Policy Fragmentation or Institutional Alignment? Institutional Governance of AI in Universities and Business Schools
本研究分析了美国高等教育机构的人工智能政策，并发现存在显著的错位现象，即大学层面的指南侧重于风险规避，而学院层面的政策则侧重于教学法，这一差距在商学院尤为突出，并阻碍了特定学科学习目标的整合。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下高等教育的世界就像一座巨大且繁忙的城市。几十年来，这座城市一直在决定如何处理新工具：首先出现了计算器，然后是电子表格，现在则是最强大的工具：人工智能（AI）。把 AI 想象成一个超级聪明、无所不知的助手，它能写论文、解决复杂的数学问题，并在几秒钟内分析数据。但就像一种新的超能力一样，它也伴随着一个代价。学校正在努力弄清楚交通规则：应该允许学生使用这个助手吗？如果允许，该如何使用？以及谁来制定规则？这就是这篇论文探讨的核心问题。它研究了大学（城市政府）和其中的特定学院，如商学院（专门的社区），是如何编写各自的 AI 规则手册的。其目标是观察大家是否在唱同一首歌，还是城市与社区正在为歌词而争论。
作者 Lydia Manikonda 和 Dominique Outlaw 决定扮演侦探的角色。他们并没有仅仅靠猜测；他们使用了一个计算机程序（一种数字放大镜）来阅读并分析来自美国 34 个州的 130 份不同的大学 AI 政策。他们想看看这些大学层面的规则是否与商学院制定的具体规则相匹配。他们将这些政策的文本视为一个拼图，利用数学方法来衡量这些规则听起来是多么“快乐”或“恐惧”（情感倾向）、它们的清晰度如何，以及不同的规则手册之间的相似度如何。
以下是他们的发现，这有点像是发现城市政府和当地的社区治安委员会正在说着两种不同的语言。
首先，他们观察了大局：全校范围内的政策。这些政策表现得非常谨慎，就像一位家长在告诉孩子：“玩那个新玩具时要小心。”其语言大多是中性且温和的，使用像“可以”或“能够”这样的词，而不是像“必须”或“禁止”这样严厉的命令。这些宏观政策的主要焦点是安全和风险。他们担心数据安全（保护秘密）以及确保没有人滥用这项技术。他们本质上是在说：“不要弄坏任何东西，也不要把你的私人信息上传到互联网上。”
接着，作者将视角缩小到了商学院。他们发现，在 13 m 份大学政策中，只有 8 所大学为自己的商学院制定了单独且具体的政策。但这里有一个转折：当他们将这 8 份商学院政策与其所属的大学规则进行比较时，发现它们并不匹配。这就像城市说：“不要碰电线”，但商学院却说：“这是如何利用电线来制造一个酷炫机器人的。”
商学院的政策更加关注如何利用 AI 进行学习。它们谈到了具体的工具、如何编写使用 AI 的作业，以及如何教导学生熟练使用这些工具。它们不太担心“不要做什么”，而更关心“如何去做”。大学政策的核心在于守护城堡（风险管理），而商学院政策的核心在于教导骑士如何战斗（教学法与技能）。
论文指出，这种不匹配是一个问题。如果大学说“要小心”，但商学院说“利用这个工具去找工作”，学生和老师就会感到困惑。他们不知道自己应该对 AI 感到恐惧，还是感到兴奋。作者认为我们需要修复这个差距。他们提出了一种新的思考方式：大学设定安全护栏（例如“不要上传秘密”），但商学院可以在这些护栏之内自由构建学习路径。
作者谨慎地表示，这并不是一个已经解决的问题。他们认为目前情况有些混乱且碎片化。他们发现大多数大学仍处于“摸索阶段”，使用温和的语言是因为技术变化太快。他们建议学校应该开展合作，以确保大规则和小规则能够相互沟通，从而让学生毕业时已为现实世界做好准备，因为在现实世界中，AI 已经成为了工作的常态。
简而言之，论文表明，虽然大学试图让每个人远离 AI 的风险，但商学院正试图教会学生如何使用它。挑战在于如何确保这两个目标不会互相绊倒，而是能够协同工作，创造一个既让学生感到安全又让他们具备技能的未来。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。