高校生成式人工智能治理的國際經(jīng)驗

　生成式人工智能正以前所未有的力量重塑全球高等教育。從學生論文寫作，到教師課程設(shè)計，再到高校教學管理，這一顛覆性技術(shù)在高等教育各環(huán)節(jié)的應(yīng)用，在提升效率的同時也帶來了學術(shù)誠信、數(shù)據(jù)安全與倫理責任等風險。面對這把“雙刃劍”，如何在教育賦能與風險防控之間找到平衡，探索適應(yīng)人工智能時代的高校治理路徑，是全球高校共同面對的時代命題。

　　價值引領(lǐng)：從“技術(shù)防控”到“教育賦能”

　　生成式人工智能在高等教育領(lǐng)域的滲透，不只是技術(shù)工具的引入，更引發(fā)了關(guān)于教育本質(zhì)與未來人才培養(yǎng)目標的思考。透視全球高校關(guān)于生成式人工智能的治理實踐，大體形成三種立場，即禁止使用、有條件開放以及技術(shù)深度融入并重塑教育。這三種立場既是技術(shù)擴散不同階段的現(xiàn)實選擇，也折射出高校在堅守教育傳統(tǒng)與擁抱技術(shù)變革之間的深層價值權(quán)衡。

　　在生成式人工智能興起初期，部分高校與教育管理機構(gòu)采取審慎防范立場，嚴格限制其使用。這一取向的核心在于防范新技術(shù)對既有教育秩序的沖擊。教育界普遍擔憂，學生對智能工具的依賴，可能削弱獨立創(chuàng)作與批判思考等關(guān)鍵能力。同時，長期存在的學術(shù)誠信規(guī)范，使高校在面對可能替代人類認知勞動的新技術(shù)時本能地傾向于保守應(yīng)對。美國紐約市教育局的早期實踐便是典型代表，其在2023年初以可能影響學習質(zhì)量為由，禁止在校園網(wǎng)絡(luò)和設(shè)備上使用ChatGPT。盡管該禁令因技術(shù)應(yīng)用的泛化趨勢在數(shù)月后被解除，但其所體現(xiàn)的審慎防范傾向，是傳統(tǒng)教育模式在技術(shù)沖擊初期的典型應(yīng)對方式。

　　隨著技術(shù)能力的提升及其在教育場景的廣泛應(yīng)用，越來越多高校認識到，簡單的禁令既難以落實，亦背離時代趨勢，因此逐步轉(zhuǎn)向有條件開放的治理立場。高校治理的重心由“嚴禁使用”轉(zhuǎn)向“如何規(guī)范使用”，普遍通過發(fā)布詳盡的生成式人工智能使用指南，明確基本使用原則。例如，英國牛津大學2024年發(fā)布的指南區(qū)分了允許與禁止使用的場景，支持學生在提升學術(shù)技能與輔助課程學習中使用智能工具，同時強調(diào)AI不能代替人類的批判思考，也不能取代以證據(jù)為基礎(chǔ)的學術(shù)論證與學科知識建構(gòu)。這種以規(guī)范引導為特征的治理方式，在堅守學術(shù)底線的同時，為技術(shù)應(yīng)用留下了審慎探索的空間。

　　在此基礎(chǔ)上，部分高校進一步超越風險應(yīng)對的治理思路，轉(zhuǎn)向以教育賦能為導向的積極立場，將生成式人工智能視為推動教育范式轉(zhuǎn)型的戰(zhàn)略工具。通過制度設(shè)計與資源配置，這些高校主動推進生成式人工智能與教學、科研、管理的深度融合。2024年，美國亞利桑那州立大學成為全球首個與OpenAI達成深度合作的高校，在課程教學、科研支持及行政管理中引入智能工具，探索人機協(xié)同的新型教育模式。這一轉(zhuǎn)向反映了高校治理邏輯的深層變化，即從“使技術(shù)適應(yīng)教育”邁向“教育因技術(shù)而發(fā)展”。當生成式人工智能被納入制度化軌道并與教育目標協(xié)同發(fā)展時，其價值不僅體現(xiàn)在效率提升，更體現(xiàn)在對教育范式的重塑。

　　規(guī)則建構(gòu)：多層規(guī)范體系劃定AI使用行為邊界

　　在“有條件開放”與“教育賦能”兩種治理取向下，負責任的技術(shù)使用是共同前提，需要通過具體行為規(guī)范加以落實?？傮w來看，全球高校圍繞生成式人工智能的使用，逐步在學術(shù)誠信、數(shù)據(jù)安全與責任歸屬等關(guān)鍵領(lǐng)域形成系統(tǒng)規(guī)則，將抽象的治理理念轉(zhuǎn)化為師生可執(zhí)行、可問責的具體規(guī)范，從而為技術(shù)應(yīng)用劃定清晰邊界。

　　學術(shù)誠信是高校在生成式人工智能治理中最核心的議題。生成式人工智能輔助的成果產(chǎn)出在原創(chuàng)性上存在爭議。為此，國際高校普遍從三個方面對學術(shù)誠信規(guī)范進行調(diào)整：其一，更新對學術(shù)不端的界定，將“未經(jīng)授權(quán)的AI使用”納入作弊或剽竊的范疇；其二，在具體教學情境中細化使用邊界，區(qū)分允許與禁止使用的環(huán)節(jié)，例如在資料整理等輔助性環(huán)節(jié)允許使用，在核心內(nèi)容創(chuàng)作等關(guān)鍵環(huán)節(jié)則嚴格禁止；其三，強制披露AI使用情況，要求學生在提交成果時說明使用的工具名稱、具體環(huán)節(jié)及生成內(nèi)容的占比，將過程透明作為合規(guī)的前提。值得注意的是，在學術(shù)誠信的檢測手段上，國際高校表現(xiàn)出審慎的態(tài)度。當前AI檢測工具存在較高誤判率，對非母語者文本常有偏見，且可能引發(fā)數(shù)據(jù)隱私風險。因此，包括麻省理工學院在內(nèi)的眾多高校并不主張將技術(shù)檢測結(jié)果作為裁決的唯一依據(jù)，而要結(jié)合人工判斷進行綜合評估。

　　數(shù)據(jù)安全是高校在生成式人工智能治理中具有剛性約束的領(lǐng)域。用戶輸入生成式人工智能的信息可能被用于模型訓練，這對學生隱私與高校敏感數(shù)據(jù)構(gòu)成威脅。因此，國際高校大多建立了明確的數(shù)據(jù)安全行為規(guī)范，禁止將個人隱私、敏感信息、本校所屬數(shù)據(jù)上傳至未經(jīng)授權(quán)的人工智能平臺，鼓勵師生優(yōu)先使用學校認證的安全工具。在此類風險防控實踐中，數(shù)據(jù)分級管理是一種行之有效的經(jīng)驗。以哈佛大學為例，該校將數(shù)據(jù)劃分為可公開到高度敏感五個層級，明確禁止將被標為機密的數(shù)據(jù)輸入到公共智能工具中。同時，為了平衡安全與效率，杜克大學等高校積極推動校園人工智能大模型的建設(shè)，引導師生使用經(jīng)過學校授權(quán)的企業(yè)版或私有化部署工具。這種堵疏結(jié)合的策略表明，數(shù)據(jù)安全治理并非簡單的限制，而是通過制度化安排為技術(shù)應(yīng)用劃定安全邊界。

　　此外，基于生成式人工智能的人機共創(chuàng)，使得內(nèi)容生產(chǎn)的責任歸屬問題復雜化，這要求高校在制度層面明確責任歸屬原則。關(guān)于這一問題，全球高校存在以下共識：第一，明確生成式人工智能輸出的內(nèi)容可能存在偏見、錯誤，要求使用者展開核查，對成果負全部責任；第二，禁止將人工智能工具列為作者，保證人類在學術(shù)活動中的主體地位。這一規(guī)則設(shè)計的底層邏輯在于，生成式人工智能可以作為輔助工具提升效率，但不能替代人類判斷，更不能轉(zhuǎn)移應(yīng)由人承擔的學術(shù)與倫理責任。

　　能力建設(shè)：賦能生成式人工智能有效應(yīng)用

　　僅依賴規(guī)則約束與事后問責，難以有效應(yīng)對生成式人工智能持續(xù)演進帶來的復雜挑戰(zhàn)。全球高校逐步認識到，治理重點應(yīng)從設(shè)定行為規(guī)范拓展至深層次的能力建設(shè)。通過素養(yǎng)培育與資源支持，使師生真正具備理解、駕馭人工智能的能力，才能實現(xiàn)技術(shù)對教育的賦能。2019年，聯(lián)合國教科文組織發(fā)布《北京共識——人工智能與教育》，提出應(yīng)“采取體制化的行動，提高社會各個層面所需的基本人工智能素養(yǎng)”。

　　生成式人工智能素養(yǎng)不等于單純的技術(shù)操作技能。國際研究普遍將AI素養(yǎng)劃分為遞進的多個層次，從基礎(chǔ)的技術(shù)認知與功能理解，到熟練的工具運用與任務(wù)整合，再到對生成內(nèi)容的批判性評估與創(chuàng)造性應(yīng)用，直至能夠在復雜情境中進行倫理判斷與責任決策。這種素養(yǎng)觀的核心在于使技術(shù)“為我所用”而非被其牽引。在這一框架下，生成式人工智能時代高校人才培養(yǎng)的重點，不再局限于知識與技能傳授，而更加重視基于人工智能的批判性思維能力、學術(shù)研究能力的培育，以適應(yīng)知識生產(chǎn)方式和職業(yè)實踐的變化。

　　在學生賦能方面，《北京共識》建議運用人工智能“促進學習和學習評價”。圍繞這一目標，國內(nèi)外高校從課程體系重構(gòu)與學習方式轉(zhuǎn)型兩方面展開探索。在課程建設(shè)上，一類路徑是將生成式人工智能嵌入專業(yè)學習之中。例如，新加坡國立大學將AI編程工具引入計算機專業(yè)課，在夯實學科基礎(chǔ)的同時，幫助學生積累人機協(xié)同開發(fā)的經(jīng)驗，從而更好地適應(yīng)人工智能重塑下的產(chǎn)業(yè)環(huán)境。另一類路徑是開設(shè)人工智能通識課程。例如，南京大學推出了面向本科生的人工智能通識課程體系，將技術(shù)原理、倫理規(guī)范與行業(yè)前沿應(yīng)用有機整合，搭建適應(yīng)時代發(fā)展的知識結(jié)構(gòu)。此外，一些高校還探索將人工智能融入學習評價環(huán)節(jié)，通過過程性評價與個性化反饋，提升學生的自主學習效果。

　　在教師賦能方面，《北京共識》強調(diào)運用人工智能“賦能教學和教師”。圍繞這一目標，國內(nèi)外高校逐步構(gòu)建起系統(tǒng)化支持體系：其一，提供培訓項目或資源，幫助教師掌握智能工具在教學中的應(yīng)用方法，例如墨爾本大學推出的“AI for Teaching and Education”系列資源，為教師提供適應(yīng)時代需求的教學支持；其二，開發(fā)輕量化自助工具與平臺，降低技術(shù)使用門檻，如斯坦福大學、復旦大學的人工智能共創(chuàng)平臺，都為教師提供了簡便的探索空間；其三，設(shè)立專項基金與研究計劃，激勵教師開展基于人工智能的教學與科研探索，例如卡內(nèi)基梅隆大學的“生成式人工智能教學研究計劃”以及中國人民大學“AI賦能科研創(chuàng)新應(yīng)用”資助項目。這些舉措從素養(yǎng)提升、工具支持與制度激勵等多個維度協(xié)同推進，有效提升了教師在智能環(huán)境下開展教學創(chuàng)新的能力與意愿。

　　全球高校對生成式人工智能的治理逐漸超越單純的技術(shù)風險防控，邁向關(guān)于價值、規(guī)則與能力的系統(tǒng)性重構(gòu)。面向未來，應(yīng)繼續(xù)堅持以人為本，推動人工智能與高等教育深度融合，在技術(shù)發(fā)展的浪潮中把握教育變革的主動權(quán)，方能培養(yǎng)適應(yīng)時代發(fā)展的高素質(zhì)人才。

　　作者：郭瑋琪 來源：光明日報