[教育在线] 黄荣怀、刘进、许霖：谁为智能教育产品把关？
发布时间：2026-08-11一、引言
2026年4月，教育部等五部门联合印发《“人工智能+教育”行动计划》（以下简称《行动计划》），明确提出要筑牢“人工智能+教育”安全屏障，在安全保障方面持续开展人工智能社会实验，规范智能产品进校园管理，有效防范伪造诈骗、学术造假、应试内卷、泄露隐私等问题，牢牢守住安全的底线。将“规范智能产品进校园管理”列为《行动计划》四大重点任务“优化发展生态”中的关键环节。《行动计划》首次在政策层面对智能产品进校园问题作出系统性部署，标志着我国人工智能教育从规模扩张迈向规范治理的新阶段。当前，各类智能教育产品快速涌入校园。从AI学习机、智能作业批改系统，到课堂行为监测平台、大模型学伴应用，其功能日益强大，风险也随之凸显。人工智能工具与设备进入学校面临设备与工具适配性、师生技能准备度与人工智能价值对齐等关键问题。本文尝试对智能教育产品校园准入制度进行深度剖析，并提出具有可操作性的行动建议。
二、校园智能产品治理的现实困境与风险分析
当前，教育人工智能产品发展迅速，其规模化应用可能带来错误或虚假信息传播、隐私与数据泄露、算法偏见与歧视等一系列技术安全与伦理规范的新问题。然而，当前教育系统对这些风险的应对能力仍显滞后，缺乏类似医疗领域的三级审核机制。AI学习产品进入课堂的路径，缺乏规范有效的前置审查、事中监管与事后追责机制。这种制度性缺位，加剧了校园成为智能教育产品“自由市场”的风险。此外，校外与校内的伦理鸿沟正在扩大，校外AI教育产品多由商业公司主导，其开发逻辑以流量和用户粘性为核心，而校内教育则须遵循育人为本的价值导向。两种逻辑的错位，使得同一款产品在校外“合法”运行，进入校园后却可能对学生造成潜移默化的伤害。《行动计划》中明确提出要筑牢安全屏障，正是对上述问题的政策回应。但政策的落地需要具体的制度支撑，而这正是当前最薄弱的环节。
（一）产品分类缺位与风险分级的盲区
智能教育产品种类繁多、功能各异，其风险等级各有不同。当前校园准入机制尚缺乏分类管理意识，形成了风险分级的盲区。以辅助教师备课的AI工具与用于学生行为监测、情绪识别的智能系统为例，前者主要涉及内容准确性，后者则可能触及学生隐私权与人格尊严，二者的伦理风险与数据敏感程度不在同一量级，但在现行制度框架下，其进校园的审批路径并未做专门区分。
（二）数据安全与隐私保护的制度盲区
智能教育产品进校园可能引发多重数据风险，师生日常教学行为数据、情感反馈数据以及生物识别数据等，均可能被持续采集并用于商业目的。但数据采集的权限归属、数据的权利界定、数据的使用规范以及监督主体等核心问题，在当前校园准入制度中均缺乏明确规定。尤其值得关注的是，教育场景中未成年人数据的特殊保护问题。学生在使用智能产品时产生的学习轨迹、认知特征、情绪状态等信息，属于高度敏感的个人信息，其采集和使用应遵循更为严格的标准。但现行制度对这类“教育场景特有数据”的保护仍显不足。
（三）准入标准碎片化与空心化问题突出
目前，各地区、各学校对智能产品的准入管理标准不一、执行力度参差不齐，处于碎片化或空心化状态。此外，准入制度的缺失导致教育智能产品研发与教育实际需求脱节。由于缺乏统一的产品标准和准入规范，部分企业在开发产品时往往以商业盈利为主要导向，而非以服务教育为根本目的。一些产品表面上打着“人工智能赋能教育”的旗号，实则强化应试训练、制造焦虑情绪，偏离育人本质。
三、筑牢教育智能产品校园准入的制度防线
教育智能产品合理合规“进入”校园，要进一步完善制度设计，以夯实准入审查、使用规范、动态监管三个基本环节。鼓励学校、研究机构、相关企业等联合开展教育智能产品校园准入机制研究，通过规模化智能社会教育实验，形成覆盖产品进校园全流程的治理体系。
（一）顶层设计：为合规治理提供制度保障
顶层设计是构建教育智能产品校园准入的关键。一方面，应在国家层面制定并实施专门面向教育场景的技术安全与数据伦理规范，明确数据采集、存储、使用的边界与责任追溯机制，形成覆盖产品进校园全过程的治理体系，为合规治理提供坚实的制度依据。另一方面，应有效落实《行动计划》中提出的多部门协同工作机制，并参照国家教材委模式，探索设立具有AI教育独立监管职能的专门机构，以实现职能整合、标准统一、执法有力。
（二）准入审查：建立差异化、全链条的“三道关”
《行动计划》中提出的布局试应用基地，加速应用培育政策，为准入审查机制提供了制度接口。对智能教育产品实施基于类别与风险等级的差异化准入管理，实施“三道关”机制，系统开展其在应用场景、功能属性、数据链路与学科适配性等方面的全链条分析，确保相关产品在进入校园前完成严格的内容审查、伦理评估与场景适配。一是内容审查。对相关大模型进行鉴别测评并建立模型准入白名单，重点关注产品内置的知识内容是否符合国家课程标准和教育方针，是否存在意识形态偏差或文化依附风险。二是伦理评估。推动研发机构将伦理准则嵌入产品全生命周期，完善教育专用人工智能大模型在内容生成、交互逻辑、价值观引导等方面的伦理检测与纠偏机制。重点评估产品对学生隐私权的保障程度、是否存在算法偏见、是否具备人工干预机制等。三是场景适配。人工智能赋能教育需坚守场景驱动原则，场景驱动要与学校变革、教育变革之间有一定的耦合性关联，要回到教育本质。重点分析产品是否与学校的教育场景、教学需求、师生能力等相匹配。
（三）使用规范：明晰师生责任与伦理规范准则
《行动计划》中明确提出探索建立符合未成年人健康成长规律的人工智能使用规范，这要求建立健全生成式人工智能教育应用使用指南与场景规范，明晰师生在使用过程中的权利与责任边界，使师生在使用AI产品时既会用又慎用。具体而言，应依据教育领域可信人工智能的“鲁棒性、合法性、合规性、合乎伦理性”四准则，参照“禁止准入、有限使用和鼓励使用”三级AI教育应用行为界限，针对不同学段、不同学科、不同场景，制定差异化的使用指南。
应基于学习科学，依据不同阶段学生的学习机制、认知发展特点和自主学习能力差异，制定适配性的AI应用指南。在小学阶段，学生正处于具象思维向抽象逻辑思维过渡的关键期，自主学习能力和批判性思维尚未充分发展，应严格限制AI在作业批改、答案生成等功能上的直接应用，防止学生绕过学习所必需的“合意困难”，从而助长思维惰性与认知依赖，侵蚀其独立解决问题的能力。在初中阶段，学生抽象思维能力逐步增强，可适度开放AI作为学习辅助工具，但须坚持“先独立思考，再用AI验证”的原则，并要求学生撰写人机交互后的思考复盘，以确保认知努力不被技术替代。在高中及以上阶段，学生已具备较强的自主学习能力与审辨式思维，可适度开放AI作为研究辅助工具，用于文献综述、数据建模与初步假设生成，但必须同时明确“哪些任务不得使用AI”的负面清单，如禁止直接作为论文的作者或合著者、禁止替代核心的原创性实验设计或田野调查，并强制使用者披露AI的参与方式与贡献程度。
（四）动态监管：建立黑、灰、白名单与全流程追溯
《行动计划》中提出要建立教育数据产权界定与责任追溯机制，需探索全方位、全天候的动态监管机制，系统开展智能技术产品定期抽查和日常检查，实行黑、灰、白名单的动态管理办法，并探索基于应用场景的安全风险预警与应急响应机制等。同时，应加快完善教育智能产品的日常摸排抽查、合规性核验，以及整改与清退等工作机制，形成覆盖产品进校园全周期的闭环治理链条。
作者：
黄荣怀 北京师范大学智慧学习研究院联席院长、联合国教科文组织人工智能与教育教席主持人
刘 进 爱爱网 教育学院吴玉章青年学者、副教授
许 霖 北京师范大学智慧学习研究院教育研究专员
