学生们真的了解这些规定吗？
一个重大的公平性风险在于，学生并不清楚他们应当遵守哪些规定。2026年一项针对美国护理专业学生的研究发现，89%的学生曾使用过ChatGPT等生成式AI工具，但近20%的人并不了解所在学校关于AI的使用政策[1]。这意味着大约每五名学生中，就有一人可能因违反自己根本不知道存在的规则而受到处罚——这显然是一个公平性问题。同一项研究还显示，84%的学生认为AI改善了他们的课业表现，65%的人认为AI让学习更高效。因此，这些学生并非单纯的作弊者，而是试图在缺乏指导的情况下更好地学习的人。
谁被排除在对话之外？
公平不仅仅关乎避免惩罚——更关乎谁能够受益。一项2023年对来自澳大利亚、新西兰、美国和英国的100篇新闻文章的内容分析发现，公众讨论主要集中在学术诚信问题和创新评估设计上，但“缺乏关于ChatGPT可能提升弱势背景学生参与度和成功机会的公开讨论”[3]。这意味着政策辩论偏向于监管滥用行为，而非促进公平获取。同一项分析还指出，学生的声音在媒体报道中很少得到体现，因此政策的制定并未充分听取最受影响群体的意见。
现行政策是否过度聚焦于抓作弊者？
当前的政策倾向于将所有AI使用视为对学术诚信的威胁，却忽视了其作为学习工具的潜力。一篇2023年关于AI合著应用的研究指出，教师必须找到创造性的方式将这些工具融入教学，而非一味禁止[4]。与此同时，一篇2024年关于学生治理中算法公平性的论文警告称，AI系统虽能“高效处理数据以识别有风险的学生”，但若设计不当，也可能以延续偏见的方式运作[2]。综合来看，这些研究表明，狭隘的反作弊视角可能忽略更广泛的公平问题：谁会被标记、谁将获得支持、谁又会被落下。
关于这些来源
该回答基于5篇经同行评审的研究——发表于2023年至2026年间，其中3篇为2024年或之后发表，2篇发表于Q1–Q2期刊，总被引次数达768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，而该筛选过程则源于从超过5亿篇论文的数据库中检索到的43篇文献。
本文引用的文献
广泛、有益且模糊：生成式人工智能在护理教育中的学生使用情况。
89%的护理专业学生使用过生成式人工智能，84%认为它改善了课程作业，65%表示学习效率更高——然而近20%的学生并不了解所在学校的AI使用政策，这引发了关于规则认知不均衡所带来的公平性担忧。
算法公平性与伦理决策：评估人工智能在学生治理与同伴代表中的作用
这篇概念性论文指出，人工智能系统在学生治理中能够识别有风险的学生，但警告称，公平性与包容性必须经过审慎设计，否则偏见可能被自动化。
ChatGPT在高等教育中的应用：关于学术诚信与学生学习的思考
一项对100篇新闻文章的内容分析发现，公众讨论主要集中在学术诚信和评估设计上，而关于人工智能如何帮助弱势学生的问题明显缺乏关注，且学生的声音未能得到充分体现。
在人工智能（AI）创作应用盛行的时代，学术诚信问题日益凸显。
本文认为，AI合著工具（如GPT-3）引发了关于作者身份和学术诚信的问题，教师应创造性地将其融入教学，而非简单禁止。
Plagiaruedo*：通过“谁是凶手”游戏教授学术诚信（*与其他游戏的相似之处纯属有意为之！）
本文介绍了一款用于以寓教于乐的方式教授学术诚信的棋盘游戏（“Plagiaruedo”），并指出传统的惩罚性方法可能不如让学生主动理解规则来得有效。