生成式人工智能时代高校学生学习诚信治理研究

［摘 要］生成式人工智能的教育介入要求高等教育及时应对学习诚信治理的新挑战，这事关我国教育强国的建设，必须明确治理方向、治理主体以及治理方式。研究确定了生成式人工智能时代高校学生学习诚信治理框架，以善治为最高目标，以教育管理部门的政策引领、学校的规则衔接与供给、高校教师的自主治理、高校学生的诚信自治以及人工智能行业责任担当来实现共同治理。在治理原则上，应遵循全过程治理、协同共治、促进发展与治理相结合以及以人为本的治理原则。在治理路径上，以智能技术为基础，处理好教育内部与外部的协同治理关系，遵循“顶层制度设计—学校总体规定—课程教学规则”三级管理模式，从“风险防范事前治理—风险控制过程治理—风险纠正事后治理”3个阶段设计好治理策略。

［关键词］生成式人工智能；学习诚信；教育治理；高等教育；高质量发展

［中图分类号］G43 ［文献标识码］A ［文章编号］1005-5843（2025）02-0040-07

［DOI］10.13980/j.cnki.xdjykx.2025.02.006

生成式人工智能对高校学生学习过程和学习结果的强势介入，使学习诚信风险以新的形式进入了研究者的视野。国内外调查均显示，生成式人工智能工具很受学生群体的欢迎，大部分高校学生会出现利用ChatGPT等生成式人工智能工具完成作业、剽窃观点、生成论文数据、代写论文等学习不诚信现象，甚至在学习评价中获得高分。与此同时，也有学生因缺乏正确使用人工智能的指导而感到焦虑。可见，在生成式人工智能带来机遇的同时，学习诚信问题已成为教育中的焦虑点，无论是教师还是学生都对如何保障学习诚信感到焦虑。《Nature》杂志指出，“人工智能工具正在改变数据驱动的科学，需要更好的道德标准和更稳健的数据管理来推动繁荣和防止崩溃”［1］。相应地，高等教育领域需要更好的学习诚信道德规范和学习诚信治理框架，以保障自身的高质量发展。数智时代的教育治理关乎我国从教育大国到教育强国的跃升［2］。因此，高等教育应当摒弃简单禁用智能工具的想法，思考如何将生成式人工智能作为教育教学的辅助工具，以及如何治理学习诚信失范问题［3］。这不仅能够拓展与深化现代教育治理的内涵，还可以纠正不良学风，促进教育公平，为高等教育高质量发展以及建设教育强国提供保障。

一、生成式人工智能时代高校学生学习诚信危机及其后果

生成式人工智能带来的学习诚信危机主要体现在虚假的学习过程和虚假的学习结果两个方面。

（一）学习过程诚信危机及其后果

学习过程过度外包智能工具会导致素养发展危机。学习的目的在于实现知识、思维、价值观、道德等方面的全面发展。在生成式人工智能时代，人机协作的认知外包方式逐渐产生，即将人类思维和认知过程中的某些部分外包给机器，从而扩展人类的认知能力［4］。然而，在实际学习过程中，由于学生的学习惰性等原因，他们可能会将认知无边界地外包给智能工具，让渡自身学习的主体性地位。学生会将知识视为随时可取的物品，不再主动进行知识的识记、理解、加工和创造。然而，知识作为思维的原材料，与思维的发展具有整体性。思维的发展以旧知为基础，而知识的获得以思维的结构为前提［5］。当学生把知识无边界地外包给智能工具，他们思维的发生与发展就缺乏了原材料与根基。况且，“AI幻觉”会导致学习内容的不准确。人工智能的“生成”功能本质上是一种现有数据信息的组合与复制，依赖于现有的大语言模型，而大语言模型中可能暗藏着错误信息、偏见信息等。在这种情况下，“AI幻觉”会给学生提供看似合理的学习信息，并且通过模仿“对话”这种古老的启迪人智慧的方式改变学生的认知，使得“学生-机器”的互动过程体验成为自然的社交过程［6］。当学生依赖于生成式人工智能提供的学习信息时，难免会困于大语言模型的茧房，学习到错误内容、偏见歧视信息等，进而导致认知发展的恶性循环。素养的发展依赖于知识与思维的互动与转换，当学生从生成式人工智能中获得的知识并不准确，且过度依赖智能工具处理信息，这种学习过程对技术的过度依赖势必会导致素养发展的危机。

（二）学习结果诚信危机及其后果

1.人机贡献的难区分导致师生信任危机。传统课堂教学中，作业是检验高校学生学习效果、巩固学生所学知识的重要手段［7］。据Study.com公司调查，超过89%的学生使用ChatGPT完成家庭作业；中国青年报的调查也显示，84.88%的高校学生曾使用过AI工具，其中16.30%的学生经常使用AI工具。从技术辅助学习到完全交由技术处理作业，目前在国内高等教育中，使用生成式人工智能的边界并不清晰。由于生成式人工智能生成结果的遮蔽性，高校教师难以区分最终作品中的人机贡献程度，常常对高校学生作业的真实性产生质疑。同时，生成式人工智能工具功能强大。在输入层，它能够理解人类的自然语言文字；在处理层，它具备强大的信息收集与聚合能力，能够做出正确率较高的判断与决策，并极速响应提问；在输出层，它能够用接近自然语言的文字生成内容，并且可以根据用户提示迭代更新。因此，高校学生接受知识与启迪智慧的渠道也发生了变化，甚至由于技术的强大功能，学生逐渐对教师知识的权威性产生了质疑。

2.人机贡献的难区分导致教育公平危机。有研究显示，生成式人工智能产出的作品在教育评价中甚至可以获得较高的分数等级，导致学术诚信及学生评估的公平性受到严重的挑战［8］。在生成式人工智能时代，高校学生作业和论文中的人工智能参与度很难衡量，通常的作业、考试和论文已经无法准确体现高校学生的学习成果，人机贡献的难区分使得高校教师也无法恰当评价学生的发展。生成式人工智能生成结果的滥用会导致诚信危机蔓延，高校学生之间为了追求高分而恶意使用智能工具进行竞争，从而影响教育公平。

二、生成式人工智能时代学习诚信治理的文献回顾

关于学习诚信的研究随着信息技术的发展逐渐转变了聚焦点。在线学习平台的兴起是学生学习诚信研究的一次重要转变，在线学习挂机、网络作弊等现象使得学生学习监控问题成为实践中的难点［9］。在生成式人工智能时代，学生学业作弊变得更加隐蔽，学习诚信问题更加凸显。通常，学生学习诚信治理主要依赖诚信教育以及相应的惩罚机制。例如，增强师生诚信心理［10］，塑造考试伦理观［11］，以及对学生给予相应的处分等。在生成式人工智能时代，为应对学习诚信失范风险，2023年联合国教科文组织在其发布的《高等教育中的ChatGPT和人工智能：快速入门指南》中提出审查并更新与AI工具相关的学术诚信政策。尤其在ChatGPT进一步升级之后，许多高校都发布了生成式人工智能的使用指南，明确表达了对使用生成式人工智能的立场，并通过科普帮助师生树立正确的技术观。国外一流高校治理学习诚信的策略主要面向教学场景和研究场景［12］。在教学场景中，学校提出在大纲中增加学术诚信事项，设计新型作业，改变考试方式，开发新学习模式等方式来治理学习诚信失范问题。在研究场景中，学校提出制定学术诚信规定，规范引用生成式人工智能产生的内容等治理策略。在高校学生的学习诚信治理研究框架中，科研诚信治理受到较多关注。例如，生成式人工智能的学术应用应该告知外部和内部的政策环境和学术规范，声明负责任使用的立场等［13］。同时，OpenAI、Turnitin等学术作弊检测工具也被尝试应用，但也遭到质疑。相较于国外，我国在生成式人工智能时代学习诚信治理的相关研究与实践还较为不足。在面向教学场景时，国内学者认为可以通过改进课程评价模式，变革学校考试制度（如开放式作业、即兴答辩、项目式课题），以及培养学生伦理品德等方式治理学习诚信问题［14］。也有学者提出有效利用动态生成的生成式作业来避免学习作弊现象［15］。与国外类似，我国在学习诚信治理的研究框架上主要关注高校学生科研诚信治理。在面向研究场景时，国内研究者提出了需要及时总结论文造假规律、开发智能论文检测工具、加强科研道德建设等治理策略［16］。实践方面，我国出台了《生成式人工智能服务管理暂行办法》，关注生成式人工智能的发展与治理，并提出教育和科研机构在生成式人工智能风险防范等方面开展协作。同时，部分高校也开始使用“AIGC检测服务系统”，以规范学生毕业论文的写作诚信问题。纵观国内外现有研究，对于学习诚信治理存在两个主要问题。一是虽然我国学界已经意识到了生成式人工智能给教育带来的挑战，但关于学习诚信治理的研究主要集中在介绍与借鉴国外高校的治理策略上，且研究视角较多投放在学术研究诚信治理，对于高校学生学习过程和学习结果中的诚信行为治理关注仍不够充分。二是在学习诚信治理上，相较于国外高校在学生使用生成式人工智能的立场、指南以及技术支持上提供的治理策略，我国高校在学习诚信治理方面的研究稍显滞后与不足，需要形成一套合理的治理框架。因此，有必要探讨生成式人工智能时代我国高校学生学习诚信治理的问题，关注学习全过程和学习结果的诚信，从现代教育治理的角度设计学习诚信治理的框架。

三、生成式人工智能时代高校学生学习诚信治理框架

为治理高校学生的学习诚信问题，必须回答好治理方向、谁治理以及如何治理的问题，即确定好治理目标、治理主体、治理原则以及治理路径等核心要素。

（一）高校学生学习诚信的治理目标

善治是使公共利益最大化的社会管理过程，也是各领域治理的“理想目标”［17］。失范行为造成的群体影响和诚信危机不仅对高校学生、高校教师、学校乃至整体教育的高质量发展带来危害，还会进一步影响到教育强国的建设。学习诚信治理可从短期目标、中期目标以及长期目标3个阶段逐步推进。当前，生成式人工智能仍旧在迅速发展。在技术发展早期，由于掌握的技术知识与信息较为有限，人们无法准确预估技术发展带来的社会风险，也难以对性地制定规制策略［18］，但如果不及时关注早期风险就会导致风险的进一步扩大与弥散。在短期目标上，教育管理部门以及学校应该实现“教育、激励、规范、监督、惩戒”一体化的学习诚信治理体系［19］，通过诚信教育的引导、制度设计的激励与规范、同伴的监督以及诚信失范后的惩戒一系列组合拳，短期内控制生成式人工智能带来的学习诚信失范风险。在中期目标上，高校学生学习诚信治理应致力于维护与传承优良学风，保证教育公平。教育公平的一个重要体现就是以学生个人权利和福利为中心，强调教育结果的公平［20］。学生阶段是形成正确诚信观的关键阶段，而当前高校学生诚信缺失是学生思想教育的关键内容之一。通过治理学习诚信，干预生成式人工智能导致的学习混乱，可以保证教育过程中的良好秩序，确保每个学生在使用智能技术的同时得到发展，保证学习结果得到适恰的教育评价，维护每个学生的学习权益，发扬优良学风，促进教育公平。在长期目标上，高校学生学习诚信治理应致力于促进高等教育高质量发展，建设教育强国。2024年全国教育工作会议中指出，要坚持教育服务高质量发展这个硬道理，推进教育强国建设。而教育高质量发展、教育强国建设的一大需求就是培养人才。高等教育领域应充分利用生成式人工智能的优势，妥善治理生成式人工智能带来的虚假学习过程以及虚假学习结果等学习诚信失范问题，避免高校学生思维懒惰与幼稚化、丧失认知主体性地位、内外部认知失衡与割裂［21］，帮助高校学生形成智能时代人机协同的知识观与学习观，从而培养出智能时代的新型人才。

（二）学习诚信的治理主体

为促进生成式人工智能在教育中的有序发展，联合国教科文组织在《生成式人工智能教育与研究应用指南》中提出，需要政府监管机构、人工智能工具提供者、机构用户以及个人用户共同协调生成式人工智能的设计与实施［22］。因此，在高等教育领域中，学习诚信治理的主体应包括教育管理部门、学校、高校教师、高校学生和人工智能行业。首先，教育管理部门需要与国家的法律对接，制定生成式人工智能学习诚信治理的政策框架。例如，《中华人民共和国学位法》规定，若学生的学位论文或实践成果被认定为存在代写、剽窃、伪造等学术不端行为，则经学位评定委员会决议，学位授予单位可不授予学位或者撤销学位［23］。基于法律的规范以及政策与法律规定的对接，教育管理部门应进一步细化以何种方式使用生成式人工智能撰写学位论文属于违规情形［24］。当然，许多学习过程和学习结果的造假并没有受到国家法律的规制。因此，教育管理部门有义务从顶层制度层面为高校的学习诚信治理提供指导，为高校教学的正常运行提供保障。其次，基于教育管理部门的政策指引，高校应设计自主性校规实现生成式人工智能时代学习诚信治理的规则供给与衔接。国外高校注重生成式人工智能指南的制定，表明使用生成式人工智能的立场。大部分国外高校对使用生成式人工智能持包容开放的态度，认为“堵不如疏”，并关注如何开展“疏导工作”以及“疏导的边界何在”等问题。因此，高校应制定相应的管理规范，联合学校教学管理部门、信息技术支持部门、科研部门、学术委员会等多部门共同制定相应的政策与治理策略，开展诚信教育，表明对学生使用生成式人工智能的总体态度，并且提供发展性指导与监管性指导［25］，以提升学校自身的学习诚信治理能力。再次，人工智能行业担负着技术发展的社会责任。在智能技术赋能教育高质量发展的同时，人工智能行业应同时承担相应的社会责任，基于伦理与人权的方法准则和对社会福祉的承诺开发人工智能技术与工具［26］。在学习诚信的治理中，人工智能行业应该把好数据关、模型训练关、算法设计关等，生成负责任的教育大语言模型。在人机对话中，引导高校学生学会自主思考、自主学习、自主创造。此外，人工智能行业还可以通过技术手段减轻高校学生学习诚信失范的风险。接着，高校教师在生成式人工智能时代学习诚信的治理中有一定的自主权。在智能技术强势介入教育教学的时代，我们依然不能否认教师在促进高阶思维、组织人际互动以及培养正确价值观方面的作用［27］。为规范学生的学习行为，避免作弊、代写等现象，高校教师可以在教学环节中作出相应的学习诚信规定，明确该课程中学生使用生成式人工智能工具的边界，为高校学生提供清晰的指导［28］。同时，教师也可以通过价值观教育引导高校学生树立正确的学习诚信观。最后，高校学生在学习诚信治理上是自治的主体。外部规则、外部教育的引导和惩戒需要与学生承担学习使命的自律相结合，才能构成内外部的协同治理。学习诚信治理的基源性问题是如何培养高校学生正确的价值观念，以及引导高校学生在主观动机上规避作弊等不诚信学习行为［29］。善治旨在使所有利益相关者实现利益最大化。作为学习诚信治理中的关键利益相关者，高校学生参与学习诚信治理可以发挥学习者的主动权，实现自我教育和自我引导和自我革新，同时也可以在学习诚信治理中保障自己的权益。

（三）高校学生学习诚信治理原则

1.风险防范、过程控制以及风险纠正的全过程治理原则。高校学生学习诚信治理应该坚持全过程治理原则。风险防范的事前治理是一种前端干预。学习诚信失范表现为虚假的学习过程和造假的学习结果，对应的治理策略应包括学习过程中的学习行为监控以及学习诚信失范发生后的应对与补救。然而，生成式人工智能时代学习诚信治理不能仅在学生已经发生学习失范行为时才介入，而是需要从源头上化解高校学生的作弊心理。教育的前瞻性与引导性要求学习诚信治理遵循风险防范的事前治理原则，将学习诚信失范后的惩戒、教育等对策前置到危机之前，在虚假学习尚未发生时采取有效措施进行风险规避，从而保证正常的学习环境与学习秩序。