多所高校为人工智能亮起“红绿灯”

关注“在线学习”

获取更多资讯！

当生成式人工智能悄然“走进”校园，师生应该如何合理运用这一新兴技术？

近日，清华大学发布《清华大学人工智能教育应用指导原则》（以下简称《指导原则》），对校园中的人工智能应用提出全局性、分层级的引导与规范。此前，上海交通大学、复旦大学、北京科技大学、中国传媒大学等多所高校均已出台人工智能应用相关规范，为师生负责任地使用人工智能亮起“红绿灯”。

面对技术快速迭代所面临的机遇与挑战，构建科学合理的人工智能教育创新生态，引导师生积极、健康、规范、可持续地使用人工智能，已成为业界关注的重点。

引导为主，摒弃“一刀切”做法

早在2024年11月，复旦大学就发布了《复旦大学关于在本科毕业论文（设计）中使用AI工具的规定（试行）》。这是国内高校首个专门针对本科毕业论文中人工智能工具使用制定的规范化文件。

今年3月，上海交通大学发布《上海交通大学关于在教育教学中使用AI的规范》（试行版），提出完善“AI+HI（人工智能+人类智慧）”改革治理体系与治理机制，打造“教师—学生—人工智能技术系统—教育教学生态环境”四元互动教育教学新生态。

此次清华大学发布的《指导原则》，由“总则”“教学篇”“学位论文及实践成果篇”三部分构成，覆盖了当前教学与学术研究的核心场景。官方公布的信息显示，《指导原则》历经两年多集思广益，其发布标志着清华大学在人工智能与教育教学融合的探索道路上，从“技术先行”迈入了“制度护航”的新阶段。

深耕人工智能教育领域30余年的北京大学教育学院教授贾积有告诉科技日报记者：“国内高校对人工智能融入课堂的探索已持续两年多。目前出台的一系列规范文件，其共性在于引导性大于强制性，摒弃一味‘放开’或‘禁止’这种一刀切的简单做法。这不仅符合技术发展特点，也为生成式人工智能持续迭代探索留下治理空间。”例如，上海交通大学就将人工智能应用划分为禁止、有限、鼓励、开放四种使用类型，强调师生与学术共同体应该对使用边界达成共识，对存在争议的场景可移交专委会进行仲裁，让人工智能使用边界更具象。

清华大学教育学院助理研究员于济凡同样表示：“陆续出台的规范文件更像是中性的价值倡导，会随技术迭代持续更新。”

划出红线，坚守教育初心

纵观各高校出台的规范文件，“禁止”条款常被重点标注，部分文件还专设章节明确禁区。于济凡表示，这些约束红线本质是强调教育中人的主体价值。

例如，《指导原则》“学位论文及实践成果篇”中特别强调，禁止用人工智能代替本应由本人进行的学术训练，严禁使用人工智能实施代写、剽窃、伪造等行为；“教学篇”提出严禁将人工智能生成的文本、代码等内容直接复制或简单转述后作为学业成果提交。复旦大学则提出“六个禁止”，禁止使用AI工具生成或改动本科毕业论文（设计）中的原始数据、原创性或实验性的结果图片、图像和插图，禁止答辩委员和评审专家使用AI工具进行评审等。上海交通大学列明“人工智能应用禁止清单”，并通过校内平台及时更新、透明公开，保障师生了解相应信息并遵守。

“传统抄袭大多能够溯源，但借助人工智能生成内容，使学术造假成本更低、更隐蔽。”贾积有补充道，技术特性决定难以用固定标准框定所有行为，因此，增强师生使用人工智能的自觉性、明确使用者对输出内容的主体责任，成为大学教育的重要课题。

于济凡进一步阐释，从育人角度而言，人工智能应服务于人的全面发展，包括助力培养核心高阶能力，提升师生批判性思维、社会交往能力等，如果出现与这一目标相悖的行为，就应纳入“禁止”范畴。

筑牢根基，从依赖转向驾驭

于济凡告诉记者，多所高校出台人工智能教育应用规范，只是一个开始，未来，可能涌现出更多白皮书、宣言等形式的文件，或是由政府部门给出统一的指导原则。这些指导理念落实到具体教育实践中，会呈现漏斗状分布态势，即表层是在教育教学过程中进行基本的内容生成、辅助答疑等基础人工智能应用；中层是实现教师、人工智能、学生协同，设计新的课堂形式；深层则指向人工智能融入教育教学全过程的颠覆性变革。

卸下师生的思想枷锁，开诚布公地探讨人工智能使用方法，是人工智能融入教育的重要前提。

在贾积有的人工智能教育课堂上，来自不同学科的学生常态化开展人工智能教育实践——借助人工智能工具进行文献分析、语法纠错，对比不同工具的适配场景，在实操中把握技术边界。此外，北京大学每两周会举办一次人工智能与教学融合沙龙，邀请自愿报名的教师分享实践经验、探讨应用路径，形成跨学科经验共享机制。

变革的最小单元，始于一次作业设计的调整。人工智能时代，绘画和设计的方式发生颠覆性改变，仿佛人人都能成为设计师，作品的区分度该如何体现？这是清华大学美术学院教授陈楠思考的问题，也是诸多学科的教学痛点。为解决这一问题，陈楠将原创设计能力训练作为教学核心内容，引导学生在作业练习环节以原创元素为基础，引入人工智能开展衍生共创。

在清华大学的一些编程课上，教师要求学生利用人工智能完成具有超常规难度的编程任务，学生需要分析人工智能采用的数据结构逻辑及优化空间，并形成报告。这一过程倒逼学生从“依赖AI输出”转向“驾驭AI工具”。贾积有补充道：“人工智能是科研、学习、创作中不可忽视的新力量，掌握基本知识和技能是用好人工智能的基础，只有筑牢根基，技术才能发挥更大价值。”

本文来源｜《科技日报》2025年12月10日

声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与我们联系，我们将及时更正、删除，谢谢。