[IND] 5 分鐘閱讀OraCore 編輯部

1970年代波士頓如何養出代寫論文產業

波士頓在 1970 年代把代寫論文做成生意。這段歷史也很像今天的 AI 作弊工具。

分享 LinkedIn
1970年代波士頓如何養出代寫論文產業

波士頓在 1970 年代把代寫論文做成生意。這段歷史也很像今天的 AI 作弊工具。

說真的,這故事很像現在的 AI 作弊市場。只是當年沒有 ChatGPT,只有打字機、報紙廣告,還有一堆想偷懶的學生。

1971 年,一篇客製 10 頁論文要價約 35 美元。換算今天,大概是 270 美元。另一家業者還宣稱年營收有 200 萬美元,放到今天差不多是 1500 萬美元以上。

指標1970 年代數字今日約當值
客製 10 頁論文35 美元約 270 美元
David Kamen 每週最高收入675 美元超過 5300 美元
公開宣稱年營收200 萬美元約 1500 萬美元以上
International Term Papers 庫存8 萬篇

波士頓為什麼會冒出這門生意

訂閱 AI 趨勢週報

每週精選模型發布、工具應用與深度分析,直送信箱。不定期,不騷擾。

不會寄垃圾信,隨時可取消。

先講背景。當時大波士頓有大約 15 萬名大學生。這代表什麼?代表有大量客戶,也有大量會寫字、但手頭很緊的人。

1970年代波士頓如何養出代寫論文產業

這種市場結構很適合灰色服務。學生需要交作業,寫手需要現金,媒體又能讓廣告快速擴散。學生報、週報、校園口耳相傳,組合起來就像今天的社群流量。

講白了,這不是什麼神秘地下組織。它比較像一個很吵的內容代工市場。差別只在於,商品不是文章品質,而是「看起來像原創」這件事。

  • 預寫論文每頁賣 1.5 到 3 美元。
  • 客製論文每頁賣 2.25 到 6 美元。
  • 另外還要收 2 到 5 美元申請費。
  • 一篇 10 頁客製稿,常見價格約 35 美元。

這套定價邏輯很現代。你可以把它想成一種黑色版的內容平台。速度比品質重要,量比深度重要,能不能過關才是重點

這些老闆其實很會做行銷

最有名的人物之一是 David Kamen。他在外面叫自己 Mr. Papers。還跟 Harvard Crimson 說,自己一週能寫 35 篇論文。

另一位是 Ward Warren。他 21 歲就開了 Termpapers Unlimited,那時他還在 Babson College 讀金融。他很愛講故事,還自稱是「小型版的 J. Paul Getty」。

他甚至說公司在美加有 50 家分店,年營收超過 200 萬美元。這種說法你現在看會覺得很浮誇,但那年代就是靠這種話術吸客。

“I’m in it for the ideas, and the causes.” — Ward Warren

這句話很好笑,也很誠實。因為他明明在賣代寫服務,卻硬要包裝成理念。這招今天也很常見。只要生意看起來不太乾淨,創辦人就會開始講使命、講效率、講公平。

但講白了,核心還是錢。這些人不是學術理想派。他們是很會算帳的生意人。

錢真的進來了,灰色地帶也真的存在

波士頓地區的代寫業者,最厲害的地方不是寫得多快,而是把風險包裝得很漂亮。像有些公司會貼上「不鼓勵抄襲」的標語,然後再暗示學生可以自己改一改。

1970年代波士頓如何養出代寫論文產業

這種說法很聰明。它讓業者保留法律空間,也讓買家有心理安慰。大家都知道在做什麼,但沒人想把話講死。

這裡還有一個很現代的點。當學生壓力大、時間少、又覺得課堂作業很空泛時,外包就會變得合理。AI 工具現在也是同一套邏輯,只是速度更快,價格更低。

  • International Term Papers 宣稱庫存有 8 萬篇。
  • 有公司說自己有 2000 名寫手。
  • 還有人把加盟權賣到 1 萬美元一間。
  • 業務還擴到康州、羅德島、俄亥俄、加州和加拿大。

你可以把它看成早期版的 gig economy。接案的人不穩定,需求也不穩定。唯一穩定的,是大家都想更快拿到結果。

所以這不是單純的作弊史。這也是一段很早的內容外包史。只不過賣的不是 SEO 文章,而是大學生的學分。

拿今天的 AI 來比,真的很像

如果你看現在的 LLM 工具,會發現很多地方都對得上。以前是買現成稿或客製稿。現在是丟 prompt,叫模型先生草稿,再自己改成老師看不出來的版本。

差別當然有。1970 年代需要辦公室、打字機、寫手、廣告。今天只需要 API、帳號,和一點點操作技巧。成本結構整個變了。

但人性沒變。只要有一條捷徑,而且看起來不容易被抓,就一定有人用。這也是為什麼學校每次加強抓作弊,下一個工具很快就會換皮出現。

  • 當年一篇 10 頁論文約 35 美元。
  • 今天 AI 工具有免費版,也有月費制。
  • 當年業者會標「For Research Purposes Only」。
  • 今天使用者會叫模型改寫、摘要、潤稿。

比較有趣的是,AI 讓作弊門檻更低了。以前你還得找店面,還得等稿子。現在幾十秒就能出初稿,連出門都不用。

所以問題不只是工具變強。問題是作業設計跟不上。只要課程還在收那種誰都能用模板寫完的文章,市場就會一直存在。

這段歷史對現在的台灣也有用

很多人會把這種故事當成美國校園八卦。其實不是。它講的是一個很通用的規律:只要需求存在,灰色服務就會長出來。

台灣現在也一樣。從代寫報告、代做簡報,到 AI 幫忙生摘要、改作文,形式一直變,底層邏輯沒變。差別只是工具更便宜,速度更快,擴散更容易。

這也是我覺得最值得警惕的地方。學校如果還用同一套作業模式,卻期待學生不要找捷徑,這想法本身就有點天真。

更實際的作法,是把課程改成更重視過程。像是口試、分段提交、資料來源檢查、課堂即時寫作。這些做法很土,但有效。

接下來會怎樣

我覺得下一波變化,不會是「有沒有作弊」。而是「老師能不能看出來」。AI 生成內容會越來越像人寫的,學校只靠最後一篇成品,很難抓到問題。

所以真正該改的,不是學生的嘴巴,而是作業制度。哪個課程還在用一樣的論文題目、同樣的評分方式,哪裡就還會有新一代的 term paper mill。

如果你是老師、助教,或做教育產品的人,這篇故事其實很直白。不要只問怎麼抓作弊。先問作業本身,還有沒有逼學生真的思考。