第 4 章 学术伦理与AI使用规范

学习目标

• 根据作业旨在考查的能力选择AI允许级别，并通过作业说明明确标示，使学生能够提前知晓。
• 区分AI使用记录、原始资料引用与AI语句的引用标注，使AI使用情况得以公开。
• 依据官方资料，说明AI判别器不能作为判定学生行为依据的原因。
• 选择不依赖判别器、能够核查作者身份与理解程度的作业设计。
• 涉嫌违规时，设计从核对标准到发出通知的公正处理程序。

引言

在一场高中教师研修中，主持人提出了一个问题：“如果学生从AI那里获取报告大纲后自己撰写了正文，这算违规吗？”举手教师的回答正好分成两半。接下来的问题：“那么使用拼写检查器呢？”大家都回答不是。“如果参考AI提出的反驳意见修改了结论呢？”意见再次发生分歧。

这一幕所展现的并不是教师们的想法有误，而是如果没有明确的标准，哪怕是相同的行为，不同的人也会做出不同的判断。学生亦是如此。不清楚何为被允许的学生，即便出于善意也可能违反规定；反之，甚至会将本被允许获得的帮助隐瞒起来。联合国教科文组织（UNESCO）在2023年发布生成式AI指南时介绍的一项调查也显示，在450多所中小学和大学中，拥有关于生成式AI使用的机构政策或官方指南的机构不足10%。

本章从制定标准开始讲起。我们将探讨如何根据作业目的确定AI允许级别，并建立公开与引用AI使用的规则。随后，依据官方资料确认AI判别器的局限性，并介绍不依赖判别器即可核实作者身份的作业设计。最后，我们将探讨涉嫌违规时的处理程序以及在学校层面制定统一标准的方法。

核心概念

学术伦理的核心问题发生了改变

在AI出现之前，学术伦理主要追问的是“是否抄袭了他人的文章”。而在AI时代，问题分化为三个方面：

1. 作者身份：在这篇文章中，能否区分学生自己写的部分和AI生成的部分？学生是否如实做了说明？
2. 过程：学生是否切实经历了作业旨在培养的能力（调查、论证、表达）训练过程？
3. 准确性与责任：是否核实了AI提供的事实？对于成果的内容，学生能否对成果负责？

这三个问题比“是否使用了AI”更为严密精细。即使使用了AI，也可以对这三个问题给出满意的回答；而即便没有使用AI，也可能在准确性上出现问题。因此，一份优秀的AI使用规范关注的不是“用不用”，而是“如何使用”与“如何公开”。

从作业目的到允许级别

AI的允许级别并非取决于学科，而是源于作业旨在考查什么。本书采用四个级别：

即使在同一门学科中，不同作业的级别也可能各不相同。学期初的写作诊断测试适合级别0，探究报告适合级别1，而“验证AI回答”活动则适合级别3。“同一门学科必须适用相同级别才算公平”的想法是错误的。公平性体现在对同一项作业适用相同的标准，而作业之间的级别差异只需通过在说明中明确标示来消除混淆即可。

相反，应避免采取“是否使用AI由学生自行判断，如果使用了只需注明‘获得帮助’即可”的做法。这种方式无法获知谁在何处获得了多少帮助，不仅会导致评价标准模糊不清，还可能让踏实独立完成作业的学生反而在评价中处于劣势。

编写允许级别说明

允许级别应写在作业说明中，确保学生阅读后能够立刻理解。

[作业说明中的AI使用标准示例]
AI使用级别：1（仅限探索）
- 允许事项：寻找备选主题、查找参考资料、询问术语含义
- 禁止事项：获取正文语句、获取结论、润色修饰语句
- 须提交的内容：与AI的对话记录（按照学校指定方式的截图或导出文件）、报告末尾的“AI使用记录”
- AI提供的事实与统计数据：须查找原始资料予以核实，并将原始资料标注为出处
- 涉嫌违反标准时的处理：根据学校学术伦理规定核查依据，并给予陈述申辩的机会

在说明中具体列出“禁止事项”至关重要。“切勿依赖AI”这类含糊其辞的表述，在不同学生眼中会有不同的理解。

AI使用记录

公开AI使用情况最基本的方法就是使用记录。要求学生在报告末尾填写以下四项内容：

OpenAI的教育工作者指南也介绍了让学生记录AI使用情况并注明出处，以及让学生分享与AI对话内容的方法。不过，由于对话分享链接通常只要持有链接便人人可见，如果对话中包含个人信息，要求学生以学校指定方式的截图或导出文件进行提交会更为安全。通过分享对话，教师可以观察学生的提问水平与批判性思维，学生也能回顾自己的提问是如何一步步深化的，并借此确认自己是否负责任地使用了AI。

使用记录中应该填写哪些内容，由具体的规定文案来界定。如果标准规定“须记录AI参与内容生成的部分，仅修正拼写等字面表述的情况无需记录”，那么将AI翻译结果反映在摘要中、利用AI提出的反驳意见重新撰写小节等情况均需记录，而拼写检查则无需记录。如果标准规定为“须记录所有AI使用情况”，那么拼写检查也必须记录在内。

公开与引用的规则

公开AI使用情况并不仅限于填写使用记录。具体规则因AI的使用方式而异：

1. 仅获取了构思 → 填写使用记录即可。
2. 使用了AI提供的事实或统计数据 → 不得将AI标注为出处。须查找原始资料进行核实并引用原始资料。如果找不到原始资料，则不能将该事实作为论据。
3. 直接引用AI生成的原句（在允许此操作的作业中） → 须通过引用标注与学生自己的语句明确区分，并注明是由哪种工具生成的语句。
4. AI对学生的文章进行了加工（如翻译、摘要、润色修饰） → 若属于规定要求记录的范围，则须在使用记录中注明加工的具体内容与方式。若加工结果构成了实际内容（例如：将翻译资料的内容反映在摘要中），则视为参与了内容生成的使用。

第二条规则与第1章中阐述的原则（“AI提供的事实只是线索，而非出处”）一致。第三条规则是为了维护作者身份的真实性。如果是“对比AI生成的摘要与自己撰写的摘要”这类作业，虽然需要列出AI生成的段落，但绝不能让该段落看起来像是学生自己写的语句。

将AI列为共同作者的做法是不当的。作者是对内容负责的人，而AI无法承担责任。对报告内容的责任完全在于提交该报告的学生。

为什么AI判别器不能作为判定依据

AI判别器（检测器）是通过评分来展示文本由AI生成概率的工具。虽然看似方便，但OpenAI在教育工作者指南中对判别器作出了如下说明：

• 在其自身研究中，判别器的可靠性不足以让教育工作者据此对学生做出可能产生长远影响的决定。
• 其训练的判别器将莎士比亚的作品、《独立宣言》等人类撰写的文本误判为AI生成。
• 有迹象表明，它可能会对将英语作为第二语言学习或已掌握的学生，以及文风特别程式化或简洁凝练的学生产生不成比例的不利影响。
• 即使判别器本身准确，学生稍作修改便能轻易绕过检测。
• ChatGPT并不知道某段文本是否由AI生成，面对诸如“这篇文章是你写的吗？”这类提问时，可能会编造出毫无依据的回答。

OpenAI也说明，这并不是对其他公司判别器的评价。然而，考虑到判别原理上普遍存在相同的局限性，以及处理结果对学生可能带来的沉重影响，将判别器评分作为判定违规的依据是极其危险的。即使多个判别器的检测结果一致也是如此。结果一致并不等同于准确。

不依赖判别器确认作者身份的作业设计

替代判别器的做法是在作业设计中内置核验机制。

选择机制时，应综合考量学生人数、教师时间以及作业旨在评估的能力。如果要求180名学生把整个写作过程进行屏幕录制并提交，教师根本无法全部批阅，而且对学生隐私也会造成极大负担。如果把论文改为考试时间内手写，虽然可以杜绝AI介入，却失去了原本兼顾评估资料检索能力的目标。在很多情况下，通过课堂初稿和简短的口头核对，花费较少的时间就能直接核实写作过程与理解程度。

产生怀疑时的处理程序

涉嫌违反已公布标准的事项，按以下顺序处理。每个阶段得出的结果将作为下一阶段的基础材料。

1. 核对标准：核实该项作业公布的AI使用标准与作业说明。何为违规以此标准为准。
2. 收集依据：对照标准，收集提交的成果、对话记录、课堂初稿、分阶段提交材料等事实依据。
3. 告知与申辩：向学生告知怀疑理由及依据，并听取其陈述申辩。
4. 做出决定：综合审查申辩意见与依据材料，依照学校程序判定是否存在违规。
5. 通知与申诉：将结果及理由告知学生，并说明提出异议与申诉的途径。

即使证据确凿，也不得跳过申辩环节。申辩是澄清事实误解、维护处理结果正当性的重要机制。由教师单方面扣分了事的做法属于程序违规。

无标准与有标准时的区别

即便面对同样的怀疑，应对方式也会因事先是否存在标准而截然不同。

若将新标准追溯应用于此前未设标准的作业并进行处罚，学生就会因为事先无法知晓的规则而蒙受不利。“即便没有标准也理应遵守学术伦理”的主张，或许适用于全盘抄袭他人文章这类历史悠久的固有规则，但绝不适用于AI允许使用程度这种各校标准各异的新兴领域。

学生使用AI所引发的风险类型

学生使用AI出现的问题并非同一类型。类型不同，预防与应对的方法也各异。

尤其是数据造假，是与引用失误性质完全不同的问题。因为这属于无中生有凭空捏造调查结果（伪造）或擅自篡改真实调查结果（变造）。要求提交原始资料即可有效预防此类问题。

制定学校层面的统一标准

针对每项作业的说明仅靠个别教师的努力很难保持一致。如果具备学校层面的基准，就能透明地管控不同教师之间的尺度差异。一套优秀的学校标准应涵盖以下五点：

1. 允许级别的定义：明确如0~3级的阶段划分，以及各级别中允许的事项与禁止的事项
2. 标示义务：在所有作业说明中均须明确标示所属级别
3. 记录与公开方式：使用记录的规范格式、对话记录的提交方式、引用规则
4. 核验方式：不以判别器作为依据的原则，以及替代采用的核验机制
5. 处理程序：涉嫌违规事项的处理顺序、申辩机会、异议申诉途径

在全校范围内一刀切禁用AI并由教师临时批准例外的做法、缺乏学校统一标准仅由教师口头说明的做法、划定判别器评分临界线的做法、仅要求签署承诺书的做法，都无法满足“必须让学生提前清楚每项作业具体允许什么”这一前提条件。

跨越规则，走向素养

AI使用规范的目的在于学习，而非惩治。OpenAI的教育工作者指南阐明，让学生分享与AI的对话过程，不仅能让学生展现其理解AI局限性以及批判性核验信息的能力，还能帮助他们在未来AI高度普及的时代做好负责任使用的准备。联合国教科文组织（UNESCO）同样强调，对待生成式AI应采取以人为本的路径，并注重符合适龄原则的使用。

因此，规范政策不应只是一份“禁止做什么”的清单，而更应成为“如何使用、如何公开”的引导指南。在级别3的作业中，让学生找出AI回答中的错误并依据论据加以纠正的实践活动，既教会了学生如何使用AI，也培养了学生对AI保持审慎质疑的能力。

深入阅读

如何解读“准确率98%”：基础概率陷阱

假设有厂商宣传其检测工具的准确率为98%。单凭数字本身，我们无法得知这个数字在实际中究竟意味着什么。因为其中并未说明是用何种文本进行测试的、是否包含了英语学习者的文章，以及是否测试过经学生修改后的文本。

为了便于说明，我们来做一次简单的计算。这并非厂商提供的数据，而是为了帮助理解而做出的假设。假设在某所学校500名学生提交的文章中，实际上由AI撰写的有20篇，而检测工具将人类撰写的文章误判为AI撰写的比例为2%。那么，在人类撰写的480篇文章中，大约会有10篇被误判。即便检测工具能够将20篇AI生成的文章全部抓出来，在被标记为“AI撰写”的30篇文章中，仍有三分之一是被冤枉的学生所写的。如果这些被冤枉的学生又集中在写作风格模式化的英语学习者身上，问题就会变得更加严重。

这一计算表明：诚实的学生越多，即便误判率再低，也会制造出大量被冤枉的案例。在统计学中，这被称为基础概率陷阱。即便总体准确率很高，只要实际由AI撰写的文章很罕见，判定为“AI撰写”的结果为真的概率就会大幅下降。厂商所宣称的准确率，与“获得该判定的文章实际确为AI撰写的概率”是两个截然不同的数字。检测工具之所以不能作为评判学生的依据，不仅是因为准确率这一数字本身不够高，更是因为相比于对单个学生做出评判的分量，误判所付出的代价实在过于沉重。

禁止政策的代价

全面禁止AI看似简单而公平。然而，禁止政策伴随着三项代价。第一，对于家庭作业而言，难以确保学生遵守，而且也没有可靠的方法甄别未遵守规定的学生。到头来，可能只有诚实的学生陷入不利境地。第二，学生失去了学习如何对AI负责任地使用的机会。第三，随着学生转为偷偷使用，使用记录这一最好的佐证依据也将不复存在。

当然，对于某些作业而言，禁止确实是合理的。例如用于诊断学生当前个人实力的作业，或是课堂上进行的基础技能练习。关键在于，禁止不应针对整门课程或整个学校，而应当以单项作业为单位，并且要配合可核验的方式（如课上撰写）一同推行。

口头核验对谁才算公平

简短的口头核验是远优于检测工具的核实手段，但它本身并不能做到绝对公平。不善于口头表达的学生、正在学习韩语的学生，或是容易感到焦虑的学生，即便面对自己写的文章，也可能无法用语言清楚解释。

因此，口头核验应被设计为确认理解情况的对话，而非用于惩罚的考核。提问应提前告知范围（例如：“阐述核心观点并说明最重要的一项论据”），必要时提供书面作答的替代方案或翻译支持。不能仅凭学生在口试中未能清楚解释这一事实就判定其作弊，而应当结合其他依据（如课上初稿、分阶段提交的过程产物）一并综合考量。

工作场景

绿丘高中：52名教师达成的共识标准

学期中，在接连收到关于AI的相关投诉后，绿丘高中决定制定学生AI使用标准。在教师问卷调查中，意见出现了分歧：“全面禁止”占31%，“学科自主裁量”占46%，“自由允许使用”占23%。

标准制定委员会审议了三份初案。全面禁止初案与信息技术学科的AI实操练习冲突，且在家庭作业中无法落实监督，因而被弃用。学科自主裁量初案虽然尊重了教师的意见，但存在学生和监护人无法提前知晓每项作业具体允许做什么的问题。厂商提出的以检测工具为核心的初案，在委员会共同研读了OpenAI的教育工作者指南后也被弃用。这是因为该方案可能会将人类撰写的文章误判为AI撰写，并且可能对全校40余名多元文化背景的学生不利。

委员会定义了四个许可级别（0 不使用、1 仅限探索、2 辅助起草、3 自由使用），并要求在所有作业说明中明确标注级别。各学科的自由裁量权则体现为“由学科决定选择哪一级别”。对于级别1以上的作业，强制要求提交对话记录和使用记录，并将公开与引用的规则制作成面向学生的一页纸指南。一旦疑似违规，须经过确认标准、收集证据、申辩、决定、通知这五个步骤。

一个学期后，委员会抽查了40份作业说明样本，找出6份漏标级别的说明并反馈给相应学科。在学生问卷调查中，回答“清楚每项作业可以使用AI的限度”的比例较引入该标准前显著增加。

云溪初中：从存疑到得出结论

云溪初中二年级语文表现性评价发布的作业级别为级别1（仅限探索），并要求提交对话记录和使用记录。负责批改的教师在一份学生报告中发现，结论段落的文风与前半部分截然不同。

教师最初想到的是放入检测工具中进行测试，但由于学校标准规定不得将检测工具作为判断依据，便打消了这个念头。取而代之的是，教师打开了学生提交的对话记录。记录中包含一段对话：学生提出“帮我把结论写得漂亮一点”，AI随后生成了一个结论段落，而报告中的结论与该段落几乎完全一致。这是表明学生违反了已公告标准（禁止直接获取正文语句）的直接证据。

教师并未立刻扣分。按照学校流程，教师向学生出示了标准条款以及对话记录中的相应部分，告知起疑原因并听取了申辩。学生表示：“我以为只有结论部分是可以寻求帮助的。”学术伦理委员会结合记录和申辩进行综合审查后，判定确属违规；但考虑到说明中未明确写明“结论”字样，委员会在学校规章规定的范围内作出了要求其重写结论段落的处理决定。处理结果及理由均以书面形式通知学生，并告知了申诉途径。

经历此事后，该学科在作业说明的“禁止事项”中明确列出了“获取结论”。上一节作业说明示例中包含“获取结论”这一项，正是吸取了此类经验。教师所舍弃的选项包括：使用检测工具检验、未经申辩立即扣分，以及“认为学生主动提交了记录便算诚实而不再追究”。因为提交记录本身只是标准的一部分，并不能将记录中所反映出的违规行为一笔勾销。

易错点

1. “同一门课程的所有作业采用相同的AI标准才公平。” 这看似具有一致性，但每项作业旨在考查的能力各不相同。针对同一项作业适用相同的标准才是公平，而作业之间的差异则应通过明确标注级别来解决。
2. “既然是允许使用AI的作业，就无需收集记录。” 既然已经允许，表面上看似乎没什么需要核查的，但若要确认学生是否在许可范围内使用并评估其过程，记录必不可少。
3. “AI提供的统计数据，把AI标注为出处即可。” 标明了出处看似坦荡诚实，但AI并非信息源头，而只是有待核实的线索。应当查找原始资料并进行引用。
4. “多个检测工具的判定结果一致就确定无疑。” 多个工具达成一致看似客观，但一致性并不能保证准确性。
5. “直接去问AI就能确认是否为AI所写。” 既然是AI写的文章，AI理应知道，但OpenAI指出，ChatGPT面对此类问题会捏造毫无根据的回答。
6. “即使没有事先设立标准，用AI撰写也属于作弊。” 这看似合乎常理，但在各校许可范围各不相同的领域，若在没有既定标准的情况下施加惩罚，学生就会因无从知晓的规则而遭受不利处罚。
7. “证据确凿就可以省略申辩环节。” 这看似高效，但无论最终结论是否准确，申辩都是保障程序公平的重要机制。
8. “既然学生主动提交了记录，就不予追究。” 这看似尊重了诚实品质，但提交记录本身就是标准要求的一部分。若记录中反映出违规行为，仍须按照流程进行处理。

要点速览

• 许可级别应根据作业旨在考查的能力而非学科来划分：诊断测评 → 0，调研与写作 → 1，修改润色学习 → 2，AI素养 → 3。
• 作业说明中应写明级别、允许事项、禁止事项、须提交的内容，以及存疑时的处理流程。
• 披露规则：灵感构思记入使用记录；AI提供的事实须引用原始资料；AI生成的语句须标注引用；翻译、摘要等加工处理根据标准记入使用记录。AI不是作者。
• 检测工具：可能会将人类撰写的文章误判为AI撰写；可能对第二语言学习者及模式化文本不利；且通过微小的修改即可绕过。直接询问ChatGPT也无法得到证实。
• 署名真实性（作者身份）核验应融入作业设计：课上初稿、分阶段提交、简短口头核验、对话记录。
• 处理流程：确认标准 → 收集证据 → 告知与申辩 → 作出决定 → 通知与申诉。
• 对于未曾确立标准的作业不予追溯惩罚，而应建立标准并从下一项作业开始适用。
• 针对不同类型的风险（事实性错误、个人信息、署名真实性、数据篡改、著作权），防范方法各不相同。
• 学校标准的五项核心要素：定义级别、标注义务、记录与披露方法、核验方法、处理流程。

查阅官方文档

• OpenAI Help — How can educators respond to students presenting AI-generated content as their own? — 请阅读原文中“Do AI detectors work?”部分以及共享对话记录的益处。
• UNESCO — Guidance for generative AI in education and research — 请阅读关于以人为本、适应年龄的方法以及教育机构缺乏验证准备的相关说明。
• UNESCO — Governments must quickly regulate Generative AI in schools — 请查阅调查结果：具备机构政策的中小学及大学不足10%。
• Anthropic — Reduce hallucinations — 请重读为何必须通过原始资料核实AI提供的事实。
• 韩国国家法令信息中心 — 《著作权法》第28条 — 这是学生在文章中引用他人作品时的要件规定。

自测

4-1. 写出AI时代学术伦理所追问的三个核心问题，并举出一个即使未使用AI也可能未通过这三个问题检验的例子。

4-2. 写出本书介绍的四个允许级别，并分别用一行字写出适合各个级别的作业性质。

4-3. 分别写出学生仅将AI用于获取灵感时、使用了AI提供的事实时，以及直接采用AI生成原句时各自所需的披露方式。

4-4. 写出OpenAI在教育者指南中所阐明的检测器的四项局限性。

4-5. 解释为什么即使将人工撰写的文章误判为AI生成的比例看似很低，但在诚实学生较多的群体中仍会出现大量被冤枉案例的原因。

4-6. 写出三种替代检测器以确认真实作者身份的机制，并结合理由说明当学生人数较多且教师时间有限时你会选择哪一种。

4-7. 写出处理疑似违规使用事项的五个步骤，并指出即使证据确凿也不得省略的步骤。

4-8. （设计作业）请挑选一项你下个月要布置的作业，参考本章示例，在8行以内写出一份AI使用准则说明。

实操练习