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

公平性

创建 2026-05-08 · 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。

公平性（equity） —— AI 应当公平服务所有学习者的原则，以及关于获取 AI 教育工具、在其中的代表性、从其获益方面存在系统性差距的研究。知识库中的公平研究考察获取差距与数字鸿沟、AI 系统中的偏见与公平、文化响应性与语言包容性设计、残障学习者的无障碍性，以及 AI 的收益与危害在各群体间的分布。它把技术性的（偏见缓解、公平算法）、结构性的（基础设施、政策）与教学性的（文化相关的教学）连接起来。

值得思考的问题

  • 向一所学校或一个教室提供 AI 工具，并不自动缩小成绩差距——事实上，仅靠获取反而可能扩大它。如果"获取并不够"，那么要让 AI 真正公平地服务所有学习者，还需要什么？
  • 即使是用来模拟学习者的数据也带有偏见：当 LLM 生成学生情境时，不同模型产生了更多全球北方或全球南方的画像以及不同性别的代词。当模型本身编码了不均等的先验时，我们对 AI 生成的学习者表征应当信任多少？
  • 教育中的 AI 公平性常围绕三个关注点：谁得到工具（获取）、谁在其中被代表（代表性）、谁受益（结果）。你能想出某个群体获得了获取却没有受益的情形吗？什么解释了这一差距？
  • 关于"结构性沉默"的研究认为，代表性不足语言的使用者在 AI 基础设施——训练语料、分词、基准——上处于劣势，而且是在任何模型被训练之前。如果劣势被烘焙进基础设施，修复应当从哪里开始？

引言

教育中的 AI公平性涉及三个相互重叠的关注点：谁得到 AI 工具（获取）、谁与什么在 AI 系统中被代表（代表性）、谁受益（结果）。AI 依设计、基础设施与政策之不同，既能扩大也能缩小既有差距。因此，公平性是施加于算法公平、数字获取、语言包容、无障碍性与文化相关教学之上的一个横贯透镜。

获取与基础设施公平

  • 数字鸿沟：获取不均跨越社会经济线、地区与国家地制约着 AI 驱动的学习工具，这是一个基础性障碍。证据记录了生成式 AI的收益如何不均等地分布于各国与各机构。
  • 工具质量是鸿沟的一部分，而不仅是工具获取：Canonigo（2026）把 50 条数学提示各三次提交给同一模型的免费层与高级层，发现免费层在其 150 条回应中有 49 条不准确（32.7%），而高级层为 150 条中 18 条（12%）（χ2(1) = 17.5, p < 0.001）；两所研究学校中资源不足那所的教师称免费模型"对数学几乎无用"。作者将其解读为一种算法鸿沟，它把数字鸿沟从设备获取扩展到工具本身的质量，因此一所"有 AI 获取"的学校仍可能把一台实质上更不可靠的导师交到学生手中——作者自己告诫，该比较是探索性的，且提示未经随机化，使差距的大小只是指示性的而非已定的。同一研究还显示差距的走向并非由工具固定：在教师要求学生把 AI 输出与自己的作业比较、并预先提示模型不要给出解法的地方，输出变成了可供批评的工件；而在无中介的课堂里，学生先求教于算法、教师沦为验证者（"我不再是神谕，我是编辑"）。
  • 获取并不够：提供 AI 工具而不解决结构性障碍并不能缩小差距——获取必须与技能、支持以及使真实使用成为可能的条件配对。

差异化支持并非公平受益的证据：一项对数学中 AI 辅导的综述发现，包容性的主张缺乏支持，因为研究很少检验收益是否一致地分布于能力、性别、社会经济、语言、残疾与地理群体之间，从而未能确立这些系统缩小了成绩差距（Ogunsakin 等人（2026））。

  • 差异化的人机辅导是混合模型能够缩小差距的证据——当分配跟随需求时。 一项断点差异研究（635 名学生，5–8 年级；低于中位数的表现者接受主动的人工辅导，高于中位数的接受被动的按需支持，对照一个秋季的纯 AI 基线）发现，混合辅导把任务时间提高 25%、技能熟练度提高 36%、学业成长提高 61%——且两个组别通过不同机制实现了相当的投入与熟练度增益。与公平相关的细节在于：主动辅导显示出略高的平均成长（75%，p = .065），且集中在离分界点更远的学生身上——这是差距压缩而非一致抬升的模式——而每次课一名导学者同时服务两组。作者持恰如其分的审慎态度：DiDC 设计是准实验性的，二分的中位数分界点漏掉了组内的需求差异，且 75% 的效应是边缘性的。（Improving hybrid human-AI tutoring by differentiating human tutor roles based on student needs）

  • 教师预期鸿沟会扩大。Watson 与 Rainie（2026）调查了1,057 名美国高校教师，发现81% 预期生成式 AI 会扩大数字不平等（58% 认为会大幅扩大）——这是报告中最强的公平性预期，且与68% 表示其机构未让教师准备好用这些工具进行教学与指导的人并列。同一调查还显示工具采用的不均衡：26% 的受访者完全不用生成式 AI，艺术与人文教师中升至40%，社会科学家为28%，因此不使用与未准备集中于特定的学科。该报告是非概率样本，作者声明不可推广，因此这些是该领域表达的关注，而非测得的效果。

  • 基础设施劣势：结构性沉默表明，AI 基础设施——训练语料、分词、基准、部署架构——在模型被训练之前就系统性劣势化了代表性不足语言的使用者，把数据稀缺重新框定为结构性问题而非偶然问题。

  • 合成数据中的模型特定人口先验：López-Pernas 等人（2026）发现，当 LLM 生成学生情境时，每个模型都施加了不同的人口倾向——GPT 产生更多全球北方画像并使用 they/them 代词，Qwen 产生更多全球南方画像，Mistral 偏向 she/her。因此，即使是由大语言模型（LLM）对学习者数据的建构也带有区域与性别先验，可能传播到下游推荐中——这是一个鲜受审视的公平性风险。

  • 社会经济梯度：AI 与终身学习政策与生产力差距实验考察 AI 如何在不同学习者群体间缩小或扩大差距。

  • 为残障学习者弥合鸿沟：Khlaif 等人（2026）发现，生成式 AI 为视障本科生拉平了数字、地理与社会经济鸿沟，把包容框定为既是基础设施问题也是文化问题——把数字公平话语从获取延伸到归属、声音与代表性。

准备比偏好更重要，而拒绝的权利分布不均。学业自信强的学生可以无惩罚地拒绝 AI，而需要语言支持、无障碍支持或快速反馈的学生，会把拒绝体验为机会的丧失；临时工作人员可能感到采用能削减准备时间而不削减责任的工具的压力。当"有义务理解"被施加却未伴以培训、安全基础设施与清晰政策时，它就变成隐藏的工作量，而拒绝成为对机构准备不足的可预期反应，而非对技术的抵制（Zagami 2026）。

租金以三种货币支付，被拥有的能力随毕业生而去。de Barba（2026）认为，驻留于商业工具中的能力只能按提供者的条件获得，因此机构许可证只是把房东搬了家而非消除它：获取通常随入学结束，而租来的能力此后只为能继续付费的毕业生存续。她补充了获取讨论常忽略的另外两种分布——自我成本集中于适应期，先前领域知识较少的学习者花的时间最长——租来的标准携带模型的参照点，预计会更多地取代那些文化与语言参照点与模型不同的学习者的标准。同一工具同时扩大获取与取代标准，这就是为何她把"命名一门课程必须自行建构的能力"同时视为一项公平措施与一项教学措施。

代表性公平

  • **训练数据与输出中的偏见：**AI 训练数据主要反映主导文化视角。性别偏见迁移研究表明 LLM 辅助写作会以性别偏见污染学生作品；历史教育中的过滤器与AI 评分能编码西方中心与语言偏见的假设。

  • 边缘化知识：关于少数化知识的研究考察生成式 AI 如何在高等教育中边缘化非主导知识体系与残障视角。

  • **课程多样化：**教师日益使用 LLM 使课程材料多样化（Wang 等人 2025 发现 78% 如此），然而 AI 策划的阅读清单仍少报 BIPOC 作者，STEM的AI 导师默认采用西方中心的问题情境。

  • **生成的图像重复主导的视觉规范，这使批判性使用成为一种能力而非附加项。**Jiang 等人（2026）观察到，生成式 AI 图像生成再现了视觉偏见等主导的多模态规范，并警告忽视这一点的多模态评估有自动化并再生产不平等之虞；他们面向第二语言教师的框架因此要求具备帮助学生察觉、评估与反叙事有偏见模型输出的能力（Jiang 等人，2026）。

结果公平

  • **差异化影响：**若无公平透镜而设计，AI 工具可能扩大差距——系统综述与评分偏见研究显示了收益与危害在学习者群体间的不均分布。收益的合并证据带有同样的边界：Jing 等人（2026）在 35 项研究上估计本科生的总体中到大的收益（g=0.53, 95% CI [0.48, 0.64]），同时指出高成本工具的不公平获取是这些效应量无法捕捉的风险之一，学业表现与专业技能上显著的 Egger 检验使漏斗图不对称与小研究效应悬而未决。

  • **跨越两个数量级成本的等效学习。**StudentBench 发现 AI 辅导与专家人类辅导在统计上等效，而导师之间的成本差从每百分点学习收益 $0.005 到 $1.40，且一个开放模型以 918× 更低的每点成本达到人类收益（$0.0052 对 $4.81），使单位学习的成本成为一个获取变量而不仅是质量变量（Northcutt 等人（2026））。

  • **偏见放大：**AI 建议与自动反馈可能强化（而非挑战）既有的教师与系统性偏见。Marked Pedagogies表明，LLM 写作反馈工具在反馈按学生的种族、语言、残疾、成绩或动机个性化时，系统性地滑向符合刻板印象的赞扬与被保留的批评——即使在完全相同的作文上——使"个性化"成为自动反馈中一个具体的偏见载体。

  • 公平性感知系统：偏见缓解与真值可靠性研究开发检测与纠正 AI 导师、评分器与推荐器中偏见的方法。

  • 公平性正则化器未必泛化到新学习者：Fragkiadakis 等人（2026）在一个预测实时学生注意力的多模态人工智能transformer 上加入了针对性别与年龄的误差差距正则化，发现它缩小了验证数据上的人口差距，但这些收益并未一致地迁移到留出被试或重复的被试级切分（正则化模型只在 10 次训练运行中的 4 次缩小了差距）。因此，在单一切分上认证的公平可能在真正的新学习者身上蒸发——教育 AI 需要留被试、重复种子的评估，而非仅聚合指标。

  • **差异化分布的下一个机会决策。**逐案看似站得住的偏见仍可能系统性地给学习者排序：Entezami 等人（2026）让三个 LLM 在软件工程课上安排 11,200 个团队作业，其中男性比女性至少低 80% 的概率被分到界面设计而非核心开发（GPT-5.2 OR < 0.01），且国籍独立于能力地移动分配。技能并未解决问题——99.2% 的基于技能分配匹配了两种有效团队之一，而性别仍在同等有效的选项间做出选择，因此只有聚合统计才能揭示模式；单人课程意象偏男性与浅肤色（数据库、调试与个人编程提示中超过 95% 为浅肤色），而多人图像相对多样。

  • **学生能动性：**确保 AI 赋能而非取代学生声音与学习者自主性，尤其对历史上被边缘化的学习者。

  • 心理公平与认知公平：Liang 等人（2026）发现，香港中学一年的学校 AI 教学缩小了心理 AI 准备度差距（信心、动机、伦理意识），但没有缩小认知差距——自主发起（"高能动性"）学习者与其同伴之间的客观AI 素养差距持续存在，这是一种马太效应模式，课程"抬高了地板，却没有拉平赛场"。仅有课程获取、而没有持续的自主发起投入，可能培养心理而非完整的认知对等。

  • 自动评分、学业表现与语言。对 761 篇真实作文上三个前沿模型的 OpRaise 比较发现，AI 与人类的不一致随学生的学业水平与表层语言特征（词汇范围、连接词、句子复杂度）变化，其方式是人类评分所没有的，且准确度在三个队列不同的英国机构间不同——作者把这直接连接到这些机构在《英国平等法》下的义务，理由是某些学生群体可能比其他人受影响更大，并指出在自动评分决定影响学生之处，GDPR 第 22 条下的解释权。由于 AI 评分向分布中部压缩，暴露最多的学生是学业范围顶端与底端的那些。

  • 评估规则能把语言劣势转化为诚信风险。Li（2026）认为，把生成式 AI 当作单一类别未经授权协助的诚信规则，对把英语作为附加语言的学生施加了更高的合规负担，因为他们对语言支持的合法使用更频繁且迭代，并使怀疑集中于表层流利度变化最大的写作者——这是一个规则设计问题而非行为问题，且带来在薄弱证据上选择性执法的风险。提出的边界以目的与构念为基础而非以工具为基础：语法、标点与句子层面清晰度的编辑、为理解而做的翻译、以及由学生实质性重写的初稿起草，都算作许可的支持，因为它们不添加新想法、新来源，也不实质重排分析，而生成论点或反驳、把学科规则应用于事实、重排分析序列或生成引用则算作替代。由于构念陈述常奖励流利与习语作为推理的代理，EAL 学生在分数中遇到构念无关方差；补救办法是：事前明确许可与禁止的功能、校准披露使常规支持的申报成本低于一条文献条目、分阶段提交与来源轨迹而非以检测为导向的推断，以及对转介与处分的班级级监测。该框架是规范性的且未经检验——Li 未对 EAL 学生的生成式 AI 使用率做任何主张。

  • 学生自己准确地判断支持—替代界线，但犹豫。Reed 等人（2026）向 531 名本科生提出六个伦理情境，发现 57.6% 全部六个分类正确（均值 88.54%）：经核验支持的使用被广泛接受——经教授核验总结笔记（91.7%）、对自写论文做语法改进（84.9%）、AI 生成检索词后独立文献综述（91.1%）——而替代性使用被压倒性地拒绝。不确定性集中于规则必须真正解决的案例上，即无法核验的 AI 生成引用（9.9% "不确定"）与经极少编辑的 AI 生成文本（9.6%），作者把这解读为协助与有意义作者身份之间的界线对学生并不清晰的证据。客观AI 素养只能弱预测分类准确性（Spearman's ρ = 0.234），样本以一所中西部公立大学的白人、女性、一年级学生为主，且作者强调正确的判断不等于伦理的行为。

  • 提示特权：Jin 等人记录了"提示特权"——善于措辞提出请求的用户系统性地获得比表达同一意图而欠技巧的用户更好的 LLM 输出——使提示技能成为一种悄然不均的资源。他们的提示公平转换器（Prompt Equity Transformer）把提示优化移入系统，把公平输出当作一项无障碍属性，而非要求新手做出专家级提示。

  • 交互管理差距。Brunnström 与 Palmqvist（2026）对生成式 AI 作为均衡器得出一个矛盾结论：因为生产性使用要求识别过于抽象的答案、请求简化、并把一次会话围绕小目标来组织，无指导的生成式 AI"可能对已处优势的学生最有益"——那些有强学习习惯与指导 AI 之信心的学生——而学习技能较弱或学业自我效能较低的学生会遇到额外的复杂与挫败。该工具不是替代缺失的学业对话伙伴，而是引入了一种新能力，其习得本身制造了差距；作者结论，教授它的责任不能只落在学生身上（AI 素养、自我调节学习）。

  • 技能差距与资源差距不是同一个问题。Kumar、Wongsirichot 与 Nanthaamornphong（2026）把他们对 72 项计算教育研究的系统综述发现文献倾向于混同的两种机制分开。技能差距在单个教室内运作：先前知识较强的学生把 AI 协助转化为持久技能，而挣扎的学生把它当作移除生产性挣扎的拐杖，到学期末扩大能力分布——以与已证明能力挂钩的分级获取来应对。资源差距跨机构与国家语境运作：可靠的网络与付费 API 订阅支撑更有能力的工具使用，而无此条件的学生则不然——以机构对共享工具获取的投资和不假设普遍可用性的政策来应对。公平性是该综述三个框架要求中最薄的一项（六项研究），作者把这种稀薄本身解读为发现：缺少以公平为中心的干预研究，本身就是公平性问题（评估效度、脚手架）。

  • **证据最充分的方法是最不可规模化的那些。**在一个有 73 名计算教育者的工作坊中，口头与互动评估被报告为个体理解之最强可得的证据，也是最不可规模化的补救——在一个同时有四百多名学生和少数助教的房间里被提出——因此与已核验学习联系最清晰的策略，位于教着最少学生的机构中，这是机构之间而非班级之内的公平差距（Akbar 等人，2026）。

  • **辅导质量随学习者人口统计而变。**EduFair-Bench 把固定的LLM 学生与每个导师配对，横跨性别、移民背景、第一语言与社会经济地位九个人口层级，并对五个回合级教学指标评分。在LLM 辅导中，最大的偏离出现在明确的人口条件下——数学中步骤支架的相关高达 |r| = 0.144，纠正语气在化学中每个模型都超过 0.10（0.102-0.168），在物理中为（0.129-0.294）——且在 15 个模型×领域单元中的 11 个，答错条件得分高于答对条件，表明语气追踪的是学生的人口标签而非其推理质量。教学特定的强化学习重新分配了这些差距，而非消除了它们。（EduFair-Bench: Evaluating Pedagogical Fairness of LLM Tutors Across Student Demographics）

  • 隐含的人口信号是比明示属性更不可控的偏见渠道。Rooein、Benedetto 与 Hovy（2026）固定每个任务的输入，只在六个指令调优LLM与三个教育任务上改变人口语境，产生 192,480 次推断调用，并把明示信号（陈述的学生属性）与隐含信号（由十次提示的对话历史携带的）分开。在自动作文评分中，多数模型在明示条件下相对稳定，而隐含条件抬高了分数——Llama-70B 比自身默认高出 1.57 分（p < 0.001）。在元语言问答中，隐含条件反向漂移：较低教育水平的回应得到较少正面情感，在 0-4 量表上最低与较高教育水平间平均差 0.3，而项内标准差为 0.07。公平性困难是结构性的——线索不是政策能禁止的明示属性、也不是审计能检查的提示字段，而是交互本身的性质。

  • 核验能把收益重新导向较弱的学生。Dang & Nguyen（2026）发现，一年级经济学课程中经专家核验的 AI 学习材料与 2.34 分的成绩提升相关，但其中约四分之三出现在最底五分位，且低于 60% 边界的分数占比下降 24.7 个百分点——把核验负担从学生移到一个可问责的导师。

语言、文化与残障包容

  • **语言：**多数 AI 工具优先英语，边缘化多语言学习者。学术写作中的语言多样性、代表性不足的语言与语言学习研究对此加以应对。
  • 识别，而不只是获取：AI 的文化扁平作为一项公平发现： 在一项对五名有色人种中学学徒的为期 9 个月的叙事探究中，Gyekye（2026）发现学生把公平等同于可见偏见的缺席——一种"文化扁平"，即身份特定的经验与文化标记在 AI 回应中得不到表征——并通过拒绝（不把使用作为制度对齐）与协商（使 AI 产出在制度上可读）来建构能动性。该研究的"识别带宽"概念命名了学习者在 AI 产出中看见自己的空间，而"制度 AI 素养"则是在制度期望内驾驭 AI 的能力。这是一项五名单项目质性研究；其公平贡献在于表明"作为公平的中立"本身就可以是排除机制。
  • 谁从一个 AI 导师中受益——探索性的田野证据： 在一次全区铺开的教师中介 AI 数学平台中，Goblins（Alam 等 2026）发现，有 IEP 的学生（+0.122 SD）、英语学习者（+0.191 SD）与西班牙裔学生（+0.084 SD）的成绩关联大于对照组，这与其多模态输入和七语言语音支持降低参与障碍相一致。作者明确指出，这些探索性的、功效不足的亚组无法确立无障碍特性造成了这一差异——它是一个早期的、生成假设的信号，而非一项公平发现。
  • 文化：文化相关教学法与以社区为中心的 AIED呼吁 AI 反映学习者的文化语境，而非强加主导规范。
  • 残障与神经多样性：无障碍学习、通用设计、神经多样性与特殊教育研究考察 AI 如何支持或排斥残障学习者——神经多样性的计算学生、阅读障碍学习者与无障碍教育材料是例证。
  • **语言、文化与成本在一起：**Bashir 与 Afzal（2026）把福祉 AI 中的公平设计框定为语言、文化与成本的单一问题——仅英语的工具让用乌尔都语或罗马乌尔都语表达困扰的学生失败，西方数据集无法捕捉当地显著的应激源，昂贵的商业系统让装备较差的大学失败（Sukoon）。他们的应对结合了通过托管 API 访问的开源多语言 LLM（资源要求低）、双语评估界面，以及在一个经核验的 20 项特征量表上训练的分类器——同时承认训练数据不代表目标人群，"有些领域……工具可用但往往昂贵"，且该适配停留在提示层而未与学生验证——这是公平意图与已证明公平之间差距的坦率记录。

特殊群体与全球公平

  • 特殊群体：特殊教育、神经多样性学习者、阅读障碍学习者与残障学习者代表其需求常被 AI 系统设计忽视的群体。
  • 全球南方视角：非洲学生动机、越南 AI 课程规划与加纳教师接受度提供了西方中心 AIED 研究中常缺席的全球南方视角。在机构层面，Adeniranye 等人（2026）表明，45 所尼日利亚大学的 AI 整合由机构年龄与地理而非治理类型驱动，强化的网络联系让连接良好的机构复合优势——证明公平差距是结构性再生产的，而非仅经由个体获取。
  • **全球能力：**证据记录了生成式 AI 收益如何不均等地分布于各国与机构，AI 与终身学习政策应对结构性的社会经济梯度。
  • 残障与全球南方的交叉：Khlaif 等人（2026）——一项在三所巴勒斯坦大学对 21 名视障本科生的质性个案研究——表明生成式 AI 弥合数字、地理与社会经济鸿沟，同时把技术接受模型扩展到残障语境，其中可用性、可负担性与无障碍性相互强化。
  • **计算中的性别公平：**面向公平的生成式 AI用途仍探索不足。欧洲一项全女生生成式 AI 创客空间倡议把两个生成式 AI 工具与女性主义教学法结合，应对女生在计算中代表性的持续性别不平等，从业者采取具体步骤支持女生的参与与投入——这是面向公平的生成式 AI 设计的一个例证。刻意性别的 AI 也能充当干预本身：Rücker 与 Becker-Genschow（2026）表明，一个以女性编码、以 Ada Lovelace 人物为原型的学科特定数学聊天机器人（既作榜样又作学习助手），在九年级学生中显著减少了对数学能力与数学作为男性领域的性别刻板信念——在两种性别中都是，且技术接受度高且性别中立。这把代表性重新框定为一种设计杠杆，而不只是待审计的偏见：系统设计的 AI 人格可以对抗而非仅仅避免再生产性别偏见。

对教育中 AI 的意涵

  • 公平是设计，而非事后补救：偏见缓解与公平性感知算法必须内建于 AI 导师、评分器与推荐器，并与准确度一同接受公平性评估。
  • **基础设施就是公平：**应对数字鸿沟与代表性不足语言的基础设施，是公平 AI 的前提，而非次要关注。
  • **代表性在内容与评估中都重要：**AI 策划的材料与自动评估必须反映而非惩罚多样的学习者、文化、语言与知识体系。
  • **把获取与支持配对：**仅提供工具不够；学习者需要技能、条件与文化相关的脚手架才能受益。
  • 触及正规教育遗漏的受众：面向公共服务媒体的 AI 素养框架认为，除非另行设计，供给会持续只到达已处优势者，把在数字或其他方面被边缘化的年轻人命名为经由正规教育机会最少者，并提出有针对性的伙伴关系加上全国触达的供给——而非普遍发布——作为补救。
  • **政策与治理：**机构 AI 政策（教育人工智能政策、AI 治理）必须把公平嵌入为指导原则。

关联概念

关联文章

相关常见问题

元数据

学科Language Learning
层次Higher Ed, K 12
目标读者Learners, Instructors
技术与方法生成式人工智能, 智能辅导
公平、伦理与负责任使用偏见缓解, 文化相关教学法, 数字鸿沟, 公平性, 包容性学习, 神经多样性
教育中的人工智能基础AI 素养, 教学
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。