近年来，生成式人工智能（GenAI）的迅猛发展正深刻重塑全球高等教育生态。在这一背景下，美国顶尖研究型大学纷纷出台政策文件，积极应对技术带来的机遇与挑战。研究指出，美国高校对生成式人工智能主要形成三种典型立场：反对、支持与折中，并围绕教学与研究场景制定了系统化应对策略，为我国高校在人工智能时代的转型与发展提供了重要参考。
研究显示，美国高校对生成式AI的立场可归纳为三类：
第一类是基于潜在风险的“反对立场”。部分高校出于对学术诚信、数据安全与技术依赖的担忧，明确限制生成式AI在特定教学场景中的使用。例如，耶鲁大学与哈佛大学通过重新设计作业、强化过程评估等方式，降低学生使用AI完成学业任务的可能。
第二类是基于效率提升的“支持立场”。以芝加哥大学和杜克大学为代表的高校充分肯定AI在课程设计、信息检索、多语言支持与学情分析等方面的优势，积极推动师生将AI作为提高教学与研究效率的辅助工具。
第三类是基于风险防控与教育赋能并重的“折中立场”。大多数顶尖大学如哥伦比亚大学、加州大学伯克利分校等，既鼓励师生合理使用AI工具，也通过制定详细的使用准则，强调数据隐私、版权意识与内容审核，构建“支持性约束”框架。
针对不同立场，各高校也提出了具有针对性的实施策略：
持反对立场的高校着力提升教师的AI素养，推动课程设计与评价方式改革，例如通过引入口头报告、同行评审等方式增强学习过程的透明性与原创性。
支持派高校则聚焦于“安全、负责任、有效使用”原则，建立数据保护机制与工具审核流程，强化师生对AI生成内容的所有权与准确性审查，并推动教师将AI评估融入教学设计。
折中派高校则注重在制度层面建立“双重责任机制”，要求师生对AI生成内容进行验证并承担相应责任，同时鼓励在使用前开展自我反思，明确技术使用的伦理边界与教育目标。
研究指出，尽管我国已出台《生成式人工智能服务管理暂行办法》，复旦大学等高校也率先推出本科论文AI使用规定，但绝大多数高校尚未形成系统化的指导文件与实践路径。
美国高校的多元立场与策略为我国提供了三方面启示：
在高校层面，应加强制度设计与基础建设，制定数据安全指南、搭建资源共享平台、设立研究基金，并推动AI与课程体系的深度融合，营造开放、包容、创新的智能教育环境。
在教师层面，应结合学科特点制定差异化的AI使用规范，如在文科中强化信息真实性训练，在理工科中注重算法逻辑分析。同时，建立AI辅助作业标注机制与思维可视化评估体系。
在学生层面，应培养辩证的技术使用观，既要善用AI拓展认知与解决问题的路径，也要保持批判思维与原创意识，强化数据隐私与知识产权保护意识。
生成式人工智能不仅是技术工具，更是推动教育理念与模式变革的重要力量。美国顶尖大学的实践表明，面对AI带来的多重挑战，高校需兼顾风险防范与教育创新，构建制度、伦理与技术协同推进的治理体系。我国高校应把握历史机遇，积极借鉴国际经验，在人工智能浪潮中走出具有中国特色的高等教育现代化之路。
摘编自《电化教育研究》2025年第11期