国际教育观察·人工智能专题

【编者按】

人工智能正在成为全球教育变革的重要驱动力，各国纷纷将人工智能纳入教育发展战略，探索智能时代教育体系转型的新路径。从国际实践看，人工智能教育的发展主要呈现三个趋势：一是强化战略引领，推动人工智能与教育教学深度融合。二是重视人才培养模式重构，推动跨学科、复合型人才培养。三是加强伦理治理，构建人工智能教育应用规范。国际经验表明，人工智能教育已由技术应用阶段迈向教育系统整体变革阶段。

人工智能加速进入教育领域，既带来了教学创新和教育发展的新可能，也提出了如何使技术真正服务于人的成长和教育长远发展的重要课题。为此，本公众号策划推出“人工智能驱动教育变革”专题，陆续介绍不同国家和地区的政策举措与实践探索，以期从国际比较中把握趋势、辨析问题，为我国人工智能教育的战略设计、教学改革、人才培养和伦理治理提供参考。今后，我们还将持续关注人工智能与教育发展的相关议题，推出系列文章，敬请关注 。

（黄宇）

从“能不能用”到“如何负责任地用”

——美加高校人工智能伦理治理的经验与启示

荆晓丽　林洛冰　秦瑞雪

当人工智能从一种可选工具加速进入课程设计、作业评价、学术写作和校园管理，高校面对的问题已不再只是“能不能用”，而是“如何负责任地用”。技术可以提高效率、拓展教育支持边界，也可能放大虚假信息、算法偏见、隐私泄露和学术不端等风险。美加实践表明，高校人工智能伦理治理需要国家层面的价值指引、高校层面的制度回应和师生层面的伦理素养共同支撑。

一、人工智能进入高校：效率提升之外，还有哪些风险？

联合国教科文组织将生成式人工智能定义为“一种通过自然语言对话界面响应提示，并自动生成内容的人工智能技术，能够在利用现有内容的基础上，创造出全新的内容。”近十年来，借助人工智能工具辅助学习的方式快速增长，并在新冠疫情后进一步加速。

在高等教育中，人工智能已经进入课程设计、教学评价、学习支持等多个环节。它可以减轻教师的部分重复性负担，为学生提供个性化反馈与自适应支持；依托语音识别等技术，能够为残疾学生、多语言学习者及需要个性化支持的群体提供帮助。

与此同时，技术能力越强，治理责任也越重。当前至少有四类风险需要高校正视。

准确性风险。人工智能可能生成看似合理却缺乏事实依据的信息，误导教师判断并影响学生认知发展。若系统基于不完整数据或偏见假设调整教学进度，还可能进一步扩大不同学生之间的学业差距。

算法偏见。人工智能是由人设计并基于既有数据训练的工具，难以完全规避偏见。例如，语音识别系统对非标准口音的识别效果可能较差；在线监考系统也可能因识别偏差对特定群体作出不公判定，增加其面临不当处分的风险。

数据隐私与安全。部分人工智能应用缺乏透明度，底层机制难以察知，师生输入的数据可能被存储、调用或用于再训练，由此引发对信息安全、隐私保护和技术可控性的担忧。

学术诚信。生成式人工智能模糊了“辅助”与“代替”、“借鉴”与“剽窃”的边界。若缺少清晰规则，人工智能可能成为学术不端的便利工具，威胁学术原创性。

图1　人工智能进入高校：机遇与风险并存（示意图）

二、美加经验：三条相互衔接的治理路径

（一）先明确价值边界：让技术发展有原则可循

伴随人工智能工具在教育领域的普及，如何促进教育公平、消除算法偏见与技术歧视、保障学习者隐私及数据安全，成为高等教育人工智能伦理治理的核心议题。美加两国首先从政策层面强化价值引导。

加拿大联邦政府在2017年发布的《泛加拿大人工智能战略》（Pan-Canadian Artificial Intelligence Strategy）中提出“负责任、以人为本”的人工智能发展理念。美国白宫科技政策办公室于2022年发布的《人工智能权利法案蓝图》（Blueprint for an AI Bill of Rights），从国家层面提出五项基本保护：使用安全有效的系统、免受算法歧视、保护数据隐私、获得系统告知与解释，以及拥有人工替代、考虑和申诉的权利。

美国教育部教育技术办公室在2023年发布的《人工智能与教学的未来》（Artificial Intelligence and the Future of Teaching and Learning）进一步强调促进公平、赋能教师、保护数据隐私、提高可解释性、确保技术安全和建立问责机制，并提出人工智能必须“为所有学习者服务”。

（二）把治理责任落实到高校：形成透明、具体的校本规则

人工智能进入课堂和科研后，宏观原则必须转化为高校内部可执行的制度。北美多所高校通过校本规则回应数据安全、课程使用和学术诚信问题。

斯坦福大学建议师生优先使用校内自主开发的集成平台，避免向未经批准的第三方工具输入敏感数据。哥伦比亚商学院要求学生在课程作业中披露其使用人工智能生成内容占比，若超出20%则需单独提交使用说明。

加拿大尚未形成面向高校的统一、专门国家级规范，因此高校的自主探索更加突出。不列颠哥伦比亚大学要求教师在课程中明确人工智能使用边界；在允许使用时，学生应明确标注ChatGPT等生成式人工智能工具的辅助情况。维多利亚大学在承认其教学价值的同时，要求教师通过课程大纲明确使用规则，并向学生充分说明技术的作用、风险与边界。

（三）把伦理素养变成日常能力：提升师生判断力与责任意识

制度能否真正发挥作用，最终取决于师生是否具备理解技术、辨别风险和承担责任的能力。为此，北美高校积极推动伦理教育与日常教学深度融合。

在美国，高等教育信息化协会等教育技术组织持续发布实践建议，指导高校明确课堂应用规范并加强教师培训。加拿大高校同样重视伦理教育：多伦多大学、滑铁卢大学等将人工智能伦理纳入正式课程，引导不同专业的学生在技术应用中理解公平、隐私、责任等问题；维多利亚大学则为教师提供生成式人工智能教学指导，帮助教师提升技术理解力和教学判断力，并发挥其引导学生负责任使用人工智能的关键作用。

图2　美加高校人工智能伦理治理的三层路径（示意图）

三、对我国高校的启示：从政策框架走向可操作规则

近年来，我国人工智能教育政策布局明显加快。从2018年《高等学校人工智能创新行动计划》、2025年《教育部等九部门关于加快推进教育数字化的意见》，到2026年《“人工智能+教育”行动计划》，国家层面已进一步明确育人为本、素养为先、应用导向、智能向善等方向，并正在推进高校生成式人工智能教育应用指南等规范建设。与此同时，面对教学、科研、评价和管理场景的迅速扩展，高校人工智能伦理规则仍需进一步细化并增强可操作性。

（一）完善国家层面的伦理指导框架，明确技术应用的价值底线

政府应立足中国特色社会主义核心价值观，在现有政策基础上进一步形成面向高等教育的系统性伦理框架，明确公平、隐私、安全、透明、可解释和问责等基本原则，并针对不同应用场景建立分级分类的风险管理要求，为高校及其师生提供清晰、稳定、可执行的价值指引。

（二）推动高校建立校本化治理机制，使师生真正“有据可依”

高校不仅是人工智能技术的使用场所，也应成为伦理治理的责任主体。各校应结合学科特点、学生结构和技术使用场景，制定人工智能教学与研究行为准则，明确工具准入、数据保护、使用披露、成果归属、评价方式和责任追踪等要求。还应建立教师、学生、技术部门和管理部门共同参与的治理机制，并通过典型案例交流，形成可复制、可推广的实践经验。

（三）将伦理教育融入课程与人才培养体系，培养面向未来的人工智能素养

伦理不应只是技术使用的外部约束，更应成为教育内容的重要组成部分。高校可将伦理意识、社会责任与批判性思维融入通识教育和专业培养，通过专题课程、案例教学、跨学科研讨和真实情境任务，引导学生理解人工智能的能力与局限，学会核验输出、披露使用过程并保持独立判断，从而培养既掌握技术知识、又具伦理自觉的未来公民。

人工智能伦理治理并不是给技术简单“踩刹车”，而是为创新划出可持续的轨道。真正成熟的高校治理，不是简单禁止或全面放开，而是在明确价值底线的前提下，让师生知道何时可以用、如何透明地用、出现问题由谁负责。

说明：本文根据《国际教育政策专报》2026年第1期相关成果修订，并依据2026年最新政策进展作必要更新。