采用 AI 工具时，有哪些选项和问题需要考虑？

本页是英文页面的机器翻译，尚未经母语者审校。

一位系主任拿到了三份 AI 辅导平台的报价，截止日期是周五。一位教师想用一个免费工具，而一半的同事已经在用了。一位首席信息官被问到院校是否应该运行自己的模型，却说不清那要花多少钱。

这是同一个问题在三个层面上的样子。可选方案比供应商清单所暗示的要少，而问题比任何产品都持续得更久。

选择应当匹配摆在面前的那个决定。个人决定往工具里放什么。院校决定谁可以用哪个模型、在什么数据上、以什么成本，以及出了问题时谁来负责。大多数糟糕的采用决定，都是用个人层面的工具去回答院校层面的问题。

简版要点

五条规则能覆盖大部分内容。

1. 先把数据边界定下来，因为其他一切都可以重新谈判，而这一点不能。
2. 选择能装得下的最小形态：试点用免费或外包工具，需要数据控制又不想买 GPU 时用托管平台，需要配额和路由时用网关，只有在其他三种都不行时才自建推理。
3. 把你自己的数字拿来比较按席位定价与按用量计费，因为大部分用量通常来自少数重度用户。
4. 让获批的路径比未获批的更快，因为 EDUCAUSE 发现 94% 的教职员工在工作中使用 AI，54% 知道相关政策，56% 在使用院校不提供的工具。
5. 然后预先决定什么样的证据会让你停下来，因为没有退出测试的采用会默认变成永久。

个人层面

教师或学生在做教学决定之前，先在做数据决定。学生姓名、IEP 细节、纪律记录和未发表的研究构成了责任风险，所以先脱敏，再检查工具是否还能完成工作。然后读条款：保留、用你的输入做训练以及分包处理方，通常藏在一份没人打开的文件里；如果五分钟内找不到答案，就把它当作未知。

了解工具擅长什么。生成文本在起草、重组和摘要方面最强，在算术、引用和任何需要最新事实的事情上最弱。也要知道它让你付出什么。免费层之所以免费，是因为用量就是产品，或者因为这一层以后会变，两者中任何一个都是让你心里留着退出路径的理由。

还剩两个问题。还有谁受到影响，因为一个会重塑课程的工具，是这门课里学生的事。以及它是否被允许：如果有政策，读一遍；如果没有，Shadow AI 的证据表明你其实已经在默认制定政策了。

直白的经验法则：在够得着的时候使用获批工具；够不着的时候，写下你做了什么以及为什么。日后判断受到质疑时，这份记录就是保护你的东西。

院校层面

院校一次采购买下的是服务、数据流、支持义务和政治承诺。真正的菜单由六种形态组成，而大多数院校已经在其中两三种里，只是自己不知道。

最容易的起点是免费的第三方工具。Contact North 的 AI Tutor Pro 不需要账号，Playlab 让教育者构建以自己课程为依据的应用，而模型由供应商托管。两者都适合试点，都不适合作为长期方案：没有审计轨迹，没有配额控制，条款还可能变。

在商业租户上购买席位，不论是 ChatGPT Edu、Microsoft 365 Copilot 还是 Google Gemini for Education，带来的是快速采购、SSO 和管理控制台，代价是把模型选择和保留策略留给供应商。

自己托管的平台让数据离得更近。Amplify GenAI 部署到你自己的 AWS 账户里，范德堡的试点报告称，在 1,300 名用户时每用户每月约 $3，其中一半人的 token 费用不到 $1。这买到了不用 GPU 的数据控制。

覆盖多家供应商的网关，在几家前面放一扇统一的门。它承载配额、SSO、日志和区域路由；Fontys 为 300 名用户运行了一个，每月上限 $500，从未突破；MindRouter 则增加了按角色加权的调度和能耗计量。

自建推理是最昂贵、也最独立的形态。普渡的两个服务在 10 多个开源模型上达到 1,000 多名用户，硬件投入约 $100,000，还不含人员。它回答监管者时不必先问供应商是否允许。

最后一种形态是 AI 嵌在你已经在运行的工具里：一个 Moodle 题型、一个讨论平台的 AI 伙伴、一个作文反馈工具。投入低，按课程逐步改变，但中心层面学到的东西很少。

不会消失的问题

数据保护排在第一位。要紧的是：现在多出了哪条以前不存在的记录，它存在哪里，谁能取回它。一个收到班级名单的工具，无论合同怎么写，都已经创造了一条院校记录。

身份与访问次之。任何大规模使用的东西都需要 SSO、基于角色的访问和离职流程，而一个无法为离职员工注销账号的工具，会留下一个装着你的数据的长期账号。

成本取决于价格怎么计算。按席位定价奖励人头，按用量计费奖励使用。由于一小部分用户通常产生大部分 token，按席位在重度用户离开之前都显得便宜。

测量通常是缺失的那一块。EDUCAUSE 发现 92% 的院校有与工作相关的 AI 战略，13% 在衡量投资回报。如果你说不出这个工具替代了什么，你就无法为续约辩护。

公平与无障碍应当放在采购环节，而不是事后再补。一个需要快速网络、付费层或英语流利的工具，会把它的好处不均匀地分出去。

学术诚信改变的是评估测量什么。当一个工具能完成这项作业时，需要修改的是作业本身。

人员配置和对供应商的依赖，与价格同样重要。上面除免费形态外的每一种都需要一个负责人，而常见的失败是买了第四或第五种形态，然后让本来就忙的人顺手管它。要问续约时、涨价时、模型停用时会发生什么；网关这类形态存在的意义，就是让答案变成一次路由变更，而不是一次迁移。

好的第一年是什么样

在任何东西上线之前，先选两三个指标：谁用了、用来做什么、每个活跃用户的成本是多少、工作发生了什么变化。一个产不出这些数字的试点，只是一场有预算的演示。

同时检查边界条件。如果工具接触了学生记录，数据流是否与你告诉隐私办公室的一致？如果用量没有被测量，是因为工具无法报告，还是因为没人要求？

让获批路径保持短。EDUCAUSE 的数字表明，人们绕过治理是因为审批路线比任务本身更耗时。一个配有模型卡和当日开通的网关，既是 IT 便利，也是治理工具。

常见错误

在说清问题之前就买平台，产出的只会是使用统计。把免费当作战略，试点可行，作为基础设施则失败。本地模型改变的是谁可能被传唤；它并不决定提示词是否被保留。衡量满意度而不是效果，会把“教师喜欢它”变成一项它并不成立的发现。而一份没有可行路径的政策，描述的是偏好，不是规则。