當(dāng)前，生成式人工智能在我國(guó)高校被廣泛應(yīng)用，越來(lái)越多的師生使用人工智能輔助教案設(shè)計(jì)、課后答疑、文獻(xiàn)檢索和數(shù)據(jù)處理等。但相關(guān)探索多具有自發(fā)性和盲目性，有可能會(huì)引發(fā)學(xué)術(shù)不端、數(shù)據(jù)隱私泄露、知識(shí)產(chǎn)權(quán)侵權(quán)等風(fēng)險(xiǎn)。為此，有高校出臺(tái)“AI禁令”，并配套使用人工智能生成內(nèi)容檢測(cè)系統(tǒng)，以防范師生在科學(xué)研究等環(huán)節(jié)不當(dāng)使用生成式人工智能。

　　一些高校出臺(tái)“AI禁令”，采取“一刀切”的方式實(shí)施人工智能使用治理，其實(shí)是在需要“疏”的領(lǐng)域進(jìn)行了“堵”，而對(duì)真正需要“堵”的法律合規(guī)風(fēng)險(xiǎn)卻有所忽視。高校人工智能治理的核心應(yīng)在于采取“堵疏結(jié)合”的復(fù)合型路徑：清晰地認(rèn)識(shí)其技術(shù)原理和風(fēng)險(xiǎn)類型，并在此基礎(chǔ)上，總結(jié)實(shí)踐經(jīng)驗(yàn)，一方面以完善的法律合規(guī)體系設(shè)“堵”，防范技術(shù)固有缺陷帶來(lái)的風(fēng)險(xiǎn)，另一方面以主動(dòng)的教育引導(dǎo)做“疏”，釋放技術(shù)賦能教學(xué)的巨大潛能。

　　區(qū)分“技術(shù)缺陷”與“性能濫用”。采取“堵疏結(jié)合”策略的前提，是科學(xué)區(qū)分不同的生成式人工智能風(fēng)險(xiǎn)。當(dāng)前，生成式人工智能給高校帶來(lái)的風(fēng)險(xiǎn)可分為兩大類：一類是源于生成式人工智能技術(shù)本身固有的缺陷，如“幻覺(jué)”問(wèn)題、數(shù)據(jù)隱私泄露、知識(shí)產(chǎn)權(quán)侵權(quán)等。這類風(fēng)險(xiǎn)破壞了基本的法治與安全底線，是高校人工智能治理中需要堅(jiān)決“堵”住的漏洞。另一類則源于相關(guān)技術(shù)工具強(qiáng)大的生成性能被人為濫用，尤其是在學(xué)術(shù)寫(xiě)作中的不當(dāng)使用。這類風(fēng)險(xiǎn)與學(xué)生的學(xué)習(xí)方式、創(chuàng)新能力培養(yǎng)息息相關(guān)，是治理中需要積極“疏”導(dǎo)的關(guān)鍵領(lǐng)域。

　　以“堵”為基：補(bǔ)齊法律合規(guī)短板。“堵疏結(jié)合”的第一步，是建立堅(jiān)實(shí)的法律與倫理“堤壩”。長(zhǎng)期以來(lái)，我國(guó)高校在數(shù)據(jù)隱私保護(hù)、知識(shí)產(chǎn)權(quán)歸屬、信息安全等領(lǐng)域的法律合規(guī)體系建設(shè)相對(duì)滯后。特別是隨著“AI服務(wù)本地化”浪潮的興起，許多高校開(kāi)始為師生提供自有的、本地化部署的大模型服務(wù)。這一轉(zhuǎn)變使高校不再僅僅是學(xué)術(shù)誠(chéng)信的監(jiān)管者，更成為法律所定義的“網(wǎng)絡(luò)運(yùn)營(yíng)者”“個(gè)人信息處理者”“數(shù)據(jù)處理者”和“生成式人工智能服務(wù)提供者”。為此，需盡快補(bǔ)齊合規(guī)短板，建立清晰、完備的數(shù)字校園法律合規(guī)校規(guī)體系，從而有效應(yīng)對(duì)因技術(shù)缺陷引發(fā)的各類風(fēng)險(xiǎn)。這既是保護(hù)學(xué)生，也是保護(hù)大學(xué)自身的必要屏障。

　　近日，教育部教師隊(duì)伍建設(shè)專家指導(dǎo)委員會(huì)發(fā)布的《教師生成式人工智能應(yīng)用指引（第一版）》，著力引導(dǎo)教師科學(xué)、安全、合規(guī)、理性地應(yīng)用生成式人工智能。下一步，我國(guó)高校應(yīng)盡快制定明確的學(xué)校大模型服務(wù)指南、用戶協(xié)議與隱私政策，建立數(shù)據(jù)安全與分級(jí)管理制度，完善相關(guān)糾紛處理機(jī)制。這不僅是履行法定義務(wù)，更是為接下來(lái)的創(chuàng)新技術(shù)應(yīng)用與教育引導(dǎo)提供一個(gè)安全、可信的基礎(chǔ)。

　　以“疏”導(dǎo)流：從技術(shù)圍堵轉(zhuǎn)向教育引導(dǎo)。在應(yīng)對(duì)學(xué)術(shù)不端這一“性能濫用”風(fēng)險(xiǎn)時(shí)，正確的思路是“疏”而非“堵”。當(dāng)前高度依賴人工智能生成內(nèi)容檢測(cè)的技術(shù)圍堵路徑并不可靠。首先，無(wú)論是商業(yè)化的自動(dòng)檢測(cè)工具還是數(shù)字水印技術(shù)，這些技術(shù)手段目前都無(wú)法做到穩(wěn)定鑒別人工智能生成文本，誤判率較高，不能作為認(rèn)定學(xué)術(shù)不端的可靠法律證據(jù)。其次，上述做法將導(dǎo)致高校陷入一場(chǎng)注定落后的“貓鼠游戲”。大模型技術(shù)的迭代速度遠(yuǎn)超檢測(cè)技術(shù)，任何檢測(cè)方法都可能在短時(shí)間內(nèi)失效。英美一些高校在走入“死胡同”后，普遍對(duì)強(qiáng)制使用此類檢測(cè)工具持否定態(tài)度，轉(zhuǎn)而探索更具建設(shè)性的教育引導(dǎo)方案。

　　面對(duì)“性能濫用”的風(fēng)險(xiǎn)需轉(zhuǎn)換思路，將治理重心從“技術(shù)圍堵”轉(zhuǎn)向教育引導(dǎo)。首先，教育主管部門(mén)應(yīng)出臺(tái)措施，規(guī)范商業(yè)化人工智能檢測(cè)平臺(tái)，使其回歸作為學(xué)術(shù)判斷的“輔助定位”，減少高校對(duì)“堵截”技術(shù)工具的依賴。其次，高校應(yīng)正視檢測(cè)技術(shù)的局限性，采取更寬容和靈活的治理策略，為人機(jī)協(xié)同的教與學(xué)探索，留出必要的彈性空間。最后，高校應(yīng)回歸教育本源，引導(dǎo)師生理解人工智能原理、善用人工智能工具，將外部的技術(shù)挑戰(zhàn)轉(zhuǎn)化為內(nèi)部促進(jìn)高等教育變革創(chuàng)新的契機(jī)。如《上海交通大學(xué)關(guān)于在教育教學(xué)中使用AI的規(guī)范》即鼓勵(lì)在合規(guī)前提下積極探索人工智能使用方式；《清華大學(xué)人工智能教育應(yīng)用指導(dǎo)原則》亦支持師生勇于探索人工智能的創(chuàng)新性應(yīng)用，并將對(duì)優(yōu)秀實(shí)踐給予肯定、推廣。

　　（陳彰寧系華東政法大學(xué)法律學(xué)院博士研究生，孫平系華東政法大學(xué)法律學(xué)院副研究員）