为何AI政策对初学者最有益
初学者缺乏判断何时适合使用AI的经验，因此明确的政策能起到安全网的作用。2023年一项针对克罗地亚201名大学生的调查发现，超过半数（50%以上）的学生在书面作业中使用ChatGPT，但他们的伦理认知并不一致：多数人认为使用AI生成想法可以接受，而用AI撰写作业部分则被普遍视为不道德——然而仍有部分学生明知故犯[5]。这种学生对“何为不当”的认知与实际行为之间的落差表明，初学者需要明确的规则来引导其选择，而非仅靠模糊的建议。
让学生参与制定的政策对初学者尤为有效。乔治城大学的一项案例研究中，大一写作课学生与教师共同起草了一份人工智能政策，学生的反思表明，这一过程本身教会了他们关于人工智能和学术诚信的关键概念[4]。这种实践性方法帮助初学者理解规则背后的“为什么”，而不仅仅是“是什么”。
专家或许不那么需要政策，但依然受益于框架
专家（如高年级学生或接受过人工智能培训的人员）已具备政策旨在培养的意识和伦理框架。一项针对864名体育科学专业本科生的2026年研究开发了经过验证的人工智能素养量表，发现学生在人工智能意识、伦理实践及对人工智能工具的信任度方面存在显著差异[1]。该量表的四个维度——意识、伦理与披露、信任与验证、课程期望——表明初学者在这些维度上得分较低，这意味着针对这些差距的政策能帮助他们迎头赶上，而专家可能已达标。
然而，即便是专家也能从营造安全实验环境的政策中受益。对10位K-12人工智能教育领域顶尖教师的访谈显示，学生会经历三个阶段：学习关于AI的知识、向AI学习、与AI共同学习[2]。通过提供教学支架和"允许失败"的安全环境来支持这一进阶过程的政策，对所有学生都有帮助，但初学者最迫切需要的是第一阶段。
政策为初学者和专家创造公平竞争环境
在没有政策指导的情况下，初学者更容易误用人工智能或完全回避它，而专家则继续推进。一篇2026年的文章指出，数字教育委员会调查的大学生中有86%使用了人工智能，但同一来源强调，各机构仍在努力制定统一的指导方针[3]。这种不均衡的应用意味着，缺乏指导的初学者可能会落后或犯下伦理错误，而拥有先验知识的专家则能更有效地驾驭人工智能。
乔治城案例研究表明，共同制定政策为初学者提供了表达意见的渠道和了解人工智能的结构化途径，而他们自己可能不会主动寻求这些机会[4]。同样，体育科学研究中经过验证的量表可以帮助教育者识别哪些学生——无论是初学者还是专家——需要在人工智能伦理与验证技能方面接受针对性培训[1]。这种精准施策确保了政策不会仅仅惠及那些已经熟练的人。
关于这些来源
该回答基于5篇经同行评审的研究构建而成——发表于2022年至2026年间，其中3篇为2024年及以后发表，2篇发表于Q1期刊，累计被引用536次——这些研究是从5篇通过质量筛选的文献中选出的最具相关性的成果，而该5篇文献又源自从超过5亿篇论文数据库中检索到的53篇论文。
本文引用的文献
运动与体育科学专业学生人工智能使用量表的开发与验证。
针对864名体育科学专业学生，开发并验证了一套包含14个条目的AI使用量表，涵盖AI认知、伦理与披露、信任与验证以及课程期望四个维度，信度较高（Cronbach's α = 0.90–0.94）。
支持学生与人工智能协作的学习设计：人工智能教育领域骨干教师的视角
对10位顶尖K-12人工智能教师的访谈发现，学生与人工智能的协作经历三个阶段（了解AI、向AI学习、与AI共同学习），并且需要教学支架和允许试错的安全环境。
将学生置于人工智能政策和流程的核心位置。
根据2024年数字教育委员会的一项调查，86%的大学生曾使用过人工智能，并指出各高校仍在制定统一的AI政策。
制定人工智能政策
乔治城大学大一写作课程中共同制定人工智能政策的案例研究发现，正如学生反思所显示的那样，这一过程教会了学生关于人工智能和学术诚信的关键概念。
使用AI写作：大学生对ChatGPT的应用
一项针对克罗地亚201名大学生的调查发现，超过半数学生使用ChatGPT完成作业，其中多数人用它来构思想法，但也有不少学生用它撰写部分作业内容——尽管他们认为这样做有违道德。