2025年1月14日，環(huán)太平洋大學(xué)聯(lián)盟（APRU是由環(huán)太平洋地區(qū)各國的研究型大學(xué)組成的高校聯(lián)盟，成立于1997年，成員大學(xué)現(xiàn)有61所）發(fā)布《高等教育中的生成式人工智能：現(xiàn)行做法與未來道路》（Generative AI in Higher Education: Current Practices and Ways Forward）白皮書，就生成式人工智能在高等教育中的應(yīng)用提出了行動框架，同時呼吁為學(xué)生、教育工作者、學(xué)者和管理人員做好迎接人工智能時代的準(zhǔn)備進(jìn)行變革。

該白皮書指出，生成式人工智能的廣泛應(yīng)用代表了高等教育的一個關(guān)鍵時刻，它的意義遠(yuǎn)遠(yuǎn)超出了僅僅適應(yīng)另一項技術(shù)創(chuàng)新。它從根本上挑戰(zhàn)了我們對教學(xué)、學(xué)習(xí)、研究和大學(xué)宗旨的假設(shè)。

第一，高等教育面臨的一個關(guān)鍵的緊迫挑戰(zhàn)是所授予資格證書的可靠性。隨著生成式人工智能在評價中的表現(xiàn)越來越好，無人監(jiān)管的評價已無法保證學(xué)習(xí)成果的達(dá)成。這并不意味著現(xiàn)在所有的評價都必須有人監(jiān)管；而是說，需要重新設(shè)計評價方式，以實現(xiàn)對學(xué)習(xí)成果的“受控”評價和促進(jìn)學(xué)習(xí)的“開放”評價之間的有益結(jié)合。

第二，一個更具中期性的挑戰(zhàn)是需要充分為學(xué)生做好進(jìn)入職場的準(zhǔn)備。各組織正在加速采用生成式人工智能，但卻缺乏具備必要能力的員工來最大限度地發(fā)揮生成式人工智能的作用。如果我們對所有評價進(jìn)行嚴(yán)格管控，將生成式人工智能拒之門外，那么我們就無法幫助學(xué)生以富有成效且負(fù)責(zé)任的方式與人工智能打交道。同樣，將生成式人工智能有意義地融入課程，以服務(wù)于學(xué)科知識、技能和態(tài)度的學(xué)習(xí)，這一點(diǎn)至關(guān)重要。通過這種方式，我們有機(jī)會培養(yǎng)學(xué)生的技能，使他們能夠以富有成效且負(fù)責(zé)任的方式與人工智能互動。

第三，另一個中期挑戰(zhàn)是重申大學(xué)的作用。學(xué)生參與度問題日益嚴(yán)重，新冠疫情更是加劇了這一狀況，而累積的壓力源所帶來的“非穩(wěn)態(tài)負(fù)荷”甚至在ChatGPT發(fā)布之前就已讓學(xué)生對高等教育的目的產(chǎn)生質(zhì)疑。自那時起，生成式人工智能就成為了學(xué)生眼中那些他們認(rèn)為是無意義的瑣碎作業(yè)的誘人替代品，這再次引發(fā)了關(guān)于我們在高等教育中要求學(xué)生做什么的問題。

該白皮書認(rèn)為，生成式人工智能的出現(xiàn)可能是重新構(gòu)想21世紀(jì)高等教育的最佳機(jī)會。但要想取得成功，必須超越漸進(jìn)式適應(yīng)，實現(xiàn)根本變革，同時保留核心教育價值觀。

在這一背景下，大學(xué)面臨著前所未有的壓力，既要對生成式人工智能做出反應(yīng)，又要保持高等教育的信譽(yù)和價值。目前的做法通常是零碎的和被動的，專注于學(xué)術(shù)誠信等眼前問題，而不是以負(fù)責(zé)任和富有成效的方式將人工智能系統(tǒng)地融入教育實踐。與此同時，學(xué)生們——已經(jīng)在質(zhì)疑傳統(tǒng)高等教育的價值——正在接受人工智能工具，無論大學(xué)是否準(zhǔn)備好。因此，大學(xué)面臨的選擇不是是否參與人工智能，而是如何塑造其整合，以增強(qiáng)而不是削弱高等教育的價值和變革力量。

為此，該白皮書的一個基本理念是將對待生成式人工智能的方法從“監(jiān)管”重新定義為“可能性”。隨著生成式人工智能在現(xiàn)有平臺中的普及，以及生成式人工智能特定工具和應(yīng)用程序的可用性增加，封鎖、限制或禁止生成人工智能既不可行也不可取，也不應(yīng)過度擔(dān)心人類還“剩下什么”。相反，應(yīng)該采取的方法是考慮“現(xiàn)在什么是可能的”，因為生成人工智能就在這里。然而，由于不同學(xué)科和其他背景，這必然意味著大學(xué)也不應(yīng)該不加批判地接受人工智能。

就如何將生成人工智能有效融入高等教育，該白皮書提出了必須考慮的5個相互依存的要素，形成了“CRAFT”框架——文化（Culture）、規(guī)則（Rules）、機(jī)會（Access）、熟知（Familiarity），信任（Trust）。

大學(xué)若要將生成式人工智能有效地、負(fù)責(zé)任地融入其教育、研究和運(yùn)行中，需要重點(diǎn)關(guān)注“規(guī)則（Rules）”、“機(jī)會”（Access）和“熟知”（Familiarity）三個核心要素，這三者之間的結(jié)合與平衡是實現(xiàn)有效采用的關(guān)鍵。這三個要素中的任何一個缺失或失衡，都可能導(dǎo)致倫理、隱私、安全、學(xué)術(shù)誠信或其他方面的挑戰(zhàn)。

這三個要素的基礎(chǔ)是學(xué)生、教育工作者、領(lǐng)導(dǎo)者、供應(yīng)商、合作伙伴（行業(yè)、政府和社區(qū)）以及人工智能本身之間的“信任”（Trust）。規(guī)則、機(jī)會、熟知和信任都位于一個機(jī)構(gòu)的本地、區(qū)域甚至全球“文化”（Culture）中，并受其影響，這種文化包括個人和社會群體、學(xué)術(shù)界（大學(xué)及其下屬單位）和政府的態(tài)度、哲學(xué)和觀點(diǎn)。

針對這5個要素，該白皮書又分別提出了領(lǐng)導(dǎo)、教育工作者、研究者和學(xué)生四類群體在起步、形成、進(jìn)化、擴(kuò)展幾個階段的成熟度等級參考標(biāo)準(zhǔn)。

規(guī)則——制定有意義的規(guī)則對于負(fù)責(zé)任地使用生成人工智能至關(guān)重要，并有助于建立信任。這些規(guī)則包括原則、政策、護(hù)欄和指導(dǎo)方針，它們規(guī)范結(jié)構(gòu)內(nèi)的個人如何與生成式人工智能互動，以及機(jī)構(gòu)如何處理這項技術(shù)。

制定生成式人工智能規(guī)則的最明顯和最緊迫的原因之一是學(xué)術(shù)誠信和高等教育獎勵的真實性。由于生成式人工智能可以完成高質(zhì)量的學(xué)生作業(yè)，評價應(yīng)該如何適當(dāng)?shù)卮_保學(xué)習(xí)已經(jīng)發(fā)生？我們衡量的是學(xué)生的實際能力嗎？這就需要重新考慮評價機(jī)制，因為等待或希望工具以足夠高的準(zhǔn)確性和可靠性檢測生成式人工智能模型所創(chuàng)作的寫作并不是答案。

制定明確制度規(guī)則的另一個原因與數(shù)據(jù)隱私、知識產(chǎn)權(quán)和安全有關(guān)。眾所周知，在不受保護(hù)的對話中，私人或機(jī)密信息被無意中提供給人工智能供應(yīng)商，可能用于訓(xùn)練未來的人工智能模型。這通常是由于缺乏明確的指導(dǎo)方針或?qū)m當(dāng)使用規(guī)則的認(rèn)識不足造成的。

考慮到生成人工智能的發(fā)展速度，以及其普遍性和易用性，制定規(guī)則要盡可能具有前瞻性，并隨著技術(shù)的變化、技術(shù)的更加普及和融入現(xiàn)有平臺以及生成式人工智能周圍文化不斷適應(yīng)而定期重新審視。

另外，作為目前最狂熱的人工智能用戶（盡管不一定是高效的、成熟的或負(fù)責(zé)任的），學(xué)生應(yīng)該成為有關(guān)規(guī)則的任何討論的核心。這是一個讓學(xué)生作為合作伙伴和共同創(chuàng)造者來定義和應(yīng)用方法的機(jī)會：作為一個群體，他們參與其中，渴望得到指導(dǎo)，并且普遍意識到在大學(xué)畢業(yè)后熟練掌握生成式人工智能將有多重要。

機(jī)會——為整個機(jī)構(gòu)的學(xué)生、教育工作者和領(lǐng)導(dǎo)者平等地提供生成式人工智能應(yīng)用程序至關(guān)重要。這可能包括某些部門內(nèi)特定學(xué)科應(yīng)用程序的許可，整個機(jī)構(gòu)可用的通用人工智能平臺，以及確保支持基礎(chǔ)設(shè)施的存在。

無法平等地獲取生成式人工智能等關(guān)鍵技術(shù)可能會加劇現(xiàn)有的數(shù)字鴻溝，造成新的裂痕，并“使整個系統(tǒng)的劣勢根深蒂固”。

對于許多個人、機(jī)構(gòu)和整個司法管轄區(qū)來說，訪問人工智能平臺和訂閱的費(fèi)用可能過高，這會造成一種新的數(shù)字不平等，即獲取先進(jìn)的人工智能的使用取決于財務(wù)資源。

公平性的另一個方面與訓(xùn)練數(shù)據(jù)集中以西方為主的觀點(diǎn)有關(guān)，這可能會延續(xù)偏見，限制人工智能應(yīng)用程序與來自不同背景的學(xué)習(xí)者的相關(guān)性，甚至限制人工智能模型在某些語言中的能力。

熟知——這代表學(xué)生、教職工對生成式人工智能在與機(jī)構(gòu)相關(guān)的日常工作中的使用方式的理解和適應(yīng)程度。熟知還強(qiáng)調(diào)了對生成式人工智能與其應(yīng)用并行的更廣泛背景的認(rèn)識，包括道德、隱私和安全。

熟知生成式人工智能的必要性源于大學(xué)需要設(shè)計和開展課程與研究活動，為學(xué)生的未來做好準(zhǔn)備。然而，最近的報告表明，大學(xué)并沒有提供學(xué)生需要的必要的熟知提升活動，一個很大的因素是，教育工作者、研究人員和領(lǐng)導(dǎo)者自己都在努力提升自己的熟知度，這通常是因為他們的機(jī)構(gòu)缺乏生成式人工智能戰(zhàn)略。

高等教育中對生成式人工智能的熟知還必須包括如何以有意義的教學(xué)方式將其納入教學(xué)、學(xué)習(xí)和評價實踐與設(shè)計中。

對于所有利益相關(guān)者來說，人工智能倫理也是熟知的關(guān)鍵因素。對人工智能倫理的基本了解將有助于我們了解如何使用人工智能，我們?nèi)绾翁幚砣斯ぶ悄艿妮敵觯覀兪褂媚男┤斯ぶ悄苣Ｐ秃蛻?yīng)用程序，如何考慮潛在的危害，以及我們?nèi)绾闻c人工智能周圍的弱勢群體接觸。

更廣泛地了解大學(xué)合作伙伴如何參與生成式人工智能也很重要。

大學(xué)利益相關(guān)者之間的相互作用也強(qiáng)調(diào)了熟知不僅僅是個人特征，而是集體的、組織的特征——如果一個機(jī)構(gòu)的成員對生成式人工智能的熟知程度各不相同，但又互補(bǔ)，那么只要有協(xié)調(diào)和合作，組織的總體熟知度就會建立起來。

信任——信任是幫助人們采用人工智能技術(shù)的關(guān)鍵因素。用戶的信任可以被定義為用戶與技術(shù)、用戶與供應(yīng)商之間的信任，受到認(rèn)知、情感和行為維度的影響。然而，CRAFT框架中的信任元素超出了人、人工智能和供應(yīng)商之間的關(guān)系。還有許多其他重要的信任關(guān)系需要考慮，例如學(xué)生和教育者之間、教育者和領(lǐng)導(dǎo)者之間、大學(xué)和供應(yīng)商之間、研究人員和社區(qū)之間等等。當(dāng)關(guān)鍵信任關(guān)系受到侵蝕時，會產(chǎn)生負(fù)面后果。

學(xué)生和教育者之間的信任是一對關(guān)鍵信任。學(xué)生們認(rèn)識到人工智能無處不在，即使被告知不要使用，他們也會越來越多地使用它。再加上教育工作者在使用生成式人工智能方面普遍落后于學(xué)生，以及對學(xué)術(shù)誠信和對學(xué)習(xí)的影響的擔(dān)憂，學(xué)生和教育工作者之間的信任差距迅速擴(kuò)大是可以理解的。

監(jiān)控和檢測技術(shù)的使用進(jìn)一步加劇了這種不信任，這些技術(shù)表面上是為了確定學(xué)生是否完成了自己的作業(yè)，但可能是侵入性的、不準(zhǔn)確的，而且很容易被打敗。如果教育工作者使用人工智能來給學(xué)生的作業(yè)打分（例如，為了節(jié)省時間），信任關(guān)系就會因為虛偽、不準(zhǔn)確和不公平的認(rèn)知而進(jìn)一步受到影響。為了開始解決圍繞人工智能的教育與學(xué)生信任問題，教育工作者可以在自己使用生成式人工智能的過程中樹立勇敢的透明度榜樣，并與學(xué)生合作制定規(guī)則，并共同提升熟知度，因為這些合作機(jī)會目前還沒有得到滿足。

一個重要的影響因素是教育工作者和研究人員對生成式人工智能本身缺乏信任。造成這種情況的原因有很多，包括對其準(zhǔn)確性和可靠性的不信任，對人類價值和創(chuàng)造力的削弱的擔(dān)憂，對數(shù)據(jù)主權(quán)的不尊重，以及對未知事物的恐懼感。雖然其中一些問題可以通過提升對生成人工智能的熟知度和解開神秘面紗來緩解，但對倫理、職業(yè)道德和人類例外論的一些擔(dān)憂更為根深蒂固。

不同機(jī)構(gòu)對人工智能的接受程度也存在很大差異。部分原因與不同大學(xué)的風(fēng)險成熟度和偏好有關(guān)，這與教育工作者/研究人員與領(lǐng)導(dǎo)者之間的信任關(guān)系有關(guān)。參與人工智能等新型通用技術(shù)得益于實驗和發(fā)明，教育工作者/研究人員需要一個由領(lǐng)導(dǎo)者構(gòu)建的環(huán)境，在這個環(huán)境中，他們可以安全地進(jìn)行試驗和失敗。支持安全實驗、同事共享和公開對話是機(jī)構(gòu)領(lǐng)導(dǎo)人在建立信任環(huán)境方面可以采取的關(guān)鍵行動。

文化——文化是多方面的，包括（a）區(qū)域、地理和社會對技術(shù)和自動化的反應(yīng)，（b）機(jī)構(gòu)或部門對創(chuàng)新、合作和風(fēng)險的文化，（c）學(xué)科對生成人工智能的反應(yīng)，以及（d）對大學(xué)角色的更全面的考慮。

首先，在環(huán)太平洋地區(qū)和地理上，人們對人工智能系統(tǒng)的風(fēng)險和收益的看法存在差異。例如，最近的一份報告顯示，中國和新加坡的人似乎對人工智能最樂觀，認(rèn)為其好處大于風(fēng)險，而美國、加拿大和澳大利亞的人，以及在某種程度上日本人和韓國人，則不那么積極。該報告的作者還指出，來自新興經(jīng)濟(jì)體的人可能對技術(shù)有更強(qiáng)的文化接受度，因為它可能被視為通往經(jīng)濟(jì)發(fā)展和進(jìn)步的途徑。

東西方教育哲學(xué)對教師權(quán)威的理解也存在文化差異。人工智能是否會削弱儒家教育文化中傳統(tǒng)的師生關(guān)系，那些更注重批判性思維、獨(dú)立思考以及質(zhì)疑權(quán)威的教育文化是否會對生成式人工智能的影響做出不同的反應(yīng)，這仍然是一個懸而未決的問題。

其次，不同的機(jī)構(gòu)和部門對風(fēng)險、實驗和合作的偏好是不同的。

第三，不同的學(xué)科和行業(yè)文化對生成式人工智能的能力也會有不同的反應(yīng)。例如，金融和醫(yī)療保健學(xué)科可能更關(guān)注準(zhǔn)確性和責(zé)任，而管理和商業(yè)可能會引發(fā)更多有關(guān)自動化和工人失業(yè)的問題。

在學(xué)術(shù)界，許多生成式人工智能輸出的文本在性質(zhì)上可能被視為對人文學(xué)科的侮辱，這可能反映在人工智能目前在不同學(xué)科中的使用程度上。

最后，過去兩年，高等教育中關(guān)于生成式人工智能的討論已經(jīng)從對學(xué)術(shù)誠信的恐慌轉(zhuǎn)變?yōu)閷Ω叩冉逃康牡母钌钊氲闹匦滤伎肌ｊP(guān)于大學(xué)角色的主流文化認(rèn)為，我們的機(jī)構(gòu)是知識創(chuàng)造和傳播的堡壘。然而，生成式人工智能進(jìn)一步使互聯(lián)網(wǎng)已經(jīng)加速的知識、解釋和解讀的獲取更加民主化。雖然生成式人工智能使這種對話方式煥然一新，但這種對話方式已經(jīng)超越了人工智能，并涉及該行業(yè)面領(lǐng)的“多重危機(jī)”。對人類專業(yè)知識價值的根深蒂固的信念和擔(dān)憂，以及人工智能輔助學(xué)習(xí)的非個人性質(zhì)，也是需要解決的強(qiáng)大文化因素。

從根本上說，需要一種前瞻性的文化，讓我們能夠考慮不同于現(xiàn)在的大學(xué)的未來——在人工智能的作用、雇主對大學(xué)學(xué)歷的重視、傳統(tǒng)的課程模式和通過課程決定進(jìn)步速度的學(xué)分模式等方面。

該白皮書最后還提出了兩項需要全行業(yè)立即采取行動的關(guān)鍵優(yōu)先事項：

第一，形成協(xié)作集群，大學(xué)在關(guān)鍵領(lǐng)域從競爭轉(zhuǎn)向合作，包括聯(lián)合開發(fā)生成式人工智能應(yīng)用和教學(xué)方法、共享評估框架的重新設(shè)計、協(xié)調(diào)倡導(dǎo)公平準(zhǔn)入、聯(lián)合教師發(fā)展計劃和尊重當(dāng)?shù)厍闆r的統(tǒng)一治理框架。

第二，通過點(diǎn)對點(diǎn)支持網(wǎng)絡(luò)、學(xué)生人工智能大使計劃、共同設(shè)計學(xué)習(xí)經(jīng)驗、直接輸入評估重新設(shè)計和協(xié)作資源開發(fā)，提升學(xué)生作為合作伙伴的地位。

資料來源：

APRU（2025）. Generative AI in Higher Education: Current Practices and Ways Forward. https://www.apru.org/wp-content/uploads/2025/01/APRU-Generative-AI-in-Higher-Education-Whitepaper_Jan-2025.pdf

[本文為教育部國別和區(qū)域研究基地中國教育科學(xué)研究院國際教育研究中心成果]

本文由“教育國際前沿課題組”（IFRGE）課題組成員整理，課題負(fù)責(zé)人張永軍，編輯劉強(qiáng)。內(nèi)容僅供參考，點(diǎn)擊左下角“閱讀原文”可官網(wǎng)下載該文獻(xiàn)。