详细内容或原文请订阅后点击阅览
为什么学校要减少人工智能访问
由于纽约市和洛杉矶统一等 K-12 主要学区限制生成式人工智能，从小学到法律项目的教育工作者正在重写......
来源:Diverse纽约市公立学校本周对学前班至八年级的学生实施面向学生的生成人工智能暂停一年，该政策与总体屏幕时间限制相结合，将影响近 60 万名学生。不过，该市数量有限的高中生将拥有一些受控访问权限，包括所需的人工智能扫盲课程以及选定的、受监控的人工智能飞行员
与此同时，洛杉矶联合学区也发布了自己的禁令，限制学生在 2026-27 学年在学区发行的设备上使用生成式人工智能工具，而美国第二大学区则开发了更广泛的技术方法。教师将继续有权访问。
佛罗里达州目前正在讨论一项计划，要求其所有公立学校（包括 K-12 和学院和大学）采取管理人工智能使用和限制的政策。
这个时机很有趣。在过去的几年里，各级学校和学院都在努力将生成式人工智能纳入教学、学习和行政工作，通常是在制定一致的政策来管理学生何时应该或不应该使用它之前。EDU Ledger 之前的报道记录了整个高等教育领域政策格局的不平衡。
但许多 K-12 学区开始解决一些机构提出的同样问题：如果学生应该学习如何思考、写作、推理和解决问题，那么人工智能何时会成为学习的替代品而不是学习的工具？
纽约市的公告明确承认，对学生学习的担忧是禁令的主要原因。尽管如此，该学区并没有完全拒绝人工智能。高中试点项目将提供有关人工智能如何工作、数据隐私、偏见和适当使用的指导。当有必要培养劳动力技能时，职业准备计划还可以纳入经批准的人工智能工具。
该政策似乎认识到，虽然生成式人工智能会削弱学习，但学生仍然需要了解人工智能，但不一定被允许使用它来完成他们应该获得其他技能的工作。
高等教育也面临着同样的问题，尽管通常有更细化的规则。 《国际高等教育教育技术杂志》于 2025 年发表的一项研究审查了美国排名前 50 名大学的生成式人工智能指南，发现大多数机构都避免采用单一的、全校园范围的规则，转而支持课程和教师级别的自由裁量权。研究人员报告称，94% 的研究大学都有教师指导，强调需要建立和传达明确的期望，但将特定作业是否允许、限制或禁止人工智能的实际决定权留给了个别教师。
哥伦比亚法学院新的 2026-27 人工智能政策并未实施全面禁令，但表示学生必须对提交的学分作业保留智力责任。人工智能可以用作学习辅助工具或测试想法，但它不能取代学生的法律推理或充当未公开的代笔人。该政策禁止人工智能执行作业旨在评估的法律分析或判断，并且通常禁止在考试期间使用人工智能。
然而，在加州大学伯克利分校法学院，学生被禁止使用人工智能来概念化、概述、起草、修改、翻译或编辑提交的学分作业。
其影响远远超出了写作作业的范围。
传统上，学术诚信政策重点关注学生是否接受未经授权的帮助或将他人的作品当作自己的作品。生成式人工智能使该框架变得复杂，因为这种帮助可以是即时的、个性化的，并且很难与学生自己的作业区分开来。而且，机构越来越无法通过简单地事后捕获人工智能生成的工作来可靠地解决这个问题。
最近的研究引起了人们对人工智能探测器在高风险学术环境中可靠性的持续担忧。六月份的一项研究比较了四种广泛使用的人工智能检测工具，发现它们识别人工智能生成和混合人类人工智能写作的能力存在显着差异，并得出结论认为，检测工具不应用作高风险决策的唯一证据。 Science Direct 8 月份发表的一篇论文发现，13 个检测系统在学生作业、论文和代码中显示出系统性故障，得出的结论是检测器性能仍然不足以进行高风险评估。
不仅如此，斯坦福大学研究人员在 2023 年进行的一项研究发现，七种广泛使用的人工智能检测器将非英语母语人士撰写的论文错误地归类为人工智能生成的论文，平均率为 61.3%，这引发了人们的担忧，即在学术诚信案件中依赖自动检测可能会让多语言学生过多地受到不当行为的虚假指控。
对于许多机构来说，答案是，教师不是试图确定人工智能是否完成了工作，而是致力于设计要求学生自己完成工作的学习体验。
护理项目可能需要学生先学习临床推理，然后才能让人工智能系统帮助他们组织信息。教师准备项目可能需要候选人证明他们可以在使用人工智能生成替代方案之前开发课程。计算机科学课程可以合理地教导学生如何与编码助理一起工作，同时仍然要求他们证明他们理解底层代码。法学院学生可以使用人工智能来检验一个论点，同时仍然负责构建和捍卫它。
因此，教育工作者面临的挑战不仅仅是确定人工智能是好还是坏，而是学生应该从作业中学到什么——以及人工智能是否帮助学生学习或为他们学习。
这种区别也可能有助于解释为什么新兴的政策格局看起来不像是对人工智能的全面拒绝，而是对边界的探索。最近对大学政策的分析发现，各机构在很大程度上选择了适应性强的指导，而不是永久性的、机构范围内的规则。共同点是努力平衡人工智能素养与评估完整性、教师自主权以及为日益依赖人工智能的工作场所做好准备。
虽然许多学区的担忧——被家长的倡导所抛弃——主要集中在仍在形成的年轻人思维工具的发展适宜性上，但学院和大学生更接近——而且往往已经进入——劳动力市场，在劳动力市场中，人工智能的熟练程度可能是被期望的。与此同时，大学有责任证明毕业生确实拥有其学位所代表的知识和能力。
随着各机构从最初急于采用生成式人工智能转向更加深思熟虑的政策，这可能成为人工智能时代的核心学术诚信问题：不是学生是否接触了技术，而是学生的作品是否展示了机构希望学生学习的内容。