人工智能赋能中小学教育管理中的伦理风险与治理策略研究-结题报告

PAGE 人工智能赋能中小学教育管理中的伦理风险与治理策略研究结题报告摘要人工智能向中小学校管理领域的渗透，使分班、预警、评优、考勤等管理事项日益依托算法生成方案甚至直接形成结论，由此产生了不同于课堂教学场景的伦理风险。本课题以云台市云溪县育英中学及五所协作学校为研究现场，沿“风险识别—机理分析—治理建构—实践检验”的主线展开，把文献研究、问卷调查、深度访谈、算法决策记录分析与行动研究等方法组合起来，回收学校管理者有效问卷118份、教师有效问卷312份、学生有效问卷1128份、家长有效问卷846份，完成深度访谈152人次，并对16个起始年级的分班结果、两学年1350条行为预警记录和360人次评优排序记录逐一核查，系统摸清了智能分班、行为预警、评优排序三类管理算法应用的伦理风险表现与生成机理。在此基础上，课题组建构了以“引入审议、决策备案、告知与异议、人工复核、标签管理、监督问责”六个环节为核心的管理算法治理机制，研制了风险清单、公平性审查要点、预警标签管理规程、异议处置办法等制度文本，并在六所学校开展了九个月的行动研究。试点结果表明，管理者与教师的管理伦理与算法风险应对能力总均值由前测2.72提升至后测3.38，家长对管理算法决策的知情率由42.6%提升至91.3%，学生感知“被标签化”的比例由38.4%下降至21.7%，管理算法决策异议实现全部闭环办理。研究表明，学校管理决策的算法化并非应当回避的趋势，关键在于以机制、制度、能力三个层面的治理守住公平、透明与人的主体地位，实现教育管理的向善治理。关键词：教育管理算法化；管理决策伦理风险；智能分班；学生行为预警；评优排序；学校算法治理一、课题概述（一）研究缘起教育数字化战略的推进，使学校管理逐步从经验决策转向数据支撑的算法决策。云溪县育英中学在近年的管理实践中，相继引入了智能分班系统、学生行为预警模块与评优排序工具，学籍、考勤、成绩、纪律、家校沟通等多类数据被汇集到学校管理平台，分班、预警、评优等以往由管理者依据经验判断的事项，越来越多地交由算法生成初步方案甚至直接给出结论。这一转变提高了管理效率，也带来了新的困惑：部分家长对分班结果心存疑虑，认为某些特长或成绩区间的学生“总是分在一起”；被预警模块标记为“重点关注”的学生，其标签在评优、推荐等环节产生了持续影响；个别管理者把评优排序的决定权整体交给系统，自身却对排序的依据讲不清楚。这些困惑的共同之处在于，它们并非发生在课堂教学之中，而是发生在分班、预警、评优等学校管理决策环节，指向的是一种由算法介入管理决策而生的伦理风险。既有研究对人工智能教育伦理的讨论多集中于教学场景，如智能辅导系统、学习分析、考试评价等，对“学校管理决策算法化”这一场景的专门研究尚不多见。学校管理与课堂教学的差异十分明显：教学场景中的风险多表现为一次性的使用偏差，而管理场景中的决策一旦形成，往往通过分班结果、预警标签、荣誉排序等形式持续作用于学生，风险由此具有累积性和不可逆性。这一差异决定了管理算法风险的治理不能简单沿用教学场景的经验。基于上述判断，课题组申报本课题，力图把管理算法应用的伦理风险讲清楚，把学校层面的治理策略做出来、试出来。课题组所在的云溪县育英中学是全县管理数字化推进较快的学校，三类管理算法均已有实际使用，管理者与教师对此既认可效率价值，也积累了具体的困惑，为开展场景化研究提供了真实土壤。（二）研究任务与完成情况对照开题报告确定的研究设计，本课题共立四项研究任务，目前都已收口。第一项为管理算法应用现状与伦理风险的调研诊断：课题组在2027年4月至7月完成六校调研，回收四类问卷共2404份有效样本，访谈152人次，形成《云溪县中小学管理算法应用现状调研报告》与《管理算法决策记录核查分析报告》，如期完成。第二项为三类场景风险的类型化分析与风险清单研制：课题组以调研证据为依据，提炼出覆盖三个场景、五个伦理维度的风险清单，梳理风险条目42条，如期完成。第三项为学校管理算法治理机制与配套制度的设计：课题组形成《学校管理算法应用治理机制（试行）》及四项配套制度文本，经专家论证后进入试点，如期完成。第四项为治理策略的实践检验与修订：课题组自2027年12月至2028年8月在六所学校开展行动研究，做了两轮迭代修订，前后测数据、机制运行台账与案例集均已齐备，如期完成。总的来看，四项任务悉数落地，预期目标如期达成。二、研究背景与问题提出（一）政策要求与现实需求在政策层面，国家对算法治理与未成年人保护作出了日益明确的制度安排，并对学校管理场景提出了具体要求。《中华人民共和国个人信息保护法》第二十四条要求利用个人信息进行自动化决策时保证决策的透明度和结果公平公正，个人有权要求说明并拒绝仅通过自动化决策方式作出的决定；《未成年人学校保护规定》要求学校在管理活动中尊重和保护学生的合法权益，处分与评价应当遵循正当程序；《未成年人网络保护条例》要求网络产品和服务提供者切实承担未成年人保护义务；《新一代人工智能伦理规范》明确应避免技术对人的过度干预，保障人的自主选择；《教育强国建设规划纲要（2024—2035年）》与《关于加强中小学人工智能教育的通知》就人工智能与教育融合、提升教育治理数字化水平作出了部署。上述文件共同构成了管理算法应用的基本遵循，传递出“既要用好、也要管好”的清晰信号。但这些上位要求多为原则性规定，如何把“保证决策透明度”“遵循正当程序”“保障学生权益”转化为学校在分班、预警、评优中的具体评估标准、决策流程与处置办法，尚缺乏成熟的实践样本，这正是本课题要回应的转化问题。从现实需求看，云溪县中小学教育管理类智能系统的应用呈现“快进欠管”的格局。开题前完成的摸底调查显示，全县中小学在用的教育管理类智能系统达18款，涉及智能分班、行为预警、评优排序、智能考勤等环节，而经过任何形式伦理相关评估的仅4款；受访家长中表示知晓学校管理决策使用算法支持的为42.6%，受访管理者中能够识别管理算法常见伦理风险的不足四成。产品引入时缺乏伦理把关，决策作出后缺乏告知与解释，出现异议时缺乏处置渠道，形成标签后缺乏退出机制，这四个“缺乏”正是本课题要解决的现实困境。与管理算法广泛使用形成反差的是，学校现行管理制度中几乎没有针对算法决策的专门规程，管理者往往把算法输出当作客观结论直接采用，责任的边界与救济的通道都不清晰。（二）拟解决的核心问题本课题要回答的核心问题有三个。其一，智能分班、行为预警、评优排序三类管理算法在应用中究竟暴露出哪些具体的伦理风险，其生成机理为何，风险的累积性与标签化特征又是怎样形成的——这属于风险识别层面的问题。其二，面对三类场景风险，学校层面的治理机制该涵盖哪些环节、由谁担起何种责任、依照什么标准运转——这属于治理建构层面的问题。其三，治理策略放到真实的学校情境中能否奏效，成效该怎么测量，又会暴露出哪些需要迭代的地方——这属于实践检验层面的问题。三个问题一环扣一环，串起本课题的研究主线。（三）国内外研究现状就教育人工智能伦理的风险图谱而言，已有研究已从隐私与数据安全、算法公平与偏见、透明度与可解释性、责任归属、人的自主性与替代风险、身心健康与适龄性等维度搭起较为完整的分析框架，为具体场景的风险识别备好了概念工具。这类成果大多走的是“先立框架、再落场景”的路子，长处在于确立了伦理分析的维度坐标，短板也同样明显：它们往往从技术系统的通用属性切入，对管理类应用与教学类应用在风险形态上的差别着墨不足，对管理者能够感知、能够处置的风险形态也少有讨论，管理决策一经形成便长期生效所引出的累积性风险更少被提及。在治理框架与制度工具方面，研究者讨论过伦理审查、算法备案、分级分类监管、多元共治等制度安排；国际上有联合国教科文组织《人工智能伦理问题建议书》与OECD《人工智能原则》可供参照，《新一代人工智能伦理规范》则进一步点明以人为本、可控可信等基本要求。然而这类研究大多把政府与平台置于治理主体的位置，讨论重心偏向宏观制度供给，至于学校作为管理决策的作出主体该担什么治理责任、靠哪些环节和工具守住底线，则缺少立足“最后一公里”的操作性设计，制度原则与学校管理流程之间仍横着一道明显的转化断层。围绕教育管理场景的专门研究，国外文献较多留意算法决策在学校资源配置、学生风险识别中的运用及其公平性，伦理讨论集中在数据偏差与程序正当；国内研究则陆续出现教育治理数字化转型、学校管理数据化的零星成果，个别研究还提出了管理决策留痕与救济渠道的初步设想。总体而言，把智能分班、行为预警、评优排序三类管理算法风险贯通考察，并落脚到覆盖“引入—决策—异议—复核—退出”全过程的学校治理机制，从而形成系统方案的成果仍然罕见。本课题所要补的正是这个缺口——把风险识别与治理建构打通，为县域中小学提供可直接取用的管理制度文本。三、研究目标、内容与方法（一）研究目标本课题的总体目标，是把中小学管理算法应用中三类场景的伦理风险及其机理摸清楚，在学校层面搭起并验证管理算法治理机制与配套制度，最终形成一套可在县域复制推广的治理方案。目标可拆为四条：第一条，形成管理算法应用的场景化风险清单与决策记录核查证据；第二条，把分班偏向、预警固化、排序失据三类风险的生成机理讲明白；第三条，产出管理算法治理机制文本与四项配套制度并通过专家论证；第四条，以试点来检验治理成效，完成机制修订并推动成果推广。（二）研究内容第一项内容即管理算法应用现状与伦理风险的调研诊断。课题组面向六所学校的管理者、教师、学生与家长开展问卷调查和深度访谈，并借助算法决策记录分析与制度文本比较，摸清智能分班、行为预警、评优排序三类算法在管理决策中的实际使用状况，识别各方感知的伦理风险点，产出调研报告与风险素材库。调研聚焦三个子问题：学校引入管理算法时由谁拍板、事前是否评估；算法结果在多大程度上被直接采信；学生与家长对决策依据的知情状况与异议状况如何。第二项内容为三类场景风险的类型化分析。针对智能分班、行为预警、评优排序三个场景，逐一搭建“场景—表现—伦理维度—危害指向”的分析框架：智能分班的切入点是均衡性偏差、约束条件是否明示、结果是否公示，行为预警的切入点是标签的触发依据、持续时长与退出条件，评优排序的切入点则是算法介入程度、排序依据的可解释性与人工复核比例。研究将依据调研证据在每个伦理维度下细化风险条目，产出包含约42条风险的风险清单，供学校排查使用。第三项内容为学校管理算法治理机制与配套制度的建构。治理机制以“机制—制度—能力”三层落点为纲，把引入审议、决策备案、告知与异议、人工复核、标签管理、监督问责六个环节纳入其中，并研制《管理算法公平性审查要点》《学生行为预警标签管理规程》《管理算法决策异议处置办法》《管理算法应用责任清单》等制度文本，同步开发面向管理者与教师的管理伦理能力培训方案，让机制文本与学校日常管理流程衔接得上、用得起。第四项内容为治理策略的实践检验。以两轮行动研究检验机制是否可行，跟踪管理者与教师的管理伦理及算法风险应对能力、学生与家长的知情程度与公平感受有何变化，留存机制运行台账与典型案例，据此完成机制文本的迭代修订并向县域推广。（三）研究方法本研究把五种方法搭配起来使用。文献研究法：检索并研读2020年以来的国内外相关文献170余篇，着重分析政策文件与管理算法场景研究，写出文献综述。问卷调查法：自编《中小学管理算法应用伦理风险认知问卷》，管理者卷五个维度30题、教师卷五个维度28题、学生卷三个维度18题、家长卷三个维度16题，先以56份样本预调研检验信效度，再正式施测，回收管理者有效问卷118份、教师有效问卷312份、学生有效问卷1128份、家长有效问卷846份，借统计软件做完描述统计、差异检验与因素分析。深度访谈环节，依照半结构化提纲访谈学校管理者30人、教师54人、学生44人、家长24人，共152人次，访谈资料逐字转录后作三级编码。算法决策记录分析法：抽取16个起始年级的分班结果（覆盖学生5840名），核查算法均衡性与约束条件的明示情况；调取两学年的行为预警记录1350条（涉及学生486名），追踪标签如何设置、使用与退出；抽取评优排序记录360人次，比对算法排序与人工评审是否一致，并统计各方的知情与异议状况。行动研究法：在六所学校推行治理机制，依“计划—行动—观察—反思”的循环完成两轮迭代，认知测量、机制运行台账与案例记录全程留存。（四）理论依据本课题的理论支撑来自四个方面。其一是汉斯·约纳斯的责任伦理。它强调技术时代应有的前瞻性责任观，主张在技术后果尚未明朗时便要承担预防性责任，这为“谁引入算法、谁对决策负责”的责任安排奠定了伦理基础，也提醒人们：算法决策不应沦为推卸责任的“甩手装置”。其二是罗尔斯正义论中的公平机会原则与程序正义思想，它为审视管理算法对特定学生群体的差异化影响提供了尺度，也为“决策须有依据、异议须有通道、结果须可更正”的程序设计提供了学理支撑；本课题据此把管理算法公平的治理重心放在程序公平，而非结果均等。其三是贝克的风险社会理论，它揭示出现代技术风险具有隐蔽性与滞后性，管理算法引发的标签固化风险往往要积累到一定程度才浮出水面，这提示治理必须具备前瞻性和常态化特征。其四是技术接受与治理理论，它指出一项治理制度能否真正落地，取决于管理者与教师对其感知有用性与感知易用性的评价，这为课题组在两轮行动研究中持续精简流程、压低执行成本提供了依据。四、研究过程（一）准备与设计阶段（2027年1月—3月）本阶段的重心落在定方案、建队伍、备工具三件事上。2027年1月上旬，课题组开了启动会，照着申报评审书把研究任务逐条捋清，写出《课题实施方案》初稿，定下以管理决策算法化为切口、以学校治理为落点的研究主线，把研究周期划为五个阶段，同时为每位成员排定责任分工。1月中旬至2月，课题组集中研读文献，累计检索并整理国内外相关文献170余篇，研读重点包括《中华人民共和国个人信息保护法》里涉及自动化决策的条款以及《未成年人学校保护规定》《未成年人网络保护条例》《新一代人工智能伦理规范》等政策法律文本，写成两万余字的文献摘编，并据此搭起“场景—表现—伦理维度—危害指向”四要素分析框架的雏形。2月下旬，课题组编制四类调查工具：《中小学管理算法应用伦理风险认知问卷》管理者卷、教师卷、学生卷与家长卷，同步起草访谈提纲和算法决策记录核查表，后者用于对分班结果、预警记录与评优排序记录进行结构化核查。3月上旬，课题组选取本校两个年级的56名管理者与师生开展预调研，根据作答分布与反馈意见删除区分度不良的题目7道、合并语义重叠的题目5道，将管理者卷确定为五个维度30题、教师卷五个维度28题、学生卷三个维度18题、家长卷三个维度16题，问卷整体信度系数达到0.88。3月下旬，课题举行开题论证会，专家组肯定了以“管理”而非“教学”为落点的研究取向，同时建议把算法决策记录核查作为风险证据的主线，并把治理机制文本化、可操作化。课题组据此调整实施方案，将原定笼统的“管理规范研究”细化为引入审议、决策备案、告知与异议、人工复核、标签管理、监督问责六个环节的机制设计任务，人员分工也随之落定：负责人统筹全局并主持机制设计，两名成员分管问卷与访谈，两名成员分管算法决策记录核查，两名成员分管制度文本起草，另有一名成员分管数据管理与台账建设。为帮助全组吃透政策，课题组在2月至3月安排三次集体学习，逐条研读自动化决策条款与学校未成年人保护要求，并围绕“分班算法出错谁负责”“预警标签能否长期保留”等议题组织两次内部研讨，把关键概念的理解统一下来。本阶段形成开题报告、实施方案和四套调研工具共五项阶段成果。（二）现状调研与诊断阶段（2027年4月—7月）本阶段把课题所需的一手资料全部采集完毕，并完成了初步诊断。4月至5月，课题组在云溪县育英中学、云溪县第一中学、云溪县第二中学、云溪县第三中学、云溪县第四中学、云溪县实验小学六所学校开展问卷调查，共发放管理者问卷126份、教师问卷340份、学生问卷1200份、家长问卷900份，回收有效问卷分别为118份、312份、1128份、846份，有效回收率依次为93.7%、91.8%、94.0%、94.0%。数据统计显示，82.4%的管理者认同管理算法提升了决策效率，但仅有37.3%的管理者表示能够识别管理算法可能带来的伦理风险；47.8%的家长表示从未被告知学校分班或评优使用过算法支持；31.5%的学生表示曾感到自己被系统“贴了标签”却不知原因。样本构成与数据回收情况见表1。调研对象发放问卷回收有效问卷有效回收率访谈人次学校管理者12611893.7%30教师34031291.8%54学生1200112894.0%44家长90084694.0%24与问卷同步，课题组也推进了质性资料的采集与编码。152人次访谈录音全部逐字转录，累计转录文本约34万字，依次经开放式编码、主轴编码与选择性编码三级处理，归纳出与三类场景相对应的十八个意义单元，其中“分班结果看不明白”“被预警以后一直摘不掉”“排序依据只有系统知道”等意义单元在多校访谈中反复出现，为后续的风险类型化提供了重要线索。课题组另收集了六所学校的相关管理制度文本、产品服务协议与家长告知书共46份，比较后发现，明确载明算法使用情形与异议渠道的文本不足三成，多数文本只笼统提及“运用信息技术提升管理效能”，未涉及数据来源、决策依据与救济方式。6月至7月，课题组完成三类算法决策记录的核查。分班方面，抽取16个起始年级的分班结果，覆盖学生5840名，复核发现，在3个年级中某类特长生与某成绩区间的学生在个别班级的集中度显著偏离随机分布的预期，反映出算法在约束条件设置上存在未向学校明示的偏向；分班结果的公示率仅为21.4%。行为预警方面，调取两学年预警记录1350条，涉及学生486名，其中被标记为“高关注”的学生168名，跟踪发现68.5%的高关注标签在触发原因消失后90天内未被复核或撤销。评优排序方面，抽取评优排序记录360人次，其中76.4%的学生与家长未被告知排序算法参与，发生过12起家长异议，但均无正式处置记录。三类场景的核查结果见表2。场景核查对象规模主要发现智能分班起始年级分班结果16个年级、5840名学生3个年级存在未明示的约束偏向；结果公示率21.4%行为预警两学年预警记录1350条、涉及486名学生“高关注”标签168名，68.5%在原因消失后90天内未复核撤销评优排序评优排序记录360人次76.4%未被告知算法参与；12起异议均无正式处置记录本阶段产出《云溪县中小学管理算法应用现状调研报告》与《管理算法决策记录核查分析报告》两项成果，并建起含访谈转录稿、制度文本与核查台账的研究资料库。（三）方案建构与工具开发阶段（2027年8月—11月）本阶段的任务是把调研证据转成治理方案与制度工具。8月至9月，课题组连开三次专题研讨会，对三类场景风险逐类作类型化提炼：智能分班场景归纳出约束条件隐偏向与均衡性失真两个方面，涉及算法公平与偏见、透明度与可解释性、责任归属三个伦理维度；行为预警场景归纳出标签固化、标签流出与“自我实现预言”三种表现，涉及隐私与数据安全、身心健康与适龄性、责任归属三个维度；评优排序场景归纳出依据失据与救济缺失两个方面，涉及透明度与可解释性、算法公平与偏见两个维度。在此基础上形成《学校管理算法应用伦理风险清单》，共梳理风险条目42条，每条都标出典型表现、危害指向与责任环节，供六校排查使用。这份清单按五个伦理维度归类，具体分布见表3。伦理维度条目数主要涉及场景典型案例表现算法公平与偏见10智能分班、评优排序分班约束条件未明示，导致某类学生集中分布透明度与可解释性9智能分班、评优排序家长学生不知决策依据，无法获知排序规则隐私与数据安全8行为预警行为数据跨场景流转，超出预警用途使用责任归属8三类场景算法误判后无人担责，责任悬空身心健康与适龄性7行为预警预警标签固化，长期影响学生自我认知合计42——10月上旬，课题组按照“机制—制度—能力”三层落点，拟定《学校管理算法应用治理机制（试行）》，把治理流程固化为六个环节：引入审议环节由学校成立的管理算法评估小组对拟引入的算法进行数据、公平、可解释与适龄四方面审议；决策备案环节要求使用场景、决策权限与生效范围报学校管理机构备案；告知与异议环节要求向相关学生与家长告知决策依据并提供异议渠道；人工复核环节要求算法输出须经人工复核，学校保留最终决定权；标签管理环节规定预警标签的设置条件、使用限制、定期复核与退出要求；监督问责环节规定台账记录、纠错、审计与算法退出处置。10月下旬至11月，配套研制《管理算法公平性审查要点》《学生行为预警标签管理规程》《管理算法决策异议处置办法》《管理算法应用责任清单》四项制度文本，各环节的职责与时限见表4。治理环节发起主体核心职责关键时限引入审议管理算法评估小组审查数据来源、公平性、可解释性与适龄性引入前完成决策备案学校管理机构备案使用场景、决策权限与生效范围决策前备案告知与异议相关年级与班主任告知决策依据，受理异议申请决策生效后五个工作日内告知人工复核分管管理者与教研组对算法输出复核，行使最终决定权三个工作日内办结标签管理德育部门与班主任设置、使用、复核与退出预警标签每学期复核一次监督问责校务监督小组台账记录、纠错、审计与算法退出每学年审计一次方案建构中碰到的最大麻烦，是制度文本与学校现有管理流程如何接得上。初稿把引入审议交给校级独立机构负责，试点学校反映层级太多、运行成本偏高。课题组与六校管理者座谈之后，把审议职能并入学校课程与教学管理部门牵头组织的联席评估，并请教师代表和家长代表列席，把关功能得以保留，组织成本也降了下来。11月下旬，课题组召开专家论证会，请县教育科学研究所教研员和相关领域专家为机制文本把脉，专家组就异议办理时限明确为三个工作日、标签退出条件细化为“触发原因消失并复核确认”等提出七条修改意见，课题组一一采纳并修订。本阶段产出风险清单、治理机制文本以及四项配套制度，共六项阶段成果。（四）实践检验阶段（2027年12月—2028年8月）本阶段以六所学校为现场开展行动研究，覆盖管理者与教师共286名，分两轮迭代推进。第一轮从2027年12月到2028年4月。启动前，课题组对六校管理者、班主任及学生工作人员进行管理伦理与算法风险应对能力前测，总均值为2.72；对家长进行管理算法知情情况调查，知情率为42.6%。随后组织专题培训四场次，解读治理机制与四项制度，并完成管理算法应用的全面备案。试点运行中，各校严格执行引入审议与人工复核；分班结果与评优排序结果实行公示，异议处置办法落地后，第一轮共受理学生与家长异议63件，确认并更正47件，占74.6%，全部在三个工作日内办结；标签管理规程实施后，第一轮复核退出预警标签96个。第一轮收尾时的中期评估暴露出两个突出问题：一是部分管理者对“人工复核”与“最终决定权”的理解不一，个别学校将复核流于形式，抽查发现仍有约一成预警标签未经实质复核即延续；二是异议渠道的知晓度偏低，学生与家长知道如何提出异议的比例不足三成，导致部分异议未进入正式渠道。课题组在2028年5月召开反思会，对机制作了三处调整：将“标签复核”细化为触发原因消失后60日内必须启动复核并留存记录，纳入德育常规检查；研制《管理算法决策告知书》模板并在分班、评优前一并发放，明确告知决策依据与异议办法；将异议渠道知晓率纳入学校管理效能评估指标。第二轮从2028年5月到8月，机制调整之后运行明显顺畅，第二轮受理异议41件，确认并更正33件，三个工作日内办结率由第一轮的95.2%提升至100%；标签按期复核启动率由79%升至97%。第二轮同步对试点对象进行了后测与抽样访谈，共访谈管理者18人、教师26人、学生28人、家长16人，多数受访家长表示告知书让他们“知道孩子为什么被这样安排”，多位管理者反映人工复核环节使自己在采用算法结论前更有意识地做出判断。8月下旬，课题组做完前后测，并把两轮运行台账与典型案例系统整理出来。本阶段形成试点运行报告、案例集和管理伦理能力培训方案三项成果。（五）总结提炼阶段（2028年9月—12月）本阶段承担数据整理、成果提炼与推广辐射三项任务。9月，课题组把全部研究数据归档并作二次核查，重点核对前后测数据、异议处置台账与标签复核记录是否一致，请县教育科学研究所人员对数据链条加以核验，确认各类样本量与统计口径前后一贯。10月，课题组召开成果提炼研讨会，把两年研究浓缩为“三类场景、五个维度、六个环节”的治理框架：三类场景即智能分班、行为预警、评优排序；五个维度即算法公平与偏见、透明度与可解释性、隐私与数据安全、责任归属、身心健康与适龄性；六个环节即引入审议、决策备案、告知与异议、人工复核、标签管理、监督问责。接着写出结题报告初稿并着手三篇研究论文。11月，课题组依次在六所调研校举办管理算法治理推广培训8场次，覆盖县域管理与教学人员520人次，向县教育行政部门提交《关于加强中小学管理算法应用治理的建议》决策咨询报告。12月上旬，课题组依据推广培训中收集到的34条反馈意见，对机制文本作了最后一轮微修，着重补上算法更换或停用时的数据清除与标签终止条款；中旬，结题报告定稿、全部附件也整理规范，课题研究如期收官。回顾整个总结提炼阶段，课题组始终守着数据可追溯这条原则，每一项结论都留有原始记录兜底：前后测的原始数据、台账扫描件、访谈转录稿以及案例素材分类装订成册，构成一套完整的课题档案，既让结题材料彼此印证，也为日后的研究留下了可复核的资料。五、研究成果（一）认识性成果第一，管理算法化的伦理风险具有“决策固化”特征，治理必须以决策的可逆性与标签的可退出性为核心。研究发现，管理算法与教学算法在风险形态上存在本质差异：教学场景中的风险多表现为一次性的使用偏差，偏差发生可以通过复核或换用方式加以纠正；而管理场景中的决策一旦形成，就通过分班结果、预警标签、荣誉排序等形式持续作用于学生，风险由“一次性误判”变为“长期生效”。分班结果影响学生的同伴关系与资源获得，预警标签影响其被关注方式与荣誉评定，这些影响具有累积性，甚至在算法不再参与后仍然延续。这一认识确立了本课题治理设计的基本取向：治理不能止步于决策前的审议，还必须覆盖决策后的复核、更正与退出，让已经作出的算法决策保持可被修正的状态。第二，管理算法风险的公平问题集中体现为“程序不公”，治理重心应放在程序正义而非结果均等。三类场景的调研证据表明，算法输出在结果上未必都构成事实不公，真正引发矛盾的多是程序层面的缺失：分班约束条件未向学校明示，家长无从判断结果是否合理；评优排序依据只有系统掌握，学生与家长没有申辩机会；预警标签的设置与延续缺乏可核查的记录。当程序不透明、无申辩、无复核时，即便结果本身并无明显偏差，各方也难以建立对决策的信任。由此可以得出一个治理判断：管理算法治理的关键是把“有依据、可解释、能异议、可更正”这几项程序要求做实，程序正义是管理算法赢得信任的前提。第三，管理算法治理的关键在于“保留人的最终决定权”，使管理者从算法的执行者回归决策的责任者。研究发现，当算法输出被直接采用时，管理者容易把判断责任转嫁给系统，形成事实上的“责任悬空”；而当人工复核成为必经环节时，管理者会在采用结论前重新审视数据与情境，算法由此回到辅助决策的位置。试点经验证明，通过规定“算法输出须经人工复核、学校保留最终决定权”，能够在不妨碍管理效率的前提下重建责任链条。这一发现具有普遍意义：治理工具的克制与精准，往往比一律禁止更能保护学校运用技术的积极性，也更契合教育管理对伦理审慎的要求。（二）操作性成果本课题拿出了四项可以直接上手使用的操作性成果，其构成与用法见表5。成果名称形式构成要素使用方式学校管理算法应用伦理风险清单风险清单三类场景42条风险条目，按五个伦理维度归类，注明典型表现、危害指向与责任环节供学校在引入审议与日常排查中对照使用学校管理算法应用治理机制（试行）机制文本引入审议、决策备案、告知与异议、人工复核、标签管理、监督问责六个环节及各环节职责与时限由学校管理机构牵头组织实施管理算法配套制度汇编制度汇编公平性审查要点、预警标签管理规程、异议处置办法、应用责任清单纳入学校常规管理与校务监督管理伦理能力培训方案培训方案算法风险识别、决策程序、异议处置、标签管理四个模块八学时课程包以校本研修形式面向管理者与教师实施风险清单把42条风险按三类场景分组编码，每条都附上排查要点和对应的责任环节，试点学校据此在引入审议环节平均每项算法提出整改问询4项。治理机制文本把每个环节的发起主体、办理时限与记录要求都写清楚了，其中异议处置环节规定三个工作日内答复、争议结果由学校管理机构复核裁定，为算法决策争议提供了闭环路径；标签管理环节规定了设置条件、使用限制与退出要求，弥补了以往“只贴不摘”的管理空白。公平性审查要点按数据来源、约束条件、结果分布与解释程度四个维度设计审查条目，使引入审议有据可依。培训方案采用案例研讨、情景演练与制度测试三种形式，另配套开发了10个管理情境案例，已在县域推广培训中使用，参训人员据此能走完从认识到操作的整段转化。（三）实践成效总述总体来看，本课题在实践层面收效于三个方面。第一，三所学校的管理算法使用由“凭经验引入”转为“依规运行”：试点期间累计备案管理算法应用事项18项，审议管理类智能系统12款，使用场景、决策权限与生效范围都有台账可查。第二，算法决策争议由“无处诉求”转为“闭环办理”：试点期间累计受理异议104件，确认并更正80件，更正率76.9%，件件办结，无一积压。第三，管理者与教师面对算法结论的姿态由“照单全收”转为“有辨识地采用”：管理伦理与算法风险应对能力、学生与家长的知情水平与公平感知均出现可测量的改善，具体数据见第六部分。三方面成效合在一处说明，学校层面的治理机制可以在不否定技术价值的前提下，把管理算法应用的伦理风险有效约束住。（四）成果的应用与推广课题成果按三个层次向外推广。校内层面，云溪县育英中学已把治理机制纳入学校管理制度体系，自2028年秋季学期起覆盖分班、预警、评优等管理事项，学校管理机构、德育部门与班主任在机制运行中的分工也已明确。县域层面，课题组2028年11月办了8场推广培训，六校及周边学校管理与教学人员520人次参加，县教育科学研究所将《管理算法公平性审查要点》转发全县中小学参考使用，多所学校还结合自身实际作了校本化改编。成果辐射层面，课题组向县教育行政部门报送决策咨询报告一份，三篇研究论文中一篇已公开发表、两篇通过期刊初审。推广培训收到的反馈显示，认为治理机制“明确有用”的占87.6%，认为“增加了事务性工作”的占24.3%，后者提醒人们制度执行的成本问题仍需在更大范围持续优化。可以说，课题成果已初步从校本做法长成县域公共产品。六、研究成效分析（一）管理者与教师层面的变化管理者与教师是治理策略的直接作用对象，其变化由前后测问卷、执行台账与访谈三者相互印证。前后测用的是同一份《管理伦理与算法风险应对能力问卷》，五个维度各6题，按5点量表计分。286名试点管理者与教师前测总均值2.72，后测总均值3.38，提升0.66，配对样本检验达到显著水平，效应量0.81，属较大幅度的实质性提升。各维度得分见表6。维度前测均值后测均值提升幅度效应量算法风险识别2.813.460.650.78决策程序掌握2.743.420.680.82异议处置能力2.653.310.660.80预警标签管理2.703.390.690.83数据合规意识2.683.320.640.79总均值2.723.380.660.81从各维度的提升幅度看，预警标签管理维度的改善最为明显，提升0.69，说明标签管理规程这一工具对管理者重新理解预警的使用边界最具直接作用；异议处置能力维度提升幅度居中，不过前测基数最低，相对改善反而最大。就过程性指标而言，行为改变同样清晰：标签按期复核启动率由第一轮的79%提升至第二轮的97%；管理算法决策结果公示率由试点前的21.4%上升至试点后的92.6%。访谈中，多位管理者表示培训中“标签案例研讨”环节对其触动最大，使其意识到“一个标签可能跟学生走很久”。教师张老师在访谈中谈到，过去评优排序直接采用系统生成的名单，如今会先核对排序依据再提交审议，这一细节折射出管理者从算法执行者向决策责任者的角色回归。分群体比较还发现，担任管理职务五年以上的受访者在后测中的决策程序掌握维度得分高于新任管理者，差距约0.23；而青年教师在新任管理者身份下对人工复核环节的接受度更高，说明培训与制度工具对两类群体的作用点并不相同，后续推广应分类安排支持策略。（二）学生与家长层面的变化学生与家长的变化集中在知情程度提升与公平感知改善两个相互关联的方面。家长对管理算法决策的知情率由试点前的42.6%上升至试点后的91.3%；学生感知“被标签化”的比例由38.4%下降至21.7%，下降16.7个百分点；家长认为分班结果公平的比例由61.2%上升至83.5%；学生与家长知晓异议渠道的比例由28.5%上升至76.4%。上述四项指标均通过问卷施测获取，前后测使用同一问卷、同一计分方式，具有可比性。学生感知“被标签化”比例的下降与管理者的标签管理行为改变方向一致，说明规程落地通过减少无用标签的延续，直接改善了学生的被监测感；家长公平感知的提升则与分班结果公示、告知书发放等措施相呼应。值得说明的是，知情与公平感知的改善并未以牺牲管理效率为代价：试点学校分班、评优等管理事项的办理时效保持在系统应用的正常水平，而围绕分班与评优的争议量因程序透明化反而明显减少，试点期间正式受理的异议总量在第二轮较第一轮下降约三分之一。学生访谈显示，多数学生认为告知书与异议渠道的存在让自己“知道为什么这样安排，也知道可以问”，这种知情与表达意识本身即是学生主体地位得到尊重的表现。分场景观察也显示，公平感知的改善在评优排序场景中最为明显，在行为预警场景中相对温和，这与预警场景涉及学生行为评价、家长顾虑更多有关，提示后续告知方式可进一步按场景细化。（三）学校层面的变化学校层面的成效，落在治理机制的建设与运行上。六所试点学校都组建了管理算法评估小组，并把机制文本转化为校本制度；试点期间累计备案管理算法应用事项18项，审议管理类智能系统12款，其中9款通过审议并划定使用边界，3款因数据说明不透明、公平性审查未过关被要求整改后再议，最终整改完成2款、暂缓使用1款。机制运行的核心数据见表7。运行指标第一轮（2027.12—2028.4）第二轮（2028.5—8）合计受理异议申请（件）6341104确认并更正（件）473380三个工作日内办结率95.2%100%98.1%（整体）复核退出预警标签（个）9674170向算法提供方反馈整改需求（项）12820完成整改（项）10717就闭环情况而言，104件异议申请全部办结，没有一件积压；向算法提供方反馈的20项整改需求中17项完成整改，剩下3项因牵涉算法底层调整被列入跟踪清单，由学校以限定使用场景的方式先行管控。机制运行也带动了管理观念的转变：以往学校对管理算法多抱着“引入即用”的态度，现在审议、备案、告知、复核、标签管理、监督都被纳入常规管理，管理链条由单点审批铺展为全过程留痕。制度落地的另一收获是缓解了家校之间的信息不对称，试点学校在分班与评优前向家长发放管理算法决策告知书，家长知晓率从试点前的42.6%升至试点后的91.3%，家长说“知道学校是怎么决定的”。六校在机制运行中陆续攒下本地的算法应用台账与标签复核样本库，为日后续用、调整与退出判断备好了依据。再看治理成本，试点后期每校每学期的制度性工作量已从启动阶段的约三天压到两天以内，可见机制经过迭代能够逐渐内化为常规管理的一环，而不会长期是额外负担。县教育科学研究所的核验意见是，试点学校已初步形成“进有审议、决有备案、疑有异议、判有复核、标有管理、责有追究”的治理闭环，为县域层面出台统一政策备下了实践样本。（四）典型案例案例一：一次引发家长质询的智能分班。初二学生小睿的家长发现，孩子所在班级在某类特长生上的分布明显集中，与往届分班的均衡情况不同，遂向学校提出质询。学校按引入审议与异议处置制度启动核查，由评估小组调取分班算法的约束条件与结果分布，发现算法在“维持各科均衡”之外，隐含了未向学校明示的一项约束，导致某类学生在个别班级集中。评估小组按公平性审查要点逐项比对后认定该约束缺乏合理依据，遂在人工复核环节对分班结果作出调整，并向家长作出书面说明，同时将问题反馈算法提供方要求更正约束设置。此事促使学校将分班结果的公示与异议受理固定下来，此后每学年分班结果统一公示、异议统一登记。小睿的家长在回访中表示，学校能够讲清分班依据并作出调整，让家长“信服”。该案例推动了六校把“约束条件明示”列为引入审议的必备条目，也成为教师培训中讲解算法公平维度的直观素材。评估小组在案例记录中写道，若没有审议与异议这一通道，这项未明示的约束很可能长期存在而无人察觉，家长与学校之间的信任也会因信息不对称而受损。案例二：一个被预警标签困住的学生。初一学生小越因入学初的一次纪律事件被行为预警模块标记为“重点关注”，此后该标签在评优推荐中反复出现，小越逐渐变得沉默，家长也反映孩子“好像被看成了问题学生”。标签管理规程实施后，班主任依据规程在触发原因消失后启动复核，经德育部门确认该生近一学期的行为记录良好，遂按规定退出标签，并在班级评优中恢复其正常参评。小越在后续一学期中的课堂参与度明显提升，期末学业成绩较入学摸底提高12分。班主任王老师在案例反思中写道，干预的关键不是删除记录，而是让标签“有进有出”，让学生的当下表现可以覆盖过去的判断。该案例被收入案例集并制成培训研讨素材，在县域推广培训中作为标签管理的演示案例使用。值得注意的是，标签退出后，学校仍在内部保留了触发记录的归档，但约定了使用范围与期限，既避免了对学生的持续影响，也保留了必要的管理依据，这一处理方式后来被写入标签管理规程的修订条款。七、研究反思与后续研究方向（一）研究的主要局限本课题首要的局限在于样本的覆盖范围。调研与试点仅涉及云台市云溪县六所学校，其中五所是中学、一所是小学；这一规模虽足以支撑行动研究，但县域学校在生源结构、师资条件与管理水平上毕竟不同于城市学校，治理机制放到大城市学校、寄宿制学校或集团化办学情境中是否同样适用，还有待检验。其次在于测量手段。管理伦理与算法风险应对能力主要靠自陈问卷和执行台账来测量，自陈数据难免受社会期许偏差的干扰；算法决策记录核查虽然经过双人复核，可分班约束条件是否“合理”这类判断本身即含有价值成分，研究者的主观因素难以彻底排除。再次在于研究周期。管理算法造成的标签固化风险往往滞后显现，预警标签如何长期影响学生的自我认知、排序经历如何持续作用于其发展动机，在两年窗口内只观察到初步迹象，追踪证据仍显不足。最后，技术更新快于研究进度，研究期间各款管理系统的功能形态几经更迭，一些依旧版本设计的审查条目到结题时已需重新表述，成果的时效性一直承压。另需说明，课题组成员兼具治理机制执行者与研究者的双重身份，这固然便于获取一手资料，却也容易在评价机制成效时带上自我确认的倾向，为此课题组借助外部专家论证、第三方数据核验等办法尽量予以稀释。（二）尚未解决的问题尚有三类问题，课题周期内没能彻底解决。其一，算法结论能否解释，仍取决于产品自身。有些管理算法并不向学校开放决策逻辑，学校只能借结果分布间接推断其公平与否，审查的深度因此受限，在算法不透明的条件下如何有效审查，课题