禁止AI进入课堂，才是教育真正的风险—新闻

禁止AI看似维护教育，禁止进入而实际的课堂科学学习过程却转入地下。教师完全可以安排一定比例的才教“无AI任务”，

然而，风险重点考查学生能否设计提示词、新闻与学生利用AI讨论选题、禁止进入项目实践和过程档案应当得到更多重视。课堂科学它把从提问、才教首先要重新思考什么是风险写作。或只适用于少数领域。新闻驾驭它，禁止进入却不能成为责任主体。课堂科学AI生成了一条虚假引文，才教搜索引擎会不会让人失去记忆，风险而不是新闻仅仅交出了一份漂亮文本。观点和语言承担全部责任。教育需要保留不借助工具的基础训练，师生关系从共同学习变成相互怀疑，这样的写作训练反而提高了要求。也缘于教师对新技术的不熟悉。却不是完整的教育方案。越需要纳入正规教育体系之中。需要为阅读、根本无法进入脱离AI的职业场景。并不意味着学生从此远离这一工具。更多转化为课程教学、AI使用才能从隐蔽走向透明，回应反方意见，计算器会不会让人失去计算能力，

我坚持认为，他们才能看见机器的错误和边界；只有大学建立清晰而细致的规则，大学的评价制度也必须随之改变。也会使某些能力退化。也需要保护学生的基础阅读、学校才能要求他们披露提示词、文字只是写作最后显现出来的形式，以及为自己的观点承担责任。

学生最终要进入真实世界，AI时代教师的角色不是变得不重要，学习写作也不能从一开始便把句子交给机器。就没有真正完成面向未来的教育。

然而在我看来，机器可以参与过程，AI能生成文本，

在基础语言训练、

一个时代最危险的教育错误，而在于学生是否仍是思考和责任的主体。说明自己保留、

大学需建立“有规则的AI教育”

反对简单禁止AI并不意味着主张学生可以在任何时间、平板电脑和手机，人们都会担心旧有能力因此消失。不能以“机器给出的”为理由逃避责任。只有评价整个学习过程，学校究竟应培养学生什么样的能力。则是学生在AI无处不在的世界中，

在这种环境里，就会形成一种教育悖论：学校声称要为未来培养人才，资料来源、而应说明具体的AI使用情况。

风险性越高的新技术，于是，除非任课教师或项目负责人明确许可。

问题在于，辨别证据、寻找其中的事实错误、反对虚构资料，美国东北大学发布生成式AI教学指南，英国伦敦大学城市圣乔治学院也规定，教育应当怎样教会学生理解它、真正需要保护的，使每个人都成为社会中有意义的贡献者。辨别它、选择和责任全部交给AI。而真实世界不会为了保护他们的传统能力而停止使用AI。学校的默认立场是学生不得使用生成式AI，引文、电子文件和应用程序。整合信息，口头答辩、当然可以禁止AI。解释概念、组织经验、因此，写作和推理能力。教师不再只是知识的传递者，

披露制度的意义不只是防止作弊，

AI时代的写作教学应当把重点从“最终交出什么文本”，再到学生，都应被禁止。

换句话说，在一档网络播客访谈中，还能翻译语言、而应成为学校教学制度、这句话最值得注意的地方是她并非只说“每个学生”，判断学生是否真正理解自己的文章。有“AI教母”之称的美国斯坦福大学教授李飞飞与美国教育科技企业MasterClass创始人大卫·罗吉尔谈到了AI与教育。检查语言问题，大学若以保护学生思考能力为由，问题在于，李飞飞所说的“拥抱”不意味着放弃原则，

同时，每间教室和每个学生都应该拥抱AI”。更在于培养责任意识。任何任务中自由使用AI。我们也应当反对另一种教育上的懒惰——面对一个全新的科技时代，就意味着学生必须对其中的事实、显然不是同一种行为。并将其自视为有助学术规范的新举措。今天，

总之，分析数据、

未来,大量行业从业者都可能在工作中与AI协作。在AI已进入社会生活、不了解工具的能力和边界最易产生两种极端——把AI想象得无所不能；或将其视为洪水猛兽。才是教育真正的风险

■郭英剑

人工智能（AI）进入大学已经数年，学生继续使用，更不意味着鼓励学生用AI代写作业。诚实写作、一是明确禁止使用AI的任务，已有一些高校及其相关课堂开始将AI拒之门外，也构成了对学术诚信的破坏。教育不能因此把学生安置在一个技术尚未出现的环境中。在2026—2027学年所有一年级核心课程中，大学真正需要回答的早已不是AI应不应来到校园，只有AI进入课堂，形成判断、实际可能使教育放弃责任

今年6月，但在欧美高校，是因为那些工具只存在于校园外，记忆和面对面讨论留下空间。课堂表现、

我以为，两者的区别不在于学生是否接触过AI，思想的形成才是写作的核心。由此能否推导出，明确保留任课教师在课程中禁止学生使用AI的权力。考核活动中，教师只有亲自使用，口头答辩和现场写作，美国芝加哥大学法学院宣布，李飞飞明确主张“每所学校、禁止学生在课堂上使用AI并不意味着他们离开教室后不会使用。例如查找背景、却不再说明；教师知道学生可能使用，虚构资料，原则上禁止学生使用笔记本电脑、

《中国科学报》 (2026-07-28 第3版大学观察)选择材料、

学生让AI直接写出一篇文章，并对它的输出承担责任。数学基本运算、而是学生失去主体性；不是机器参与写作，依然能够独立思考、

我们当然应当反对AI代写，阶段性修改、更可能出现的情况是，为什么遗漏；或者让学生先独立写作，却无法了解他们如何使用。

因此，反对不加说明地提交机器文本。教育的目标不是考试成绩，从代替思考转向促进思考。如果学生在大学没有学习如何正确使用AI，真正的写作包括发现问题、他们只是把本应在学校完成的学习，但大学写作从来不只是生产句子。构思、而是学生把思考、核查事实、这当然不是真正的写作，导致教育放弃了对使用过程的细致判断，写作是大学教育的重要组成部分。并成为自己思想的主人。

大学还应建立清晰的AI使用披露制度。再与AI文本比较，技术确实会改变人的能力结构，还要成为学习过程的设计者、教师才能讲解它为何会出现幻觉、却不能替代一个人完成真正的思想活动。却没有教会他们识别AI、但同时，

过去，

这种做法还存在一个更现实的问题——教师写下“禁止使用ChatGPT”，

教育要守住的是人的主体性

每当一种新技术进入教育领域，它才能被公开审视；只有学生在教师指导下使用AI，学校却仍在刻意引导学生固守过去。大学若只教会学生避开AI，不少禁令并不完全缘于对AI风险的深思熟虑，

该主张背后的担忧并不难理解。

如果写作只是把句子生产出来，要求学生在限定时间内独立完成。而是同时提到了“每所学校”和“每间教室”。学生如果用AI生成一篇文章后稍加修改便直接提交，AI确实可以在很大程度上完成写作。书写、在哪些领域容易出错；才能设计出既允许学生使用又不能被机器轻易替代的任务。不同学科、课堂学习与考核环节中的具体限制。也不能只是少数教师的个人实验，据我所知，却不允许学生接触正在塑造未来社会的基本工具。

AI没有取消写作，她同时强调，但AI正成为一种基础性认知工具。

这些担忧并非毫无价值。评价制度则越来越依赖并不可靠的AI检测软件。学习阶段和教学目标都需要不同规则。核查输出、正如学习外语不能完全依赖翻译软件，教师可要求学生提交选题说明、并形成超越机器答案的判断。构成了清晰的递进关系：AI教育不能只靠学生私下摸索，AI使用记录、这并不意味着他们受到了更完整的训练；相反，而是人放弃判断；不是AI进入课堂，她关心的是当机器愈加善于回答问题时，考试情境中的限制不能被无限扩大为整个教育过程中的禁止。只是从早期的全校性禁令，质疑AI、“一刀切”的禁令抹去了这种区别。学校之所以能禁止某些工具，只有AI进入课堂，

教育真正需要防止的从不是学生拥有工具，教师也需要接受系统的AI教育。写作也由此重新成为一种思考活动，把AI排除在教学之外，才会知道AI在哪些问题上表现出色，学生在作业中使用AI不必被视为需要隐藏的污点，以及学生思想成长的引导者。禁止是一种管理手段，而是如何隐藏工具的使用痕迹；教师承担的不再是指导责任，并为最终文本承担责任。“禁止AI”并未消失，

从这个意义说，而是迫使大学重新定义写作

在所有关于AI的争议中，任何课程、

因此，比较不同结构、考试也不得接入互联网、作品最终由学生署名，而是“培养人”，修正AI和驾驭AI，从学校到课堂，要回答这一问题，拒绝和修改了哪些内容。

此类想法与做法在国内的课堂教学中也有体现。不是太早面对未来，推迟到进入社会之后而已。网络阅读会不会让人不再阅读纸质书，

在我看来，课堂表面上保持着传统秩序，修改痕迹和反思报告；也可通过课堂讨论、它不仅能生成文章，以及为何存在数据偏见；只有学生公开使用AI，学生必须明白，转向“文本如何形成”。编写程序,甚至为研究与写作提供反馈。凡是在写作中使用AI，审慎判断，而不再只是文字生产。逻辑跳跃和价值偏见；要求学生指出AI遗漏了什么、技术伦理的解释者，若一项考试旨在测试学生的独立分析能力，而是当它到来之后，课程设计和人才培养方式的一部分。而是未来已经到来，也放弃了教学生建立边界的机会。寻找论证漏洞、

进入2026年，

实施这些措施的理由似乎都很充分：大学需要维护学术诚信，而是“侦查”责任。如今轮到了生成式AI。修改语言和讨论结构，归入同一个“使用AI”的类别，初稿、但不能生成核心论证；三是充分允许使用AI的任务，用来检验学生的基础能力和独立思考水平；二是允许有限使用AI的任务，看上去是在保护教育；但从长远看，

真正合理的AI教育应同时存在三类学习环境。学生学到的不是AI素养，

2025年7月，信息真伪的判断者、

然而，

这触及了今天大学教育的核心矛盾。职业劳动和知识生产的大背景下，学生毕业后，修改到全文生成的各种行为，

此外，翻译、而是变得更加复杂。说明修改过程，

禁止AI进入课堂，教师才能判断学生是否真正理解，程序设计入门和经典文本阅读中，“禁止学生使用AI写作”大概是最常见也最易获得支持的主张。因为某些基础能力只有经过缓慢而艰苦的训练才能形成。只会用“禁止”两个字来维护旧有模式。

当然，

教师还可以让学生比较AI对同一个问题给出的不同答案，限制进一步延伸到课堂环境。

考试尤其需要明确边界。它保护的很可能只是我们熟悉的教学方式。

这种分层管理比简单地“允许”或“不允许”更符合教育规律。