我们如何撰写并落实一项机构层面的人工智能政策？

本页是英文页面的机器翻译，尚未经母语者审校。

这份草案从春天起就在传阅，而其中每一条可操作的句子都写着“可以”。或者某个供应商想在季度末之前签下站点许可，而电话里没有人能说清机构在学生数据上已经同意了什么。又或者一次检测标记变成了申诉，而那本该解决它的政策，结果对一项指控能建立在什么证据之上什么也没说。

一个委员会能为之辩护的范围，比多数草案试图覆盖的要窄，而公布只是这项工作中最小的一部分。有四样东西能把一份文件变成一条能运转的规则：一位具名的行政负责人、一个排定的复审、一条通向课程的转化路径并有人为此负责，以及一套分级评估设计，去奖励你正在要求的那个行为。再加一句范围说明，讲清这份文件承担哪些义务、哪些属于另一份政策——因为一份文件若把数据保护、研究伦理、临床监管和学术行为全都吞下去，它会很长、没人读、也无法执行。

简版要点

1. 声明这份文件管什么。如果它是一件风险管理工具，就照直说，把教学细节放到院系层面。

2. 数一数情态动词。凡是你本意是“必须”却写成“可以”的地方，都是一条没人能执行的条款。

3. 在公布之前就指定负责人、常设委员会和复审日期，而不是在第一次申诉之后。

4. 写清 FERPA、GDPR、HIPAA、IRB 和研究诚信义务各自落在哪里，并指名拥有每一项的办公室。

5. 把员工培训和学生使用权限放进同一个预算决定里。只做其中一项，产出的规则会有一部分学生无法遵守。

6. 问一问有多少门课程可被检测出转化了这份政策，并把答案读作一项支持指标，而不是合规指标。

决定这份文件管什么

先定范围，再谈措辞。Manikonda and Outlaw (2026)抓取了美国 149 所 R1 和 R2 大学的 AI 政策，核验了 34 个州共 130 份校级政策。这份清单是建议性的而非指令性的：95% 的政策在清晰度-强度上得分为负，也就是说弱措辞（“可以”、“能够”）压过了指令（“必须”、“禁止”）。

这些文件优先处理什么，说明了作者认为这份文件是干什么用的。校级政策覆盖数据安全、风险缓解、采购和法律合规，教学指导极少。而存在的院系级政策则集中于教学和AI 素养。只有八所商学院有自己的政策，其中八分之六与本机构的框架不一致。

作者提出的补救办法是分层结构：一层全校性的风险管理、一层院系级政策，以及由教师和学生组成的跨院系委员会。采用它，你就得到一句能在校务会上为之辩护的范围说明。这份文件管理机构风险；教学决定留给给这份作业打分的院系。分层也回答了“含糊”这项指责，而不必写出 40 页。

写下能约束人的条款，否则就把它们删掉

看看在没有外力追问的时候，各项目会公布些什么。Eldredge et al. (2026)扫描了美国全部 48 个获 CAHIIM 认证的健康信息学与健康信息管理硕士项目。其中 40 个（83%）公布了至少一份与 AI 相关的文件。在分析样本中，21 份文件（53%）是指南，9 份（23%）是信息性材料，只有 7 份（18%）是正式政策。

题材范围比数量所暗示的要窄。学术诚信是出现最多的关键词（n = 139），排在引用（59）、评估（50）和剽窃（38）之前。AI 使用的披露和代写作弊各出现一次。HIPAA 出现五次，FERPA 十一次，电子健康记录一次也没有。公平类词汇几乎缺席：包容（n = 9）、可及性（n = 9）、公平获取（n = 2）。

这是有注意力而没有约束性承诺，也是最便宜的缺陷。数一数你的情态动词，在本意要有后果的地方写出后果。用一年级学生能套用的说法界定剽窃和被禁止的用法。然后拿结果去对照Gutowski and Hurley (2025)构建的那套工具评分：五个维度、配明确量规，涵盖禁止性、许可性、教学整合、透明度与问责、以及深度。他们所在领域的多数机构采取总体禁止的立场，同时把裁量权留给个别教师。没有任何一种做法被普遍接受，而清晰本身被视为可辩护执行的前提。他们的建议是程序性的：无论立场如何都要有全面指南、起草时纳入利益相关方、主动培训、设计成能灵活调整的治理，以及复审周期。

决定谁拥有它、谁进委员会

两项综述把弱点定位在能力上，而不是意图上。Ashiq (2026)综合了七十多份英国文献，发现只有少数机构保有正式的 AI 治理计划。战略规划的缺口产生政策漂移和表演性合规。来自 Office for Students 和 Jisc 的国家指导被批评缺乏具体性和执行权。员工 AI 培训和基础设施投入集中在研究密集型机构，而以教学为主的机构面临能力约束，从而加宽了数字鸿沟。Baroudi (2026)综述了 19 份文献，发现 7% 的机构设立了高级 AI 领导职位，而有 49% 把 AI 当作战略优先事项。薄弱的政策框架和有限的数字基础设施推动了这一差距，在全球南方尤为明显。

所有权、资源和修订才是力气必须花的地方，所以在起草开始前就把主席和人选定下来。Crompton et al. (2026)召集了来自六大洲 22 个国家和地区的德尔菲专家组，产出一套包含八个核心领域的共识框架：学术诚信、合乎伦理且负责任的使用、隐私与保护、公平获取、GenAI 素养、整合战略、人的监督与问责，以及机构支持与基础设施。专家组还产出了一套由六部分组成的机制来保持政策不过时：一个多学科治理委员会（得到半数以上专家支持）、排定的复审周期（半数）、专业发展、与所有利益相关方的沟通、效果评估，以及对外部动态的监测。

把框架当作覆盖清单读，把机制当作运营模型读。专家组自己的权重就是警告。合乎伦理且负责任的使用被三分之二的专家提到，隐私被半数以上提到，而公平获取只得到三分之一。共识过程天生会先给公平低权重，你的委员会也会朝同一个方向漂移，除非有人把这一项按住。

有两项成员构成的决定值得有意识地做出。Hingle and Johri (2026)让学生通过引导式探究共同设计一份 GenAI 课程政策。浮现出来的优先项是：为学生和教师提供培训、标准化的披露程序、更强的机构支持而不是依赖个别教师，以及在自己学习的规则制定中拥有一个角色。这支持让学生成为委员，而不是只做一轮咨询。Baroudi 发现赋权型和分布式领导风格与更高的教师投入和对变革的开放度相关，并记录了变革管理机制（Valente 的传染模型、Rieber 和 Williver 的五阶段框架）作为采纳的支撑。

Tan et al. (2026)提出一个六维组织框架，其命题被作者明确留待未来实证检验。可以用它来组织文件覆盖的内容，但要把它挡在你宣称某事有效的那个句子之外。

把法律义务放在能被执行的地方

符合基线法律并不等于合乎伦理的数据治理。Varadaraju and Vijayakumar (2026)主张，高等教育中的学习分析治理一直停留在合规优先，中心是满足 FERPA 和 GDPR，并提出 LEAGUE 框架：合法性、公平、能动性、治理、效用与设计伦理，并以一个早期预警案例研究来演示。德尔菲专家组独立地把隐私与数据保护列为其半数以上成员认定的关键项。OECD《数字教育展望（2026）》把可信 GenAI 的有利环境列为其第三根政策支柱，涵盖隐私、安全、偏见测试和透明度。

健康信息学语料库展示了范围纪律在起作用时是什么样。那些项目几乎不提 HIPAA、FERPA 或 IRB 指南，也从不提电子健康记录，因为那些义务存在于更宽泛的合规政策里，而那些政策已经有主、有程序、有罚则。指名每一项义务落在哪里，指名持有它的办公室，并要求学生在课程作业里满足它，而不是在脚注里。

那一段也顺带解决了一个采购问题。如果偏见测试和透明度是支柱条件而不是愿望，它们就属于采购条款，而政策正是该这么说的地方。

闭合政策与课程之间的缺口

这是多数政策失败的那个决定，而它从两端都可以测量。

先看教师调查。AAC&U/Elon 对 1,057 名美国教师的调查（Watson and Rainie, 2026）发现，87% 的人为学生自行制定了关于生成式 AI使用的规则，而 48% 说其机构写过指南，35% 说其院系写过。在结构上，55% 报告有专项工作组或监督小组，37% 有新的 AI 相关课程，17% 有 AI 主修或辅修，16% 有新的学术领导办公室，13% 已把 AI 素养采纳为通识教育学习成果。样本不具科学性，作者也说它不可推广。但不对称依然成立：学生真正遇到的规则，是站在他们面前的教师写的。

再看转化数量。Ganguly et al. (2026)分析了来自 131 所 R1 大学的 116 份院校 GenAI 政策，以及其中 54 所院校的 98 份计算机科学课程大纲。院校大多鼓励使用 GenAI（73 份，63%），31 份（27%）不鼓励。在课程层面，90 份大纲（92%）给出了明确指南，但 49 份（50%）直接禁止 GenAI，40 份（41%）允许在指定活动中部分使用，7 份（7%）表达了鼓励。131 所院校中只有 47 所既有院校政策、又有可检测的课程层面转化。

用这些说法把那个问题交给你的委员会：我们有多少门课程可被检测出转化了这份文件？数字低是支持失败，补救办法是与规则同时发布的工作示例、教师发展和评估支持。这套支持生态正是Qian (2026)用来区分机构之间的东西，也是“学生收到的政策”与“教师临时绕着走的政策”之间的差别。

Coates, Croucher and Calderon (2025)提供了问责那一端要用的工具：一套为院校治理者构建的学术诚信指标框架，经由文献综述、多机构案例研究、原型设计和专家确认而成，同时伴随治理架构、人员和技术方面的改革。指标让一个委员会能向上汇报，而不必再委托一次文献综述。

在你需要之前就写好证据标准

执行失败的地方，失败通常是证据上的，而机构的风险敞口就在这里。

Munoz et al. (2026)分析了真实的生成式 AI 不当行为指控案卷。证据基础比政策所暗示的要薄。系统记录的行为痕迹只存在于有监督的评估中。更弱的程序性证据——即草稿、指导会议和演示——只存在于这些做法本来就已经常规化的地方。自然公正要求在任何裁定之前告知学生指控内容并给予回应机会，通常是在调查会面或小组面谈中，而他们所说的一切都要进入证据记录。

检测器输出承担不了这个重量。Hadra et al. (2026)测得两个广泛使用的商业工具准确率为 0.69 和 0.61，两者在人类-AI 混合文本上都失败，且都对 EFL 学生写作带有临界误判风险。Bassett et al.表明没有任何阈值能解决“标记诚实作品”与“漏掉隐藏使用”之间的取舍。一项建立在没人能质询的分数之上的认定，正是会产生申诉、投诉、偶尔还有索赔的那个案子。

有三句话属于文件本身：一项认定可以建立在什么证据之上；单独的检测分数不是那种证据；以及由谁决定案件是否继续推进。把程序放在法律问题与风险里收集的义务旁边。

公布之前先说清你要测量什么

本语料库中没有任何研究测量过一所机构的 AI 政策是否改变了学生行为、员工实践或学习结果。存在的是描述性的东西。Manikonda 和 Outlaw 发现政策语言薄弱且错位。Ashiq 记录了漂移。Baroudi 把纵向与因果证据的缺失列为一个缺口。Eldredge 等人提醒，分析公开文件会产生可见性偏差，所以隐私或公平语言的缺失，是关于已公布指南的发现，而不是关于实践的发现。

由此有两个习惯。给政策附上一份评估计划：你会测量什么、什么时候测、谁拥有这个发现。以及，当同事引用另一所机构的政策来证明某项措施有效时，核查那个说法是关于一份文件，还是关于一个结果。Tran, Liu and Nguyen (2026)综述了 65 篇关于 AI 与社会情感学习的同行评议论文，发现近四分之三完全没提政策意涵。在提到的那少数里，多数缺少真正政策制定所需的行动者具体信息：谁应当行动、针对什么、为什么、何时、如何。

机构容易搞错的地方

公布就是终点线。Manikonda 和 Outlaw 描绘的那片图景既广又浅，语气是建议性的，在那些决定 AI 使用能否顺利的问题上很薄。一份没有负责人、没有复审日期的文件，是一份带政策编号的新闻稿。

措辞含糊就是措辞安全。对签字的人来说更安全，也是在申诉中最站不住脚的东西。Gutowski 和 Hurley 把清晰当作可辩护执行的前提，而 R1 清单中 95% 的政策在清晰度上得分为负。

学术诚信是最难的部分，所以先覆盖它，其余可以等。诚信是最容易写的一条，这就是为什么它在关键词计数中占主导，而公平类词汇、获取机会和数据义务几乎缺席。一套诚信准则够不到的条款包括采购、披露程序、可及性、员工培训，以及使诚信成为可能的那些评估条件。

一份文件可以装下所有义务。它能装下它们，然后一条也执行不了。HIPAA 在 48 个项目的 AI 文件中出现五次，电子健康记录一次也没有，因为那些义务本来属于合规政策。

公布之后教师自然会跟随。87% 的教师在机构公布之前就已经自己写了规则。对策是专业发展、工作示例和分布式领导。一封提醒邮件什么都推不动。

学生无视政策，所以清晰对他们白费。Braun and Khafizov (2026)调查了一所教师教育大学的 1,809 名学生、250 名教师和 62 名行政人员。学生报告的 AI 使用强度和有用性更高，教师和行政人员报告的诚信担忧更强，而学生对政策清晰度的感知高于教师。能推动他们的是：这个工具是否足够有用，值得为它守一条规则。

你会遇到什么反弹

“我们已经有学术诚信政策了。” 那是必要的，但不充分。证据支持的是一种分工：行为规则留在诚信程序能执行的地方，而 AI 政策承担采购与数据安全、披露程序、可及性与获取、员工培训，以及使诚信成为可能的评估条件。德尔菲专家组坚持重要的 GenAI 输出须经人审阅，并偏好以过程为中心的评估和口试，这两点在诚信准则里无处安放。

“教师会无视它。” 有些人会，而原因很少是意愿。Ashiq 的证据是能力。Baroudi 的证据是结构：7% 的机构设立了高级 AI 领导职位，而有 49% 把 AI 当作战略优先事项。Ganguly 等人的证据是转化：131 所机构中只有 47 所既有政策、又有可检测的课程层面落实。教师是被单独留在了这份文件旁边。

“我们管不了它，所以政策是装饰。” 你确实管不了它，而证据说你不必管。Ogbo et al. (2026)把学生的 AI 使用建模为一个协调问题，其中同辈规范支配行为，并带有阈值效应。反思性评估必须在超过某个临界水平之后才可能让负责任的使用取代投机性做法，奖励必须与反思所要求的努力成比例，而同辈敏感度决定一条规范扩散得多快。学生对评估结构作出反应，而不是对宣言。在 Braun 和 Khafizov 的横断面自我报告数据中，感知有用性与信任的标准化关联最强（β = 0.402），相比之下机构政策清晰度为（β = 0.223）。OECD补充说，通用聊天机器人会提升成品质量；一旦取消 AI 使用权限，这一优势在考试中消失、有时还会反转；而随着工作被卸载，元认知投入会下降。把要求放进计分评估里。

“学生不会读它。” 他们照样会对它作出反应，而这个反应是由教师第一周说的话塑造的。一份只有委员会读过的政策，只有一个读者。

“我们出不起框架要求的那些支持。” 那就把框架削减到你出得起的东西，并在文件里说明。专家组把机构支持与基础设施置于基础性使能条件的位置，而Adarkwah et al. (2026)分析了 30 所高排名大学的 159 份文件，这些大学位于 IMF AI 准备度指数上排名最好的十个国家，其中四所因缺少可公开获取的政策被排除，余下 26 所，该研究发现许多条款是宣示性的，而不是在运营上得到保证的。一项要求使用 AI 却不提供设备、连接、便利条件或培训的指令，是机构指派给自己却无力支持的义务。

本周可以做的事

1. 在草案里搜索“可以”和“能够”，把每一处本意是“必须”或“禁止”的地方改写掉，并用一年级学生能套用的说法界定剽窃和被禁止的用法。

2. 指定一位行政负责人、一个含教师和学生成员的常设委员会，以及一个复审日期。把对外部动态的监测交给一个具名角色。

3. 定下分层：哪些条款是全校性的，哪些由院系写，哪些义务属于 FERPA、GDPR、HIPAA、IRB 和研究诚信政策。

4. 写下证据标准和关于检测器的那句话，然后拿你自己的申诉程序去对照它们读一遍。

5. 索取转化数字，并把任何新限制与一个工作示例和一次培训日期配对。

接下来可以去哪里

我如何撰写课程人工智能政策并向学生说明？是课堂那一端的对应物，文件在那里变成一份作业说明和一句说出口的话。研究基础在院校治理研究、全球德尔菲框架和项目层面的政策审计里。管理者和变革管理覆盖领导与实施维度，教育人工智能政策收集全领域的文献，AI 治理讲权威与问责如何分配。在执行这一侧，法律问题与风险承载一项检测认定必须满足的那些义务。