hehaiguang1123
a6f05ab2d5
- 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
183 lines
7.6 KiB
Markdown
183 lines
7.6 KiB
Markdown
---
|
||
created: 2026-04-24
|
||
title: 东京大学AI教学项目深度研究报告
|
||
tags: [教育AI, 研究型大学, 日本, 深度报告, AI政策]
|
||
source: https://utelecon.adm.u-tokyo.ac.jp/docs/ai-tools-in-classes/, https://www.u-tokyo.ac.jp/adm/uci/en/projects/ai/index.php
|
||
---
|
||
|
||
# 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
|
||
|
||
1. 东京大学AI工具使用政策：https://utelecon.adm.u-tokyo.ac.jp/en/docs/ai-tools-in-classes/
|
||
2. 东京大学AI项目页面：https://www.u-tokyo.ac.jp/adm/uci/en/projects/ai/index.php
|
||
3. 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）
|
||
4. 日本文部科学省AI教育框架：https://en.ichei.org/knowledge/collection/1703.html（2025年10月）
|
||
5. 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）
|