当前,国内高校正积极制定人工智能应用规范,以引导师生负责任地使用这项技术。这些规范普遍采取“疏堵结合”的策略,旨在平衡技术赋能与学术诚信,既不一味禁止,也不放任自流。
1、核心原则:明确红线与绿道
高校出台的人工智能应用规范,核心在于划定清晰的使用边界,即“红线”(禁止行为)与“绿道”(鼓励或允许行为)。
2、禁止行为(红线)
各高校的“禁止清单”高度一致,主要集中在维护学术诚信和人的主体性上:
严禁学术不端:禁止使用AI进行代写、剽窃、伪造数据或研究成果等行为。
严禁直接提交:禁止将AI生成的文本、代码等内容直接复制或简单转述后,作为作业、论文、考试答案等学业成果提交。
严禁替代核心训练:禁止用AI代替本应由学生本人完成的独立思考、学术训练和创造性劳动。
严禁泄露敏感信息:禁止将个人隐私、涉密数据或未授权的资料输入公共AI平台。
3、鼓励与允许行为(绿道)
在明确禁区的同时,高校也鼓励师生在合规前提下,将AI作为提升效率的辅助工具:
辅助性任务:允许在文献初筛、数据清洗、语法纠错、编程辅助、可视化等技术性、辅助性环节使用AI。
提升教学效率:鼓励教师将AI融入课程设计、备课、个性化辅导等教学环节,实现工作提质增效。
探索创新模式:支持师生共同探索人机协同的创新学习和研究模式,将AI作为思维辅助工具。
4、代表性高校的实践
多所高校已率先出台具体规范,形成了各具特色的管理模式。
高校 |
规范名称/特点 |
核心举措 |
清华大学 |
《人工智能教育应用指导原则》 |
提出“主体责任”、“审慎思辨”等五大原则,覆盖教学与学位论文全流程。 |
复旦大学 |
“平台+指引”双轮驱动 |
发布应用指引,并上线AI教育共创平台,强调师生共创使用规则。 |
华东师大/北师大 |
《生成式人工智能学生使用指南》 |
国内首份学生使用指南,曾提出“AI直接生成内容不超过全文20%”的量化参考。 |
首都经济贸易大学 |
分类管理模式 |
将AI使用明确划分为禁止、限制、鼓励、开放四类,管理更精细化。 |
5、规范背后的目标:从依赖到驾驭
这些规范的最终目的,是引导学生实现从“依赖AI输出”到“驾驭AI工具”的转变。
强化主体责任:明确AI始终是辅助工具,师生才是学习和教学的主导者,必须对最终成果负责。
培养思辨能力:提醒师生警惕AI可能出现的“幻觉”(事实错误),要求对AI生成内容进行多源验证,培养批判性思维。
规范引用与披露:鼓励或要求学生在作业或论文中如实披露AI的使用情况,例如通过标准化的《AI使用声明模板》进行标注,确保使用过程透明、可追溯。
6、政策背景与国际视野
高校的探索并非孤立行动,而是响应了更高层面的政策导向和国际趋势。
国家层面:教育部等五部门已印发《“人工智能+教育”行动计划》,要求建立AI教育应用的安全防护体系,健全风险评估和预警机制,为高校的规范制定提供了顶层设计。
国际层面:联合国教科文组织(UNESCO)也发布指南,呼吁各国尽快规范生成式AI的校园应用,并建议在课堂中使用AI工具的年龄限制应为13岁,以保护未成年人。