机会公平
AI 能降低资料解释、语言润色和即时反馈的门槛，但设备、网络、付费模型和提示词能力会带来差距。
Topic
人工智能专题：AI, 学术, 公平
这个网站讨论生成式 AI 如何改变学习机会、学术诚信和评价公平。我的立场是：AI 可以帮助学习，但必须被公开、被核验、被限制在辅助位置。
5+媒体形式
12学术引用
1500字反思报告
核心观点
公平不是“人人都能用 AI”这么简单
真正的公平包括三个层面：学习资源是否可获得、评价规则是否透明、学生是否仍然通过自己的理解完成作品。只让一部分学生偷偷使用 AI，或只用检测器判断诚实，都可能制造新的不公平。
评价公平
课程需要明确哪些任务可以使用 AI、如何声明使用、哪些行为属于代写或不当帮助。
思想公平
学生不能只交出漂亮答案，还要交出自己的问题、证据、修改理由和学习反思。
Page 1
AI 对学术公平的积极作用
高等教育中的 AI 应用已经覆盖自适应学习、个性化反馈和学习分析等场景[1][2]。生成式 AI 进一步把这些能力带到普通学生身边，让学生在课后也能得到解释、举例和思路提醒。
对基础较弱、表达能力不足或缺少课外辅导的学生来说，AI 可以像一个随时在线的学习伙伴，帮助他们把复杂概念拆开、把问题问清楚、把资料重新组织起来[3][4]。
积极影响小结
- 扩大获取解释和反馈的机会。
- 帮助学生发现论证漏洞和资料遗漏。
- 支持多语言学习者改进表达。
- 让教师把精力放在高质量评价与指导上。
Page 2
AI 也会带来学术诚信风险
如果学生把 AI 输出直接当作自己的学习成果，学习就从“理解和表达”变成“复制和包装”。研究者已经提醒，高校需要重新设计评价方式，而不是只把问题交给 AI 检测器[7][10]。
Materials
真实资料与延伸阅读
这里整理了能直接打开的中文学术资料和公开论文页面，用来支撑网站中关于教育公平、学术诚信和伦理治理的观点。
教育公平研究
《人工智能赋能教育公平》指出，AI 促进公平不能只看工具本身，还要关注数字资源、基础设施和师生数字素养差异。
阅读来源学术不端风险
《生成式人工智能学术性使用的不端风险及其治理》分析了智能工具介入学术写作后可能带来的署名、代写和责任边界问题。
阅读来源伦理风险框架
《教育领域生成式人工智能应用的伦理风险管理框架研究》提出从技术、数据、应用、制度等维度识别和管理教育场景中的风险。
阅读来源治理建议
《教育领域通用大模型应用伦理风险的表征、成因与治理》强调监管体系、教育新形态和弱势群体支持应同步推进。
阅读来源语音导读
24 秒导读概括本页结论：公开声明、核验来源、保留过程，是公平使用智能工具的基本底线。
中文课程视频
厦门大学林子雨副教授《人工智能通识教程》片段，主题为“人工智能的伦理问题”，可直接在本页播放。
查看原视频页面Interactive
AI 使用边界互动图表
点击下方按钮，可以看到不同治理策略对公平、效率和诚信风险的影响。
Questionnaire
AI 学术公平小问卷
提交后会在本机浏览器保存结果，并更新统计条。课堂展示时可以让同学现场填写。
0份回答
Academic References