| 生成式AI |
模仿输入数据的结构与特征，生成文本、声音、图像、视频等成果物的AI。即韩国《人工智能基本法》第2条第5项规定的生成式人工智能 |
| 幻觉 |
AI编造看似合理但与事实不符或毫无依据的内容的现象 |
| 指令（提示词） |
向AI给出的请求与上下文。本书从目标、对象、格式、示例和约束这五个要素进行阐述 |
| 基于示例的指令 |
在指令中加入期望结果的示例，以引导其格式与水平的方法。通过少量示例提高准确度与一致性 |
| 学业成就标准 |
按学科记述学生通过学习应达到的知识、技能和态度的陈述。可在韩国国家课程信息中心（NCIC）查阅 |
| 原始资料 |
作为事实来源的最原始资料。包括官方统计、法律法规原文、课程方案文档、史料等 |
| 基于风险的核验 |
出现错误时优先核实潜在危害最大之信息的审核方式 |
| 刻板印象 |
对特定群体形成的固有观念。容易出现在AI资料的人物设定与角色刻画中 |
| 偏差的三大类别 |
NIST AI RMF划分的系统性偏差、计算与统计偏差、人类认知偏差 |
| 分层资料 |
针对同一学习目标，以契合学生水平的不同表述和阶梯支架形式提供的资料 |
| 已发表作品 |
向公众公开发表的作品。韩国《著作权法》中课堂教学目的使用及引用规定的适用对象 |
| 作品 |
表达人类思想或情感的创作物（韩国《著作权法》第2条第1项） |
| 教学目的使用 |
依据韩国《著作权法》第25条第3款，法定学校与机构出于教学目的对已发表作品的一部分进行复制、向公众传播等行为 |
| 补偿金 |
因教学目的使用而向著作财产权人支付的款项。高中及以下学校的复制等使用无须支付（第25条第6款） |
| 向公众传播 |
通过无线或有线通信传输作品，使公众能够接收或访问的行为。发布在学习平台上就是典型的代表 |
| 引用 |
为报道、批评、教育、研究等目的，在正当范围内依照公正惯例使用他人作品的行为（第28条） |
| 注明出处 |
使用作品时标明出处的义务（第37条）。同样适用于教学目的使用 |
| 高影响人工智能 |
对人的生命、人身安全及基本权利有重大影响或可能引发危险，且在法律列举的领域中应用的AI（韩国《人工智能基本法》第2条第4项） |
| 学生评价领域 |
高影响领域中，依据韩国《教育基本法》第9条第1款规定的幼儿、初等及中等教育中的学生评价（第2条第4项第10目） |
| 人工智能开发经营者 |
开发并提供AI的主体（第2条第7项第1目） |
| 人工智能应用经营者 |
利用开发经营者提供的AI提供产品或服务的主体（第2条第7项第2目） |
| 受影响人员 |
因AI产品与服务而使其生命、人身安全及基本权利受到重大影响的主体（第2条第9项） |
| 事前审查 |
经营者预先审查是否属于高影响AI的义务（第33条第1款） |
| 申请确认 |
请求韩国科学技术信息通信部长官确认是否属于高影响AI。此项并非法定义务，而是自主选择 |
| 人工管理与监督 |
高影响AI经营者需采取的措施之一。确保由人工审核并纠正AI生成的结果（第34条第1款第4项） |
| 解释方案 |
在技术可行的范围内，对最终结果、主要基准、训练数据概要进行解释说明的方案（第34条第1款第2项） |
| 影响评估 |
预先评估高影响AI对人类基本权利所产生的影响。属于努力履行的义务（第35条） |
| 事先告知 |
预先告知产品或服务是基于高影响或生成式AI运行的事实（第31条第1款） |
| 成果物标识 |
在生成式AI成果物上标注其由AI生成的事实（第31条第2款） |
| 机器可读标识 |
供机器而非人类读取的标识方式（如水印等）。使用时须通过文字提示、语音等方式提供1次以上关于系AI生成事实的告知（施行令第23条第2款） |
| 自动化偏差 |
人类过度盲从和依赖自动化系统判断的倾向 |
| 长度偏差 |
评分工具脱离实际内容而倾向于给篇幅较长的答案打高分的倾向 |
| 不一致性 |
面对相同的输入，AI每次都会生成不同结果的特性 |
| 提示词注入 |
输入中隐藏的指令改变模型原有行为的攻击手段。通过外部资料进行的攻击称为间接提示词注入 |
| 一致度核验 |
将AI评分与教师评分进行对比，核查两者的重合度以及差异所在 |
| 量规（评分基准表） |
梳理了评价维度及分层标准的表格 |
| 示例答案（锚点） |
评分人员达成共识的各等级代表性答案。用于拉齐人工与AI的评判标准 |
| 形成性评价 |
在学习过程中用于检验理解程度并提供反馈的评价。通常不计入成绩 |
| 个人信息 |
能够识别特定在世个人的信息。包括与其他信息容易结合从而识别个人的信息（韩国《个人信息保护法》第2条第1项） |
| 假名化处理 |
在未结合额外信息的前提下，通过删除或替换部分个人信息以使其无法识别出特定个人的操作 |
| 匿名信息 |
合理综合考量时间、成本与技术后，即使利用其他信息也无法再识别出特定个人的信息。不适用韩国《个人信息保护法》（第58条之2） |
| 信息主体 |
通过被处理的信息能够识别出的人，即该信息的主体 |
| 个人信息处理者 |
出于业务目的为运行个人信息档案而处理个人信息的机构、法人、团体及个人 |
| 最小化处理 |
仅收集和处理达成目的所必需的最少个人信息的原则（第3条） |
| 超出目的范围使用 |
超出最初收集依据的范围使用个人信息。须取得单独同意等法定依据（第18条） |
| 法定代理人同意 |
处理未满14周岁儿童个人信息需要取得同意时，必须获得的监护人等主体的同意（第22条之2） |
| 敏感信息 |
思想、信仰、健康等极有可能严重侵害隐私的信息。须取得单独同意或具备法律法规依据（第23条） |
| 委托与受托人 |
将个人信息处理业务交由他人办理以及接受委托的主体。须签订书面协议、对外公示并进行培训与监督（第26条） |
| 跨境传输 |
向境外提供、委托处理或存储个人信息。仅在符合法律规定条件时方可开展（第28条之8） |
| 泄露等 |
个人信息的丢失、被盗、泄露、伪造、变造或毁损。一旦获悉须通知信息主体，若符合施行令规定的情形须进行申报（第34条） |
| 学校生活记录 |
由校长编写和管理的学生个人基本情况、学籍、出勤、各学科学习发展状况等记录（韩国《中小学教育法》第25条） |
| 限制提供学生相关资料 |
未经学生（未成年人则为学生及监护人）同意，禁止向第三方提供学校生活记录和健康检查记录的规定。存在监督审计、高一级学校招生选拔、去标识化统计与研究等法定例外情形（韩国《中小学教育法》第30条之6） |
| 训练使用 |
AI服务将用户的输入数据用于模型训练或性能优化的行为 |
| 存储期限 |
AI服务保存输入内容与对话记录的时长。此项与是否用于训练属于相互独立的条件 |
| 机构签约账户 |
学校或机构通过专门协议约定数据处理条款的账户。其条款可能与同一服务商的个人账户不同 |
| AI鉴别器（检测器） |
评估文本由AI撰写之概率的工具。其可靠性较低，不足以单独作为判定学生行为的依据 |
| 作者身份 |
文章的哪一部分由谁撰写，以及对该内容的责任 |
| 允许级别 |
针对每项作业规定的AI使用范围。本书按从0（不使用）到3（自由使用）四个等级进行讲解 |
| AI使用记录 |
记录学生所使用的工具、日期、目的、主要提问及使用方式的记录 |
| 申辩 |
受到怀疑的人阐明自身立场与实际情况的过程。是学术诚信处理流程的核心环节 |
| 数据造假 |
捏造并不存在的调查或实验结果（伪造），或擅自篡改真实结果（变造）的行为 |
| NIST AI RMF |
美国国家标准与技术研究院的AI风险管理框架。核心包含Govern、Map、Measure、Manage四大功能 |
| Govern（治理） |
在组织内部建立并践行风险管理文化的功能。贯穿于其他所有功能的交叉职能 |
| Map / Measure / Manage |
确立风险背景的功能 / 分析与追踪风险的功能 / 为风险调配资源并应对突发事件的功能 |
| UNESCO生成式AI指南 |
UNESCO于2023年发布的教育与研究领域的生成式AI指南 |
| UNESCO教师AI能力框架 |
UNESCO于2024年发布的，包含五个维度15项能力，并由习得、深化、创造三个阶段构成的教师能力框架 |
| 试点运行 |
先在小范围内试行，以检验成效与问题 |
| 成效指标 |
用于衡量是否达成引入目标的测量指标 |
| 知识资料 |
基于文档的助教作为回答依据的资料 |
| 检索增强生成（RAG） |
检索与提问相关的文档并据此生成回答的技术路径。基于知识资料的助教系统的常规架构 |