TeachAI：最专业的编写《学校 AI 使用指南》工具包

AI 知识库2天前发布魔都大猫

1,020 0 0

随着AI在教育行业的逐步普及，很多学校都需要编写学校AI使用指南。但是应该怎样写呢？现在TeachAI给到了我们可以拿来就用的工具包。

TeachAI发布的《AI Guidance for Schools Toolkit（学校人工智能指南工具包）》最新版（2025年5月更新），它是全球目前最系统、操作性最强、被多国/多州教育部门采纳的AI教育治理指导文件之一。

教育中 AI 的七项原则

在该工具包中，“教育中 AI 的七项原则”是重中之重。我们来一起看一下。

目标（Purpose）原则

AI 的引入必须始终以学校或教育系统的核心愿景与教学目标为导向，而非受技术本身驱动。项目启动阶段，需组织学生、教师、家长及管理层等多方主体共同研讨，明确 AI 在提升学习成效、推进个性化教学、减轻教师负担等方面的具体预期，最终形成书面愿景文档，为后续工作提供清晰指引。

合规（Compliance）原则

所有 AI 应用需严格遵守当地及国际法律法规与合同约定，尤其要规范涉及学生隐私的数据处理环节。建议各校成立法律与合规委员会，重点审查供应商合同中的数据使用范围、保密责任及退出机制，确保完全符合当地《信息保护法》等相关规定，从制度层面筑牢数据安全防线。

知识（Knowledge）原则

倡导全员提升 AI 素养，确保师生掌握工具的基本原理、优劣势及正确使用方法。可参考 AI4K12 和 OECD 等权威框架，将培训划分为 “AI 基础原理”“AI 教学实践应用”“AI 伦理与风险防控” 三个模块，纳入教师继续教育学分体系；同时通过 “师带徒” 示范课堂等模式，构建可持续的专业成长机制，让 AI 工具真正服务于教学实践。

平衡（Balance）原则

需理性权衡 AI 带来的机遇与潜在风险。一方面，AI 可实现自动化评估、个性化反馈及教学资源智能推荐，提升教学效率；另一方面，也可能引发算法偏见、数据泄露或过度依赖技术等问题。因此，实施前应建立 “风险评估 — 缓解计划 — 效果复测” 的闭环流程，确保所有上线系统在机遇与风险之间找到切实可行的平衡点。

诚信（Integrity）原则

旨在重构学术诚信框架，将生成式 AI 辅助创作纳入透明、可追溯的规范体系。需明确 AI 使用的边界：允许在思路拓展、语言润色等场景合理使用，严禁在考试、自主测评等需独立完成的环节滥用；同时在学生论文模板中增设 “AI 工具使用说明” 及示例引用格式，并将 “AI 使用申报表” 接入学术不端检测系统，强化过程监管。

能动性（Agency）原则

强调 “人 — 机共治” 模式，AI 仅作为辅助工具存在，所有关键决策最终由师生或管理者把控。可在系统中预设 “人机交互流程”，明确 AI 建议的人工复核节点，并为师生提供便捷的反馈与申诉渠道，确保任何自动化生成的结果均经人工确认后再实施，避免技术主导教学决策。

评估（Evaluation）原则

要求建立持续的监测与评估体系，以量化数据检验 AI 对教学及学习成效的实际影响。各校可在学期末开展 “AI 教学效果专项测评”，收集前后测成绩对比、师生满意度、技术稳定性等指标；同时鼓励教师撰写行动研究报告，通过定期复盘与迭代优化，不断完善 AI 应用方案及配套政策，确保技术应用始终与教学目标同频共振。

角色定制使用指南（Featured User Guides）

该部分根据三个角色类型，分为三个段落，从而帮助不同受众快速把握如何利用本工具包的建议与示例。

教育系统领导者（Education System Leaders）：包括学区董事会成员、各级教育主管部门（如教育部、州／省教育厅）、技术与课程负责人等。可借助本工具包为全系统制定或更新 AI 指导方针与政策。

在此过程中，他们应首先研读 “AI 融合框架” 章节，厘清 AI 指导、组织化学习与变革改进三者的联动关系，进而明确全系统的 AI 愿景及高层目标（例如提升学生学习成效、保障教师职业福祉、促进教育公平等）。随后，通过深入理解 “教育领域 AI 七项原则” 及 “示范性指导样本”，筛选适配的原则（Purpose、Compliance、Knowledge、Balance、Integrity、Agency、Evaluation）并将其纳入正式文件；同时对照现行技术使用规范、隐私保护及学术诚信政策，查漏补缺，完成条款的撰写或修订。此外，在政策制定的全过程中，需通过利益相关者倾听会、调研等形式广泛收集家长、教师与学生的一线反馈，凝聚共识。最后，还需规划并持续投入全系统范围的 AI 素养提升工作与动态评估机制，确保政策与实践能够随技术演进同步优化。

校长与地方学校管理者（Principals and Local School Administrators）：如校长、教务主任、培训专员等。的核心任务是将系统层面的愿景与原则“落地”到具体学校环境。

他们需在上级教育系统已构建的框架基础上，结合学校自身的教学目标与核心价值观，制定本土化的 AI 愿景或使命宣言，实现顶层设计与校本实践的精准衔接；借助工具包中关于政策更新、教室 AI 使用指南的示范内容，快速细化适用于本校的 “技术使用规范”“学术诚信准则”“隐私保护细则” 等操作性文件；同时，参照 “知识” 原则中的分层 AI 素养模块，组织针对教师及其他教职工的专题培训与研讨，并设计包含 “反馈收集 — 效果评估 — 方案迭代” 的闭环改进机制，既为师生使用 AI 工具提供清晰指引，又能依托实践经验持续优化应用策略。

一线教师（Teachers）：他们在课堂中直接与学生和 AI 工具交互，需要最贴近教学一线的操作指引。

教师首先应深入理解工具包中 “关键要点摘要” 及 “目的”“知识” 等原则的核心内涵，全面把握生成式 AI 的优势（如高效生成教学内容、设计个性化练习）与潜在风险（如信息准确性不足、算法隐含偏见）。在班级教学中，需依据 “诚信” 与 “平衡” 原则及 “学生使用协议” 样本，向学生明确 AI 的适用场景与标注规范；在作业设计与考核环节，应侧重强化批判性思维、课堂辩论、实践演示等 AI 难以替代的能力培养，避免技术对核心素养培育的干扰。此外，教师可借助 AI 辅助分层教学与诊断性评估，但需始终保留对 AI 建议的人工审核权与最终决策权，践行 “人机共治” 理念。通过这些实践，教师能够将 AI 有机融入教学全过程，在提升教学效率的同时，筑牢学术诚信防线，保障学生的学习主体性。

深入研读资源

该部分部分旨在为教育领导者和政策制定者提供一系列可供进一步探索的示例和工具，帮助他们在制定或完善本地化 AI 指导与政策时参考国际与地方的最佳实践。

本工具包推荐您访问以下在线资源，以获取最新、多元的指导文档：

TeachAI 政策追踪器（policy-tracker）：

集中呈现全球各国及美国各州发布的 AI 教育指导文件，方便快速对比与原文下载
《教育领域 AI 基础政策思路》（Foundational Policy Ideas for AI in Education）：

TeachAI 提供的信息简报、政策思路及演示材料，可作为制定本地化政策的参考蓝本。
TeachAI 政策资源库（policy-resources）：

汇聚联合国教科文组织（UNESCO）、美国教育部、欧洲教育科技联盟（European EdTech Alliance）、国际教育技术协会（ISTE）、学校网络联盟（CoSN）等权威机构的报告与框架。
AI 早期应用者数据库（AI Early Adopters）：

由公共教育革新中心（CRPE）汇编，收录 2024–25 学年美国各学区的 AI 指导范例，展示学区层面的实操经验与差异化策略。