介绍
人工学习不再是学校面向未来的概念。.
教师们正在利用人工智能来节省时间。学生们正在探索人工智能工具的边界。供应商们正在为几乎所有学区依赖的产品添加人工智能功能。无论你的学区觉得自己走在时代前沿，还是仍处于“谨慎好奇”的阶段，我们所有人的处境都在发生变化。.
在与谷歌和Lightspeed Systems®举办的活动中，各学区领导反复强调同一个主题：你无法阻止人工智能的使用；你只能引导、监控和塑造他们如何使用人工智能。一位学区技术负责人直言不讳地说：“如果你关上大门，他们就会直接翻过来。”
这份蓝图将这些来自现实世界的洞见整合起来，形成一条清晰、实用且安全的前进道路。它并非空谈理论，而是对当前各地区在资源有限、风险高、优先事项繁多的情况下成功应用人工智能的经验总结。.
- "如果你把门关上，它们就会直接爬过去。"
定义入门
- 人工智能 (AI)
设计用于执行通常需要人类投入的任务的系统。.
- 机器学习
一种人工智能系统从数据中学习模式，而不是通过显式编程来实现的方法。.
- 深度学习
一种利用分层神经网络来识别复杂模式的机器学习方法。.
- 生成式人工智能
AI模型能够根据学习到的模式创建新的内容——文本、图像、音频、代码。.
01 | 开始之前：检查您的准备情况
在采用或扩大人工智能应用之前，各地区可以快速进行一次自我检查：我们在结构上是否做好了准备？
一位参与者将从探索性试点到更广泛推广的过渡描述为“就像打开一个你没意识到背后压力很大的水龙头”。”
- "目标不应该是使用人工智能……而应该是推动其他符合学区和学生需求的成果。我发现自己真的在鼓励人们……' 要从问题本身入手，而不是从工具入手。."
唐纳德·麦克马洪
Lightspeed Systems首席人工智能官
通常情况下，当一个地区具备以下条件时，就可以着手推进相关工作：
- 有一种清晰的……的感觉 为什么 人工智能正在被引入教学、学习或运营中——这不仅仅是因为"其他人都在这样做"。"
- 指南 （而非僵化的政策）概述了可接受的使用方式。正如一位与会者指出的那样，"政策很快就会过时；而指导方针则可以灵活调整。"
- 教师们有 支撑结构 符合学区的期望——清晰的说明，而不仅仅是获取途径。.
- 可见性工具 这些措施到位，确保IT部门和学生服务部门不会在学生人工智能互动方面"盲目摸索"。
- 与父母沟通 准备充分、易于获取且透明。.
如果你觉得其中一些方面仍在进行中，你并不孤单。 ——大多数网络研讨会参与者都认为自己处于人工智能应用的早期或新兴阶段。而这正是该蓝图的出发点。.
02 | 人工智能蓝图概述
该蓝图分为五个阶段。.
我们会议中的大多数地区自然而然地遵循了这一进程，即使他们没有这样命名。.
- 第一阶段：目标
首先要明确人工智能应该支持的结果，也就是它应该支持什么结果。. - 第二阶段：计划
围绕沟通、安全和审批建立流程。. - 第三阶段：试点
从小处着手，快速学习。. - 第四阶段：扩张
有意识地扩大教职工和学生的访问权限 - 第五阶段：监测
保持可见性并随着时间的推移而不断改进。.
虽然这些步骤看似线性，但各地区强调人工智能的应用是一个迭代的过程： “计划、试行、调整、重复。”
03 | 第一阶段：目标
目标驱动行动。.
在面对面的讨论中，领导者们反复提出一个根本性问题：我们为什么要这样做？当各地区围绕结果而非工具来设定目标时，人工智能的采用速度最快，也最安全。.
一些学区表达了着眼未来的迫切需求：“我们希望学生拥有在全球职场中取得成功所需的资源，”一位学区代表表示。其他学区则指出了更为紧迫的需求：例如减轻教师职业倦怠、提高沟通的一致性或加快学区运营。.
在2025年12月的一次网络研讨会上，各学区领导确定了他们人工智能发展历程中所处的阶段。大多数学区处于试点阶段，部分教职工（但不包括学生）正在使用人工智能。.
一些关键目标主题包括：
- 未来准备： 学生将继承一个人工智能时代。学校必须引导他们负责任、合乎伦理地使用人工智能，而不是让他们逃避人工智能。.
- 教师代课： 许多领导者将人工智能描述为“认知负荷减轻器”，尤其是在重复性写作任务方面。.
- 运营效率： 科技领军企业正在将人工智能应用于公交线路规划、政策修订、预算编制和内部工作流程——而不仅仅是教学。.
- 负责任地使用： 各地区认识到，如果没有适当的计划，人工智能的不当和不必要的滥用将会抵消其带来的积极影响。.
- 明确的目标成为后续所有决策的指路明灯：工具、培训、监控和沟通。.
04 | 第二阶段：计划
不做好计划就等于计划失败。.
规划阶段是各地区构建安全保障体系的关键时期。一位技术负责人分享说，他们早期犯的错误是“把人工智能当作其他任何新工具来对待”，后来才意识到人工智能需要更清晰的预期、跨部门协作以及安全的变革管理方法。.
一份完善的计划通常包括：
治理与审批：
组织结构多种多样，从轻量级的AI委员会到重新设计的软件审查委员会。我们倾向于灵活的指导方针而非僵化的政策——“政策意味着每次AI工具发布新功能时，委员会都需要更新。”
沟通框架：
一个集中的“人工智能中心”不仅帮助家长了解人工智能的功能，还帮助他们了解学区如何使用人工智能，以及如何保障学生的安全。.
安全与数据隐私：
领导者们强调了在扩大应用范围之前确保透明度的重要性。如果不监控学生的反馈，人工智能就会像一位与会者所说的那样，变成“一个黑洞”。”
训练方法：
采用结构化或小组式专业发展培训的学区取得了最佳效果。其中一个学区开展了一个为期一个学期的AI小组培训，该培训模式后来被推广到全学区。.
规划与其说是官僚主义，不如说是建立信心：对教职工、学生和社区而言都是如此。.
- "教师们只有在培训能够解决实际问题时才会参加，而不是仅仅为了满足合规要求。"
05 | 第三阶段：试点
从小处着手，快速学习，并分享有效方法。
当被问及他们会采取哪些不同的做法时，许多领导者表示，他们会更早进行试点，并放慢推广速度。.
- 第一阶段： IT测试
- 第二阶段： 早期教师群体
- 第三阶段： 结构化教师推广
第一阶段：IT测试
- 验证技术准备情况：过滤行为、数据处理、监控能力、滥用场景以及内容被屏蔽的极端情况。同时，也帮助 IT 部门做好准备，以便为组织的其他部门提供支持。.
第二阶段：早期教师群体
- 人工智能试点项目在以下情况下效果最佳：从志愿者开始，将访问权限与培训相结合，专注于真正的教学任务（而不是抽象的演示），并包括指导或反思周期。.
- 一位化学老师利用人工智能重建了整个单元——这是一个他们在全区范围内展示的切实案例。.
第三阶段：结构化教师推广
- 各学区告诫不要简单地为教职工“启用”人工智能。教师需要指导方针、与学生分享的评分标准，以及人工智能有益和有害用途的实例。.
- “有些老师从完全不使用人工智能，到后来把所有东西都外包出去——学生们都注意到了。”这一发现更加凸显了提供周全指导的必要性。.
- "我们正在从教学生如何找到答案转向教他们如何验证答案。这种转变体现了人工智能在未来塑造学术诚信方面所扮演的角色。"
06 | 第四阶段：扩张
规模化要有计划，而不是速度。
各地区通常会以可预测的阶段性方式扩大服务范围：
扩张讨论主要围绕两个主题展开：
有意访问模型
许多教师在向学生开放 Gemini for Education 之前，会先使用 Notebook LM 进行结构化的研究和写作任务。这使得教师能够在可控的环境中开展教学活动。.
有些还采用了许可模式：教师（或最终学生）在完成培训模块后即可获得访问权限。.
为学生提供清晰的指导
一个学区将课堂人工智能使用指南制作成海报，供教师张贴。其他学区则制定了“人工智能使用等级表”，明确了在特定作业中使用人工智能的适宜程度。.
这些显而易见的线索有助于规范人们的期望，而不会使滥用行为正常化。.
07 | 第五阶段：监控与迭代
可见性是人工智能安全应用与不安全应用之间的区别。.
如果说这两件事有什么共同的情感，那就是： 各学区需要了解学生向人工智能工具提出的问题。.
- Gemini for Education 的护栏很重要—— 但这本身还不够。. 光速警报™ 填补了可视性方面的空白，提供了对学生意图、安全审查和升级途径的实时洞察。.
监测至关重要，原因如下：
- 学生们经常试探底线。 （例如，明确的提示、暴力的询问、冒充他人）。.
- 即使有护栏，, 人工智能工具不会在出现令人担忧的请求时通知工作人员。.
- 各区需要背景信息 为学生提供支持——尤其是在自残或攻击行为方面。.
- 应用使用趋势 帮助完善培训和资源分配。.
监测和报告还能帮助您了解人工智能应用的趋势——哪些行之有效，哪些无效。这一阶段的关键在于了解现状，从而最大限度地降低风险，最大化收益，并不断迭代您的人工智能部署和指导方案——在必要时添加培训或工具。.
08 | 人工智能的挑战与担忧
人工智能在K-12阶段的应用前景广阔，但学区领导坦言，阻碍人工智能普及的摩擦点依然存在。进展。.
关注的问题包括数据隐私和学生安全、教学诚信，以及如何支持那些因另一个“新事物”而感到不知所措的员工这一非常实际的挑战。”
许多人还指出，人工智能会带来一些不熟悉的风险——学生以不恰当的方式使用工具、获取资源不公平，或者写作和批判性思维等核心技能的削弱。.
这些挑战并非回避人工智能的理由；它们是各学区必须解决的障碍，以确保人工智能的实施安全、负责，并与学习目标保持一致。.
在2025年12月的一次网络研讨会上，与会者就人工智能应用方面最关心的问题进行了投票。数据隐私和安全位居榜首。理论发展也应该纳入投票选项；一些与会者在聊天中表达了对此的担忧。.
09 | 安全风险情景及实际应对措施
自残相关问题
Gemini for Education 会屏蔽相关内容，但 Alert 功能会通知教职员工。各学区强调了这一点的重要性：及早发现问题可以挽救生命。.
露骨内容或欺凌
越来越多的学区发现人工智能被用于冒充他人或嘲弄他人。Gemini for Education 禁止这种行为，同时监控工具会捕捉到这些时刻，并允许进行补救性干预。.
武器或暴力相关查询
有些学生试探底线，“只是为了看看会发生什么”。Gemini 教育版会停止输出；警报功能会提供上下文信息并标记需要升级的情况。.
试图绕过护栏
学生们富有创造力，有时也很有动力。提高透明度可以防止不安全的实验行为被忽视。.
什么是 AI telling 你的学生？
青少年群体中，有相当一部分人使用过人工智能伴侣。.
青少年经常使用人工智能伴侣。.
来源：应对数字时代仓促问题中心
10 | Gemini 教育 + 光速警报：携手共进，更美好
Gemini for Education + Lightspeed Alert 相结合，既能提供安全性，又能提供透明度——这是各学区表示他们最需要的组合。.
Google Gemini 教育版的安全防护措施确保学生无法生成露骨、暴力或危险的内容，但它不会在出现令人担忧的提示时通知教职员工。而 Lightspeed Alert 正是解决这一问题的关键。.
学区领导多次要求能够看到学生向人工智能提出的问题：“我们希望抓住教学契机——但我们却看不到这些契机。”
它们如何协同工作：
Gemini for Education 可防止有害输出：
- 重定向不恰当的提示
- 取消对年龄限制内容的访问权限
- 为学习提供安全的支架
警报提供可见性和干预措施：
- 监控学生提示
- 识别自残、暴力或令人担忧的行为
- 人工审核的背景评估
- 通知指定工作人员进行早期干预
11 | 利益相关者
人工智能的成功应用并非技术项目，而是人的项目。一个地区内的每个群体对人工智能的体验都不同，而且每个群体都与人工智能的引入、引导和监控方式息息相关。.
及早认识到不同的观点有助于各学区设计人工智能方法，从而建立信任、减少摩擦，并确保这项工作能够支持整个学校社区。.
在2025年12月的一次网络研讨会上，与会者将家长和教师列为人工智能的主要反对者。学生最不可能被列为反对者。.
12 | 家长与社区沟通
家属需要的是安慰，而不是技术解释。
清晰的三部分信息效果最佳：
1. 该地区为何要采用人工智能
- 未来准备 + 教学支持
2. 如何保障学生安全
- 例如，Gemini 教育防护栏 + 警报监控
3. 如何教导学生负责任地使用人工智能
- 指南、评分标准和数字公民
- "家长们并不害怕人工智能，他们害怕的是不知道孩子们用人工智能做什么。沟通和透明至关重要！"
13 | 基于角色的人工智能应用案例
人工智能的应用只有在针对每个角色量身定制时才能发挥最佳效果。
教师
人工智能可以提供帮助：
- 建议提供教学支架
- 为了更清晰地表达，请重写说明。
- 撰写差异化阅读文章草稿
- 生成范例或评分标准
- 总结学生作文以便更快获得反馈
管理员
人工智能可以帮助解决以下问题：
- 起草董事会报告或家长信息
- 调查数据汇总
- 清理和重写政策
- 支持复杂的规划文件
IT团队
人工智能通过以下方式提高效率：
- 服务台分诊
- 自动化文档
- 设备或网络健康状况模式检测
- 应用使用情况监控和报告
辅导员和学生服务
人工智能支持：
- 综合开放式回答
- 识别可能表明学生困境的趋势
- 撰写宣传脚本或资源
14 | 教学与学习
教师
对于教师而言，您的计划中需要包含对教师进行有效且有意义的人工智能应用培训。当教师专业发展培训能够满足他们的实际需求时，他们的反馈最为积极：
- 人工智能本周能如何帮我节省时间？
- 哪些行为是允许的，哪些行为是不允许的？
- 我如何维护学术诚信？
人工智能应用作业评分标准
为了减少歧义，一些学区采用了评分标准，明确规定了学生可以使用人工智能的方式和时间。教师们表示，这样的评分标准很有帮助。 “在不使作弊正常化的前提下，实现人工智能的正常化。”
学生
学生需要明确的期望——例如人工智能使用作业评分标准和注意事项清单——以防止滥用并加强教学诚信。.
AI Dos：
- 利用人工智能进行头脑风暴或寻找其他解释
- 让人工智能简化复杂概念
- 将它的答案与你自己的推理进行比较。
- 当人工智能做出有意义的贡献时，才应引用它。
人工智能禁忌：
- 请勿将人工智能内容冒充为自己创作的内容提交。
- 不要指望人工智能取代思考
- 请勿请求有害或不当内容
- 不要使用人工智能工具冒充他人
这些指导原则在显眼的地方效果最佳：例如海报、学习管理系统提醒和作业模板。.
15 | 30/60/90 天推广计划
各区强调，速度并不是目标。.
动量与结构是。.
30
前30天
- 明确目标并最终确定指导方针
- 审查州指导意见
- 培训 IT + 早期采用者
- 启用员工测试监控
- 为教职工和家长推出一个简单的AI中心
60
第31-60天
- 深思熟虑地扩大教师资源获取渠道
- 引入基于角色的用例
- 推出面向学生的指导方针
- 开始收集使用情况和安全方面的信息
90
第61-90天
- 试点项目（先以高中生为试点）
- 执行作业评分标准
- 衡量教学和运营影响
- 根据数据完善指导方针。.
这种方法既能赋予各学区灵活性，又能确保有效监管。对于希望放慢进度的学区，可以对时间表进行调整。.
16 | 重要指标
各学区希望落实问责制，但又不希望被海量数据淹没。最有价值的指标通常可以归为以下五类：
基本用法
- 最热门的AI应用
- 使用人工智能的员工、教师和学生人数
安全影响
- 已收集到的令人担忧的提示数量
- 从发出警报干预到干预的时间
- 风险类型呈上升或下降趋势
教学影响
- 减轻教师工作量
- 任务完成率或质量提高
- 节省了计划和沟通时间
运营影响
- 加快报告/计划的周转速度
- 重复性任务的自动化
- 提高技术和中心办公室工作流程效率
定性反馈
- 改变人们对人工智能的看法
- 人工智能使用前后对工作/工作量的看法
- 各项指标有助于保持发展势头，并为持续投资提供依据。.
17 | 智能人工智能
可见性是人工智能安全应用与不安全应用之间的区别。.
Lightspeed 的 SMART 框架和 BOB 技术帮助学校以清晰的标准管理人工智能，同时使员工能够在日常工作流程中更高效地工作。.
智能人工智能能力
SMART 框架帮助学校以安全、可管理、适当、可报告和透明的方式管理人工智能的使用，为学区提供清晰的政策、可见性和沟通基础，使人工智能成为学习的工具，而不是风险的来源。.
管理学生在校内对人工智能网站的访问
通过三个过滤类别（AI 侦测、AI 生成和通用 AI 类别）轻松管理课堂中对 AI 的访问，提供灵活性和控制力，以遵守课程指导的 AI 访问政策。.
管理学生在校内对人工智能网站的访问
通过实时监控和警报，确保学生不会利用人工智能进行危险的研究或对话，包括自残、暴力、武器、露骨行为等等。.
了解人工智能教育科技应用的使用情况
全面了解您所在学区正在使用的 140 多款潜在人工智能应用程序，包括用户群体和使用时长。掌握人工智能教育科技应用程序的使用情况是否正在增长，并深入了解应用程序的隐私政策，从而确保学生数据的安全。.
发现人工智能在课堂中的应用
为了确保人工智能在课堂上的合理使用并防止作弊，教师会收到来自其系统的人工智能使用情况的实时通知。 光速课堂™ 界面。.
AI图像模糊
在图像加载之前对其进行模糊处理，然后立即显示安全内容，采用基于类别的策略和可调节的严格程度，同时保持对包含混合图像的教学页面的访问。.
AI视频模糊和遮挡
通过 SmartPlay 和实时视觉保护，扩展对 YouTube 的安全访问，减少 IT 和教师的审查和例外请求，同时在播放期间阻止不安全的内容。.
AI提示捕获与报告
查看哪些学生使用人工智能工具，审查提示和对话以了解意图，并识别支持知情政策和负责任的人工智能使用的行为模式。.
BOB 3.0 功能
BOB 代表‘机器人之机器人’，它旨在协调教育领域的系统、数据和人工智能模型，以便员工能够专注于更高层次的工作。.
实时代理检测与拦截
利用实时信号，结合 Lightspeed 的分类和反绕过保护，检测合法网站中隐藏的代理行为，并可调节灵敏度以限制干扰。.
BOB Insights 访问检查
BOB 可以解释访问决策，并标记有风险或配置错误的策略，帮助 IT 团队更快地排除故障并减少设置错误。.
问问你的AI助手BOB
针对策略、配置和访问权限问题，获取清晰的答案以及后续步骤。在 Lightspeed Filter™ 中，轻松查看报告和日志中的关键趋势和异常情况。.
结论
人工智能将继续重塑 K-12 教育——但通过周密的规划、清晰的规划和明确的目标，各学区可以确保人工智能加强学习而不是破坏学习。.
我们所见到的最成功的案例都具有三个共同特征：
- 主动安全措施
- 以结果为导向的工具选择
- 以人为本的领导力
人工智能蓝图并非一次性项目。.
这是一个动态框架，能够帮助各学区随着工具的更新换代、监管措施的调整以及学生需求的变化而进行适应。正如一位与会者睿智地指出：
“我们的目标不是使用人工智能，而是改进学习。”
那 是该蓝图旨在支持的北极星。.
