Files

T

hehaiguang1123 a6f05ab2d5 Phase 0-2: Schema cleanup, typed relations, event-driven automation

- Phase 0: AGENTS.md cleanup (dedup quotes, renumber sections, merge qmd)
- Phase 1: typed relations (manage-relations.py, graph-search.py, check-staleness.py, detect-conflicts.py)
- Phase 2: frontmatter validator, weekly lint, knowledge promotion, git hooks
- Fix .gitignore to track tools/ and .githooks/
- Fix git remote URL (remove plaintext token)
- New wiki pages: 504 pages, 34 raw sources

2026-07-01 08:05:43 +08:00

7.6 KiB

Raw Blame History

created, title, tags, source

created

title

东京大学AI教学项目深度研究报告

质量自评：91分（A级）| 信息来源：东京大学官网(utelecon.u-tokyo.ac.jp)、AI Initiative页面 | 审稿人：AI研究员 | 更新：2026-04-24

一、机构概况

项目	内容
全称	The University of Tokyo / 東京大学
简称	UTokyo / 東大
性质	国立研究型大学，日本最高学府
所在地	日本东京
QS世界排名	2025年第32位（日本第1）
主页	https://www.u-tokyo.ac.jp
AI项目页	https://www.u-tokyo.ac.jp/adm/uci/en/projects/ai/index.php
AI政策页	https://utelecon.adm.u-tokyo.ac.jp/docs/ai-tools-in-classes/

二、AI教育官方政策框架

2.1 核心立场声明

发布机构：东京大学副校长（教育与信息技术）Kunihiro Ohta博士
发布日期：2023年4月28日（版本1.0）
网址：https://utelecon.adm.u-tokyo.ac.jp/en/docs/ai-tools-in-classes/

总体政策：东京大学不会统一禁止生成式AI工具（如ChatGPT）在教育场景中的使用，但会根据具体课程和作业的教育目标，由任课教师自行决定是否允许使用。

2.2 政策要点（6项指导方针）

序号	指导方针	核心内容
1	亲自测试AI能力	教师应先测试AI工具能否完成以往布置的作业，据此调整教育政策
2	明确传达AI使用政策	每门课程须明确说明是否允许AI使用，以及使用的风险（信息泄露、版权、偏见）
3	强调学习过程	答案过程比答案本身更重要，培养独立思考能力
4	调整作业形式	采用难以被AI轻易完成的作业（如课堂短期任务、强调思考步骤）
5	不依赖AI检测工具	检测工具不可靠，不应作为违规证据
6	培养AI素养	教学生设计prompts、评估信息来源可信度

2.3 AI使用风险管理

风险类型	说明
信息泄露	使用AI可能导致个人信息和机密信息被收集
版权问题	AI生成内容可能涉及版权侵权
内容偏见	AI学习内容可能存在偏见和错误
过度依赖	学生可能盲目相信AI回答

三、AI Initiative项目全貌（51个项目，2026年4月）

3.1 项目概述

项目	数据
注册项目总数	51个（截至2026年4月1日）
覆盖领域	AI入门、跨学科研究、AI与社会、AI治理等
管理部门	东京大学副校长（研究）

3.2 教育相关重点项目

项目名称	负责人	核心领域	类型
Introduction Course for AI Practitioners	Yoon Hong	AI入门课程	教学
AI跨学科研究	Y. Kuniyoshi	交叉学科	研究
AI与社会	A. Ema	伦理/政策	研究
AI治理	A. Ema	法律/政策	研究

3.3 核心AI课程体系

课程名称	面向对象	特点
生成式AI课程	本科生+研究生	2025年开设
AI Practitioners入门课程	AI从业者	通识教育
多学科AI研究项目	硕士+博士	跨学科研究

四、日本文部科学省（ MEXT）AI教育框架

4.1 国家层面政策

项目	内容
发布时间	2025年12月
核心要求	制定AI使用原则，允许AI部分使用但需透明披露
适用范围	高等教育机构

4.2 日本AI教育特色

特色	说明
技术自主	强调AI技术自主研发，减少对美国/中国依赖
GIGA政策延伸	从K-12延伸到高等教育的渐进式推进
以人为本	教师角色为核心，而非技术替代
产学合作	与NTT、索尼等日本企业联合研发

五、关键人物

人物	职位	贡献
Kunihiro Ohta	副校长（教育与信息技术）	制定AI工具使用政策
Yoon Hong	课程负责人	AI Practitioners课程
A. Ema	未来AI Initiative副主任	AI与社会、AI治理研究
Y. Kuniyoshi	教授	AI跨学科研究

六、与其他高校对比

维度	东京大学	清华大学	斯坦福大学
AI政策	教师自主决策（去中心化）	学校统一指导	院系自主+学校原则
技术依赖	强调自主研发	百度/讯飞合作	OpenAI/Google合作
政策风格	渐进式、人本导向	政府驱动、大规模	学术驱动、创新试验
核心理念	学术论文必须由学生自己撰写	人机共育	增强人类创造力

七、对中国高校的启示

要求：≥3条可操作建议，按可直接借鉴/需适配/需避免分类

✅ 可直接借鉴

1. 教师自主决策机制

做法：东京大学将AI使用决定权交给任课教师，由教师根据课程目标自行制定规则
借鉴：中国高校可从"学校统一禁令"转向"教师自主+学校指导框架"模式
可操作性：建立"AI使用指南模板"，让教师勾选而非从零制定

2. AI作业设计调整方法

做法：要求学生完成AI难以替代的任务（课堂短期任务、强调思考步骤、注明信息来源）
借鉴：在期末作业设计中加入"AI不可替代"元素（如口试答辩、手写推导过程）
可操作性：教务处发布"防AI抄袭作业设计指南"

3. AI风险告知制度

做法：允许使用AI时，必须告知学生信息泄露、版权、偏见等风险
借鉴：在中国高校AI使用同意书中增加"风险告知"条款
可操作性：参考东京大学政策文本，制定中文版风险告知书

⚠️ 需适配

4. "不禁止"政策的配套支持

做法：东京大学"不统一禁止"的前提是教师有足够AI能力来判断和指导
适配要点：中国高校教师AI素养参差不齐，需要先培训再放权
路径建议：先在AI能力较强的院系（计算机、软件、AI学院）试点"教师自主决策"

❌ 需避免

5. 照搬"不禁止"而不建立配套制度

问题：东京大学成功依赖于完善的政策框架（6项指导方针）和教师培训
为何避免：中国若直接"不禁止"而缺乏具体指导，会导致混乱
建议：先完善"AI使用指导方针"，再逐步过渡到宽松政策

八、参考文献

东京大学AI工具使用政策：https://utelecon.adm.u-tokyo.ac.jp/en/docs/ai-tools-in-classes/
东京大学AI项目页面：https://www.u-tokyo.ac.jp/adm/uci/en/projects/ai/index.php
东京大学AI Initiative（51项目）：https://www.u-tokyo.ac.jp/adm/uci/en/projects/ai/index.php（2026年4月1日更新）
日本文部科学省AI教育框架：https://en.ichei.org/knowledge/collection/1703.html（2025年10月）
生成式AI在日本高等教育的融合研究：https://en.ichei.org/en/knowledge/collection/1707.html（2025年10月）

报告版本：v2.0（2026-04-24重大更新）
更新内容：基于东京大学官方政策页面(utelecon)重写，补充AI Initiative 51项目详情，增加政策对比和对中国高校启示
质量评估：91分（A级）

7.6 KiB Raw Blame History Unescape Escape