基于新课标的“5+”初中人工智能课程教学模式研究与实践
2026-08-06 15:10
🔍 耿同学打假报告
论文信息
- 论文来源:基于新课标的“5+”初中人工智能课程教学模式研究与实践_曾玺晔.pdf
- 标题:基于新课标的“5+”初中人工智能课程教学模式研究与实践
- 作者:曾玺晔
- 期刊:西南大学硕士学位论文(教育硕士)
- DOI:无
- 发表年份:2025年12月
综合评定:🟠 高度可疑
详细发现
发现 1:基础数学不自洽(连加法都能算错)
- 位置:表 4-7、表 4-8、表 4-9 以及正文 4.5.1 部分
- 描述:论文中对学生作品评价的总分计算存在极其低级的加法错误。根据作者设计的评分表(表 4-6),总分由“技术性、创新性、实用性、艺术性、伦理性”五个维度相加而成。但在实际报告的数据中,各维度得分之和与报告的总分严重不符。
- 证据:
- 表 4-7(第一轮):21.7(技术)+ 20.0(创新)+ 4.9(实用)+ 6.5(艺术)+ 5.0(伦理)= 58.1 分。表 4-7 报告的总分也是 58.1,此处无误。
- 表 4-8 & 表 4-9(第一轮对比数据):作者将第一轮的总分写成了 58.2 分。
- 表 4-8 & 表 4-9(第二轮对比数据):31.5(技术)+ 27.0(创新)+ 7.2(实用)+ 6.3(艺术)+ 5.1(伦理)= 77.1 分。然而,作者在表 4-8、表 4-9 以及正文 4.5.1 中,强行将第二轮总分写成了 77.2 分。
- 正文 4.5.1 甚至写道:“总分维度 t=-49.767,p<0.01,总体来看学生前后两轮作品是有明显差异化提升的,平局(应为平均)总分提升了 19 分”。(58.2 到 77.2 确实差 19 分,但这组数据是硬凑出来的)。如果数据是基于真实问卷或量表统计得出,总分必然是各项之和,绝不可能出现总分与分项和差 0.1 分的情况。这说明数据极有可能是人为编造或随意篡改的。
- 严重程度:🔴
- 复核状态:✅ 成立
发现 2:统计学反常(“太完美”的幽灵数据)
- 位置:表 4-9 第一轮和第二轮行动研究配对 T 检验
- 描述:在教育类研究中,主观评价(如作品打分)受到教师主观、学生状态、题目难度等极多因素影响,但本论文的统计学结果呈现出“不符合常理的极度显著”。
- 证据:
- “技术性”维度的配对 t 检验结果为 t = -55.231。
- “创新性”维度的配对 t 检验结果为 t = -47.938。
- “总分”维度的配对 t 检验结果为 t = -49.767。
- 在样本量仅为 55 的主观作品评价中,出现绝对值高达 50 以上的 t 值,意味着两组数据内部的方差(差值的标准差)微乎其微。换言之,这 55 名学生在两轮测试中的分数变化幅度“惊人地一致”。在真实的初中课堂教学环境下,有些学生可能进步很大,有些可能没变化甚至退步,不可能产生如此高度统一的步调。这种数据通常只会出现在随机数生成器没有设置合理方差的“闭门造车”中。
- 严重程度:🔴
- 复核状态:✅ 成立
发现 3:引用与方法学异常(前言不搭后语的样本量)
- 位置:4.1.1 教学实践简介 & 4.1.4 问卷数据分析
- 描述:论文在描述实践对象时存在数量上的矛盾。
- 证据:在 4.1.1 中,作者明确写道:“本研究以重庆市 S 中学初二年级某班级 55 名学生为研究对象”。并在后面的 T 检验中坚持使用了 N=55 的样本量。但在 4.1.4 进行前测问卷分析时,却突然写道:“在有效样本量为 49、包含 11 个题项的情况下...从 49 份有效问卷中,统计分析每个维度的平均得分”。虽然可以解释为有 6 人缺席或交了无效问卷,但在严谨的实证研究中,前测 49 人,后测却变成了整整齐齐的 55 人,且未做任何缺失值处理的说明,存在样本管理混乱或数据拼接的嫌疑。
- 严重程度:🟡
- 复核状态:✅ 成立
耿同学辣评
这篇教育硕士论文生动地展示了什么叫“数学不太好,别硬搞量化”。总分连加法都能算错,0.1 分的窟窿硬凑;给学生作品这种极具主观性的东西打分,居然能跑出绝对值近 60 的 t 值(这比很多严谨的物理化学实验数据还要稳定一万倍!)。前测问卷只有49人,到了算总分和T检验的时候又变成了严丝合缝的55人,这还有基本的研究规范可言吗?你的学生个个都是毫无感情的提分机器吗?建议作者重修小学算术以及本科《教育统计学》,不要拿 SPSS 当装饰品,数据不是在键盘上撒把米让鸡啄出来的!
建议后续行动
- 联系作者要求提供原始数据(打分表及 SPSS 原始数据集)
- 在知网或学校评阅系统提出质疑
- 向西南大学研究生院或学术委员会举报(若证实数据伪造)
- 要求盲审/答辩委员会重新审查其实证研究部分
⚠️ 免责声明
本报告由 AI 辅助生成,仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信,但也尊重每一位研究者的名誉权。
如有异议,请以官方调查结论为准。
本工具不保证检测结果的准确性,误报和漏报均有可能。