AIEd 知识库AIEd KB
本页内容

本页面已译为中文。文章页面仍以英文撰写。 阅读本页的英文版本

概念

教育人工智能政策

创建 2026-08-09 · 更新 2026-10-09

本页是英文页面的机器翻译，尚未经母语者审校。

教育人工智能政策（Educational AI policy） — 治理教育机构中 AI 使用的正式与非正式规则，上至国家立法，下至课堂指引。本知识库中的政策研究横跨机构治理、课程强制要求，以及教师培养要求。

值得思考的问题

  • 机构的 AI 政策往往写得好像把规则告诉人们就能改变他们的行为。研究表明，这些政策可能远远落后于实际的 AI 使用。你认为为什么“纸面上”的政策如此频繁地与课堂上发生的事不相符？
  • 如果作业外包造成了基本未被察觉的学习损失 —— 因为没有任何一位教师把某位学生的下滑与 AI 使用联系起来 —— 那么什么样的政策才有可能？监控又会是什么样子？
  • 口试、受监考的考试、闭卷形式等评价政策决定，本身就是对 AI 助长作弊的回应。你认为把守“产出”（抓住 AI 使用）比重新设计评价、使工作本身更难外包，是更好的策略吗？
  • 教育人工智能政策横跨国家立法、政府指引、机构规则与课堂层面的选择。你认为其中哪个层面最实际地形塑了学生与教师的行为 —— 为什么？
  • 谁的声音倾向于塑造 AI 政策 —— 而谁的声音缺失？当一个机构决定允许何种 AI 使用、如何治理时，谁应当在场？

引言

政策层级

  • 机构政策： 机构政策分析比较各大学如何制定 AI 政策。机构变革框架为政策制定提供模型。**Qian（2026）**编码了 2025 年排名最具创新性的 50 所美国大学的主要 AI 页面，发现只有 6 所将其框定为“政策”，44 所发布的是指引、指南、原则或资源中心，且 50 所中有 33 所把教师定位为把机构期望转化为课程规则的首要翻译者 —— 机构政策正被有意写成为课程层面解读而设的可调适指引，而非固定规则。

  • 政府政策： 和终身学习政策考察国家与区域层面的监管路径。对政府政策制定中 AI 的一种批判性、基础设施层面的视角来自**Perrotta（2026）**，他对英国 Redbox 公务员大语言模型原型的分析，展示了通用 AI 如何通过“零样本治理”进入政策的专业工具箱 —— 领域无关的基础模型介入决策，外裹薄薄的领域特定脚手架。

  • K-12政策： Stanford 的证据综述对 K-12 AI 政策提供依据。

  • 评价政策： 评价改革政策与真实性评价框架代表了针对AI 助长作弊的政策层面回应。总结性评价形式的选择 —— 口试、受监考、闭卷 —— 本身就是一项评价政策决定（参见总结性评价）。

政策成熟度差距

本知识库记录到，机构的 AI 政策落后于实际的 AI 使用。教育发展项目、教师 AI 胜任力框架与监管都需要连贯的政策基础。大规模实地证据（Strömberg、Lei 与 Wu，2026）表明，作业外包带来的学习损失基本未被察觉，因为个体学科教师和学生很少把下滑与 AI 使用联系起来 —— 这是一个可由循证政策（例如提高闭卷评价权重、告知学生长期代价、监控投入而非产出）加以应对的差距。

在共识已形成以填补该差距之处，**Crompton 等（2026）**横跨 22 个国家的 35 位专家德尔菲研究，收敛于八个治理领域 —— 以学术诚信为核心锚点 —— 外加一个六部分的审查机制（常设 GenAI 委员会、定期政策审查、专业发展、沟通、影响评价、监测），以使政策保持时效。

**国家层面的 AI 准备度并不预测机构政策的强度。****Adarkwah 等（2026）**依照联合国教科文组织的八成分 GenAI 框架，为来自十个高 AIPI 国家的 26 所大学打分，发现北欧与新西兰的机构覆盖得比排名更高的同行更完整，而包容、公平与可持续性是被忽视得最多的元素。

**咨询性文件多于具有约束力的政策。对某一专业领域全部经认证项目的一次普查显示，成熟度差距既是时机上的，也是形式上的。Eldredge 等（2026）**收集了美国全部 48 个 CAHIIM 认证的健康信息学与健康信息管理硕士项目的 AI 政策与指引文件，发现 40 个（83%）至少有一份公开可得的 AI 相关文件，8 个没有，但这些文件大多是指引而非可执行规则：21 份指南（53%）对 7 份正式政策（18%）。其内容集中于学术诚信与可接受使用，而隐私、知识产权与监管概念（HIPAA、FERPA、研究合规）出现得远为稀少，主题建模也返回同样的学生行为强调。文件类型与目标受众都不随授课模式而变化（Fisher 精确检验 P = .85 与 P = .71）。作者将此解读为：学术项目政策是一项区别于课程设计与劳动力胜任力发展的独立活动，并主张认证机构可通过提供整合学术诚信、数据伦理与公平准入的 AI 政策框架，来减少由此产生的差异。

一项英国的系统综述为同一差距增加了一个行业性层面：基础设施投资与教职员 AI 培训集中于研究密集型（罗素集团）大学，而教学主导型（post-92）机构面临能力约束，且只有少数英国机构维持官方的 AI 治理计划（Ashiq（2026））。

**一个在没有证据基础的情况下制定政策的行业。成熟度差距也以职业项目中的证据问题出现。Gutowski 与 Hurley（2025）**在五个维度 —— 禁止性、宽容性、教育整合、透明度与问责、深度 —— 上为美国律师协会批准的法学院机构政策打分，发现多数学校采取总体禁止的立场，同时把裁量权留给个别教师，并承诺随技术演进而复审规则。他们把谨慎归因于时间压力而非证据：律师协会 2024 年的调查只收到约 15% 的认证学校的回应，且作者报告称，对于 AI 使用是否必须披露、或应如何引用，均无共识。他们的结论是程序性的 —— 与教师共同而非替教师制定政策、主动培训，并把政策生成视为经常性事件而非一次性行动 —— 这使法律教育成为本页所勾勒的“政策对治理”之区分最清晰的案例之一。

**教师在监管；机构大多没有。成熟度差距还有第二张面孔，从教学一侧可见。Watson 与 Rainie（2026）**调查了 1,057 名美国高校教师，发现规则在机构以下层面的成文速度远快于机构本身：87% 的受访者为自己学生使用 AI制定了作业层面的政策，35% 说其院系撰写了指南，48% 说其机构有。那些文件背后的结构性响应却很单薄 —— 55% 报告有专责小组或监督小组，37% 开设了新 AI 课程，17% 设了 AI 专业或辅修，16% 新设了学术领导办公室，只有 13% 采纳AI 素养作为通识教育成果 —— 而 68% 表示其学校没有为教师用这些工具进行教学做好准备。由于学生把由此产生的拼凑当作单一的机构制度来面对，这一发现是本页“政策文件与使之保持一致的治理”之区分的直接证据。（作者把样本描述为非科学、不可推广的，因此最好读作该行业所表达的关切。）这一记录在案的差距有一个被测量到的学生侧后果。Chen 的两研究设计 —— 160 名艺术专业学生的情境实验与 425 份调查（Chen，2026）—— 发现一所大学宣称的 GAI 倡导与其实际教学、评价与支持实践之间被感知到的不一致，正向预测了阻碍（β = 0.431）与挑战（β = 0.496）两类评价，二者对创作过程投入具有方向相反的间接效应（经阻碍 β = −0.060，p = 0.004；经挑战 β = 0.217，p < 0.001），因此一项不对齐的政策可以同时抑制和维系学生的创作工作。

任务层面的监管是正在出现的模式。对一所大型公立研究型大学 31,000 多门课程大纲（2021–2025）的大规模纵向研究（Chirikov，2026）显示了教师在实践中如何监管 AI：明确的 AI 监管从近乎为零增长到 2025 年秋季 55% 的课程，但方向从限制性转向宽容性，教师日益按任务类型区分 —— 在起草/推理（有替代风险的任务）上限制 AI，而在编辑/校对与学习支持（增强类任务）上允许使用。框定也从学术诚信（63%→49% 的大纲）转向学习影响（1%→29%）。这一基于任务的模式 —— 建立在任务替代、增强与复任的劳动经济学机制之上 —— 为“全面采纳或全面禁止”式的政策提供了一个更细粒度的替代方案，也是上述“政策对治理”区分的一个直接经验锚点。

  • 任务层面监管的学生侧。在两项评价同属完全开放使用层级的条件下，评价形式仍然决定了学生用 GenAI 做什么：反馈类使用从有脚手架的演讲中的 0% 上升到课后测验中的 66.7%（Quince 与 Faulconer（2026））。

**教师层面的政策设计作为一项对齐工作。任务层面监管在大纲之下有一个设计对应物。McCorkle（2025）**的设计案例，从“我究竟在评价什么？”出发推导一门课程允许与不允许的 GenAI 使用 —— 清点一个项目中的每一项任务，把每项任务映射到学习目标，为其配上一项新兴的 GenAI 劳动力胜任力（职业发展与准备），然后决定哪个关切优先：评价学生表现的需要，还是培养该胜任力的价值。由此产生的政策在单个项目内逐任务而异 —— 允许头脑风暴选题与策划图片，不允许撰写学习目标与设计幻灯片 —— 并把理由直接写给学生看。该案例还记录了全面禁止在实践中为何失败：不认为自己在作弊的学生会把禁止读作对自己不适用，而当期望被留在暗处时，政策就变得不公平（公平）。它通过展示一项政策的内容如何能在课程与作业层面从评价对齐中生成，来补充上述自上而下的政策层级。

**评价政策中的边界–证据差距。**对公开的GenAI评价指引的一次 30 所大学审计（Yao，2026）发现，机构政策更擅长分类AI 使用，而不擅长解释在每一类之下何种学习证据仍然有效：平均委派边界分（2.47/4）高于平均证据标准分（1.89/4），保障措施稀疏（8 项中 2.75 项），指引对最终产出替代最为清晰。认知托管框架主张，政策必须使认证逻辑可见 —— 学习者可以委派什么、仍须证明什么，以及机构如何保护公平的证据 —— 而不只是监控 AI 使用。

**范围过宽的禁止性表述与被误用的规则。一项规则的范围是一项具有合规之外后果的政策决定。Wright（2026）**主张，2023 年以来在高等教育中写下的全面禁止，笼统地禁止“生成式 AI”，却不具备区分内容生成与 AI 驱动的格式转换的技术精度 —— 光学字符识别、手写文字识别与语音转文字都是识别型技术，它们推断学生已经写下的内容，而非产生新内容。依此解读，对仅用于转写的使用加以处罚，最好被定性为政策误用，而非学术不端；而不精确的代价落得不均：依赖这些工具的公平脆弱与残障学生承担了不成比例的误报风险，这是一种法律问题与风险将其视为合理便利问题、而非诚信问题的暴露。

**以目的为界的边界，取代工具清单。****Li（2026）**提供了范围过宽的禁止性表述所缺的政策内容：一条以功能与评价构念（而非列举工具）界定的支持–替代分界线，其论据是工具清单会过时、并鼓励按界面来合规。被允许的支持是一种不添加观点、不添加来源、不对分析作实质性重排的表层干预；替代则是生成论点或反论点、把学科规则应用于事实、重构一个分析序列，或生成供纳入的引文。该框架以三份工具交付 —— 附共同快速检验的工作定义，使两位评阅者对同一行为的定性一致；经校准的披露模板，从内嵌低风险功能无需披露、外部语言编辑一行声明，到明确授权有限构思时的约 80–120 字；以及一个点出弱代理指标（打磨过的语言或突然的流畅、非母语式措辞、单一检测分数）与能够承载分量的证据类型的决策量表。它还说明了诸如 AI 评价量表这类规模化宽容制度保持可行的条件：对特定任务明确授权的使用、被重新规定使师生都知道在评价什么的构念，以及保持可行的披露。

**分阶段自动化与强制性人工监督。**乌拉圭的Acredita EB国家初中认证考试，为评价政策提供了监督保全式自动化的一个具体模型：选择题部分与既有程序保持不变，AI 只用于写作部分，且嵌在一个对 50–100 篇文本的强制性校准阶段内，两条裁剪规则决定哪些结果需要专家复核 —— 无法通过另两部分者无需写作复核，三部分全部达标者为合格，观测残余风险仅 0.2%/0.6%。作者估计，该设计可在保持“未经适当人工监督不作关于考试结果的最终决定”这一指导原则的同时，把需要完整人工评分的书面回答至少减少 50%。它通过展示一项不仅规定 AI 在何处被允许、而且规定哪些人类证据与复核仍为强制的政策，来补充上述边界–证据工作。

**自动评分的对立面。一条把评分交给 AI 工具的政策，会继承一个攻击面。Humble（2026）**对一个机构评分工作流做了红队测试：把五个间接提示注入藏在一份合成提交的文件里，而该文件被 Microsoft Copilot（GPT-5.2）在六次基线运行中全部评为不及格。两种策略在用户毫无可见警告的情况下提高了成绩 —— 报告的攻击成功率为 100%（9 次迭代中的 9 次）与 94%（18 次中的 17 次）—— 而该工具既在拦截最简单的攻击后静默关闭了聊天，又在一次迭代中先宣称会忽略嵌入的指令，随后六次运行却提高了成绩。通过隐藏指令取得的成绩不带有任何效度主张，而同一技术可以在不留持久痕迹的情况下压低一份提交，因此该文的要求是政策层面而非技术层面的：行业级指引、专业发展、高风险工作限 AI 使用并配人工复核，以及对提示注入韧性的标准化、领域无关测试，使攻击面被测量而非被假定。它是上述监督设计的对立对应物：那些规定哪些人工复核是强制的，这项规定的是复核存在所要捕捉、却无可靠信号的一类操纵。

**以价值/规范矩阵作为政策基础。****Agarwal 等（2026）**是一篇对 25 篇文章的系统综述，他们把 AIED 伦理整合为六项主要伦理价值（不歧视、数据托管、人工监督、善意、可解释性、教育适切性），并把从文献中抽取的伦理规范映射到一张利益相关者 × 价值的矩阵上。该综述把矩阵定位为构建 AIED 详细伦理框架与监管的基础，为教育机构、开发者与监管者提供实施具体价值的规范。它发现，针对监管者的善意规范远多于任何其他利益相关者群体（九条），这标示了监管者通过政策与立法确保 AIED 惠及学习者的角色 —— 这是本页所述“政策对治理”机制一个具体的、以价值为锚的起点。

**走得比其限定更远的主张。一项试点公告也是一件政策工具，其报道标准是政策的一部分。Restrepo Morales 等（2026）**分析了 2026 年 9 月的萨尔瓦多事件：一个覆盖 171 所公立学校的 AI 导学试点被报道为达到与德国和瑞典相当的结果。对照德国 PISA 2022数学平均分，国家成绩分布的前 5.5% 即便毫无学习增益也会追平该基准，且该试点的评价每校覆盖 7.0 名学生，而同年全国调查为 25.4 名，因此公布的证据无法排除选择作为解释。他们提出一项六条报道标准 —— 参与学校的基线、抽样协议（合格学生、被评学生、识别规则、参与率）、带标准差的分类分数、每项改革成分的运作日期、与具代表性的全国样本的重叠，以及在载有该主张的同一文件、帖子或段落中陈述的限定 —— 其动机来自公告自身的披露算术：承载该主张的世界银行帖子记录了约 441,000 次浏览，而承载限定的帖子在同一串帖中后四位，只有约 11,000 次。政策教训是：当一个系统用校级结果作为关于自身的证据时，披露的格式决定了哪一个陈述成为公众事实。

一项对 PISA 2022-2025 的国家层面分析发现，生成式 AI 使用越高的国家，阅读与数学的下滑越大，这一关联在控制先前表现后消失（Guerra 与 Aslanov，2026）。作者将其解读为一种警示：不应把更广泛的聊天机器人接触本身当作好处，并呼吁推广搭配纵向评价。

政策对治理

政策与治理密切相关，但彼此有别，把它们分开对于理解本知识库的研究很重要。

  • **政策是内容 —— 被决定的东西。一项政策是一条正式规则、原则或陈述：允许、禁止或要求何种 AI 使用；必须披露什么；允许何种评价形式。它作为一份有据可查的产物存在（立法、机构指南、大纲陈述），回答的是“规则是什么？”

  • **治理是机器 —— 它如何被决定、实施与执行。治理涵盖产生、执行和监督政策的机构结构、规范与问责机制：谁制定规则、如何传达与配置资源、合规如何被执行与挑战、以及它们如何随 AI 演进而修订。它回答的是“谁来决定，规则又实际上如何生效？”

  • **二者相互依存。**没有治理的政策无人执行 —— 一条无人拥有、监控或更新的书面规则。没有政策的治理缺乏方向 —— 管理着某种说不清的东西的结构。本知识库的研究反复表明，二者必须共同建设：一条只分类AI 使用、而无治理来规定证据、保障与修订过程的政策，在实践中依然薄弱（认知托管审计），而只监控而无清晰政策的治理，则有公平缺位的监控之虞（参见AI 治理）。

  • 高级 AI 领导层相对于战略雄心而言罕见。一项对 19 项来源的范围综述发现，只有 7% 的机构设立了高级 AI 领导岗位，尽管 49% 把 AI 视为战略优先事项，且多数纳入研究为概念性或横断性的，因此无法建立前瞻性治理的因果效应（Baroudi（2026））。

区分二者的实操检验：政策可以在纸面上读到，而治理则见于规则是否被实施、执行与调适。这就是为什么治理把监管与政策延伸进机构，也是为什么本知识库把评价形式的选择（总结性评价）视为政策决定，它们只有通过复核委员会、申报框架与申诉渠道等治理结构才变得有效。

**作为治理解释性前沿的课堂政策。治理的机器并不止于机构文件；阅读并调适它的教师是链条的最后一环，而Nash 与 Burriss（2026）**展示了这一环在实践中的样子。他们的职前教师预期会在有 AI 政策的学区工作，却仍须为自己班级的学生编写课堂专属规则 —— 这是一项必要的调适技能 —— 而作者主张，教师可以拒绝在特定阅读与写作任务上采纳 AI，而不必无视它；有原则的拒绝与不加批判的排斥是可区分的。保持这一区分本身是一项治理任务：学区与培养项目需要那种使教师能够拒绝特定使用、而不被框定为落后于时代的指引、专业发展与政策基础设施。

**认证问题的治理指标。****Coates、Croucher 与 Calderon（2025）**提供了这一“政策对治理”区分所隐含的测量层，把 GenAI 时代的学术诚信视为先于检测问题的治理问题，并判定当代学术治理具有韧性，但“未处于良好位置或姿态”以保护学生评价的认证。他们的框架在八个维度下容纳 130 个治理问题 —— 设计、开发、培训、实施、分析、报告、评价与改进 —— 而条目是机构机器的问题，而非心理测量量表：机构的最高董事会或理事会是否收到关于评价过程与结果的更新；关键绩效指标是否覆盖评价质量；有多少比例的学生为评价他们的教师个人所熟知；极端低分或高分是否被交叉核查；是否存在一条转介合同作弊案件的简单路径。配套的改革项目指向治理架构、担任治理角色的人，以及支持评价的技术与资源，而作者主张，若无来自监管、基准化与跨机构竞争的外部支撑，机构发展几乎无法兑现 —— 这正是监管页面所视为治理改革之约束性条件的同一种监管压力。

  • **这一差距在 K-12 也被测量到，不只是大学。**一项对 1,018 名美国公立学校教师与校长的全国代表性调查发现，只有 18% 的教师与 24% 的校长报告学校有生成式 AI 政策 —— 与本页在高等教育中所记录的同一“机构以下”模式（Tench、Weinstein 与 James，2026）。

AI × SEL 研究中的政策赤字

一项对AI与社会情感学习交叉处 65 篇论文的系统综述（Tran、Liu 与 Nguyen，2026）记录了一种“政策赤字”：近四分之三的研究没有陈述任何政策意涵，而陈述了的往往缺乏面向行动者的具体性。该综述发现，政策的参与度与发表场所有关，反映了奖励技术新奇胜过治理与监管的学术激励。它提出一个“WH 问题”框架（谁、什么、为何、何时/何地、如何），以及从“作为事后想法的影响”向“作为方法论的影响”的转变 —— 把政策表述当作研究的设计约束，而非事后补记。

关联概念

关联文章

相关常见问题

相关资源

  • Campus AI Framework
    面向高等教育的人工智能战略与治理运行模型：八大机构支柱、四大应用领域，以及用于遴选举措的「战略罗盘」（Strategic Compass），并附有指向其配套站点的关系图。
  • 机构 AI 准备度工具包
    一个覆盖全校范围的 AI 准备度评估与实施工具包：成熟度自评、研究者与主管问卷、差距分析、角色简报与示范政策。

元数据

层次Higher Ed, K 12
目标读者Administrators, Instructors, Faculty Developers
机构与政策AI 治理, 教育中的人工智能监管
公平、伦理与负责任使用公平性, 伦理
教育中的人工智能基础学术诚信, 教育发展
SourceHistoryEditChat

嵌入此页

复制下面的代码，将本页嵌入学习管理系统或其他网站。嵌入版本只显示页面内容 — 网站的页眉、导航和页脚会被隐藏。