2026秋季英国AI评估两套体系:Two-Lane与ABCD,essay代写交付前先查lane
先把2026秋季英国高校AI评估两套体系:Two-Lane与ABCD四类,essay代写交付前先查课程lane、essay代写交付前核对清单、英国高校AI评估lane归属怎么查相关的关键判断说清楚,再按步骤展开。
曼大商学院一门2500词的coursework,brief里写着「B. AI Minimal」;隔壁选修课的brief只有一个「Open lane」标签;再换到格拉斯哥的module handbook,写的是「Scenario 1」。同一个学期,三份文件用了三套语言。这就是2026秋季英国高校AI评估的现实——Two-Lane、ABCD四类、两场景并行,而2026秋季英国高校AI评估两套体系:Two-Lane与ABCD四类,essay代写交付前先查课程lane这件事,已经从「加分项」变成了交付前的第一道工序。
说实话,很多留学生拿到brief的第一反应是看字数、看deadline、看评分权重,AI那一段直接跳过。等到交付稿写完、AI声明没写对、lane归属搞错,才发现问题不在写作本身。
核心速览
- 截至2026-09-13,曼大仍是ABCD四类(9月1日生效),巴斯换成Two-Lane,格拉斯哥用两场景,三校三套语言,不可互相套用。
- 查lane的第一入口是Canvas的assessment brief,第二是Module Handbook,两处口径不一致时以brief为准。
- 搞错lane的后果不是扣几分:华威Regulation 11、谢菲尔德PGR政策、MMU 2025/26政策都把contract cheating列为不端,MMU默认处罚是failure of the course。
- 代写交付前必须核对四项:lane归属、AI声明措辞、brief里的禁用工具、以及本门课的提交格式硬项。
- Turnitin等相似度工具在各校政策里被明确定位为indicative tools,高或低的分数都不自动触发行动,但也不等于安全。
2026年9月到底变了什么?三校三套语言,别混着用
结论先给:这不是「全英统一改成Two-Lane」,而是三套体系并行,混写就是错。
曼彻斯特大学的《AI in Teaching and Learning Policy》由Senate批准,2026年9月1日正式生效。每一项summative assessment必须归入四类之一:A. AI Prohibited、B. AI Minimal、C. AI Permitted、D. AI-Integrated,并在assessment brief和Canvas上明确告知学生。教师须在开学前完成既有评估的归类并更新到Canvas。其中AI-Integrated只适用于极少数评估。据公开讨论,Semester 1结束后会有复盘,结果提交2026年10月的Academic Quality and Standards Committee。
巴斯大学走的是另一条路。自2026年9月起,用Two-Lane替换原有ABC体系:Closed lane指不允许且设计上无法使用GenAI,比如监考考试、口试;Open lane指允许使用,但必须遵守学术诚信并恰当致谢。注意,这是巴斯的方案,不是曼大的。
格拉斯哥大学2026-27学年起实施两场景模型:Scenario 1监督评估默认不允许GenAI;Scenario 2非监督评估一般允许,但须恰当致谢,而且课程协调人可以逐项设限。也就是说,同一所学校里,不同module可能落在不同场景。
三套语言摆在一起,最容易出事的动作就是「拿A校的规则套B校的作业」。一个在曼大读B. AI Minimal的学生,如果按巴斯Open lane的思路在交付稿里大量致谢GenAI使用,反而可能触发brief里没要求的额外审查。
我这门课到底算哪个lane?查归属的三步路径
直接结论:先查brief,再查handbook,最后查课程公告,三处都确认了再动笔。
第一步,登录Canvas或对应LMS,打开这门课的assessment brief。曼大的要求是归类必须写进brief,所以brief里应该能看到明确的类别字母或名称。如果brief里只有一段泛泛的「请遵守学术诚信」,没有具体类别,这本身就是个信号——要么教师还没更新,要么这门课用的是本校另一套表述。
第二步,翻Module Handbook。格拉斯哥的两场景模型通常会在handbook里写明本module属于Scenario 1还是Scenario 2,以及课程协调人有没有额外设限。这一步大概花10到15分钟,但能省掉后面几小时的返工。
第三步,看课程公告和教师邮件。曼大要求教师在开学前完成归类更新,但实际操作中,Semester 1第一周仍可能有module的Canvas页面没同步。如果brief和handbook口径不一致,以brief为准,同时发邮件向module convener确认,保留邮件记录。
举个具体的:一门3000词的essay,brief写的是C. AI Permitted,handbook还停留在旧版「AI use discouraged」。这种情况下,按brief走,但邮件确认是必须的。邮件本身也是你后续的证据链材料。
搞错lane会怎样?后果不是扣分,是程序
结论:lane归属错误的直接后果,可能不是评分层面的扣分,而是落入学术不端调查程序。
华威大学Regulation 11明确将contract cheating——付费或免费请他人代做并作为自己的提交,包括essay mill、线上购买学术作品——列为学术不端;AI工具的不当使用同样可能构成学术不端。谢菲尔德大学PGR政策把contract cheating和ghost authorship归入severe misconduct,可能后果包括PhD降级为MPhil、论文不通过、撤销学位。曼彻斯特城市大学(MMU)2025/26政策更直接:contract cheating一律归入severe类别,默认处罚为failure of the course;申诉须在决定发出后10个工作日内提出,复查须在申诉结果发出后14天内提出。
这些条款的共同点是:它们不看你「用了多少AI」,而看你「提交的东西是不是你自己的」。lane归属搞错,往往只是触发器;真正进入调查后,校方看的是证据链。
还有一点常被误读。MMU明确Turnitin等相似度工具是indicative tools,高或低的相似度分数都不自动导致行动或不行动。换句话说,相似度低不代表安全,相似度高也不代表定罪。AI检测同理,官方口径是AI分数不应作为对学生采取不利行动的唯一依据。
所以「搞错lane」的真实风险,不是当场扣5分,而是给了一个启动调查的理由,然后你要在10个工作日或14天的窗口里准备材料。这个成本,比交付前花20分钟查lane高得多。
代写交付前,四项核对清单
结论:交付稿能不能直接交,取决于四项是否逐条核对过,而不是取决于写手说「没问题」。
第一项,lane归属。确认本门课属于曼大ABCD中的哪一类、巴斯的哪个lane、或格拉斯哥的哪个场景。截至2026-09-13,这一步没有捷径,只能逐门课查。
第二项,AI声明措辞。Open lane和C. AI Permitted通常要求恰当致谢,但致谢的格式各校不同。有的要写在methodology,有的要单独附页。交付稿里如果完全没有声明,或者声明写成了另一套体系的措辞,都是硬伤。
第三项,brief里的禁用工具。有些brief会点名禁用特定品类工具,有些只写「Generative AI」。交付前逐条对照,确认稿子里没有踩到明令禁止的那一条。
第四项,提交格式硬项。引用格式、字数浮动区间、附录要求、文件命名规则。这些看起来琐碎,但2026秋季多校把AI声明嵌进了rubric,格式项和声明项往往是绑定评分的。
四项里任何一项没确认,都建议先别点提交。如果时间紧张,优先保lane归属和AI声明这两项,因为这两项关联的是程序风险,不是分数风险。
需要提醒的是,代写交付稿的验收逻辑和普通作业不同。普通作业改的是内容,代写交付稿要先确认「这份稿子能不能以你的名义进入这门课的评估框架」。这个判断,只有你自己能做,写手替代不了。相关验收标准可以对照essay代写交付后的5个硬指标,以及2026秋季第一篇essay的AI分类标签那篇里的自查路径。
下一步动作很简单:打开你这门课的Canvas,找到assessment brief,确认lane归属;如果brief里没有明确类别,发一封邮件给module convener,问清楚本门课适用哪套体系、哪一类。邮件发出后,再决定交付稿的写法。这一步花不了半小时,但能决定你这篇essay是顺利提交,还是进入一个你不想面对的流程。
常见问题
曼大2026年9月改成Two-Lane了吗?
没有。曼大2026年9月1日生效的仍是ABCD四类:A. AI Prohibited、B. AI Minimal、C. AI Permitted、D. AI-Integrated。Two-Lane是巴斯大学自2026年9月起替换旧ABC体系的方案,两者不能混写。
brief里没写lane归属,我该按哪个标准写?
先发邮件向module convener确认,保留邮件记录。在收到回复前,按最保守的标准处理,即假设本门课不允许GenAI,交付稿不依赖AI生成内容。同时检查Module Handbook和课程公告,看是否有补充说明。
搞错lane会被直接判定学术不端吗?
不一定直接判定,但可能触发调查程序。华威Regulation 11、谢菲尔德PGR政策、MMU 2025/26政策都把contract cheating列为不端,MMU默认处罚为failure of the course。lane归属错误本身是触发器,真正决定结果的是调查阶段的证据链。