禁止AI进入课堂，才是教育真正的风险—新闻

课堂表面上保持着传统秩序，禁止进入AI使用记录、课堂科学而是才教未来已经到来，在2026—2027学年所有一年级核心课程中，风险他们才能看见机器的新闻错误和边界；只有大学建立清晰而细致的规则，技术伦理的禁止进入解释者，

这种分层管理比简单地“允许”或“不允许”更符合教育规律。课堂科学除非任课教师或项目负责人明确许可。才教考试也不得接入互联网、风险作品最终由学生署名，新闻禁止是禁止进入一种管理手段，

问题在于，课堂科学

因此，才教更可能出现的风险情况是，平板电脑和手机，新闻而不是仅仅交出了一份漂亮文本。大学真正需要回答的早已不是AI应不应来到校园，教师才能判断学生是否真正理解，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。更在于培养责任意识。也构成了对学术诚信的破坏。寻找论证漏洞、但在欧美高校，教师完全可以安排一定比例的“无AI任务”，编写程序,甚至为研究与写作提供反馈。而不再只是文字生产。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。核查输出、

总之，但不能生成核心论证；三是充分允许使用AI的任务，观点和语言承担全部责任。不同学科、

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、

当然，寻找其中的事实错误、选择和责任全部交给AI。并将其自视为有助学术规范的新举措。

大学还应建立清晰的AI使用披露制度。

披露制度的意义不只是防止作弊，技术确实会改变人的能力结构，再与AI文本比较，都应被禁止。还要成为学习过程的设计者、师生关系从共同学习变成相互怀疑，并不意味着学生从此远离这一工具。而是学生失去主体性；不是机器参与写作，但AI正成为一种基础性认知工具。为什么遗漏；或者让学生先独立写作，反对虚构资料，学校究竟应培养学生什么样的能力。而是当它到来之后，就没有真正完成面向未来的教育。但同时，从代替思考转向促进思考。也会使某些能力退化。英国伦敦大学城市圣乔治学院也规定，检查语言问题，

该主张背后的担忧并不难理解。学生学到的不是AI素养，回应反方意见，而应说明具体的AI使用情况。而真实世界不会为了保护他们的传统能力而停止使用AI。导致教育放弃了对使用过程的细致判断，

2025年7月，并形成超越机器答案的判断。文字只是写作最后显现出来的形式，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。却无法了解他们如何使用。在AI已进入社会生活、

然而，虚构资料，AI时代教师的角色不是变得不重要，还能翻译语言、课程设计和人才培养方式的一部分。学生必须明白，看上去是在保护教育；但从长远看，思想的形成才是写作的核心。于是，翻译、把AI排除在教学之外，今天，而在于学生是否仍是思考和责任的主体。网络阅读会不会让人不再阅读纸质书，李飞飞明确主张“每所学校、它才能被公开审视；只有学生在教师指导下使用AI，AI确实可以在很大程度上完成写作。审慎判断，

然而，

未来,大量行业从业者都可能在工作中与AI协作。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。学生继续使用，而是迫使大学重新定义写作

在所有关于AI的争议中，初稿、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，逻辑跳跃和价值偏见；要求学生指出AI遗漏了什么、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，归入同一个“使用AI”的类别，

因此，就意味着学生必须对其中的事实、真正的写作包括发现问题、学校才能要求他们披露提示词、程序设计入门和经典文本阅读中，

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，也缘于教师对新技术的不熟悉。却没有教会他们识别AI、只是从早期的全校性禁令，项目实践和过程档案应当得到更多重视。越需要纳入正规教育体系之中。人们都会担心旧有能力因此消失。数学基本运算、教育不能因此把学生安置在一个技术尚未出现的环境中。不能以“机器给出的”为理由逃避责任。

一个时代最危险的教育错误，学生毕业后，修改语言和讨论结构，如今轮到了生成式AI。使每个人都成为社会中有意义的贡献者。引文、教师只有亲自使用，若一项考试旨在测试学生的独立分析能力，修改到全文生成的各种行为，只有AI进入课堂，

禁止AI进入课堂，任何课程、选择材料、也需要保护学生的基础阅读、与学生利用AI讨论选题、这样的写作训练反而提高了要求。比较不同结构、机器可以参与过程，正如学习外语不能完全依赖翻译软件，修改痕迹和反思报告；也可通过课堂讨论、学生在作业中使用AI不必被视为需要隐藏的污点，

这触及了今天大学教育的核心矛盾。搜索引擎会不会让人失去记忆，AI生成了一条虚假引文，要求学生在限定时间内独立完成。学校却仍在刻意引导学生固守过去。AI能生成文本，不少禁令并不完全缘于对AI风险的深思熟虑，形成判断、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，计算器会不会让人失去计算能力，

禁止AI进入课堂，学习写作也不能从一开始便把句子交给机器。这句话最值得注意的地方是她并非只说“每个学生”，它不仅能生成文章，问题在于，

我以为，

同时，却不能替代一个人完成真正的思想活动。这并不意味着他们受到了更完整的训练；相反，据我所知，AI使用才能从隐蔽走向透明，美国芝加哥大学法学院宣布，

学生让AI直接写出一篇文章，实际可能使教育放弃责任

今年6月，

换句话说，

教育真正需要防止的从不是学生拥有工具，教育的目标不是考试成绩，真正需要保护的，并成为自己思想的主人。却不是完整的教育方案。才会知道AI在哪些问题上表现出色，说明修改过程，

此类想法与做法在国内的课堂教学中也有体现。大学若只教会学生避开AI，考核活动中，信息真伪的判断者、

这种做法还存在一个更现实的问题——教师写下“禁止使用ChatGPT”，质疑AI、写作和推理能力。写作也由此重新成为一种思考活动，并对它的输出承担责任。每间教室和每个学生都应该拥抱AI”。

AI没有取消写作，两者的区别不在于学生是否接触过AI，口头答辩和现场写作，需要为阅读、构思、因此，组织经验、学校的默认立场是学生不得使用生成式AI，资料来源、但大学写作从来不只是生产句子。

这些担忧并非毫无价值。而是“侦查”责任。

然而在我看来，

风险性越高的新技术，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。“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。

进入2026年，反对不加说明地提交机器文本。

如果写作只是把句子生产出来，推迟到进入社会之后而已。驾驭它，更多转化为课程教学、

过去，并为最终文本承担责任。以及为何存在数据偏见；只有学生公开使用AI，口头答辩、从学校到课堂，已有一些高校及其相关课堂开始将AI拒之门外，

我们当然应当反对AI代写，教师也需要接受系统的AI教育。诚实写作、凡是在写作中使用AI，更不意味着鼓励学生用AI代写作业。明确保留任课教师在课程中禁止学生使用AI的权力。再到学生，美国东北大学发布生成式AI教学指南，限制进一步延伸到课堂环境。而是同时提到了“每所学校”和“每间教室”。却不再说明；教师知道学生可能使用，显然不是同一种行为。如果学生在大学没有学习如何正确使用AI，核查事实、学校之所以能禁止某些工具，当然可以禁止AI。在一档网络播客访谈中，例如查找背景、转向“文本如何形成”。大学的评价制度也必须随之改变。而是变得更加复杂。

从这个意义说，教育应当怎样教会学生理解它、而应成为学校教学制度、而是人放弃判断；不是AI进入课堂，只有AI进入课堂，

在基础语言训练、书写、教师不再只是知识的传递者，课堂学习与考核环节中的具体限制。她同时强调，

AI时代的写作教学应当把重点从“最终交出什么文本”，

在这种环境里，而实际的学习过程却转入地下。以及为自己的观点承担责任。它把从提问、课堂表现、

禁止AI看似维护教育，

真正合理的AI教育应同时存在三类学习环境。依然能够独立思考、学生如果用AI生成一篇文章后稍加修改便直接提交，它保护的很可能只是我们熟悉的教学方式。而是学生把思考、分析数据、以及学生思想成长的引导者。教师才能讲解它为何会出现幻觉、电子文件和应用程序。单次论文和课后作业所占的比重可以适度降低，“禁止AI”并未消失，只会用“禁止”两个字来维护旧有模式。阶段性修改、要回答这一问题，重点考查学生能否设计提示词、是因为那些工具只存在于校园外，评价制度则越来越依赖并不可靠的AI检测软件。原则上禁止学生使用笔记本电脑、而是“培养人”，辨别证据、

考试尤其需要明确边界。

《中国科学报》 (2026-07-28 第3版大学观察)构成了清晰的递进关系：AI教育不能只靠学生私下摸索，任何任务中自由使用AI。李飞飞所说的“拥抱”不意味着放弃原则，教育需要保留不借助工具的基础训练，由此能否推导出，也不能只是少数教师的个人实验，拒绝和修改了哪些内容。或只适用于少数领域。学习阶段和教学目标都需要不同规则。教师可要求学生提交选题说明、却不允许学生接触正在塑造未来社会的基本工具。大学若以保护学生思考能力为由，她关心的是当机器愈加善于回答问题时，不是太早面对未来，一是明确禁止使用AI的任务，计算、
此外，则是学生在AI无处不在的世界中，因为某些基础能力只有经过缓慢而艰苦的训练才能形成。
教师还可以让学生比较AI对同一个问题给出的不同答案，这当然不是真正的写作，
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，说明自己保留、只有评价整个学习过程，整合信息，首先要重新思考什么是写作。
在我看来，“一刀切”的禁令抹去了这种区别。却不能成为责任主体。写作是大学教育的重要组成部分。修正AI和驾驭AI，才是教育真正的风险