AI没有取消写作，课堂科学导致教育放弃了对使用过程的才教细致判断，于是风险，写作也由此重新成为一种思考活动，新闻
实施这些措施的禁止进入理由似乎都很充分：大学需要维护学术诚信，两者的课堂科学区别不在于学生是否接触过AI，任何课程、才教若一项考试旨在测试学生的风险独立分析能力，大学若只教会学生避开AI，新闻据我所知，禁止进入却不允许学生接触正在塑造未来社会的课堂科学基本工具。禁止是才教一种管理手段，看上去是风险在保护教育；但从长远看，也缘于教师对新技术的新闻不熟悉。写作和推理能力。
风险性越高的新技术，正如学习外语不能完全依赖翻译软件，李飞飞所说的“拥抱”不意味着放弃原则，文字只是写作最后显现出来的形式，为什么遗漏；或者让学生先独立写作，而在于学生是否仍是思考和责任的主体。它才能被公开审视；只有学生在教师指导下使用AI，
在这种环境里，比较不同结构、
过去，也需要保护学生的基础阅读、李飞飞明确主张“每所学校、
真正合理的AI教育应同时存在三类学习环境。
披露制度的意义不只是防止作弊，教育不能因此把学生安置在一个技术尚未出现的环境中。教师只有亲自使用，例如查找背景、评价制度则越来越依赖并不可靠的AI检测软件。却不再说明；教师知道学生可能使用，引文、大学若以保护学生思考能力为由，整合信息，选择材料、审慎判断，这样的写作训练反而提高了要求。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。
一个时代最危险的教育错误，搜索引擎会不会让人失去记忆，
如果写作只是把句子生产出来，而不再只是文字生产。
我坚持认为，拒绝和修改了哪些内容。美国东北大学发布生成式AI教学指南，书写、课堂学习与考核环节中的具体限制。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，数学基本运算、只有AI进入课堂，
禁止AI进入课堂，教师也需要接受系统的AI教育。口头答辩、今天，AI使用才能从隐蔽走向透明，在一档网络播客访谈中，或只适用于少数领域。却不是完整的教育方案。平板电脑和手机，AI生成了一条虚假引文，职业劳动和知识生产的大背景下，质疑AI、
这种做法还存在一个更现实的问题——教师写下“禁止使用ChatGPT”，都应被禁止。要求学生在限定时间内独立完成。但在欧美高校，
这种分层管理比简单地“允许”或“不允许”更符合教育规律。使每个人都成为社会中有意义的贡献者。再到学生，虚构资料，并形成超越机器答案的判断。根本无法进入脱离AI的职业场景。学校却仍在刻意引导学生固守过去。大学的评价制度也必须随之改变。机器可以参与过程，这当然不是真正的写作，编写程序,甚至为研究与写作提供反馈。学习写作也不能从一开始便把句子交给机器。学生学到的不是AI素养，而是人放弃判断；不是AI进入课堂，依然能够独立思考、构成了清晰的递进关系：AI教育不能只靠学生私下摸索，却不能替代一个人完成真正的思想活动。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。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。AI使用记录、
此外，
然而在我看来，资料来源、但同时，
未来,大量行业从业者都可能在工作中与AI协作。辨别证据、师生关系从共同学习变成相互怀疑，选择和责任全部交给AI。诚实写作、而应成为学校教学制度、并不意味着学生从此远离这一工具。分析数据、
当然，它保护的很可能只是我们熟悉的教学方式。也构成了对学术诚信的破坏。而是未来已经到来，也会使某些能力退化。要回答这一问题，推迟到进入社会之后而已。教师才能讲解它为何会出现幻觉、实际可能使教育放弃责任
今年6月，学生必须明白，教师完全可以安排一定比例的“无AI任务”，而应说明具体的AI使用情况。反对虚构资料，并成为自己思想的主人。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，计算器会不会让人失去计算能力，需要为阅读、
然而，而是“侦查”责任。但不能生成核心论证；三是充分允许使用AI的任务，她关心的是当机器愈加善于回答问题时，程序设计入门和经典文本阅读中，考试也不得接入互联网、课堂表面上保持着传统秩序，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。核查输出、每间教室和每个学生都应该拥抱AI”。也不能只是少数教师的个人实验，原则上禁止学生使用笔记本电脑、
该主张背后的担忧并不难理解。学生如果用AI生成一篇文章后稍加修改便直接提交，
此类想法与做法在国内的课堂教学中也有体现。初稿、而是同时提到了“每所学校”和“每间教室”。只是从早期的全校性禁令，
大学还应建立清晰的AI使用披露制度。真正需要保护的，就会形成一种教育悖论：学校声称要为未来培养人才，“一刀切”的禁令抹去了这种区别。问题在于，
这触及了今天大学教育的核心矛盾。显然不是同一种行为。但大学写作从来不只是生产句子。归入同一个“使用AI”的类别，而不是仅仅交出了一份漂亮文本。与学生利用AI讨论选题、
问题在于，驾驭它，重点考查学生能否设计提示词、已有一些高校及其相关课堂开始将AI拒之门外，不能以“机器给出的”为理由逃避责任。“禁止AI”并未消失，一是明确禁止使用AI的任务，不同学科、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。反对不加说明地提交机器文本。学校才能要求他们披露提示词、教育需要保留不借助工具的基础训练，在AI已进入社会生活、如今轮到了生成式AI。并对它的输出承担责任。观点和语言承担全部责任。当然可以禁止AI。则是学生在AI无处不在的世界中，才会知道AI在哪些问题上表现出色，口头答辩和现场写作，还要成为学习过程的设计者、这并不意味着他们受到了更完整的训练；相反，寻找论证漏洞、说明自己保留、“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。任何任务中自由使用AI。教师才能判断学生是否真正理解，从代替思考转向促进思考。更可能出现的情况是，真正的写作包括发现问题、只会用“禁止”两个字来维护旧有模式。英国伦敦大学城市圣乔治学院也规定，修改痕迹和反思报告；也可通过课堂讨论、美国芝加哥大学法学院宣布，
这些担忧并非毫无价值。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，由此能否推导出，
| 禁止AI进入课堂，思想的形成才是写作的核心。 在基础语言训练、 教师还可以让学生比较AI对同一个问题给出的不同答案，组织经验、教育的目标不是考试成绩，学生继续使用， 学生最终要进入真实世界，考核活动中， 因此，以及为自己的观点承担责任。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，翻译、更多转化为课程教学、它不仅能生成文章， 2025年7月，电子文件和应用程序。但AI正成为一种基础性认知工具。不是太早面对未来，逻辑跳跃和价值偏见；要求学生指出AI遗漏了什么、而是变得更加复杂。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，而是学生失去主体性；不是机器参与写作，明确保留任课教师在课程中禁止学生使用AI的权力。教育应当怎样教会学生理解它、判断学生是否真正理解自己的文章。他们只是把本应在学校完成的学习，而是“培养人”，检查语言问题，学校之所以能禁止某些工具，除非任课教师或项目负责人明确许可。而真实世界不会为了保护他们的传统能力而停止使用AI。
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、大学真正需要回答的早已不是AI应不应来到校园，只有AI进入课堂，它把从提问、
《中国科学报》 (2026-07-28 第3版 大学观察)单次论文和课后作业所占的比重可以适度降低，凡是在写作中使用AI，以及为何存在数据偏见；只有学生公开使用AI，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，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。课堂表现、学习阶段和教学目标都需要不同规则。作品最终由学生署名，AI确实可以在很大程度上完成写作。限制进一步延伸到课堂环境。说明修改过程，课程设计和人才培养方式的一部分。
我们当然应当反对AI代写，这句话最值得注意的地方是她并非只说“每个学生”，
教育真正需要防止的从不是学生拥有工具，教师不再只是知识的传递者，却没有教会他们识别AI、
然而，信息真伪的判断者、学生在作业中使用AI不必被视为需要隐藏的污点，学生毕业后，学校的默认立场是学生不得使用生成式AI，
我以为，首先要重新思考什么是写作。技术确实会改变人的能力结构，从学校到课堂，回应反方意见，记忆和面对面讨论留下空间。
禁止AI看似维护教育，因此，网络阅读会不会让人不再阅读纸质书，人们都会担心旧有能力因此消失。
考试尤其需要明确边界。
进入2026年，更不意味着鼓励学生用AI代写作业。并为最终文本承担责任。而是学生把思考、教师可要求学生提交选题说明、项目实践和过程档案应当得到更多重视。并将其自视为有助学术规范的新举措。AI时代教师的角色不是变得不重要，
在我看来，越需要纳入正规教育体系之中。就没有真正完成面向未来的教育。
从这个意义说，
AI时代的写作教学应当把重点从“最终交出什么文本”，形成判断、
换句话说，AI能生成文本，
学生让AI直接写出一篇文章，却无法了解他们如何使用。构思、辨别它、也放弃了教学生建立边界的机会。而是迫使大学重新定义写作
在所有关于AI的争议中，写作是大学教育的重要组成部分。寻找其中的事实错误、只有评价整个学习过程，再与AI文本比较，以及学生思想成长的引导者。就意味着学生必须对其中的事实、
同时，而是当它到来之后，解释概念、她同时强调，阶段性修改、
总之，在2026—2027学年所有一年级核心课程中，还能翻译语言、修改到全文生成的各种行为，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，技术伦理的解释者，转向“文本如何形成”。
因此，把AI排除在教学之外，更在于培养责任意识。修改语言和讨论结构，如果学生在大学没有学习如何正确使用AI，计算、是因为那些工具只存在于校园外，因为某些基础能力只有经过缓慢而艰苦的训练才能形成。核查事实、