近日，由日经新闻披露的一项联合研究成果引发了广泛关注：美国OpenAI的“o1”模型与中国AI初创企业DeepSeek的“R1”模型，这两款新型生成式人工智能（AI）在模拟考试中，均成功跨越了日本顶尖学府——东京大学理科3类入学考试的合格门槛。这意味着AI在理解和应用复杂知识方面的能力已经达到了相当高的水平，甚至可以与人类顶尖学生相媲美。
本次测试模拟了2025年度东京大学入学考试，所有题目由AI初创公司Life Prompt提供输入，AI生成答案后，由日本知名预备学校河合塾的专业讲师进行评分。结果显示，o1模型取得了374分，R1模型紧随其后，获得了369分，而东大理科3类合格的最低分数线为368.7分。这一结果无疑是对中美两国AI技术实力的一次有力证明，同时也预示着AI将在教育评估领域发挥越来越重要的作用。
尽管R1模型在理科1类和理科2类的共通考试中，因分数略有不足未能达到合格线，但在其他类别，包括文科在内，R1与o1均表现出色，均成功“合格”。这不仅体现了AI在跨学科应用上的强大潜力，也展现了其在学术评估领域的广泛适用性。值得注意的是，不同于专注于特定领域的AI，通用型AI在应对跨学科、综合性考试时展现出的优势，凸显了其发展方向的重要性。
在具体科目表现上，英语成为了AI模型的优势项目。o1和R1在英语部分的得分率均超过了75%，河合塾的英语讲师久恒秀雄评价道：“这两个模型在英语表达上几乎没有单词和语法的错误，其水平远远超过了东大考生的平均水平。” 这表明AI在自然语言处理方面已经取得了显著进展，能够精准理解和运用英语的语法规则，甚至在表达的流畅性和准确性上超越人类考生。
然而，在数学科目上，AI模型的表现却暴露出了一些短板。虽然能够正确解答出不少最终答案，但在图形处理和论证问题上，却频繁出现论述错误和说明不足的情况。在满分为120分的理科数学考试中，o1得了38分，R1得了49分，远低于合格者的平均分。负责数学评分的香坂季京讲师指出：“AI在数学论证上的表现还有待提高。” 这提示我们，AI在逻辑推理和抽象思维方面，仍有很大的提升空间。尤其是在需要完整论证过程的数学领域，AI需要进一步提升其理解和运用数学原理的能力。
长期致力于“机器人能否进入东京大学”项目的国立信息学研究所新井纪子教授，对这项研究成果给予了高度评价：“这是AI成长历程中的一个重要里程碑。” 她同时强调：“我们也必须认识到，AI有时会给出令人困惑甚至错误的答案。因此，培养能够正确判断并熟练使用AI输出的人才显得尤为重要。” 这段评论指出了AI发展过程中不可避免的挑战，强调了在使用AI技术的同时，人类批判性思维和判断能力的重要性。未来的教育，不仅需要培养学生运用AI的能力，更需要培养学生识别和纠正AI错误的能力。
