美国高校区域国别研究机构对AI的使用及启示

人工智能（Artificial Intelligence，AI）正在深刻重塑高等教育，从课堂教学到课后研习，从数据搜集到论文润色，以DeepSeek、ChatGPT为代表的中外AI大语言模型已经渗透至教学与研究的各个环节。在此背景下，探索AI赋能高校学科建设的路径与边界，已成为无法回避的现实课题。作为诞生于AI浪潮下的新兴交叉学科，我国区域国别学从起步阶段就面对AI带来的机遇与挑战。AI何以为区域国别学科发展赋能，区域国别研究者又当如何应对AI带来的系列挑战，也成为愈发突出的问题。为回答这一问题，本文以区域国别研究起步早、体系成熟，且相关研究较早推动AI技术应用与规范讨论前沿的美国为参照，通过梳理美国代表性高校区域国别研究机构有关使用AI工具的实践现状、分析其背后考量，以提炼AI赋能我国区域国别学科发展的启示，进而为我国区域国别学甚至更广泛层面的社会科学自主知识体系建设提供参考。

美国高校区域国别研究机构有关使用AI政策的现状

本文以2027年QS世界大学排名前15名的美国高校为分析样本，包括哈佛大学、麻省理工学院、宾夕法尼亚大学、耶鲁大学、芝加哥大学、斯坦福大学等，这些高校覆盖美国东西海岸与中部地区，既有综合类院校，也有以文科或理工科见长的高校，且这些高校的区域国别研究各具特色，具有较好的样本代表性。可以从制度框架、政策制定、教学应用与使用规范等四个方面，考察美国代表性高校区域国别研究机构有关使用AI工具的政策实践现状。

一是制度框架。概括来看，美国高校区域国别研究机构普遍采取“学校定原则，教师定细则”的AI政策框架。在这一框架下，高校或机构只提供原则性指导，并不直接制定具体的AI使用规则，将AI使用政策的最高制定权与最终解释权赋予授课教师。“负责任地使用”是美国高校或机构普遍遵循的使用原则，即可以在院系或课程允许的范围内使用AI工具，但要遵守学术诚信、核查生成内容、披露使用情况并对最终成果负责。同时，学校或机构会进一步明确教师与学生的责任，通常建议教师通过课程大纲、作业说明和课堂讲解等方式，向学生明确传达AI使用的具体要求。学生则须了解并遵守各门课程的AI规定，不能将某一课程的规则套用于其他课程，在使用边界不明确时应主动询问教师。

二是政策制定。美国高校区域国别研究机构的AI政策虽由授课教师主导制定，但制定过程并非“闭门造车”，而是注重师生沟通与同行交流。在师生沟通方面，学生可以通过与教师讨论AI使用边界、反馈实践经验等方式，为完善AI使用政策提出建议。在同行交流方面，宾夕法尼亚大学、斯坦福大学等高校的区域国别研究机构通过组织研讨会、搭建交流平台，汇集并分享优秀案例，供教师们借鉴彼此的AI政策安排与教学经验，共同探讨课程中遇到的AI使用难题。这种由授课教师主导、多方共同参与的交互式AI政策制定模式，不仅有助于增强学生对AI规则的理解与认同，还可以起到集思广益的作用，提升合规使用AI工具的效率。

三是教学应用。美国高校区域国别研究机构中的授课教师正逐渐将AI工具视为辅助学习的重要手段，积极探索AI工具在教学实践中的具体应用。例如，耶鲁大学意大利研究系高级讲师迈克尔·法里纳（Michael Farina）在教授语言课程时，借助ChatGPT开发定制化机器人，为学生提供有针对性的语法、口语和词汇练习；芝加哥大学日本文学教授霍伊特·朗（Hoyt Long）在文学阅读课程中引导学生先独立阅读，再查找资料并为AI设定历史人物身份，让AI通过模拟历史人物对文本的理解和看法，帮助学生拓展阅读视角、丰富阅读体验。这些实践有效弥补了传统授课方式中个性化指导不足、视角单一等问题，成为传统教学方式的有益补充，有助于丰富教学活动、拓展学习方式、提高课程质量。

四是使用规范。美国高校区域国别研究机构的AI政策模式，使授课教师在制定AI政策时拥有充分的自主权和话语权，但由于教师对使用AI工具的考量各有侧重，不同课程的AI政策往往存在较大差别，形成了宽严不一的AI使用边界。

根据代表性高校区域国别研究不同课程的AI政策安排，按照允许使用AI工具的程度与范围，可以将相关机构的AI使用规范大致分为三类：

第一类是严格禁止型。这类课程原则上禁止学生使用AI工具，强调学生须独立完成阅读、分析与写作，以体现学生对问题的独立认识。哈佛大学、宾夕法尼亚大学等多所高校均有不少区域国别研究课程作出相关规定，明确将使用AI工具视为违反学术诚信的行为。为保障禁令的有效性，不少教师采用口头答辩、课堂限时写作等考核方式，通过观察临场反应检验学生对知识的掌握程度和真实能力。

第二类是限制使用型。这类课程通常允许学生使用AI工具完成辅助性、程序性任务，但核心课程任务禁止使用AI工具，具体的任务划分因课程而异。有的课程，如麻省理工学院开设的族裔政治课程，允许使用AI检查语法、搜集数据，但禁止使用AI撰写研究计划、论文和书评；有的课程，如西北大学国际法与国际政治课程，则允许使用AI查找文献，并进一步探究课程阅读或课堂讨论中涉及的问题，但强调AI检索并不足够，仍须补充图书馆资源与学术数据库，且AI不能用于任何写作任务。由于学习过程中的课程任务多种多样，这类课程的AI规定也十分复杂。为了帮助学生明晰AI边界，这类课程使用所谓“交通灯”的方式加以说明，分别使用“红灯”“黄灯”“绿灯”表明禁止使用、限制使用和允许使用的课程任务，使复杂的政策一目了然。这类课程的核心逻辑是把AI工具限制在效率提升的辅助角色上，而防止其成为学生的“外置大脑”。

第三类是审慎允许型。这类课程允许学生使用AI工具完成课程任务，但着重提醒风险与责任。比如有的课程规定不禁止使用AI，但明确不鼓励依赖，并要求在作业中以规定的脚注格式披露使用情况；有的课程则提醒学生AI可能误解问题、编造事实和参考文献，如使用AI，须仔细核查，确认文献真实性，且生成的内容能准确表达自己的观点。这类课程实际上对学生的判断力提出了更高要求，需要学生以批判的眼光看待AI生成的内容，这或许是“审慎”二字的核心要义。

美国高校区域国别研究机构使用AI政策的考量

美国高校区域国别研究机构对AI工具使用政策呈现出的多元样态，是学校、机构与授课教师多方面作用的结果，反映了上述行为体的不同考量。通过分析代表性高校区域国别研究机构对AI工具使用的相关政策，可将这些考量归纳为以下四个方面：

一是维护学术活动的基本规范。AI工具进入高校教学与研究场景后，如何守住学术诚信、保护隐私数据并避免技术鸿沟，成为制定AI政策时首先需要考量的问题。其中，最核心的底线在于学术诚信，即学生不能将AI生成的内容冒充为个人的原创性成果。即使课程允许使用AI，学生也需要如实说明使用情况，并对生成内容的准确性以及最终提交的成果负责。数据隐私与安全也同样不能忽视。为防范潜在的数据泄漏风险，部分高校明令禁止将涉密或敏感数据上传至AI平台；普林斯顿大学、耶鲁大学、密歇根大学等部分高校通过提供受保护的AI服务，承诺校内对话中的数据不会用于模型训练。同时，技术公平性也是高校和机构考量的重点问题。由于付费门槛可能使学生获得的技术支持存在差异，进而影响学习机会与考核公平，高校与机构在引入AI工具时会尽量提供普惠性的技术支持，避免让费用成为阻碍。

二是保护独立思考能力与培养批判性思维。尽管授课教师对AI工具使用的允许程度和范围有所不同，但他们的核心关切都指向学生能力的发展。其中，独立思考被视为不可或缺的关键能力。部分教师之所以在阅读与写作环节限制使用AI工具，是因为他们认为阅读与写作本身就是思考的过程，如果学生用AI工具代替这一过程，虽然表面上完成了任务，但实际上却跳过了最重要的思考环节。批判性思维是教师们重视的另一个培养目标。为实现这一目标，部分教师将AI生成的内容作为评析对象，引导学生将其与自己思考的答案进行比较，进而从中发现AI工具的局限并反思自己的判断。还有教师组织学生与AI展开批判性对话，以训练学生辨别偏见与审视不同观点的能力。随着AI技术的发展，独立思考与批判性思维会越来越成为个体不可替代的核心竞争力，这也许是教师高度关切培育学生这两种能力的原因。

三是发展面向未来的AI素养。在防范技术依赖的同时，还有部分教师着眼未来，关注学生如何适应AI无处不在的学习与工作环境。他们敏锐地意识到，AI素养正逐渐成为未来就业的必备技能，提升学生的AI素养有助于增强后者在就业市场上的竞争力。基于这一理念，他们倾向于鼓励学生使用AI工具，致力于使学生能够根据学习和工作任务选择合适的AI大语言模型，批判审视AI输出的结果，并最终将AI技术能力转化为自身分析和解决问题的现实能力。

四是保障考核方式的有效性。由于目前缺乏检测AI的可靠手段，教师难以借助检测工具判断学生是否使用以及在多大程度上使用了AI。针对这一问题，不少教师提出通过优化考核方式来检验学生真实的学习成效。其中，口试是许多教师认为有效的检验方式：如果学生在书面作业中过度依赖AI，那么在准备口试时就须花费更多时间和精力去真正消化知识以应对随机提问，这在客观上促使学生达到了与独立完成作业相近的学习效果。此外，还有教师提出可以通过提高作业的实践性、增加小组作业的比重来压缩AI工具的使用空间。从这个层面看，AI技术的出现对课程设计也提出了更高要求，教师们须拿出更具智慧的教学方案，真正发挥考核的效用。

美国高校区域国别研究机构使用AI政策的启示

美国高校区域国别研究机构使用AI工具的政策实践，为我国高校区域国别学科发展提供了有益参考。但中美两国在高等教育体制、学科发展阶段以及技术生态等层面存在显著差异，不能直接照搬相关经验，须结合我国实际进行批判性借鉴与本土转化。美国相关实践给我国的启示，可以归纳为以下三点：

一是完善AI基础设施，为社会科学自主知识体系建设提供可靠的技术支撑。稳定、安全且易于获取的AI基础设施，是AI赋能社会科学研究的基础和前提。学校与研究机构可以根据实际需求，通过采购服务、合作研发与本地部署等方式，为校内师生提供适用的AI资源。学校和机构不仅要明确数据存储方式、访问权限以及能否用于模型训练等要求，以保障数据安全；还要统一授权，提供普惠访问，以维护技术公平性。目前，国内大学已有类似实践，如南京大学已接入DeepSeek平台，校内师生可经统一身份认证后访问使用，为教学与科研提供普惠安全的技术支持。

二是构建契合学科特点的AI政策，为区域国别学科发展提供制度保障。区域国别学科是一个包罗万象的学科，不同课程与研究环节对AI工具的使用需求差异显著。因此，须根据实际情况制定针对区域国别学科发展的AI规则与政策。例如，在研究层面，研究者应根据不同的研究任务具体研判。在区域国别研究中，AI工具可以成为文献检索、资料搜集、语言翻译的高效助手，但在涉及阐释域外文化、理解地方性经验以及把握特定历史语境时，AI存在误判与虚构的风险。在这种情况下，AI政策应根据风险高低做到严宽相济，相对收紧容易出现“幻觉”的任务，而适当放松基础的辅助性任务。总之，AI政策应尊重学科规律、体现任务差异，不仅要契合区域国别研究的学术特性，更要服务于高质量的学术训练与研究实践。

三是强化师生AI素养，回应技术变革对教学和科研提出的更高要求。随着AI技术的快速发展，AI素养正在成为一项越来越重要的技能。对于教师而言，核心在于增强课程设计能力，不仅要思考如何将AI融入课堂教学以帮助学生获得更好的学习效果，还要思考如何通过智慧的考核方式确保培养目标的达成。不仅如此，在课程设计过程中，教师还应保持开放心态，注重吸纳学生的反馈，并积极借鉴其他教师的优秀经验。对于学生而言，AI素养不仅要求会写提示词或操作AI工具，更核心的是具备批判审视生成内容的能力。特别是在区域国别研究中，面对多元的语言环境与复杂的文化背景，学生必须具备主体意识与批判性思维，时刻警惕AI生成内容中可能暗含的偏见、错误与幻觉。

AI赋能区域国别学科发展，不仅是顺应技术浪潮的现实选择，更是构建我国区域国别学自主知识体系的必然要求。批判借鉴美国高校区域国别研究机构对于使用AI工具与技术的实践经验，必须立足我国区域国别学科建设实际，在基础设施、制度机制与能力培养上协同发力。在拥抱技术变革的同时，唯有守住育人本位与学术底线，才能让AI真正成为推动我国区域国别学科发展的创新杠杆。（作者周文星系南京大学国际关系学院副教授、博士生导师，卢奕同系南京大学国际关系学院博士研究生。本文为江苏省社会科学基金区域国别研究专项“美国区域国别研究学术共同体的建设逻辑及其镜鉴研究”[编号：26QYB002]、南京大学AI赋能研究生教育教改专项“AI赋能提升国际关系研究生区域国别跨学科研究能力探索”[编号：26JGAI11]的阶段性成果。本文图片由作者提供）

来源：《神州学人》（2026年11期）