出来事の日付：2026年6月4日。 カリフォルニア大学バークレー校の複数のコンピューター科学科目で、2026年春学期に異例の高い不合格率が記録され、教員らは生成AIの利用、数学面での準備度、人員上の制約、授業外での参加低下による影響の検証に乗り出した。この数値は近年の結果や学部の一般的な成績評価指針から大きく外れていた。

Berkeleytimeが報じたデータによると、CS 10では学生の35.3％がF評価を受け、CS 61Aでも10.6％がFだった。2024年春学期と2025年春学期には、いずれの科目もFの割合は10％を超えていなかった。2026年の両クラスの平均成績はCプラスで、成績評価点（GPA）では2.3に相当した。学部の指針によると、通常、学部前半レベルの科目では学生の7％にDまたはFを付け、平均GPAは2.8から3.3の範囲となる。

両科目を担当した教授法担当教授のダン・ガルシアは、大規模言語モデルに関わる学業上の不正行為が増えたことが主因の一つだと考えていると述べた。自宅受験形式の試験で不正をしていたCS 10の学生が30人近く見つかった一方、授業課題をAIに頼り、その後、試験では同様の支援を得られず対応できなかったとみられる学生もいたという。各クラスは相対評価ではなく公表済みの得点基準を採用していたため、成績不振がほかの学生の成績によって相殺されることはなかった。

この傾向はプログラミング入門科目だけにとどまらなかった。教授法担当准教授のギリージャ・ラナデが担当した上級の最適化科目EECS 127では、Fの割合が16.8％だった。学部の指針では、上級科目におけるDとFの合計割合は通常約5％とされている。ラナデによると、学生は線形代数、ベクトル解析、数学的証明などの前提科目の内容に苦戦していた。大学の数学科は、ある学生がラナデに説明した、インターネットとAIを自由に使える評価方針について記録はないと述べた。新聞社は、同様の方針がほかの場所に存在したかどうかを確認できなかった。

人員体制の変化も授業環境に影響した。ラナデはティーチングアシスタントの支援を失ったため期末プロジェクトを取りやめたが、この課題では学生は概して高得点を取っていた。両教員とも参加を呼びかけていたにもかかわらず、オフィスアワーへの出席はまばらだったと報告した。

ガルシアは、今後のクラスで春学期の結果を説明し、補習を必要とする学生を特定する方法を模索する予定だ。ラナデは、AIへの対応として必要なのは期待水準を下げることではなく、より充実した指導と分析能力の基礎を強化することだと主張した。両氏の説明は成績変化の原因を一つに特定するものではないが、学部が切り分けて検証しなければならない、学業面、技術面、制度面で重なり合う圧力を示している。

公表された割合も慎重に解釈する必要がある。これは1学期における指定された3科目の結果を示すものであり、バークレー校の学生全般の成績を示すものではない。同様に、教員らは複数の要因候補を挙げたのであって、AI利用の影響だけを切り分けた対照分析を示したわけではない。今後の学期、不正行為案件の処分結果、人員体制や評価設計の変更によって、どの説明が変化の最大部分を占めるのかが明らかになる可能性がある。