一、总则：五大核心原则划定的红线

先说说这五大原则，它们构成了整个框架的基石。

第一，主体责任原则。这其实是个老生常谈但又必须反复强调的问题：人工智能始终是辅助工具，师生才是教学与学习的主导者。说白了，你用了AI，你就要对最终生成的内容负责，得审慎甄别，别想着甩锅给机器。

第二，合规诚信原则。这一点很直接，师生必须对AI使用情况及生成内容依规进行披露声明，严禁任何形式的学术不端行为。用了就要说，遮遮掩掩反而容易出问题。

第三，数据安全原则。这条是硬杠杠。严禁使用敏感信息、涉密数据或未授权的数据去训练或驱动AI模型。数据安全是底线，碰不得。

第四，审慎思辨原则。这一条特别有意思，它倡导保持批判性思维，通过多源验证来防范所谓的“人工智能幻觉”。如果过度依赖AI，独立思考能力弱化、思维变得惰化，那才是真正可怕的事情。

第五，公平包容原则。主动识别并努力降低算法偏见与数字鸿沟，在涉及重大利益的场景中，必须进行充分的伦理评估。技术不能成为加剧不平等的工具。

二、教学篇：学业成果直接相关的禁止行为

这一部分重点针对的是课堂和日常作业。核心就两点：

禁止直接复制AI内容作为学业成果。严禁将AI生成的文本、代码、设计等内容直接复制或简单转述后提交。这跟“抄作业”没什么区别，只是换了个工具。

禁止学生滥用AI代写作业。学生只能在遵守课程规定的前提下探索AI工具辅助学习，而教师则需要在课程开始时就把使用规范讲清楚。规矩立在前头，后面才好办事。

另外，教师对AI教学内容也承担着责任。教师如果使用AI生成教学内容，必须经过审核复核，不能未经审查就直接拿来用。老师用AI，也得自己把关。

三、学位论文及实践成果篇：对研究生的专项禁令

这一块是针对研究生的，要求更严格，因为学位论文和学术成果是学术训练的终极体现。

严禁AI代替学术训练。禁止在学位论文或实践成果形成过程中，使用AI代替本应由本人进行的学术训练。研究过程、思考过程、实验过程，这些是不能外包的。

严禁AI实施学术不端。严禁使用AI实施代写、剽窃、伪造等学术不端行为。这跟传统学术不端性质一样，只是手段升级了。

导师全过程监督。研究生指导教师需要提供规范性指导并进行全过程监督，确保学术训练的完整性和学位论文及实践成果的原创性。导师的责任更重了，不能只当甩手掌柜。

四、配套机制与延伸规范

当然，这份指导原则并不是为了限制而限制，它本身也包含了鼓励与规范并重的思想。学校积极鼓励师生探索AI在教育教学中的创新性应用，并对优秀实践给予肯定与推广。这其实是一种“有条件的开放”。

随后，教育部发布的《教师生成式人工智能应用指引》进一步明确，教师不得将AI对作文、开放性作业等的自动批改结果作为学生最终评价直接使用。这堵上了另一个可能的漏洞。

针对中小学阶段，教育部发布的中小学AI使用指南也明确禁止学生直接复制AI生成内容作为作业或考试答案，小学阶段甚至禁止学生独自使用开放式内容生成功能。这体现了对不同年龄段学生的差异化保护。

最后，在数据安全与伦理审查方面，要求构建覆盖数据安全、伦理审查、内容监管的全链条保障机制，严禁输入考试试题、个人身份信息等敏感数据。这整套机制，才算真正把AI在教育领域的应用，纳入了有序发展的轨道。