在全球各地的教室里，一场关于孩子们如何学习理解自身情感并处理人际关系的静默革命正在发生。这一被称为“社交情感学习”（social-emotional learning）的教育领域，旨在教导学生管理情绪、设定目标、展现共情能力并做出负责任的决策。多年来，教育工作者一直依赖人类教师来引导这项细腻的工作。但近年来，一个新伙伴进入了教室：人工智能。这些计算机系统能够识别情绪、模拟对话，并提供个性化反馈，以帮助学生培养这些至止关重要的生活技能。其前景十分广阔：技术可以为每个孩子——无论其背景如何——提供无尽的耐心、即时的支持和量身定制的指导。

然而，随着这些工具变得越来越先进，一个关键问题仍悬而未决。当研究人员忙于构建和测试这些智能系统时，他们很大程度上忘记了去询问：谁应该负责监管它们？什么样的规则应当约束它们的使用？学校又该如何为它们的到来做好准备？技术正在飞速狂奔，但关于如何安全且公平地使用它的地图却缺失了。这种脱节造成了可能性能量与实际应用之间的危险鸿沟，使得学校在没有向导的情况下，不得不独自应对复杂的伦理和法律挑战。

一组研究人员致力于通过深入审视科学文献本身来调查这一差距。他们收集了六十五篇探讨人工智能与社交情感学习交集的研究论文。他们的目标并非再次测试技术本身，而是阅读那些构建技术的科学家们对于如何使用该技术的规则有何见解。他们想看看这些研究是否为政策制定者、学校领导和教师提供了清晰、可操作的建议，还是说“治理”这一话题被忽视了。

他们的发现是令人震惊的沉默。在他们审查的研究中，近四分之三完全没有提到政策影响。当研究人员观察到其余涉及该主题的研究时，他们发现其中的建议往往是模糊、高层级且脱离课堂现实的。这些论文的作者经常赞扬其工具的潜力，却止步于解释谁该采取行动、需要哪些具体措施，以及这些行动应在何时何地发生。这就像是一群建筑师设计了一座宏伟的新桥，却把如何建造支撑结构以及允许谁通过的问题留给了工程师去解决。

研究人员使用了一种简单而有力的方法来揭示这一模式。他们将这些论文中每一次对政策的提及都视为一个短篇故事，并提出了五个基本问题：谁被要求去做某事？他们具体应该做什么？为什么这是必要的？何时何地适用？以及这项建议的力度有多强？通过这种方式拆解文本，他们能够精准地看到这些“故事”在何处崩塌。他们发现，虽然有些研究提到了需要伦型的准则或更好的培训，但它们很少明确指出哪个政府机构应该编写规则、哪些学校应该获得资金，或者如何处理收集儿童情感数据的特定风险。

这种细节的缺失指向了一个更深层次的问题，即目前的科学实践方式。该领域似乎陷入了一个陷阱：对技术创新的兴奋掩盖了治理方面的艰苦工作。研究人员通常因展示一种新工具在小型实验中的有效性而获得奖励，但他们并不被鼓励去思考在真实的学校系统中安全使用该工具所需的复杂步骤。研究发现，发表在学术期刊上的论文比发表在会议论文集上的论文更有可能讨论政策，但即便是在期刊中，相关的讨论也显得非常单薄。科学的激励机制似乎更看重技术的“是什么”，而非实施的“如何做”。

少数提供了政策建议的研究往往侧重于宽泛、抽象的概念，如“保护隐私”或“确保公平”。虽然这些都是重要的目标，但它们并不是指令。一位学校校长无法仅凭“公平”这一概念来制定政策；他需要知道谁负责检查数据、允许哪些特定的软件功能，以及如何培训教师使用这些工具而不让学生感到负担过重。研究人员指出，当这些细节缺失时，结果会导致一种“试点研究悖阱”（pilot-study paradox）。一种工具可能在受控测试中表现完美，但当它被释放到混乱的学校现实中时，由于缺乏支持性的法规、缺乏培训人员的预算以及缺乏保护脆弱儿童的明确规则，它就会失效。

分析还显示，这些论文所使用的语言往往缺乏紧迫感或清晰度。一些建议被写成微弱的可能性，使用了“可能”或“或许”等词汇；而另一些则被呈现为绝对的要求，却未解释其背后的逻辑。这种不一致性使得决策者难以判断应如何严肃对待这些建议。此外，这些研究很少解释其建议适用的具体条件。一个适用于某个国家大学的建议，对于另一个国家的初等学校可能并不适用，然而论文往往未能做出这些区分。

为了解决这个问题，研究人员建议科学家改变撰写研究成果的方式。他们认为，政策思考不应仅仅是作为满足要求的结尾几句话，而应成为方法论本身的一部分，从研究伊始就融入其中。他们建议，每项研究都应明确识别出需要行动的具体主体、他们应采取的具体步骤以及这些步骤为何重要。这种方法能将模糊的伦理愿景转化为务实的路线图。

研究结论指出，人工智能在教育领域的未来取决于能否弥合这一差距。技术已经准备就绪，社交情感支持的需求也十分紧迫，但使用这些工具的框架仍在构建之中。通过要求研究人员提供清晰、具体且具有可操作性的指导，科学界可以确保这些强大的工具能够有效地、安全地服务于学生，而不是让他们在没有地图的情况下，独自应对一片复杂的全新景观。前行的道路需要一种文化转变，即在追问“我们如何治理它？”时，要具备与追问“它是如何运作的？”同等的强度。