智能辅导系统在中小学应用中的伦理风险与治理策略研究-结题报告

PAGE 智能辅导系统在中小学应用中的伦理风险与治理策略研究结题报告摘要智能辅导系统在中小学的规模化进校使用，在提升练习反馈效率的同时，也带来了自动批改误判、人机分工不当替代教师、学生过度依赖三类场景特有的伦理风险。本课题以云台市云溪县六所中小学为研究现场，围绕“风险识别—机理分析—治理建构—实践检验”的逻辑主线，综合运用文献研究、问卷调查、深度访谈、课堂观察、作业比对分析与行动研究等方法，回收教师有效问卷312份、学生有效问卷1260份、家长有效问卷874份，访谈师生与管理者116人次，观察智能辅导系统应用课42节，对2400份学生作业的机器批改结果与人工复核结果进行比对，系统摸清了三类风险的表现形态与发生机理。在此基础上，课题组建构了以“进校审议、使用备案、人机分工、复核申诉、依赖监测、退出处置”为核心环节的进校治理机制，研制了《人机教学分工清单》《自动批改复核与申诉制度》《学生使用依赖度监测与干预指引》等制度文本，并在24个试点班级开展了九个月的行动研究。试点结果显示，教师伦理风险识别与应对能力总均值由前测2.75提升至后测3.43，学生智能辅导系统依赖度均值由3.42降至3.05，误判复核申诉实现全部闭环办理。研究表明，智能辅导系统的进校治理应落在机制、制度、能力三个层面，通过明确人机边界与责任链条实现趋利避害、向善治理。关键词：智能辅导系统；教育伦理风险；自动批改误判；人机教学分工；过度依赖；进校治理一、课题概述（一）研究缘起随着教育数字化转型的推进，智能辅导系统作为集作业批改、学情诊断、个性化练习推送于一体的教学工具，正加速进入县域中小学课堂。云溪县第一中学在近年来的教学实践中观察到一组耐人寻味的矛盾现象：一方面，系统将教师从重复性批改劳动中部分解放出来，练习反馈的即时性明显改善；另一方面，围绕机器批改结果的争议在师生之间频繁出现，个别学生遇到问题首先求助于系统提示而不是独立思考，部分教师也将答疑、诊断、布置分层作业等环节整体交由系统安排，自身的教学判断出现了边缘化的迹象。这些现象提示，智能辅导系统的风险并不停留在抽象的技术层面，而是嵌入在具体的教学场景之中，具有鲜明的场景特殊性。既有研究多从教育人工智能的整体伦理框架出发进行一般性讨论，针对智能辅导系统这一具体产品形态、覆盖“进校—使用—退出”全过程的专门研究尚不多见。基于上述考量，课题组申报了本课题，力图以三类高频场景为切口，把智能辅导系统的伦理风险讲清楚，把进校治理的策略做出来、试出来。课题组所在的云溪县第一中学是全县办学规模较大的完全中学，智能辅导系统已在数学、英语等学科的日常作业与单元反馈环节有较广使用，教师对系统的效率价值持肯定态度，同时也在批改争议、教学让渡等问题上积累了直观困惑，这为开展场景化的伦理观察提供了真实土壤。课题组由此确定，研究不追求构建宏大的伦理理论体系，而是聚焦智能辅导系统这一具体产品形态在中小学的教学应用，把治理做进学校的日常管理流程，形成可被一线教师直接使用的工具。（二）研究任务与完成情况按照开题报告确定的研究设计，本课题共设四项研究任务。第一项任务为智能辅导系统应用现状与伦理风险的调研诊断，课题组已于2027年4月至7月完成六校调研，回收三份问卷共2446份有效样本，形成《云溪县中小学智能辅导系统应用现状调研报告》和自动批改误判比对分析报告，该项任务已全面完成。第二项任务为三类场景风险的类型化分析与风险清单研制，课题组基于调研证据提炼出覆盖三个场景、五个伦理维度的风险清单，共梳理风险条目38条，该项任务已全面完成。第三项任务为进校治理机制与配套制度的设计，课题组形成《智能辅导系统进校使用治理机制（试行）》及三项配套制度文本，经专家论证后进入试点，该项任务已全面完成。第四项任务为治理策略的实践检验与修订，课题组于2027年12月至2028年8月在六校24个班级开展行动研究，完成两轮迭代修订，前后测数据、机制运行台账和案例集齐备，该项任务已全面完成。总体而言，课题按计划完成了全部研究任务，实现了预期目标。二、研究背景与问题提出（一）政策要求与现实需求从政策层面看，国家对教育人工智能应用的管理正在从鼓励创新转向创新与规范并重。《中华人民共和国个人信息保护法》要求自动化决策保证透明度和结果公平公正，为自动批改等算法决策应用设定了基本义务；《未成年人网络保护条例》强调网络产品和服务提供者应当履行的未成年人保护义务，未成年人群体密集的校园场景理应执行更严格的标准；《生成式人工智能服务管理暂行办法》确立了安全评估与算法备案制度，为教育类智能产品划定了合规底线；《新一代人工智能伦理规范》将保护未成年人权益、避免过度依赖列为人工智能使用的基本要求；《教育强国建设规划纲要（2024—2035年）》和《关于加强中小学人工智能教育的通知》则从“人工智能教育”与“教育中的人工智能”两个方向作出了部署。这些文件共同构成了智能辅导系统进校治理的政策依据，但如何将上位要求转化为学校层面可操作的机制与制度，仍缺乏系统的实践方案。从现实需求看，云溪县中小学智能辅导系统进校呈现“快进慢管”的格局。开题前的摸底调查显示，全县中小学在用的智能辅导系统相关产品达14款，涉及作业批改、智能答疑、个性化练习等环节，而经过任何形式的伦理相关评估的仅3款；受访教师中能够识别常见场景风险的不足四成。产品进校时缺乏伦理把关，使用过程中缺乏人机分工约定，出现误判后缺乏复核渠道，学生依赖倾向缺乏监测手段，这四个“缺乏”正是本课题要回应的现实困境。（二）拟解决的核心问题本课题拟解决三个核心问题。第一，智能辅导系统在中小学应用中的伦理风险究竟有哪些具体表现，自动批改误判、人机分工不当替代教师、学生过度依赖三类场景风险的发生机理是什么，这是风险识别层面的问题。第二，针对三类场景风险，学校层面的进校治理机制应当包含哪些环节、由谁承担什么责任、依据什么标准运行，这是治理建构层面的问题。第三，治理策略在真实学校情境中能否落地见效，其运行成效如何测量，暴露出哪些需要迭代的问题，这是实践检验层面的问题。三个问题层层递进，构成本课题的研究主线。（三）国内外研究现状围绕教育人工智能伦理的风险图谱，已有研究从隐私与数据安全、算法公平与偏见、透明度与可解释性、责任归属、人的自主性等维度建立了较为完整的分析框架，为各具体场景的风险识别提供了概念工具。这类成果的共同取向是“先立框架、再落场景”，其贡献在于确立了伦理分析的维度坐标，但其局限也较为明显：多数研究以技术系统的通用属性为分析起点，尚未充分展开具体产品形态在教学环节中的风险差异，对教师与学生能够感知、能够应对的风险形态着墨不多。围绕治理框架与制度工具，研究者们讨论了伦理审查、算法备案、分级分类监管、多元共治等制度安排，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》亦提供了国际参照，我国《新一代人工智能伦理规范》则进一步明确了以人为本、可控可信等基本要求。但这类研究多以政府和平台为治理主体，讨论重心落在宏观制度供给，对学校作为“第一现场”应当承担何种治理角色、依靠什么环节与工具完成治理，缺乏从“最后一公里”出发的操作性设计。围绕智能辅导系统的专门研究，国外文献较多关注其教学有效性与学习者建模，伦理讨论集中于数据采集边界与可解释性；国内研究则开始出现针对自动批改公平性、人机协同教学边界、学生技术依赖的零散成果，个别研究提出了复核申诉与使用备案的初步设想。总体来看，将自动批改误判、人机分工不当替代教师、学生过度依赖三类风险贯通考察，并落脚到覆盖“进校—使用—退出”全流程的学校治理机制，形成系统方案的成果仍然少见。本课题的定位正在于填补这一空缺，把风险识别与治理建构贯通起来，为县域中小学提供可直接采用的制度文本。三、研究目标、内容与方法（一）研究目标本课题的总目标是：摸清智能辅导系统在中小学应用中三类场景伦理风险的表现与机理，构建并验证学校层面的进校治理机制与配套制度，形成可复制、可推广的县域治理方案。具体目标包括四条：一是形成智能辅导系统场景化风险清单与误判类型分布证据；二是阐明误判归责、人机分工、依赖形成三类机理；三是产出进校治理机制文本与三项配套制度并完成专家论证；四是通过试点检验治理成效，完成机制修订与成果推广。（二）研究内容第一条内容是智能辅导系统应用现状与伦理风险的调研诊断。课题组对六所学校的管理者、教师、学生和家长开展问卷调查与深度访谈，结合课堂观察和作业批改比对，摸清系统在批改、答疑、练习推送等环节的实际使用状况，识别师生感知的伦理风险点，产出调研报告与风险素材库。第二条内容是三类场景风险的类型化分析。围绕自动批改误判、人机分工不当替代教师、学生过度依赖三个场景，分别建立“场景—表现—伦理维度—危害指向”的分析框架，其中自动批改误判从误判率、误判类型与不同学生群体的差异表现切入，人机分工从教师职能被替代的环节与程度切入，过度依赖从依赖行为表征与形成机制切入。第三条内容是进校治理机制与配套制度的建构。以“机制—制度—能力”三层落点为纲，设计涵盖进校审议、使用备案、人机分工、复核申诉、依赖监测、退出处置六个环节的治理机制，研制配套制度文本与教师应对能力培训方案。第四条内容是治理策略的实践检验。通过两轮行动研究验证机制的可行性，测量教师风险识别与应对能力、学生依赖度与学习行为的变化，完成机制文本的迭代修订。（三）研究方法本研究综合运用五种方法。文献研究法：系统检索并研读2020年以来国内外相关文献160余篇，重点分析政策文件与场景化风险研究，形成文献综述。问卷调查法：编制《智能辅导系统应用伦理风险认知问卷》，教师卷设五个维度32题，学生卷设四个维度28题，家长卷设三个维度20题，经预调研60份样本检验信效度后正式施测，回收教师有效问卷312份、学生有效问卷1260份、家长有效问卷874份，使用统计软件完成描述统计、差异检验与因素分析。深度访谈法：按半结构化提纲访谈教师36人、学生48人、学校管理者12人、家长20人，共计116人次，访谈资料逐字转录后按主题编码。课堂观察与作业比对法：制定观察量表，观察智能辅导系统应用课42节；抽取数学、语文、英语三科作业2400份，将机器批改结果与骨干教师人工复核结果逐一比对，统计误判率与误判类型。行动研究法：在24个试点班级实施治理机制，按“计划—行动—观察—反思”的循环开展两轮迭代，全程留存认知测量、机制运行台账与案例记录。（四）理论依据本课题以四方面理论为支撑。汉斯·约纳斯的责任伦理强调技术时代的前瞻性责任观，主张在技术后果尚不确定时就应承担预防性责任，这为误判归责与“谁引入、谁负责”的制度设计提供了伦理基础。罗尔斯正义论中的公平机会原则，为考察误判对不同学习风格、不同表达习惯学生群体的差异化影响提供了分析尺度，也提示治理设计应关注弱势一方是否获得有效的补救渠道。维果茨基最近发展区理论提示教学辅助应定位于学生独立水平与潜在水平之间的支架位置，为划定人机分工边界、防止系统替代学生思考提供了学理依据。自我决定理论关于自主、胜任、关联三种基本心理需要的论述，则为解释学生依赖的形成机制与干预路径提供了框架。此外，贝克的风险社会理论揭示现代技术风险的隐蔽性与滞后性，提示智能辅导系统的伦理风险往往在积累到一定程度后才显现，治理必须具有前瞻性和常态化特征；技术接受与治理理论则提示，一项治理制度能否落地，取决于教师对制度的感知有用性与感知易用性，这为课题组在两轮行动研究中持续简化流程、降低成本提供了依据。四、研究过程（一）准备与设计阶段（2027年1月—3月）本阶段的核心任务是定方案、建队伍、制工具。2027年1月上旬，课题组召开启动会，对照申报评审书逐条梳理研究任务，形成《课题实施方案》初稿，明确了以三类场景风险为切口、以进校治理为落点的研究主线，并将研究周期划分为五个阶段，为每位成员确定了责任分工。1月中旬至2月，课题组集中开展文献研读，累计检索并整理国内外相关文献160余篇，重点研读了《中华人民共和国个人信息保护法》《未成年人网络保护条例》《生成式人工智能服务管理暂行办法》《新一代人工智能伦理规范》等政策法律文本中与算法决策、未成年人保护、自动化决策解释义务相关的条款，形成两万余字的文献摘编，据此初步搭建了“场景—表现—伦理维度—危害指向”的四要素分析框架。2月下旬，课题组编制三类调查工具：《智能辅导系统应用伦理风险认知问卷》教师卷、学生卷与家长卷，同步起草访谈提纲和课堂观察量表。3月上旬，课题组选取本校两个年级的60名学生和12名教师开展预调研，根据作答分布与反馈意见删除区分度不良的题目6道、合并语义重叠的题目4道，将教师卷确定为五个维度32题、学生卷四个维度28题、家长卷三个维度20题，问卷整体信度系数达到0.89。3月下旬，课题举行开题论证会，专家组肯定了场景化研究取向，同时建议将作业批改比对作为误判风险的证据主线、将治理机制文本化。课题组据此调整实施方案，把原定笼统的“使用规范研究”细化为进校审议、使用备案、人机分工、复核申诉、依赖监测、退出处置六个环节的机制设计任务，并在人员分工上作出相应安排：由负责人统筹全局并主持机制设计，两名成员负责问卷与访谈，两名成员负责课堂观察与作业比对，两名成员负责制度文本起草，一名成员负责数据管理与台账建设。为提升全组对政策的把握能力，课题组在2月至3月组织三次集体学习，逐条研读《中华人民共和国个人信息保护法》中关于自动化决策的条款、教育部相关通知中关于加强中小学人工智能教育的部署，并围绕“机器批改出错谁负责”“系统能否替代教师讲评”等议题开展两次内部研讨，统一了关键概念的理解。本阶段形成开题报告、实施方案和三套调研工具共四项阶段成果。（二）现状调研与诊断阶段（2027年4月—7月）本阶段完成了课题全部一手资料的采集与初步诊断。4月至5月，课题组在云溪县第一中学、云溪县第二中学、云溪县第三中学、云溪县育英中学、云溪县实验小学、云溪县城关小学六所学校开展问卷调查，共发放教师问卷340份、学生问卷1350份、家长问卷920份，回收有效问卷分别为312份、1260份、874份，有效回收率依次为91.8%、93.3%、95.0%。数据统计显示，78.2%的教师认为智能辅导系统明显减轻了批改负担，但仅有38.5%的教师表示能够识别系统可能带来的伦理风险；41.6%的学生承认遇到难题时习惯先看系统提示再思考，26.9%的学生表示如果系统给出的批改结果与自我判断不一致，会选择直接修改答案而不向教师求证；54.3%的家长表示从未收到学校关于系统数据使用情况的说明。6月至7月，课题组完成116人次深度访谈和42节课堂观察，课堂观察发现，有13节课上系统提示的弹出时机打断了学生的独立解题过程，有9节课上教师将整节课的答疑环节完全交由系统处理。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课堂观察教师34031291.8%3642节（授课教师28人）学生1350126093.3%48—家长92087495.0%20—学校管理者———12—问卷之外，课题组同步推进质性资料的采集与编码。116人次访谈录音全部逐字转录，累计转录文本约28万字，按开放式编码、主轴编码、选择性编码三级程序处理，最终归纳出与三类场景相对应的十六个意义单元，其中“批改结果与自我判断冲突”“教师把讲评交给系统”“遇到难题先看提示”等意义单元在多校访谈中反复出现，构成后续风险类型化的重要线索。42节观察课采用结构化量表记录，重点标记系统提示弹出时机、教师介入方式与学生独立作答时长三类行为，观察者两两配对、课后即时比对记录以降低主观偏差。问卷、访谈、观察与作业比对四类证据在诊断阶段相互印证，使调研结论既有面上的数据支撑，又有情境中的细节佐证，避免了单靠自陈问卷导致的失真。同期，课题组组织六校数学、语文、英语三个学科的骨干教师，对2400份学生作业的机器批改结果进行人工复核，标记差异328处，经三人小组仲裁确认为误判的204处，总体误判率8.5%。其中客观题误判率为1.6%，而简答、作文、解答过程等主观性题目误判率高达13.8%。误判类型的具体分布见表2，表述非常规被误判和解题步骤跨步省略被误判两类合计占比超过一半，说明误判集中发生在学生个性化表达与机器标准答案匹配失败的地带，这一发现对后续复核制度的设计具有直接指向作用。误判类型处数占误判总量比例主要涉及题型表述非常规（非规范符号、简写表达）7838.2%几何证明、解答题解题步骤跨步省略4622.5%计算题、解答题主观题评分标准偏严3416.7%作文、简答题计算过程笔误误读2612.7%计算题解法多样未被识别209.8%一题多解题合计204100%—比对过程中还发现，误判在不同学生群体间呈现明显的结构性偏向。按教师对学生日常表达习惯的判断分组，习惯使用常规规范表达的学生误判率为6.1%，而习惯使用个性化符号、图形式表达的学生误判率高达12.4%，接近前者两倍；思维跳跃、书写步骤不完整的学生，其解答题被误判的概率同样偏高。这一群体差异印证了算法公平维度所关注的事实不利问题，也说明复核申诉渠道不应作为可有可无的补充，而应成为误判情形下的必要救济装置。本阶段形成《云溪县中小学智能辅导系统应用现状调研报告》与《自动批改误判比对分析报告》两项阶段成果，并建立了包含访谈转录稿、观察记录和比对台账的研究资料库。（三）方案建构/工具开发阶段（2027年8月—11月）本阶段的核心任务是把调研证据转化为治理方案与制度工具。8月至9月，课题组召开三次专题研讨会，对三类场景风险进行类型化提炼：自动批改误判场景归纳出结果性误判与过程性误判两个层面，涉及透明度与可解释性、算法公平与偏见、责任归属三个伦理维度；人机分工不当替代教师场景归纳出教学决策让渡、过程指导外包、师生互动压缩三种表现，涉及人的自主性与替代风险、责任归属两个维度；学生过度依赖场景归纳出认知依赖与情感依赖两种形态，涉及身心健康与适龄性、人的自主性与替代风险两个维度。在此基础上形成《智能辅导系统应用伦理风险清单》，共梳理风险条目38条，每条均注明典型表现、危害指向与责任环节，供六校排查使用。风险清单按五个伦理维度归类，其中透明度与可解释性9条、算法公平与偏见8条、责任归属7条、人的自主性与替代风险8条、身心健康与适龄性6条，覆盖三类场景中最易被忽视的风险点，如“系统以分数形式直接呈现判分结论而无法说明判分依据”“同一份作业在不同版本系统中判分不一致”“学生因长期依赖提示而丧失独立审题耐心”等。10月上旬，课题组依据“机制—制度—能力”三层落点，起草《智能辅导系统进校使用治理机制（试行）》，将治理流程固化为六个环节：进校审议环节由学校成立的教育智能产品评估小组对拟引入系统进行数据、误判、适龄性三方面审议；使用备案环节要求使用班级、时段与功能范围报教务处备案；人机分工环节以清单形式约定系统不得替代的教师职能；复核申诉环节为学生提供误判复核渠道；依赖监测环节由班主任按月开展使用行为观察；退出处置环节规定了停用、更换的条件与数据清除要求。10月下旬至11月，配套研制《人机教学分工清单》《自动批改复核与申诉制度》《学生使用依赖度监测与干预指引》三项制度文本，《人机教学分工清单》的核心条目见表3。教学环节系统可承担系统不得替代教师责任主体作业批改客观题自动批改、初步结果统计主观题终审、争议结果裁定教师学情诊断数据汇总与薄弱点初步提示归因解释与教学决策教师答疑辅导基础性、程序性问题的提示启发式追问与思维引导教师练习推送分层练习的初步匹配推送内容的适龄性审核教师与教研组反馈沟通结果数据的呈现面向学生和家长的解释说明教师方案建构过程中遇到的主要问题是制度文本与学校既有管理流程的衔接。初稿将进校审议设计为校级独立机构负责，试点学校反馈管理层级过多、运行成本高。课题组经过与六校管理者座谈，将审议职能并入学校课程与教学管理部门牵头的联席评估，并邀请家长代表列席，既保证了把关功能又降低了组织成本。11月下旬，课题组召开专家论证会，邀请县教育科学研究所教研员和高校专家对机制文本进行论证，专家组提出将复核申诉办理时限明确为三个工作日、将依赖监测指标简化为可观察行为等六条修改意见，课题组逐条采纳修订。本阶段形成风险清单、治理机制文本和三项配套制度共五项阶段成果。（四）实践检验阶段（2027年12月—2028年8月）本阶段在六校24个试点班级开展行动研究，覆盖学生1180名、教师96名，按两轮迭代推进。第一轮自2027年12月至2028年4月。启动前，课题组对全体试点教师进行伦理风险识别与应对能力前测，总均值为2.75；对学生进行智能辅导系统依赖度测量，均值为3.42。随后组织教师培训四场次，解读治理机制与三项制度，并完成系统使用的全员备案。试点运行中，各班严格执行人机分工清单，主观题批改实行“机器初审、教师终审”的双轨流程；复核申诉制度落地后，第一轮共受理学生复核申请127件，确认误判并更正98件，占77.2%，全部在三个工作日内办结；依赖监测显示，月度平均每班有依赖倾向学生9.4人，班主任按照干预指引采取了提示延迟、先思后问、小组互助等措施。第一轮结束时的中期评估发现两个突出问题：一是部分教师对分工清单中“系统不得替代”的边界理解不一，个别班级将终审流于形式，抽查发现仍有约一成主观题批改未经教师实质复核；二是学生在家使用系统的环节缺乏监测手段，依赖干预存在校内校外“两张皮”。课题组于2028年5月召开反思会，对机制作出三项调整：将“教师终审”细化为抽检比例不低于主观题总量30%的最低要求并纳入教学常规检查；研制《家庭使用指引》发至全体试点家庭，约定家庭端使用时长与求助顺序；将依赖监测周期由月度调整为双周，增设“先独立作答再查看提示”的行为记录项。第二轮自2028年5月至8月，调整后的机制运行明显顺畅，第二轮受理复核申请91件，确认误判并更正69件，三个工作日内办结率由第一轮的96.1%提升至98.9%；教师抽检执行率由82%升至96%。第二轮同步对试点学生进行了后测与抽样访谈，共访谈学生32人、教师24人，多数受访学生表示复核渠道让他们“敢对机器说不”，多位教师反映分工清单使自己在备课时更有意识地保留讲评环节。8月下旬，课题组完成教师与学生后测，并系统整理两轮运行台账与典型案例。本阶段形成试点运行报告、案例集和教师培训方案三项阶段成果。（五）总结提炼阶段（2028年9月—12月）本阶段的任务是数据整理、成果提炼与推广辐射。9月，课题组对全部研究数据进行归档与二次核查，重点比对前后测数据、复核申诉台账与依赖监测记录的一致性，邀请县教育科学研究所人员对数据链条进行核验，确认各类样本量与统计口径前后一致。10月，课题组召开成果提炼研讨会，将两年研究凝练为“三类场景、五个维度、六个环节”的治理框架：三类场景即自动批改误判、人机分工不当替代教师、学生过度依赖；五个维度即透明度与可解释性、算法公平与偏见、责任归属、人的自主性与替代风险、身心健康与适龄性；六个环节即进校审议、使用备案、人机分工、复核申诉、依赖监测、退出处置。在此基础上完成结题报告初稿和三篇研究论文的撰写。11月，课题组先后在六所调研校举办治理机制推广培训8场次，覆盖县域教师560人次，向县教育行政部门提交《关于推进智能辅导系统进校治理的建议》决策咨询报告。12月上旬，根据推广培训中收集的37条反馈意见，课题组对机制文本进行最后一轮微修，重点补充了系统更换时的数据清除与迁移条款；中旬完成结题报告定稿与全部附件的规范化整理，课题研究按计划收官。整个总结提炼阶段，课题组坚持数据可追溯原则，对每一项结论都保留原始记录支撑，将前后测原始数据、台账扫描件、访谈转录稿与案例素材按类别装订成册，形成完整的课题档案，既保证了结题材料内部的相互印证，也为后续研究提供了可复核的资料基础。五、研究成果（一）认识性成果第一，智能辅导系统的伦理风险具有鲜明的场景嵌套性，必须以场景而非技术为单元进行识别与治理。研究发现，同类伦理维度在不同场景中的表现形态差异显著：同样指向责任归属维度，在自动批改误判场景中表现为“机器判错、无人担责”的责任悬空，在人机分工场景中则表现为“教师让渡、链条不清”的责任稀释。抽象层面的伦理原则若不落到具体场景，就无法转化为教师可感知、可操作的管理动作。这一认识解释了为什么一般性的伦理倡导难以改变学校的实际使用行为，也确立了本课题以三类场景为治理单元的基本立场。进一步说，场景化治理并不排斥统一原则，而是要求把统一原则分解为场景化的判断标准，例如透明度原则在批改场景中落实为判分依据的可查、可问、可申诉，在分工场景中落实为职责边界的可对照、可检查。第二，自动批改误判的分布具有结构性偏向，风险主要落在个性化表达与学生个体差异之上。2400份作业比对数据显示，总体误判率8.5%，但主观性题目误判率高达13.8%，其中表述非常规、解法多样、跨步省略三类合计占误判总量的70.6%。访谈进一步表明，习惯使用图像、符号等非规范表达的学生，以及思维跳跃、解题步骤不完整的学生，承受了更高的误判概率，前一类学生的误判率12.4%，接近后一类中常规表达学生6.1%的两倍。这意味着误判并非随机噪声，而是系统性地作用于特定学生群体，构成算法公平意义上的事实不利。由此可以得出一个治理判断：复核申诉制度因此不是可有可无的补救，而是保障公平的必需装置，其价值不仅在于纠正个别错误，更在于向学生传递“表达差异不应被惩罚”的价值信号。第三，学生过度依赖的形成遵循“反馈即时—认知卸载—自我效能弱化”的链条，治理的关键在于重建求助顺序而非禁止使用。课堂观察和心理需要分析显示，系统的即时反馈在提升练习效率的同时，也在部分学生中诱发了认知卸载倾向，即遇到困难时不经独立尝试就直接索取提示；长期下去，学生的自主感与胜任感受到侵蚀，反过来加剧对系统的依赖，形成循环。试点经验证明，通过约定“先独立作答再查看提示”的行为规则、配合教师的启发式追问，能够在不牺牲系统效率的前提下打断这一循环。这一发现对治理实践具有普遍意义：治理工具的克制和精准，往往比一律禁止更能保护学生的技术使用能力。（二）操作性成果本课题产出四项可直接使用的操作性成果，其构成与使用方式见表4。成果名称形式构成要素使用方式智能辅导系统应用伦理风险清单风险清单三类场景38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进校审议与日常排查对照使用智能辅导系统进校使用治理机制（试行）机制文本进校审议、使用备案、人机分工、复核申诉、依赖监测、退出处置六个环节及各环节职责与时限由学校教学管理部门牵头组织实施人机教学分工清单及配套制度制度汇编分工清单、复核与申诉制度、依赖度监测与干预指引、家庭使用指引纳入学校教学常规管理与家校沟通教师应对能力培训方案培训方案误判处置、人机分工设计、依赖识别与干预三个模块八学时课程包以校本研修形式面向全体任课教师实施风险清单将38条风险按三类场景分组编码，每条附排查要点与对应的责任环节，试点学校据此在进校审议环节平均每款产品提出整改问询5项。治理机制文本明确了每个环节的发起主体、办理时限与记录要求，其中复核申诉环节规定三个工作日内答复、争议结果由学科教研组三人小组裁定，为误判处置提供了闭环路径；退出处置环节规定了停用条件、数据清除与迁移要求，弥补了以往“只进不出”的管理空白。人机教学分工清单按教学环节逐条划定了系统可承担与不得替代教师的职能边界，并落实到具体责任主体，试点期间成为教师备课时对照使用的常规工具。培训方案包含案例研讨、情景演练与制度测试三种形式，配套开发了12个教学情境案例，已在县域推广培训中使用，参训教师可据此完成从认识到操作的完整转化。（三）实践成效总述从总体上看，本课题在实践层面取得了三方面成效：其一，试点学校的智能辅导系统使用从“无序进入”转向“依规运行”，24个班级全部完成使用备案，系统功能范围得到明确限定，使用班级、时段与功能边界均有台账可查；其二，误判处置从“学生自认”转向“复核闭环”，试点期间累计受理复核申请218件，确认误判并更正167件，更正率76.6%，全部实现闭环办理，无一积压；其三，师生对系统的使用姿态从“照单全收”转向“有辨识地用”，教师风险识别与应对能力、学生独立学习行为均有可测量的改善，具体数据详见第六部分。上述三方面成效共同表明，学校层面的治理机制能够在不否定技术价值的前提下，有效约束智能辅导系统的应用风险。（四）成果的应用与推广课题成果的推广分三个层次展开。在校内层面，云溪县第一中学已将治理机制纳入学校教学管理制度体系，自2028年秋季学期起覆盖全部使用智能辅导系统的班级，并明确了教务处、教研组与班主任在机制运行中的分工。在县域层面，课题组于2028年11月举办推广培训8场次，覆盖六校及周边学校教师560人次，县教育科学研究所将《人机教学分工清单》转发至全县中小学参考使用，多所学校结合自身实际进行了校本化改编。在成果辐射层面，课题组向县教育行政部门提交决策咨询报告一份，三篇研究论文中已有一篇公开发表、两篇通过期刊初审。推广培训中收集的教师反馈显示，认为治理机制“明确有用”的占89.4%，反映“增加了工作量”的占23.1%，后者提示制度执行的成本问题仍需在更大范围内持续优化。总体来看，课题成果初步实现了从校本经验向县域公共产品的转化。六、研究成效分析（一）教师层面的变化教师是本课题治理策略的直接作用对象，其变化通过前后测问卷、执行台账与访谈三角验证。前后测采用同一份《智能辅导系统伦理风险识别与应对能力问卷》，五个维度各6题，以5点量表计分。96名试点教师前测总均值为2.75，后测总均值为3.43，提升0.68，配对样本检验达到显著水平，效应量为0.83，属于较大幅度的实质性提升。各维度得分见表5。维度前测均值后测均值提升幅度效应量风险识别2.863.520.660.79误判复核处置2.743.410.670.81人机分工设计2.953.660.710.85依赖预防引导2.683.350.670.80制度运用2.513.190.680.82总均值2.753.430.680.83从各维度的提升幅度看，人机分工设计维度的改善最为明显，提升0.71，说明分工清单这一工具对教师重新确认自身教学职能最具直接作用；风险识别与依赖预防引导两个维度提升0.66至0.67，制度运用维度虽提升幅度居中，但因前测基数最低，其相对改善幅度最大。从过程性指标看，教师的行为改变同样清晰：主观题批改中教师实质复核的抽检执行率由第一轮的82%提升至第二轮的96%；人机分工清单实施后，试点课堂中教师主导启发式追问的环节得到恢复，42节对照观察课显示，教师深度参与答疑的课时比例由试点前的21.4%上升至试点后的71.4%，提升幅度接近五十个百分点。访谈中，多位教师表示培训中“误判案例研讨”环节对其触动最大，使其意识到“机器给的分数只是待核对的参考而非结论”。教师李老师在访谈中谈到，过去布置分层练习直接采用系统推送方案，如今会先审核推送内容的适龄性再下发，这一细节折射出教师从系统执行者向教学决策者的角色回归。综合来看，教师的变化并非停留于风险知识的增加，而是体现为使用行为的重新组织。分群体比较还发现，教龄十年以上的教师在后测中的制度运用维度得分高于教龄五年以下教师，差距约0.24，原因在于前者更善于将制度要求嵌入既有的备课、批改与讲评习惯；而青年教师在人机分工设计维度上的提升幅度更大，说明培训与清单工具对两类教师群体的作用点有所不同，后续推广时应分类安排支持策略。（二）学生层面的变化学生的变化集中在依赖度下降与独立学习行为改善两个相互关联的方面。依赖度测量采用自编量表，五个题项以5点量表计分，分数越高表示依赖程度越深。1180名试点学生前测均值为3.42，后测均值为3.05，下降0.37，达到显著水平。行为层面的观测数据与问卷结果方向一致：课堂观察记录的“先思后问”行为发生率由前测阶段的41.2%提升至63.5%；依赖监测台账显示，每班具有明显依赖倾向的学生数由平均9.4人降至5.2人，降幅44.7%。学生学习行为前后测对比见表6。观测指标前测阶段后测阶段变化幅度依赖度均值（5点量表）3.423.05下降0.37先思后问行为发生率41.2%63.5%提升22.3个百分点每班依赖倾向学生平均数9.4人5.2人减少44.7%遇疑直接修改答案比例26.9%11.8%下降15.1个百分点值得说明的是，依赖度的下降并未以牺牲学习效率为代价：试点班级练习反馈的平均时效保持在系统应用的正常水平，而主观题批改争议量因复核制度的透明化反而明显减少。进一步分析发现，依赖度下降较多的学生，其独立完成作业的坚持时长和自我效能感自评同步上升，二者之间呈现正向关联，这与自我决定理论关于自主与胜任需要得到满足有助于内在动机的论断相吻合。学生访谈显示，多数学生认为复核渠道的存在让自己“敢质疑机器了”，这种质疑意识本身即是学生自主性增强的表现，也与身心健康和适龄性维度中防止工具反噬人的发展这一治理目标相吻合。综合问卷与行为数据可以判断，治理机制在降低依赖倾向的同时，守住了系统辅助学习的效率底线。分学科观察也显示，依赖度下降在数学、物理等逻辑推理类学科中最为明显，在英语等语言学习类学科中相对温和，这与不同学科对“独立尝试”的界定差异有关，提示后续干预指引可进一步按学科细化求助规则。家长层面的反馈从侧面印证了学生的变化，试点家庭在机制实施后接受抽样访谈的86位家长中，反映孩子在家“先动笔再求助”的占72.1%，较实施前的39.5%有明显提高，这一数据说明校内干预通过《家庭使用指引》向家庭端产生了扩散效应。（三）学校层面的变化学校层面的成效体现为治理机制的建设与运行。六所试点学校均建立了教育智能产品评估小组并完成机制文本的校本转化，试点期间累计对进校及在用的智能辅导系统相关产品开展审议11款，其中9款通过审议并明确使用边界，2款因数据说明不透明、误判率偏高被要求整改后再议，整改完成1款，暂缓进校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）合计受理复核申请（件）12791218确认误判并更正（件）9869167三个工作日内办结率96.1%98.9%98.2%（整体）向系统方反馈整改需求（项）14923完成整改（项）12719审议产品数（款）—1111从闭环情况看，218件复核申请全部办结，无一件积压；向系统供应方反馈的23项整改需求中19项完成整改，其余4项因涉及技术底层调整列入跟踪清单，由学校以限定功能范围的方式先行管控。机制运行还带来管理观念的转变：过去学校对智能产品多持“引入即用”的态度，如今将评估、备案、监测、退出纳入常规管理，管理链条由单点审批扩展为全过程留痕。制度落地还改善了家校信息不对称状况，试点学校在首次备案时向家长发放系统使用与数据说明，家长知晓率由试点前的45.7%上升至试点后的93.2%，家长反映“知道孩子在用什么、数据会被怎样使用”。六校在机制运行中逐步积累了本地的产品台账与误判样本库，为后续续用、更换与退出判断提供了依据。从治理成本看，试点后期每班每月的制度性工作量已由启动阶段的约两小时压缩至一小时以内，说明机制经过迭代可以逐步内化为常规管理的一部分，而非长期额外负担。县教育科学研究所的核验意见认为，试点学校初步形成了“进有审议、用有备案、错有复核、险有监测、退有规程”的治理闭环，为县域层面制定统一政策提供了实践样本。（四）典型案例案例一：一道被误判的几何题。初二学生小杭习惯用简写的符号语言书写几何证明，某次单元练习中，一道解答题的证明过程被系统判定为“步骤缺失”扣除了6分，小杭向任课的张老师提出异议。张老师按复核申诉制度受理了申请，提交学科教研组三人小组裁定，确认小杭的证明思路完整、仅表述风格与标准答案不一致，属表述非常规类误判，当日内更正了成绩并向系统方提交了误判样本反馈。此事在班级引发讨论，张老师顺势组织了一节“机器批改可靠吗”的主题班会，引导学生理解系统判分的原理与局限，并示范了如何有理有据地提出复核。此后该班主观题批改全部执行机器初审加教师终审流程，两个月内又发现并更正同类误判7处。小杭在访谈中说，复核经历让他明白“机器也会看错，关键是要讲得出自己的道理”。该案例推动了学校将误判样本反馈机制固定下来，成为系统方优化判分规则的依据来源，也使教师认识到复核渠道的教育价值不止于纠错。张老师在案例记录中写道，若没有制度化的申诉通道，小杭很可能把这次误判理解为自己书写不规范而默默改掉答案，那样损失的不只是6分，而是学生对自身表达方式的信心。该案例后被用于教师培训，成为讲解“算法公平与偏见”维度的直观素材。案例二：从“秒求助”到“先想想”。初一学生小棠对智能辅导系统的提示功能形成了强烈的即时求助习惯，遇到稍有难度的题目就在十秒内点开提示，家长反映其在家作业时“离了提示就不会动笔”。依赖监测双周记录显示，小棠的依赖行为频次居全班首位，依赖度自评达4.3分。班主任李老师依据干预指引为小棠制定了为期八周的渐进计划：前两周实行“提示延迟”约定，求助前须先独立作答五分钟；中间四周引入小组互助，用同伴讨论替代部分系统求助；后两周恢复常规使用，由小棠自主记录求助前的独立思考时长。为配合校内干预，李老师还依据《家庭使用指引》与小棠家长沟通，约定家庭端的求助顺序与每日使用时长。八周后，小棠的依赖度自评降至3.1分，课堂独立发言次数由平均每周1次增至4次，期中数学成绩较入学摸底提高了11分。李老师在案例反思中写道，干预的关键不是没收工具，而是重建“先思考、再求助”的顺序，让系统退回到支架的位置。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依赖干预的演示案例使用。值得注意的是，小棠的变化并非一蹴而就，中间曾出现两次反复，均与考试压力增大有关，这说明依赖干预需要与学业情绪支持同步进行，单靠行为约定难以巩固效果。七、研究反思与后续研究方向（一）研究的主要局限本课题的局限首先来自样本范围。调研与试点均在云台市云溪县六所学校内完成，24个试点班级的规模虽能满足行动研究的基本要求，但县域学校的生源结构、师资条件与城市学校存在差异，治理机制在大城市学校或寄宿制学校的适用性尚未得到检验。其次是测量手段的约束。依赖度与教师应对能力的测量主要依靠自陈问卷与观察记录，自陈数据存在社会期许偏差的可能，观察记录虽经双人核对，仍难以完全排除观察者在场对师生行为的影响。再次是研究周期的限制。智能辅导系统的伦理风险具有滞后显现的特点，误判对学生学习信心的影响、依赖倾向向高学段的迁移等长周期效应，在两年的研究窗口内只能看到初步迹象，尚缺乏追踪证据。最后，技术迭代速度快于研究进程，研究期间各款系统的功能形态经历了多次更新，部分针对旧版本设计的治理条款在结题时已需要调整表述，成果的时效性面临持续压力。此外，课题组成员本身是治理机制的执行者与研究者，双重身份虽有助于获取一手资料，但也可能使研究者在评价机制成