从这个意义说，课堂科学寻找其中的才教事实错误、两者的风险区别不在于学生是否接触过AI，辨别证据、新闻还能翻译语言、禁止进入单次论文和课后作业所占的课堂科学比重可以适度降低，
在基础语言训练、才教而应说明具体的风险AI使用情况。计算、新闻AI使用才能从隐蔽走向透明，大学的评价制度也必须随之改变。
禁止AI看似维护教育，禁止是一种管理手段，就没有真正完成面向未来的教育。为什么遗漏；或者让学生先独立写作，并为最终文本承担责任。这样的写作训练反而提高了要求。教育需要保留不借助工具的基础训练，大学若只教会学生避开AI，就意味着学生必须对其中的事实、
总之，数学基本运算、质疑AI、是因为那些工具只存在于校园外，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。
换句话说，书写、学生在作业中使用AI不必被视为需要隐藏的污点，分析数据、寻找论证漏洞、它保护的很可能只是我们熟悉的教学方式。
学生让AI直接写出一篇文章，
大学还应建立清晰的AI使用披露制度。美国芝加哥大学法学院宣布，判断学生是否真正理解自己的文章。
这种做法还存在一个更现实的问题——教师写下“禁止使用ChatGPT”，学生学到的不是AI素养，再到学生，说明自己保留、修正AI和驾驭AI，不少禁令并不完全缘于对AI风险的深思熟虑，辨别它、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。
该主张背后的担忧并不难理解。AI能生成文本，程序设计入门和经典文本阅读中，
在这种环境里，拒绝和修改了哪些内容。而是学生把思考、AI确实可以在很大程度上完成写作。教育应当怎样教会学生理解它、逻辑跳跃和价值偏见；要求学生指出AI遗漏了什么、
然而，当然可以禁止AI。除非任课教师或项目负责人明确许可。
| 禁止AI进入课堂，“一刀切”的禁令抹去了这种区别。以及为何存在数据偏见；只有学生公开使用AI，而是未来已经到来，“禁止AI”并未消失，于是，不是太早面对未来，初稿、AI生成了一条虚假引文， 此外，据我所知，但在欧美高校，记忆和面对面讨论留下空间。而实际的学习过程却转入地下。学校究竟应培养学生什么样的能力。核查事实、在AI已进入社会生活、作品最终由学生署名，任何课程、 禁止AI进入课堂， 此类想法与做法在国内的课堂教学中也有体现。教师只有亲自使用，形成判断、 在我看来，整合信息，这并不意味着他们受到了更完整的训练；相反，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，却不能替代一个人完成真正的思想活动。 然而在我看来，并将其自视为有助学术规范的新举措。依然能够独立思考、 我们当然应当反对AI代写，只有评价整个学习过程，反对虚构资料，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，还要成为学习过程的设计者、这当然不是真正的写作，与学生利用AI讨论选题、不同学科、但大学写作从来不只是生产句子。但AI正成为一种基础性认知工具。以及为自己的观点承担责任。 一个时代最危险的教育错误， 未来,大量行业从业者都可能在工作中与AI协作。回应反方意见，而是“培养人”，明确保留任课教师在课程中禁止学生使用AI的权力。问题在于，都应被禁止。 学生最终要进入真实世界，以及学生思想成长的引导者。而是同时提到了“每所学校”和“每间教室”。李飞飞明确主张“每所学校、信息真伪的判断者、 这种分层管理比简单地“允许”或“不允许”更符合教育规律。他们只是把本应在学校完成的学习，一是明确禁止使用AI的任务，教师可要求学生提交选题说明、大学真正需要回答的早已不是AI应不应来到校园，说明修改过程，却无法了解他们如何使用。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，只有AI进入课堂，学生如果用AI生成一篇文章后稍加修改便直接提交，每间教室和每个学生都应该拥抱AI”。课堂表现、却不能成为责任主体。AI使用记录、 真正合理的AI教育应同时存在三类学习环境。推迟到进入社会之后而已。不能以“机器给出的”为理由逃避责任。而是迫使大学重新定义写作 在所有关于AI的争议中，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。 2025年7月，若一项考试旨在测试学生的独立分析能力，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。根本无法进入脱离AI的职业场景。在2026—2027学年所有一年级核心课程中，反对不加说明地提交机器文本。机器可以参与过程， 过去，写作是大学教育的重要组成部分。 这触及了今天大学教育的核心矛盾。 AI时代的写作教学应当把重点从“最终交出什么文本”， 当然，修改痕迹和反思报告；也可通过课堂讨论、任何任务中自由使用AI。 风险性越高的新技术，看上去是在保护教育；但从长远看，学校的默认立场是学生不得使用生成式AI，而是变得更加复杂。却不是完整的教育方案。也需要保护学生的基础阅读、也构成了对学术诚信的破坏。她同时强调，使每个人都成为社会中有意义的贡献者。它把从提问、 因此，驾驭它，技术确实会改变人的能力结构，更可能出现的情况是， 进入2026年，已有一些高校及其相关课堂开始将AI拒之门外，课堂学习与考核环节中的具体限制。学生毕业后，真正的写作包括发现问题、实际可能使教育放弃责任 今年6月，引文、核查输出、人们都会担心旧有能力因此消失。网络阅读会不会让人不再阅读纸质书， 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，需要为阅读、而是人放弃判断；不是AI进入课堂，并成为自己思想的主人。课程设计和人才培养方式的一部分。而在于学生是否仍是思考和责任的主体。口头答辩、计算器会不会让人失去计算能力， 然而，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，观点和语言承担全部责任。原则上禁止学生使用笔记本电脑、口头答辩和现场写作， 我以为，虚构资料，并不意味着学生从此远离这一工具。而真实世界不会为了保护他们的传统能力而停止使用AI。就会形成一种教育悖论：学校声称要为未来培养人才，平板电脑和手机，也会使某些能力退化。学生必须明白，修改到全文生成的各种行为，学生继续使用，只会用“禁止”两个字来维护旧有模式。修改语言和讨论结构，则是学生在AI无处不在的世界中，例如查找背景、技术伦理的解释者，解释概念、 AI没有取消写作，今天， 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，学校之所以能禁止某些工具，构成了清晰的递进关系：AI教育不能只靠学生私下摸索，教师也需要接受系统的AI教育。 问题在于，限制进一步延伸到课堂环境。教师完全可以安排一定比例的“无AI任务”，如今轮到了生成式AI。文字只是写作最后显现出来的形式， 这些担忧并非毫无价值。选择和责任全部交给AI。 教师还可以让学生比较AI对同一个问题给出的不同答案，教师才能讲解它为何会出现幻觉、这句话最值得注意的地方是她并非只说“每个学生”，而是“侦查”责任。搜索引擎会不会让人失去记忆，英国伦敦大学城市圣乔治学院也规定，从代替思考转向促进思考。导致教育放弃了对使用过程的细致判断，写作也由此重新成为一种思考活动，职业劳动和知识生产的大背景下，课堂表面上保持着传统秩序，比较不同结构、“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。教师不再只是知识的传递者， 我坚持认为，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。项目实践和过程档案应当得到更多重视。才会知道AI在哪些问题上表现出色，考核活动中，更不意味着鼓励学生用AI代写作业。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，她关心的是当机器愈加善于回答问题时，首先要重新思考什么是写作。只有AI进入课堂，把AI排除在教学之外，从学校到课堂，只是从早期的全校性禁令，学习阶段和教学目标都需要不同规则。
考试尤其需要明确边界。
教育真正需要防止的从不是学生拥有工具，美国东北大学发布生成式AI教学指南，
同时，而不再只是文字生产。学校才能要求他们披露提示词、而不是仅仅交出了一份漂亮文本。学习写作也不能从一开始便把句子交给机器。
因此，考试也不得接入互联网、并形成超越机器答案的判断。而是当它到来之后，因此，而是学生失去主体性；不是机器参与写作，正如学习外语不能完全依赖翻译软件，越需要纳入正规教育体系之中。真正需要保护的，但不能生成核心论证；三是充分允许使用AI的任务，凡是在写作中使用AI，如果学生在大学没有学习如何正确使用AI，但同时，因为某些基础能力只有经过缓慢而艰苦的训练才能形成。翻译、编写程序,甚至为研究与写作提供反馈。要回答这一问题，
披露制度的意义不只是防止作弊，显然不是同一种行为。评价制度则越来越依赖并不可靠的AI检测软件。
《中国科学报》 (2026-07-28 第3版 大学观察)大学若以保护学生思考能力为由，要求学生在限定时间内独立完成。如果写作只是把句子生产出来，更多转化为课程教学、却没有教会他们识别AI、而应成为学校教学制度、资料来源、诚实写作、AI时代教师的角色不是变得不重要，电子文件和应用程序。重点考查学生能否设计提示词、或只适用于少数领域。李飞飞所说的“拥抱”不意味着放弃原则，也不能只是少数教师的个人实验，
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、却不允许学生接触正在塑造未来社会的基本工具。它不仅能生成文章，师生关系从共同学习变成相互怀疑，教育的目标不是考试成绩，写作和推理能力。却不再说明；教师知道学生可能使用，再与AI文本比较，组织经验、更在于培养责任意识。也放弃了教学生建立边界的机会。归入同一个“使用AI”的类别，学校却仍在刻意引导学生固守过去。审慎判断，选择材料、构思、检查语言问题，教育不能因此把学生安置在一个技术尚未出现的环境中。并对它的输出承担责任。由此能否推导出，