事件概要

2026 年 9 月，哈佛大学教育研究生院“数字繁荣中心”（Center for Digital Thriving）发布报告《An AI Policy Isn't a Playbook: Educators Need Agency, Not Just New Rules》（AI政策不是剧本：教育者需要能动性，而不只是新规则）。报告基于 2025 年 4—5 月对全美 1018 名公立学校教师和校长的全国代表性调查，以及团队持续 15 年的倾听，加**谈、焦点小组、工作坊与社群实践，提出一个判断：当 AI 进入课堂的速度快于规则更新的速度，学校真正缺的不是又一条禁令，而是让教师和学生拥有“能动性”——有意义的自主选择、意图与控制。报告给出一个“能动性中心的 AI 素养框架”，以及五种可以在课堂和教研活动中直接使用的“打法”（plays）。

“数字繁荣中心”长期研究技术与青少年发展。报告的作者是 Beck Tench、Emily Weinstein 和 Carrie James，Allison Starks 与 Sara Konrath 参与合作。它不是一份“AI 使用指南”，而更像一份“倾听报告”：团队自 2022 年底 ChatGPT 发布以来，持续访谈教育者和年轻人；2025 年 4—5 月，通过 RAND 的美国教育者面板，对 719 名公立学校教师和 299 名校长（合计 1018 人）进行全国代表性调查；2026 年 4—6 月，团队仍在访谈 15—19 岁的年轻人。调查问的是经历、判断与政策，而不是让教师给 AI“打分”。

报告的关键词是 agency（能动性）。它把数字能动性定义为“对技术如何融入生活拥有有意义的选择、意图和控制”。报告提醒，能动性不只属于个人：个体能动性是自己直接行动；集体能动性是与他人共同行动；代理能动性（proxy agency）是他人通过政策、规则和制度规范替我们行动。与之对应，AI 素养也不只是“会用工具”：技术素养是理解 AI 如何运作、能做什么、不能做什么；市场素养是看懂推动 AI 设计与分发的商业力量；自我素养是知道自己的价值、伦理与目标，知道自己在哪里有专业判断、在哪里没有。

三者交叉，构成“能动性中心的 AI 素养框架”——3 种素养 × 3 种能动性，共 9 个格子。报告强调，这个框架不是“为了框架而框架”：它能诊断（哪里缺能动性）、能指导行动（学校和学生可以做什么）、也能提供愿景（能动性可以在哪里生长）。

表1：能动性中心的 AI 素养框架

报告在方法附录中划出了几条边界：教师样本与校长样本虽然各自具有全国代表性，但并非同一所学校的配对样本，两组百分比不能合并成“全体教育者”的结论；数据来自教育者的自报，适合呈现他们如何经历和判断，不宜直接推成因果。学生访谈共 31 人，年龄 15—19 岁，属于目的性抽样，也不代表全美青少年。这些限制并不削弱报告的价值，但提醒读者：它提供的是有根据的诊断，不是一张可以直接复制的处方。

图1：报告的“倾听—追踪—共建—分享”研究循环

调查中最刺眼的一组数字是：25% 的教师和 29% 的校长表示，自己经历过与生成式 AI 使用或实施相关的“两难或艰难决定”。按学段分，小学教师约 11%，初中约 29%，高中约 44%。小学教师约占美国公立学校教师的一半，因此把总体比例拉低了。换句话说，AI 带来的决策压力随学段升高而上升。

在开放式追问中，作弊故事占了绝对多数：74% 的教师描述（171 条）和 69% 的校长描述（85 条）被编码为“与作弊相关”。范围从作文、研究论文、数学题、实验报告、大学先修课程、州统考、艺术项目到课外活动。一位高中数学教师说，学生“用 Snapchat 拍作业，答案就填好了”；一位小学教师说，AI 被用来“回答考试题，包括州统考”；一位初中校长说，有学生用 AI 写了“75% 的毕业演讲”。学生们也不避讳。一位 16 岁的高二学生说：“哦，我一直用 AI。”另一位高中生说：“现在不是秘密了……每个人都在用 AI。”

但报告提醒，不能把所有这些使用都等同于“偷懒”。有些使用像一位耐心的家长或家教：解释一道不会的数学题、帮忙改一段文字、模拟提问。问题在于，学生往往分不清“支持学习”和“替代学习”的界线；工具的设计与营销也在推波助澜——有的直接把自己定位为“作业帮手”，有的面向职场成年人、几乎没有护栏。报告借用沃顿商学院教授 Ethan Mollick 的说法，把隐藏 AI 使用的人称为“秘密赛博格”（secret cyborg）：不是每个隐藏都为了作弊，而是环境让承认变得有风险。

第二重两难是“没有证据”。AI 检测工具被证明并不可靠，教师于是陷入“知道不对，却无法证明”的困境。一位九年级英语教师说：“检测结果说那篇是人写的，但把这个学生以往所有的写作放在一起看，我仍然觉得不是他写的。我要不要找他谈？我没有确凿证据。”一位七年级英语教师说：“学生咬定没用，你根本没有实际证据。”反过来，学生也会被误判。有学生说，为了不被检测成 AI，他们开始“故意不使出全力、不写得太好”。一位高三学生说：“我们再也不能让自己显得太聪明，不能全力以赴，否则就有被检测成 AI 的风险。”

第三重是“手被绑住”。只有 18% 的教师和 24% 的校长表示，学校有专门针对生成式 AI 使用的政策或准则。一位高中数学教师说，自己强烈怀疑学生提交的 IB 探究报告是 AI 生成的，检测工具也同意，但学校政策是不因使用 AI 处罚学生，“我认为这是作弊，但在处罚这件事上，我的手被绑住了”。另一位教师提到，有家长因孩子被认定使用 AI 而**学校，学校最终站在家长一边。

第四重是“无法准确评估”。比抓作弊更难的，是判断学生到底学到了什么。“在 AI 无处不在的环境里，如何相信学生是在自己思考？”一位高中教师说，英语课教的和评的是思维与写作，但当学生把思考交给 AI，这件事越来越难。一位八年级数学教师说，任何带回家完成的作业，都很难确认学生的理解程度。报告用了一个比喻：这就像蒙着眼睛执教。

第五重是“被迫学习自己并不认同的工具”。一位高中英语教师写道：“我个人反对生成式 AI 的存在……但又觉得几乎必须教学生如何负责任、有效地使用它……所以现在是我被迫去学它。”另一位六年级英语教师说，自己正在“教学生正确使用”和“自己也在学”之间找平衡，不想成为完全禁止、让学生落后的老师。还有学校出现“上有政策、下有对策”：有学校封锁 AI，一位高中科学教师选择“违反政策”，因为“我想教学生认识他们即将（已经）生活的世界”。

报告还命名了“双向怀疑”（two-way suspicion）：教师怀疑学生，学生也怀疑教师——教师一边要求原创，一边用 AI 生成教案、批改作业；学生看在眼里，认为这是虚伪，甚至把它当成自己使用 AI 的理由。一位学生说，这“对学生和老师都像地狱”。家长也夹在中间：有的家长认为允许 AI 就是鼓励作弊；有的家长则反过来要求孩子用 AI，甚至在学校禁止的情况下施压。

报告的核心判断在此：作弊不是最重要的问题。更重要的是关系——学生不再来找老师，而是去找 Chat。“我一般不去找老师，我就去找 Chat……不是老师不欢迎我，只是我已经太习惯找 Chat 了。”（16 岁高二学生）当信任被侵蚀，政策即使写得再清楚，也很难让课堂回到“人与人一起思考”的状态。

图2：当 AI 使用需要隐藏，压力也随之进入课堂

报告没有停在诊断。它把教育者比作教练：政策告诉你边界在哪里，但比赛怎么打，需要一套可以练的“战术”。报告与教育者、学生共同设计了五种“打法”，每一种都对应一个真实的课堂痛点，配有免费资源，轻量、可重复，第二天就能在课堂或教研会上用。五种打法分别支持“能动性框架”的不同格子。

打法一｜Find Your Feet（站稳脚跟）：当学生觉得自己的 AI 选择“不对劲”

先用“Tech + Values”让学生把 14 张价值卡分成“最重要 / 重要 / 不太重要”，再用两种颜色的圆点投票：技术让哪些价值更容易实现，让哪些更难。然后用“Values Bridge”把价值与伦理问题连接起来。比如，重视“真实”的学生可以问：“什么能让每个人都感到自由、忠于自己、被赋能？”这套活动借用接纳承诺疗法（ACT）中的“价值澄清”，帮学生在技术把人往别处拉的时候，仍然知道自己要往哪里走。

用在：学年、课程或单元开始时；也可以随时重做，因为“此刻最重要的事”会变。

图3：“Tech + Values”资源示意图

打法二｜Scout the Field（侦察场地）：当学生把 AI 使用藏起来

借用“秘密赛博格”概念，让学生列出“别人”在什么时刻会感到压力、不得不隐藏 AI 使用。用“别人”而不是“你”，学生更容易说出压力，而不必承认自己。把压力贴在共享墙上，或匿名交上来，全班一起找模式：哪些压力来自同伴，哪些来自家长，哪些来自“必须一直高效”的文化。

用在：学年或课程早期，建立信任；也是后续打法的热身。教师先示范自己的一个压力，效果更好。

图4“Scout the Field”在能动性框架中支持的维度（深红为直接支持，浅红为间接支持）

打法三｜Align on the Line（对齐界线）：当“灰色地带”说不清

选一个具体作业，先让学生列出“所有可能用 AI 帮忙的方式”（用“可以”而不是“你用过”）；每个人把每种用法放在 1—5 量表上（1=完全没问题，2=基本可以，3=不确定，4=有点可疑，5=越线）；对比彼此的地图，讨论界线为什么不同；最后班级共同记录：这次作业什么算越线、灰色地带需要什么说明、什么完全没问题。

用在：任何单元或作业前，或一次作业“翻车”之后；也可以用来制定校本政策。

图5：“Align on the Line”资源示意图

打法四｜Watch the Replay（回看录像）：当 AI 使用太快，来不及反思

“Map a Moment”：让学生选一个真实的、复杂的 AI 使用时刻（自己的或听来的），把经过画成一条时间线；在情绪出现的地方做标记，在转折点写下“当时感觉什么、为什么”，在决策点画星号；两人或小组分享，一起找出“什么帮助了 / 本来能帮助”的地方。这个方法受到精神病学家 Dan Siegel 关于反思与“反应灵活性”的研究启发。

用在：Find Your Feet 或 Scout the Field 之后；也可以在任何需要“重启”的时候。

图6：“Map a Moment”资源示意图

打法五｜Name the Game（命名游戏）：当我们还没有词来描述正在发生的事

用“AI to Z 词汇表”和“AI to Z 工作坊”。工作坊分五步：用几个词条开场，个人写新词，配对分享，贴在共享板上，最后反思。报告给出的词包括：AI dar（凭感觉判断 AI 是否被使用的“AI 雷达”）、chatplomacy（用 AI 缓和语气、让沟通更外交辞令）、carbon botprint（掂量用 AI 是否值得时想到的环境代价）、expectation explosion（AI 提高效率后，期待也被抬高）、why botherism（“既然 AI 能做，为什么还要学”）。

用在：任何时间；建议先在教师同事中做，再带学生做——“如果希望学生有能动性，教育者自己必须先有。”

图7：“AI to Z”资源示意图

五种打法都不是“规定学生不许做什么”，而是把选择、界线、反思和命名的权力交回给课堂里的人。报告说，它们“轻量、可重复、与教育者和学生共同创造”，不是一套必须照做的课程。

报告援引哈佛“零点项目”（Project Zero）同事 Ron Ritchhart 的观点：教育者需要与技能、工具并存的“心态”（mindsets）。报告据此提出三种转变，认为每一种打法要成功，都离不开它们。

第一，从“假设”到“询问”（From Assuming to Asking）。不要假设学生为什么用 AI，而是问他们经历了什么，并对答案保持好奇。尤其在 AI 话题上，对话往往预先装满了不信任、内疚和羞耻。

第二，从“以技术为中心”到“以青少年为中心”（From Tech-Centered to Teen-Centered）。技术很吸引眼球，但真正能打开对话的，是问学生的价值、优势、脆弱和压力。

第三，从“我们对他们”到“我们和他们”（From Us vs. Them to Us and Them）。把 AI 使用看成一场“我们 vs 他们”的拔河，只会让双方对立；承认 AI 对所有人都不容易，才能把对话变成“我们和他们一起面对”。

报告最后回到开头的 Ted Lasso 比喻。Ted 在更衣室贴了一张黄色纸条，上面写着“BELIEVE”。报告作者写道，他们相信“相信自己、也相信彼此”是人之为人的根本——不是相信某个技术，而是相信“我们能让事情变好，而且我们不是一个人”。报告引用教育哲学家 Maxine Greene 的话：“我不想拯救世界，我只想开始一场对话。”对教育者来说，现在要做的，也许不是替学生把 AI 的所有规则都定好，而是先开始一场对话——和学生，也和同事。

图8：三种“心态转变”

所引数据出自该报告正文、图表与方法附录

这份报告最值得读者留意的地方，不是它给出了一个“标准答案”，而是它把问题从“该不该禁 AI”换成了“谁有权做选择、有没有能力做选择”。在那个框架里，政策仍然重要：它提供代理能动性，划定边界，保护弱势的一方。但政策本身不会自动变成课堂里的判断力。若教师没有时间、没有培训、没有同事之间的共同语言，再好的政策也可能只剩一张纸。

对 STEM 教育而言，这一点尤其具体。项目化学习、科学探究、跨学科课程，都强调学生自己提出问题、设计路径、判断证据。生成式 AI 可以在这条路径的任何一个环节“代劳”：从选题、查资料、写报告到做 PPT。如果学校只回答“能不能用”，而不和学生一起回答“用到什么程度、为什么用、用了之后谁还在思考”，AI 就可能把探究课变成“提交成果”的流水线。反过来，如果教师能像教练一样，把 AI 使用变成可以讨论、可以演练、可以复盘的对象，AI 也可能成为支持探究的工具。

当然，这份报告有它的边界：样本来自美国公立学校，教师与校长不是同一所学校的配对样本，学生访谈只有 31 人，数据是自报的，不能直接推到中国课堂；五种“打法”也来自实践经验，尚未经过对照研究检验，需要本土化。但它提供了一个可以带走的提醒：政策是必要的，但不是充分的。真正决定 AI 教育质量的，是课堂里的人有没有能动性——有没有选择、有没有语言、有没有一起反思的空间。

比“AI 政策”更重要的，也许是让教师和学生成为 AI 使用的“作者”，而不只是“执行者”。