯坦科娃撰写批评学生基础差的文章及其后续引发的讨论点上。该文章发表于《旧金山标准报》，核心内容是指出她教授的一些数学课的学生水平落后，甚至未能掌握分数和基础代数等初中阶段知识。

在阐述问题根源时，兹韦兹德利娜 · 斯坦科娃将矛头指向了加州大学不参考标准化考试成绩的招生政策。根据斯坦科娃评论文章中引用的数据分析，该数据显示，自加州大学实行不参考标准化考试成绩的招生政策后，在修读微积分 I 之前存在“严重基础不足”的学生人数增加了原来的三倍。

这一背景信息与一个重要的时间节点相关联：加州大学董事会投票决定逐步取消申请时提交标准化考试成绩的要求，该决定发生在2020年。斯坦科娃在发表评论文章前，还曾与超过3000名加州大学教职员工共同签署了一封公开信，支持恢复招生考试。

关于文章的创作过程和技术使用方面，事件的关键进展是伯克利大二学生弗朗西斯 · 罗表示，使用AI检测工具Pangram检查后，软件判断该文章有33%的内容由AI生成或经过AI协助。面对这一指控，兹韦兹德利娜 · 斯坦科娃承认自己确实使用了AI软件帮助编辑文章，但她同时声明，这篇文章是累计了数百小时高强度人工工作的成果，其中约80小时是由她本人完成的。

从技术工具的角度来看，Pangram在官网宣称其识别AI生成文档的准确率达到99.66%，平均大约每扫描24000份文档才会误判一次。此外，加州大学系统本身设有“AI委员会”，用于协助各校开发AI项目和资源，这构成了学校层面的技术支持背景。

在学术规范层面，卡米尔 · 克里滕登表示她并不清楚加州大学是否针对教师在个人研究或评论文章中使用AI制定了具体规定。这也凸显了一个流程上的不确定性：尽管存在系统性的AI辅助工具和委员会，但对于个体教职员工撰写公开评论文章的具体规范界限尚不明确。

从影响分析来看，斯坦科娃的批评引发了关于高等教育入学标准、学生基础能力培养以及学术诚信边界的广泛讨论。她不仅发表了评论文章，还曾与同事共同签署支持恢复招生考试的公开信，显示出其观点具有一定的群体性支持和推动力。

读者提示：对于关注教育政策或AI伦理的读者而言，可以关注加州大学系统未来是否会发布关于教职员工在学术发表中使用生成式AI工具的具体指导方针。目前已确认的信息仅来源于公开报道，不代表学校官方最终结论。