ChatGPT考贏日本狀元，但教授說這不算數(shù)

東京大學醫(yī)學部的錄取通知書，今年差點要發(fā)給一個服務器集群。

日本AI創(chuàng)業(yè)公司LifePrompt上周公布測試結果：ChatGPT在東京大學、京都大學2025年入學考試中拿下最高分，理科三類醫(yī)學專業(yè)比人類狀元還高50分，數(shù)學直接滿分。一年前，同一套考題它還沒過錄取線。這個跨度，比復讀生逆襲還夸張。

分數(shù)拆解：哪里封神，哪里翻車

先看東京大學的成績單。人文社會類滿分550分，ChatGPT考452分；理科三類同樣滿分550分，它拿503分。兩項都超過校方公布的錄取最高分——人文類434分，理科類453分。

京都大學更夸張。法學院入學考試771分，超過錄取最高分734分；醫(yī)學院1176分，碾壓真人狀元的1098分。

但細看科目，AI的偏科暴露無遺。英語得分率90%，世界史論述題卻只有25%。

這說明什么？它能啃下標準化答案的硬骨頭，卻在需要原創(chuàng)觀點的開放題上露怯。考試設計的"盲區(qū)"，恰好是AI能力的"盲區(qū)"。

技術迭代：從落榜到狀元只用兩年

LifePrompt的測試時間線值得玩味。2024年用GPT-4，沒過東大錄取線；2025年換o1模型，首次合格；現(xiàn)在用ChatGPT 5.2思考模型，直接屠榜。

測試方法也升級了。考題被轉化成圖像數(shù)據(jù)輸入模型，論述題由日本知名補習學校河合塾的教師人工閱卷——盡量模擬真實考場環(huán)境。

「人工智能技術迭代速度極快，企業(yè)引入時需要著眼于未來10至20年的業(yè)務格局進行布局。」LifePrompt負責人遠藤聰這樣總結。

但這位負責人的潛臺詞沒說完：如果兩年就能從落榜到狀元，企業(yè)現(xiàn)在的"布局"可能明年就過時。

教授的冷笑話：計算器本來就該比人快

日本人工智能學會會長、慶應義塾大學教授栗原聰?shù)幕貞o這場"AI狀元"狂歡潑了盆冷水。

「就像計算器的運算速度和精準度遠超人類一樣，人工智能考出高分本就是理所應當。」

他的核心論點很簡單：人類和AI不該放在同一賽道。AI擅長的是海量數(shù)據(jù)的吸收與歸納，而創(chuàng)造全新價值的能力，人類依舊不可替代。

栗原聰還順手捅了日本升學制度一刀——側重考查知識記憶與計算能力的考試模式，已經(jīng)到了需要改革的時候。

這話聽著像給AI高分找臺階，但細想有道理。如果狀元考的主要是"記得多、算得快"，那AI拿高分確實不算新聞。真正該問的是：這套篩選標準，選出的到底是人才，還是"人形數(shù)據(jù)庫"？

考試設計的尷尬：我們到底在考什么

ChatGPT的世界史論述題得分率25%，這個數(shù)字比它的滿分數(shù)學更有信息量。

論述題本應是區(qū)分"會考試"和"會思考"的護城河，但25%的得分率說明，AI至少能湊出點東西——只是質量不夠看。如果未來模型把這道坎也跨過去了，考試還能靠什么篩人？

一個可能的走向：標準化考試進一步貶值，面試、作品集、項目制評估權重上升。但這又帶來新問題——成本更高，公平性更難保證。

日本頂尖大學的入學考試，某種程度上是東亞應試教育的標桿。AI在這里拿高分，等于給全球教育系統(tǒng)出了一道同步考題：當機器能替代"苦讀"，教育的核心價值要往哪遷移？

栗原聰說的"創(chuàng)造全新價值"，聽起來像正確的廢話。但看看ChatGPT的25%論述題得分率，至少現(xiàn)在，這句廢話還是人類的護城河。