我如何撰写课程人工智能政策并向学生说明？

本页是英文页面的机器翻译，尚未经母语者审校。

你只有一份课程大纲、一份作业说明，而教室里坐满了早已就生成式人工智能为自己写下私人规则的学生。你发布出去的规则，必须既对守规矩的学生公平，也对不守规矩的学生公平，而且还必须是你真能套用到四十份提交作品上、既不变成老好人也不变成警察的规则。

要点是：写下的规则要比你想写的更少，把每条规则都系到你正在评估的具体事物上，指定一个统一的标准地点供学生申报人工智能使用情况，并且让执行所依据的证据是你亲眼能看到的东西，而不是检测工具给出的分数。一份能够自我解释的政策，同时在做评估设计与沟通两件事，这正是它只花一个下午、却能省下一整学期争执的原因。

本页讨论的是一个模块、一门课程或一个培养方向中课程层面的文件。通篇的前提是：你已经确定了自己在评估什么；问题在于如何把它说清楚，并让它真正落地。

课程政策目前的真实样貌

一项内容分析考察了来自 131 所美国 R1 高校的 116 份机构生成式人工智能政策，以及其中 54 所高校的 98 份计算机科学课程大纲，发现机构总体上倾向允许使用：63% 鼓励使用生成式人工智能，41% 提供详细的课堂指导，27% 表示不鼓励；而有一半课程大纲（50%）直接禁止，41% 允许在指定活动中部分使用，7% 表达了鼓励。Ganguly 等（2026）把这种现象称为自上而下与自下而上之间的落差：92% 的课程大纲给出了明确指引，但教师自行写下的本地规则可能与机构指导并不一致，只有 47 所高校能在两个层面都检测到规则。引注是两个层面唯一达成一致的事项，83% 的课程大纲要求它。学生最先遇到的正是你的本地规则，比所在机构更严格也很正常，但这是一项你要独自承担的承诺。

Chirikov（2026）追踪了得克萨斯州一所大型公立研究型大学 2021 至 2025 年间 31,000 多份课程大纲：相关规定从 ChatGPT 出现之前的近乎为零，上升到 2025 年秋季的 55% 课程，而完全限制性政策所占比例每年下降约 5 个百分点。到 2025 年秋季，教师最常限制的是起草与修改（79%）和推理与Problem Solving（65%），最常允许的是编辑与校对（83%）、学习支持与综合（80%）以及编程（75%）；构思是最具争议的用途（46% 允许，54% 限制）。学术诚信方面的表述从 63% 降到 49%，而提及人工智能对学习影响的从 1% 升至 29%，要求注明出处的从 16% 升至 43%。教师正在从“不要作弊”的措辞转向“这条边界为什么保护你的学习”的措辞。

Nash 与 Burriss（2026）分析了 27 份由职前英语语言艺术教师撰写的课堂人工智能政策：27 份中有 26 份允许某种程度的人工智能使用，几乎总是限定在教师指定的条件、时段和场合，只有一份完全禁止。构思是允许范围最广的用途（27 份中 22 份），也最含糊；22 份不允许或未说明用人工智能生成句子、段落或文章；16 份允许语法检查和校对，同时有 16 份禁止生成大段人工智能文本；而27 份中有 22 份完全没有涉及阅读。反复出现的失误在于可操作性：有一份政策允许人工智能“帮你把思路启动起来”，并宣称“界线就应该画在这里”，却没有说线在哪里。这种含糊是缺陷，不是折中，它让学生无法遵从，也让你无法适用一致的标准。

写什么，写在哪里

从任务出发，而不是从理念出发。最清晰的示范方法是McCorkle（2025）的做法，他取代了一条学生并不认为适用于自己的一刀切禁令。问题在于错位，而不是反抗：学生并不觉得自己有不诚实的行为。他的方法是把学期项目中的每一项任务都清点出来，对每一项追问“我具体在评估什么？”，为每一项任务配上一个在职业场景中说得通的生成式人工智能用法，再逐项决定，在评估某项能力的需要与培养一项职业胜任力的价值之间权衡。由此得出的政策刻意地不整齐：允许头脑风暴，但不允许撰写具体、可测量的学习目标；允许挑选图片，但不允许设计幻灯片层面的信息表达；允许撰写脚本和旁白，但必须评价人工智能的输出。

写在课程大纲上： 简短的摘要，包括各项任务、每项任务允许的用法、申报方式，以及越界之后的结果。写在作业说明上： 单独标出，因为对复杂项目来说一份摘要过于笼统；McCorkle 的写法之所以奏效，是因为它用第二人称向学生给出理由，指明为每一项限制提供依据的评估。在课堂上： 在规则第一次适用的时候就把它大声说一遍，并把它与眼前的作品联系起来；学生独自第一次遇到的规则，也只能由他们独自去解读。

申报机制值得在课程大纲中单独占一段：通过引导式探究共同设计课程政策的学生，优先考虑的是对学生和教师的培训、标准化的申报流程、更强的机构支持，以及在人工智能相关决策中更大的参与度（Hingle 与 Johri（2026））。要说清楚学生以何种方式、在何处、以什么形式申报人工智能使用情况，而且只说一次。Pisan（2026）的对应做法是让提示词记录成为被评分的作品：当生产由模型完成时，提示词与交互记录才是值得做版本管理的东西。

只写你能执行的规则

要求逐项任务监控的规则，或者需要凭判断认定一次评估何时“开始”的规则，都会被不一致地执行，而不一致本身就是公平问题。以检测工具为基础的制度带来监视成本，这种成本落在不同人身上并不均匀，还会引发远程监考与数据留存方面的问题。Chirikov 发现学科之间、任务之间存在实质性差异，这支持采用那些在教师自身领域内赋予其自主权的框架，而不是一刀切的要求。

这里涉及公平维度：不透明的政策默认人人都具备关于署名、引注和学术工作规范的共同背景知识，因此对本来就不具备这些知识的学生打击最大。McCorkle 的论点是，透明能拆解一部分这样的隐性课程，并降低政策执行失败演变成纪律处分的可能性。以上这一切最省力的版本就是规则更少、更具体：你评估的任务、每项任务允许的用法、申报机制，以及越界的结果，并说明每条边界的理由。

怎样表达才能让学生遵守

申报规则本身并不构成合规机制；以为它们能起到这个作用，是最常见的设计失误。在一项针对 409 名本科生的混合方法研究中，Qu 与 Wang（2026）发现不申报是对感知到的同伴规范以及对学生而言较低的可解释Trust的策略性适应，而不是道德疏忽：感知到的同伴申报情况与和教师相处的舒适程度，是学生自己是否申报的最强预测因素，而道德推脱的影响较弱。关系氛围是一个可以设计的变量，仅靠强制要求并不够：学生认为同伴在做什么，以及他们是否相信你会公正地解读一份申报，比你的措辞有多严厉更能预测他们的诚实程度。

Kim 等（2026）指出，一门课程真正的政策存在于五个彼此不同的场域：教师意图、正式政策、学生解读、学生自我政策与学生实践，而它们之间存在系统性落差；此外还归纳出学生在学术写作中为人工智能使用辩解的六类共 23 种合理化说法，从“没有人类受害者”到“教师并不在意”。这些合理化是临时凑成、事后追认的：学生是在解释已经发生的行为，而不是事先推理，这正是为什么更清楚的措辞和更严厉的检测本身并不能弥合落差。有一位想遵守严格的人工智能禁用规则的参与者仍在继续使用，并说这项禁止“给我造成了冲突，因为我在违反规则”；禁令加剧了道德冲突，却没有阻止使用。如果一条规则只带来愧疚而不带来遵从，它就没有在发挥作用，而是在侵蚀你为获得申报所需要的那种关系。

注意你示范了什么：由于 Pisan 课程中大多数作业都申报了用于生成它们的提示词，有一名学生把这种透明解读为许可：“教师给分和出作业都依赖 ai，这也让人很难不在作业里以同样的方式使用 ai。”无论课程大纲怎么写，示范一种规范本身就是学生所体验到的政策的一部分。

一段可以改用的示范声明：

本课程中的人工智能使用。 我希望你离开这门课时能自己完成 X，所以我直接评估 X。你可以在［任务清单］上、为［允许的用途］使用人工智能；不得为［受限用途］使用它，因为那些正是我评分的内容。如果你在作业的任何环节使用了人工智能，请在［唯一指定的位置，例如每次提交上的一行申报］告诉我你用它做了什么，并粘贴提示词。申报绝不会降低你的分数；不申报才会。如果你不确定某种用法是否允许，请在提交前问我，而不是提交后再问。

最后这一句把决策点移到了动手之前。

会引发冲突的四种对话

用了人工智能却没有说的学生。 把这件事当作流程问题来处理，而不是人品问题。Mohamed 与 Temimi（2026）把评估建模为一个信息不完全的问题：学生知道作品是怎样产生的，而机构只能看到成品和部分痕迹。他们提出的响应区间模型比较了三种响应，即不使用人工智能、申报使用和隐藏使用，并追问每种机制会让哪一种最具吸引力。禁止划定了形式上的边界，但当学生认为检测能力薄弱时，隐藏使用仍然具有吸引力；监控提高了隐藏使用的预期成本，却没有增加申报；学生会变得谨慎，但不会变得透明。只有在诚实的成本足够低时，允许使用并要求申报才能让如实报告变得可行。实际做法是：先问这份作品本应评估什么，再请学生说明自己的过程，并把迟到的申报当作信息，而不是当作认罪。

什么都引用人工智能的学生。 这通常是穿着合规外衣的技能缺口。课程大纲中的注明出处要求从 16% 升到 43%，而学术诚信相关表述从 63% 降到 49%，说明这个领域要求的是引注，而不是认罪。把格式一次性规定清楚，写在作业说明上而不是课程大纲的脚注里。说明在你的学科里什么算充分的引注，并给出一个示范例子。如果真正的问题在于学生目前离开模型还做不了底层的活儿，那么答案在任务设计，而不在规则。

小组作业。 小组任务正是五个政策场域分叉最快的地方：五名学生可能对同一句话有五种不同解读，而只有一份提交会被评分。对每一项小组交付成果，都要事先决定并公布是否允许使用人工智能、由谁申报，以及当某位成员越界时如何处理，这些要在项目开始前定好，而不是在争执中决定。如果你说不出某位成员应为之负责的个人贡献是什么，就把这项任务当作纯小组作业来评分，而不是事后再去裁定作者归属。

你无法核实的申报。 有些申报会不完整，有些遗漏则无法证伪。不要把你无法达成的定论写进规则：Bassett 等（2026）主张在教育中完全不应使用人工智能检测，他们给出的三条理由直接关系到政策措辞。检测工具的输出是一种概率性估计，因真实文本的来源未知而无法独立核实，所以验证只能建立在循环论证之上。检测分数达不到学术诚信调查所需的盖然性权衡标准。而且对于与人工智能共同创作、而非由其创作的作品来说，人机二分本身没有意义。他们的结论是，检测“并不能保障学术诚信，反而在损害它”。他们还指出一个起草上的问题：限制“在评估中”使用人工智能的规则没有说明一次评估从何时开始，因此人工智能辅助的检索、规划或编辑算不算违规，取决于读规则的人是谁。应当改为指明你能观察到的过程性证据，例如提交的提示词与交互记录、在教室里完成的课堂练习、口头解释，并把已申报的人工智能使用当作背景信息。如果你所在机构仍然运行检测工具，上述作者关于数据存储、留存以及对学生作品的商业利用的警告同样适用；两位职前教师提出的Privacy异议，也正是你的学生会提出的异议。

“但是……”：你会听到的三种反对意见

“学生反正会把它藏起来。” 有些人确实会，而设计上的问题是：你的规则会诱惑哪些学生。威慑力取决于检测工具对隐藏使用与正当作品之间的区分能力，而不是它原始的抓出率；因此当额外提高灵敏度带来的新假阳性多于新真阳性时，更强的监控反而可能让隐藏相对更具吸引力，因为诚实的学生被惩罚的速度快于隐藏使用者被识别的速度。而且允许与申报是两个不同的杠杆：允许改变的是可接受使用的边界，申报改变的是可见程度。诊断你的任务会把哪类学生最强烈地推向隐瞒，并针对那类学生做设计，而不是针对最尽责的学生。

“我不想禁止我检测不出的工具。” 你不必禁止。禁止只是四种设计应对之一，另外三种是监控、允许使用并申报，以及重新设计。重新设计改变的是任务奖励什么，如果评分量规仍然主要在给最终成品打分，那它只会停留在表面。Pisan（2026）把这些选项明确列出，并按层级递进：入门编程课程禁止使用人工智能，因为把最初的循环外包出去就等于抽掉了要教的内容；数据结构课程的项目中鼓励使用（允许用 Copilot），但纸笔考试中禁止；高年级系统课程中作为学习与复习的辅助；而在人工智能课程本身则是必须使用，其中有一条边界承载了最大的分量，即模型可以写代码，但反思必须是学生自己的声音。评估则转移到模型无法悄悄代笔完成的作品上，考试被完全取消。

“我所在机构的政策已经覆盖了这些。” 覆盖面比你以为的要小。自上而下与自下而上之间的落差是双向的：92% 的课程大纲给出了明确指引，而本地规则却偏离机构指导，只有 47 所高校能在两个层面都检测到规则。采购、数据和审查流程属于《我们如何撰写并实施机构人工智能政策？》的范围，但课堂层面的转化是你的责任。Nash 与 Burriss 的结论是，机构必须让教师既能采纳也能拒绝，提供相应的指导与专业发展，使教师可以拒绝某一种具体的人工智能用法而不被贴上落伍的标签；他们研究中的参与者的技术决定论，与其自身的教学承诺相互矛盾。拥有机构政策，并不等于你的判断有了一顶保护伞。

你的第一周：一份行动清单

• 在决定任何与人工智能有关的事情之前，先清点所有计分任务，并对每一项追问“我具体在评估什么？”
• 逐项任务做决定，并检查这个决定会让哪一种应对对最想隐瞒的学生最有吸引力。
• 不要用检测工具作为执行机制；改为指明你能观察到的过程性证据，例如记录、课堂作业、口头检查。
• 说明学生以何种方式、在何处申报人工智能使用情况，指定一个统一的位置，并把申报当作背景信息而不是认罪书。
• 把每条规则都写成一项理由，指明它所服务的评估，并在复杂项目上给出提醒。
• 只写你能在整个评分周期内一致执行的规则，把做不到的删掉。

接下来可以看哪里

治理、数据政策、采购与审查流程属于《我们如何撰写并实施机构人工智能政策？》；机构与学区强制要求的规则见Educational AI Policy和AI Governance；重建任务本身，使分数仍能支持一项站得住脚的推断，则见我该如何重新设计评价，使成绩仍然能够可靠地说明学生知道什么、能做什么？。