学校上AI,先做只用公开和制度资料的问答与检索;涉及教学内容的,教师逐条复核后再用;涉及学生个人信息的,默认不入库,先划清权限再谈。
要点速览
- 学校AI场景按数据敏感度与复核责任分三档推进
- 制度问答、办事指引、教研检索可先上线
- 备课素材与试题初稿须教师逐条复核后使用
- 学生个人信息、成绩、心理健康记录默认不入库
- 上线前落实资料盘点、部署位置、权限、运维四项
学校的AI落地场景,建议按数据敏感度和复核责任分成三档推进:一档只用公开资料或校内制度资料,例如制度规章问答、办事流程指引、教务通知整理、教研资料检索,风险低,可以先上线;二档涉及教学内容,例如备课素材整理、试题初稿、作业批改的辅助标记,AI给出的内容必须由教师逐条复核后才能使用;三档涉及学生个人信息、成绩、心理或健康记录,默认不进入知识库,在权限、留存和日志规则划清之前不要动。排序的依据不是哪个场景听起来更有价值,而是出了错谁来兜底、兜得住兜不住。
学校推进AI,常卡在哪三处
和学校信息化负责人聊起AI项目,遇到的问题大多集中在三个地方。
- 场景选得太大。一上来就想做“智慧教学助手”“全校学情分析”,范围覆盖教务、教学、学生管理多个部门。资料分散在不同处室,口径不统一,试点阶段就很难跑通,更谈不上验收。
- 学生数据的边界不清。成绩表、学籍信息、班主任的谈话记录、校医室的健康登记,往往和普通教学资料混放在同一个共享目录里。一旦整批导入知识库,谁能检索到什么就说不清了。学校处理学生个人信息,需要对照《中华人民共和国个人信息保护法》等要求来管理,不是技术团队能单方面决定的事。
- 没人负责复核。AI给出的答案默认被当成“系统说的”,教师以为信息中心审过,信息中心以为教研组审过,结果谁都没看。出了错,追责链条是断的。
这三个问题有一个共同点:都不是模型能力的问题,而是场景划分和责任分工的问题。所以先分档,再谈技术。通用的场景筛选思路,可以参考企业AI落地的典型场景包括哪些,三个条件筛出五类,下面把它放进学校的具体环境里展开。
一档:只用公开或制度资料,可以先上线
这一档的共同特征是,资料本身已经在校内公开或者按制度下发,不涉及具体某个学生,答错了能被很快发现和更正。典型场景包括:
- 制度规章问答:教职工请假、报销、调课、职称材料提交等规定的查询;
- 办事流程指引:新教师入职、学生转学、证明开具要找哪个部门、交哪些材料;
- 教务通知整理:把一学期内零散的通知按主题归类,方便检索;
- 教研资料检索:校本课程说明、往年教研活动纪要、公开课资料目录。
四个问题写清楚:
- 需要哪些资料:现行有效的制度文件、流程说明、通知原文,注明版本和生效日期,作废的先剔除。
- 谁提问:全体教职工,部分办事指引可开放给学生和家长。
- 谁复核:资料归口部门在上线前抽查一批常见问题的答案,上线后定期看用户反馈。
- 出错谁负责:答案须附原文出处,以原文为准;制度归口部门负责更新资料,信息中心负责下架过期内容。
这一档适合用来验证整套流程:资料怎么整理、账号怎么开、反馈怎么收。流程跑顺了,再往下一档走。
二档:涉及教学内容,教师逐条复核后才能用
这一档开始碰到教学本身。AI在这里能做的是整理和提示,不能替教师做教学判断。典型场景包括:
- 备课素材整理:按课标和教材章节,把校内已有的教案、课件、拓展阅读材料归类;
- 试题初稿:根据知识点和难度要求整理出一批题目草稿,供教师挑选、修改;
- 作业批改的辅助标记:对客观题或格式问题做初步标记,提示可能有问题的地方。
四个问题写清楚:
- 需要哪些资料:教材配套资源、教研组认可的教案和题库,来源不明的网络素材不入库。
- 谁提问:任课教师和教研组成员。
- 谁复核:使用者本人逐条复核。试题初稿要核对知识点、答案和表述;批改标记只是提示,打分和评语由教师决定。
- 出错谁负责:经教师复核后使用的内容,由使用者和所在教研组负责;系统侧要保留生成记录,便于回查是哪一步出的问题。
这一档常见的误区是“先让AI批,教师抽查”。抽查意味着大部分内容没人看过,一旦有错题进入考试或错误评语发给家长,很难解释。建议在制度上写明:未经教师复核的内容不得发给学生。
三档:涉及学生个人信息,默认不入库
学生的个人信息、成绩、心理辅导记录、健康登记,敏感程度和前两档不在一个层面上。这类数据在没有明确规则之前,默认不进入知识库,也不作为大模型的输入。
如果学校确有需要,比如希望辅助教务人员汇总某类统计,也应先完成以下几件事:
- 权限:按岗位最小授权,班主任只能看本班,科任教师只能看本学科,心理和健康记录只对专人开放;
- 留存:写明哪些数据可以留存、留存多久、到期如何删除;
- 日志:每一次检索和调用都有记录,能查到谁在什么时间看了什么;
- 审批:由学校管理层和数据归口部门共同确认,必要时对照等保 2.0 和《中华人民共和国数据安全法》的管理要求评估。
出错的后果在这一档里最难挽回,责任也最重:数据归口部门对数据范围负责,学校管理层对是否启用负责,AI在这里至多做风险标记和提示,判断由人来做。
校内落地前的四项前置条件
不管从哪一档开始,下面四件事要先落实:
- 资料盘点。列出准备入库的资料清单,逐份标注属于哪一档、归口部门是谁、是否现行有效。盘点本身就能暴露很多混放问题。
- 模型与知识库放在哪。放在校内机房还是托管到外部机房,取决于数据敏感度、校内运维人手、后续扩容和预算,具体可以看学校私有化部署大模型放哪里,按数据运维扩容预算四项定。
- 账号与权限。和学校现有的统一身份认证打通,按教职工、教研组、学生、家长分角色授权,离职和调岗要能及时收回。
- 上线后运维谁管。模型更新、资料更新、权限调整分别由谁负责,要在上线前写进分工。这部分常被忽略,可参考企业AI上线后运维谁来管?模型、知识、权限三条线与交接清单。
润迅在这件事里能做什么
润迅面向学校的做法,是把硬件、系统、模型管理和应用按层次交付,让学校能按上面的分档逐步推进:
- R30 AI 一体机放在学校现场,资料和模型调用都在校内网络里完成,适合一档、二档的场景起步;
- XunOS 与 MaxModel负责模型的统一管理,多个模型通过一个入口调用,每次调用都有审计记录,便于回查二档、三档里“谁在什么时候问了什么”;
- MaxKnow做知识库,资料可以按部门和角色设置可见范围,对应上面的分档管理;
- MaxEdu面向教育场景,围绕备课、教研、教务等工作提供应用。
需要说清楚的是:在这些场景里,AI承担的是资料整理、初稿整理和风险提示,教学内容是否采用、学生如何评价、敏感数据是否启用,由教师和学校管理人员确认。
行动建议:从一个一档场景开始
- 先挑一个一档场景,比如教职工制度问答,资料范围控制在一个部门、几十份文件以内;
- 同步做一遍全校资料盘点,把三档资料先标出来、隔离开;
- 二档场景选一个教研组试点,写明“未经教师复核不得发给学生”;
- 三档暂不启动,先由管理层牵头把权限、留存、日志规则定下来。
如果希望结合学校现有机房条件和资料情况评估起步方案,可以查看润迅的教育行业解决方案,或拨打业务热线 400-854-5566 沟通。
常见问题
学校用AI先从哪个场景开始比较稳妥?
建议从只用公开或制度资料的场景开始,例如教职工制度问答、办事流程指引。资料边界清楚,答错容易发现和更正,也适合用来跑通资料整理、账号开通和反馈收集这套流程。
AI出的试题能直接给学生用吗?
不建议直接使用。AI整理的试题只是初稿,需要任课教师逐条核对知识点、答案和表述后才能使用。学校可在制度里写明:未经教师复核的内容不得发给学生。
学生成绩和心理记录能放进学校知识库吗?
默认不放。若确有需要,须先按岗位划清访问权限,写明留存期限与删除方式,保留每次检索记录,并由学校管理层和数据归口部门共同确认后再启用。
学校AI落地需要先准备什么?
主要四项:资料盘点并标注敏感档位;确定模型与知识库放在校内机房还是托管机房;和统一身份认证打通做好角色权限;写清上线后模型、资料、权限分别由谁维护。
AI批改作业后成绩由谁负责?
由教师负责。AI在批改中只做辅助标记,提示可能有问题的地方,打分和评语由任课教师确认。系统侧保留生成记录,便于出现争议时回查。