建宝优配高校该如何给大学生使用AI立规矩

清华大学近期发布《人工智能教育应用指导原则》，提出严禁学生将AI生成的内容直接用于学业成果。随着AI在学术领域的广泛应用，如何引导大学生正确使用AI成为高校管理的新课题。那么，现在大学生会不会用AI写作业？大学老师面对“AI作业”持什么态度？高校该如何为AI的使用立规矩呢？

问题一

现在大学生写作业用不用AI？

借助AI做作业是常态

大二学生吴亦涵

我进入大学的时候，正值人工智能产品迎来爆发式增长之际。起初，我和身边的同学都认为借助AI完成作业是不够认真的表现。但随着一些课程明确要求必须使用AI工具辅助学习，并需标注AI参与的部分，AI就这样悄然走进了我的学习生活。从日常资料搜集、思路整理到报告的撰写与打磨，使用AI逐渐成为一种常态。如今，我无法想象在没有AI的时代，大学生是如何写作业的——就像在智能手机普及后，难以想象没有智能手机之前人们的生活一样。

作为一名汉语国际教育专业的大二学生，我使用AI的场景主要集中在材料阅读、厘清写作思路以及后期文本润色等方面。在阅读外文文献时，我会使用AI帮我梳理各语种外文文献的大致内容。写材料时，我通常先把任务发给AI软件，看一眼不同AI软件给我的思路框架，看完之后脑子里大概有些想法了，再自己动笔写。如果写作过程中卡住了写不出来，就再问问AI有什么建议。比如上学期写一个和短视频有关的作业，用到了德国思想家本雅明《机械复制时代的艺术作品》里的理论。我就先把理论喂给AI软件，问它们我可以从哪些角度展开分析。在脑海中有个大概的思路之后，我就自己去找相关的中外文文献。当然，在自己阅读的过程中也会推翻和拓展AI给我的框架。最后，我会把我自己写的东西和AI生成的内容再让AI统一整合一下，由我进行最终修订。

我的朋友们在学习中也经常使用AI。一位理科类专业同学说，她在准备数学、化学等课程考试时，会让AI生成相关练习题，用以检验自己在预习和复习阶段的掌握情况。另一位设计专业的朋友则表示，她常常围绕作业主题向AI寻求设计参考。

答案偏差令我放弃使用AI

大三学生苏博成

依我拙见，虽然大学生借助AI完成课业早已成为一种相当普遍的现象，但其中的问题是非常多的。

尽管AI的检索和生成能力十分强大，但其对信息有效性的判断，在很大程度上仍依赖使用者输入的关键词。当面对质量参差不齐的海量网络资源时，AI往往只能给出一个看似合理的大致思路，而在具体数据和细节上出现偏差，结果往往是“差之毫厘，谬以千里”。

大学生现在缺乏系统性使用AI的训练，一旦涉及对知识体系要求较高的专业课程，如果没有足够精准的关键词引导，AI往往只能给出一个方向大致正确的答案，其中潜在的错误仍需要学生自行辨别。身为土木工程专业的学生，我在上结构力学课程时，曾尝试让AI帮忙解答不懂的题，但AI给出的答案要么是初始数值错误，要么是公式选用错误。还有几次，我给了AI很完整的解题模板，但仍出现和要求不一样的步骤，甚至还有计算错误。如果没有完备的判断能力，AI给出的答案根本没法直接使用。所以，我现在已经不用AI解题了。我的一些同学即便会借助AI完成解题过程，也会选择向老师或成绩较好的同学进行核实，确认无误后才敢提交作业。

问题二

老师会怎样对待“AI作业”？

触及学术不端红线直接判定不合格

北京航空航天大学计算机学院副教授、博士生导师栾钟治

现在，越来越多的大学生在使用AI。比如计算机专业的学生就可以在很多类型的课程中高频运用AI，主要有：第一，编程类课程，如Java语言、数据结构；第二，机器学习和深度学习课程，如模型训练；第三，系统开发类课程，如软件工程。学生可以利用AI工具，快速处理海量数据集并生成分析报告，还可以借助AI辅助完成项目架构设计、生成单元测试案例以及生成设计文档等。在这些方面使用AI，可以很好地提高效率，把节省下来的时间和聪明才智用到关键的地方。

关键的地方，就是核心代码。在学校本科课程《计算机组成》的实验部分，老师们在实验的全程都会强调学术不端的红线，实验过程中有针对性地设计了问答环节，通过问答结合查重判断学生是否直接利用了AI生成核心代码，一旦确认将直接判定该次实验不通过。

在本科课程《计算机导论》中，教学团队精心设计了多次研讨环节，围绕AI技术应用中的多元伦理困境展开，集中讨论了AI相关技术在社会应用中涉及的利弊平衡、信息公平、用户隐私保护、教育资源均衡、算法公平性及技术发展与商业利益等问题，引导学生思考AI的价值与滥用的危害。

其实，AI的作用与危害并不是对立的，关键在于高校是否建立了堵疏结合的治理体系。简单的AI禁令只会催生更隐蔽的滥用，而纯粹的技术围堵终将陷入检查与反检查的猫鼠游戏。

真正有效的治理，应该是在规范AI使用边界的同时，鼓励师生探索人机协同的创新模式，将AI应用能力纳入培养体系，引导学生将AI作为思维辅助工具而非替代者。

问题三

如何引导学生合理使用AI?

明确使用边界避免“算法依赖”

首都经济贸易大学教务处处长助理、副教授程建

随着人工智能技术在学术领域的广泛应用，高校正积极制定规范以引导AI在教育领域的合理使用。早在2024年6月，华东师范大学就与北京师范大学联合发布了《生成式人工智能学生使用指南》，强调学生在使用AI完成作业时需进行标注，并限制AI直接生成的内容不超过全文的20%。清华大学的《人工智能教育应用指导原则》也系统性地为校园AI应用划定了“红线”与“绿道”。这些规范旨在平衡AI的辅助作用与学术原创性要求，帮助学生明确使用边界。

近日，首都经济贸易大学编制了《关于在教育教学中使用人工智能（AI）的规范（试行）》（以下简称《规范》）。这是首经贸落实教育部和北京市关于推进教育数字化战略行动的重要举措。

《规范》明确提出，坚持教师主导、学生主体、技术赋能，人工智能是服务教育教学的辅助工具，不得替代教师在教学设计、价值引导和学业评价中的主体责任，也不得替代学生的独立思考与真实学习过程。

针对师生普遍关注的“哪些能用、哪些不能用”问题，《规范》对人工智能在教育教学中的使用实行分类管理。在禁止使用方面，《规范》明确提出，严禁将人工智能生成的内容直接作为课程论文、报告、作业或考试答案提交，严禁利用人工智能实施代写、剽窃、伪造等学术不端行为；严禁在成绩评定、学位认定等关键环节由人工智能替代教师作出实质性判断；严禁将学生个人信息、教学数据或未授权资料输入公共AI平台。

在限制使用方面，《规范》允许在教师明确说明规则的前提下，将人工智能用于文献初筛、数据清洗、可视化、编程辅助、语言表达优化等技术性、辅助性环节，但要求学生对最终成果承担完整学术责任，并按课程要求如实披露使用情况。

在鼓励使用方面，《规范》支持教师将人工智能有机融入课程建设、实践教学和教学管理，尤其鼓励在经济分析、政策模拟、金融仿真、企业决策推演等新财经教学场景中规范应用人工智能，提升教学的现实性、复杂性和挑战度。

在财经类课程中，教师应引导学生正确认识人工智能在模型假设、数据偏差和算法局限方面的风险，避免“算法依赖”和“结果崇拜”。同时，《规范》提出探索“AI导师＋人类导师”协同育人机制，由人工智能承担基础性、支持性功能，由教师负责价值引导、综合判断和个性化指导，形成优势互补的人机协同育人格局。

在实施机制上，《规范》由教务处在学校总体框架下统筹推进，各学院结合学科特点制定细化规则，并将人工智能规范使用情况纳入教学质量保障和教学改革评估体系。依托自主建设的驼灵大模型和智慧教学平台，学校将为师生提供安全、可控、可追溯的人工智能应用环境。

思考与建议

让AI成为大学生成长伙伴

北京科技教育促进会副理事长李启生

清华大学发布的《人工智能教育应用指导原则》，为高校师生AI教育应用设定了五大核心原则，回应了教学一线的真切呼声，既明确了学术诚信边界，也指明了人工智能在教育教学中的应用方向。大学生使用AI的关键，在于实现“技术赋能”与“能力成长”的辩证统一。面对生成式AI带来的机遇与挑战，大学生正确使用AI服务于学习，需把握好工具属性、思辨能力、学术规范三重维度。

首先，明晰AI的工具属性。《指导原则》将AI使用的“主体责任”列为五大核心原则之首，强调师生才是教学与学习的主导者，这一认知至关重要。有调研显示，超八成大学生频繁使用AI辅助学习，近四成本科生会直接复制AI生成内容，部分研究生甚至用AI一键生成论文，导致学术训练环节缺失。这种过度依赖，混淆了工具辅助与主体创造的边界。AI擅长处理海量数据整合、重复任务执行等机械性工作，比如文献检索时可借助AI快速筛选核心资料，编程练习中可用AI排查语法错误，但知识体系的构建、逻辑思维的锤炼必须由学生自主完成。就像理工科学生可利用AI模拟实验数据，但实验设计的创新思路、数据异常的分析能力，才是学业成长的核心价值，这恰恰是AI无法替代的。

其次，强化自我思辨能力。《指导原则》提出的“审慎思辨”原则，正是针对这一痛点——面对AI生成内容，不能盲目采信，而应通过多源验证、交叉比对确保信息准确。生成式AI的“幻觉”问题客观存在，因此其输出的内容可能存在事实错误或逻辑漏洞，这就要求大学生必须以批判性思维驾驭技术。例如，在撰写课程论文时，可让AI提供框架建议，但每个论点都需查阅权威文献佐证；利用AI进行跨学科知识拓展时，应针对推荐的理论观点查找原著深入研读，完成“AI引介——自主探究”的学习闭环。这种使用方式，既能借助AI打破知识壁垒，又能在验证过程中提升信息甄别能力，将技术工具转化为思维训练的磨刀石。

最后，构建学术规范体系。学术诚信是大学教育的基石，《指导原则》要求师生对AI使用情况依规披露与声明，这为大学生使用AI划定了清晰边界。大学生使用AI辅助学习，首先要遵守课程规范，在教师明确AI使用要求的前提下开展实践，严禁将AI生成内容直接复制或简单转述为学业成果。老师应要求学生在作业、论文中主动说明AI的使用范围与具体作用，比如标注“本文框架由AI辅助搭建，核心论点与论证过程由本人完成”。此外，学生需要坚守数据安全底线，严禁将涉密数据、未授权信息输入AI模型，避免引发信息泄漏风险。这种合规使用的习惯，不仅是学术诚信的体现，更是数字时代必备的基本素养。

从教育本质来看，AI技术改变的是学习方式，而非育人目标。清华大学超过390门课程深度融入了人工智能教学的探索表明，技术与教育的深度融合，最终是为了更好地培养学生的创新能力与核心素养。对大学生而言，正确使用AI，是借助技术解放重复性劳动，将更多精力投入到创造性、思辨性的学习活动中。当AI成为文献整理的助手，学生就能专注于学术观点的创新；当AI承担数据计算的工作，研究者就能聚焦于问题解决的思路设计。

大学生使用AI服务于学习，只要始终牢记主导者身份，保持批判性思维，坚守诚信度底线，就能让AI真正成为成长伙伴。

他山之石

培养学生对AI内容的修正能力

加拿大韦仕敦大学教育学院在读博士生姜佳玥

当下，英美澳高校的关注重点是“学生在使用AI过程中是否持续有效地独立思考、评估内容、修订并为最终产出的学术成果负责”，并据此实施相应的教学与管理实践。

在教学层面，高校将AI生成的内容作为供学生检验、修订的学习材料，并以此培养学生的审辩性思维与判断能力。英国剑桥大学在学校层面的教学指引中，将生成式AI定位为学习支持工具，并提供“AI使用声明”的模板与指引，强调透明、规范使用AI与坚持培养学生的独立思考能力并行。该AI使用声明模板列出了五项需要学生说明的关键信息，要求学生在使用生成式AI完成学业任务时，必须详细说明其使用的AI模型及其版本、具体用途目的、向AI输入的指令内容、AI生成文本在作业中的使用位置，以及学生对于AI生成的内容所作的修改与调整。美国哈佛大学的AI教学实践案例库中，很多教师在布置作业时要求学生先使用AI生成作业答案，再将AI生成的答案文本与课程文献、作业评分标准对照分析，指出AI生成的答案中含有的概念偏差、证据缺失或论证不足，并提交修改版本及其依据，使教学重点落在学生能否依据学科规范、基于自身理解与思考，完成对于AI生成内容的有效修订。澳大利亚墨尔本大学的教学指导文件中也有相似范例，通过分段作业、AI反思说明等设计，将AI使用透明化、嵌入作业与评价之中，用以培养学生对于AI辅助下内容产出的评估、修正能力。

在研究生的学术研究训练中，高校更强调研究的可靠性与责任归属。澳大利亚墨尔本大学在其关于学术诚信规范、生成式AI指南等文件中就围绕数据/证据风险划定了AI使用边界，并强调学位论文中与研究内容、结构相关的学术判断应由学生本人在导师指导下完成。同时，研究者必须对论文内容的准确性与学术质量承担最终责任。英国伦敦大学学院明确要求：如使用生成式AI，应在论文或相关材料中如实说明使用方式。在这一框架下，研究者能否解释AI的作用边界并对最终论证负责，构成学术评审关注的重点。

综合这些海外高校实践可以看到，生成式AI并非被简单视为需要排除的风险源，而是成为新时代下重塑学术培养目标、更新教学与评价方法的重要现实因素。高校可以通过明确AI使用范围边界、建立可追溯的AI使用与说明机制，使生成式AI真正服务于深化学习思考。

供图：视觉中国

更多热点速报、权威资讯、深度分析尽在北京日报App

扬帆配资提示：文章来自网络，不代表本站观点。