老师想用 AI 省备课时间，又怕生成内容出错、怕把学生信息传出去；学生想用 AI 写作业，又说不清用到什么程度算越界。这篇给教师和学生两侧各一张边界清单，再补一份家长告知要点，照着核对就能用。
老师想用 AI 省备课时间，又怕生成内容出错、怕把学生信息传出去；学生想用 AI 写作业，又说不清用到什么程度算越界。这两件事其实是同一个问题的两面：边界不清，用起来就心虚，要么干脆不用，要么用了不敢承认。
这篇分三块讲：教师侧备课能用到哪几步、生成内容必须复核什么；学生侧作业能用 AI 到什么程度；最后补一份给家长的告知要点。每块都给可照着核对的清单，不是讲概念。
教师侧：备课能用在哪几步，不能在哪几步
判断一个环节能不能交给 AI，标准很简单：这个产出后面有没有人逐条把关。有把关的环节，AI 当草稿机用没问题；没有把关、或者把关成本比自己做还高的环节，就别用。
| 备课环节 | 能不能用 | 原因 |
|---|---|---|
| 找素材灵感、举例子 | 可以用 | 产出只是候选，你自己挑 |
| 把知识点拆成分层讲解 | 可以用 | 分层逻辑你能一眼判断对不对 |
| 出练习题草稿 | 可以用 | 题目后面要逐题核对 |
| 生成同题不同难度的变式 | 可以用 | 难度你掐一遍时间就知道 |
| 课标与教材原文表述 | 不建议 | 错一个字性质就变了 |
| 考试命题最终定稿 | 不建议 | 出错不容易被学生发现 |
| 涉及具体政策的通知文案 | 不建议 | 口径风险你自己担不起 |
| 需要署名的教研结论 | 不建议 | 署名意味着你负责到底 |
- 先自己列提纲，再让 AI 补内容，比让 AI 从零生成再删要省复核时间，因为你能一眼看出哪里跑偏。
- 让 AI 一次只处理一个小环节，比如「把这段概念写成三个层次的解释」，别一句话让它生成整节课。
- 生成完先自己读一遍再决定改不改，不要直接贴进教案就完事，很多错误是读的时候才发现的。
- 工具选型可以先看 /ai-nav/category/ai-education，具体模型能力差异到 /models 核对当时的资料。
生成内容必须复核的四类硬伤
AI 生成的内容出错有个特点：错得很顺，读起来不像错的。所以复核不能靠「感觉不对再查」，要按固定几类逐项过。下面四类是最容易翻车的，每类都给排查动作。
- 第一类：事实层人名、年份、公式系数、单位换算、地理与历史事件，AI 常给出看似合理但错误的细节。动作：逐条回教材或权威来源比对，别凭印象放过。
- 第二类：表述层把有争议的观点写成定论、把民间说法写成学术结论。动作：在课堂上明确标注「这是一种说法」，或者干脆删掉换成教材口径。
- 第三类：难度层AI 默认按平均水平出题，容易整份偏易或偏难。动作：出完先自己掐一遍时间，再决定改题干还是去掉某几道。
- 第四类：答案层解题过程比最终答案更容易错，多步骤计算和证明题尤其明显。动作：给学生的答案页必须自己重算一遍，不能只对最后结果。
答疑场景要单独说。学生拿 AI 答案来问时，别直接判对错，先让学生复述思路，能复述才说明真懂，复述不出来就让他重新想。这个判断口径可以配合 /safety 里的相关说明一起看。什么情况下不适用：如果是课堂限时练习、学生来不及复述，那就只判对错、课后单独问思路。
学生侧：作业能用 AI 到哪一步
学生用 AI 的边界，说到底一句话：AI 的输出你有没有能力自己复述和改写。复述不出来，就说明这一步不该交给 AI，因为作业的目的就是练这一步。
- 可以用的：查不熟悉的概念、让 AI 出一道同类题练手、把中文思路翻译成英文表达、检查作文有没有明显语病。
- 要谨慎的：直接生成解题过程、整段代写作文与报告、把 AI 生成的代码当自己的实验作业提交，这些等于跳过练习环节。
- 判断标准：做完之后合上屏幕，能不能用自己的话把过程和结论讲一遍，讲不出来就是没学会。
- 课堂规则建议写明：哪些作业允许用、用到哪一步、要不要标注用了什么工具，写进作业要求里比口头说有效。
规则写清楚有个额外好处：学生知道边界在哪，就不会偷偷用，老师也不用靠猜。什么情况下不适用：如果某次作业本身就是在考「会不会用工具检索和判断」，那允许范围要单独说明，别套用默认规则。
不能上传的学生信息清单
这一节是最容易出事的地方，也是很多老师默认「没关系」的地方。判断标准不是「打没打码」，而是「这些信息组合起来能不能定位到一个具体学生」。
| 信息类别 | 例子 | 处理方式 |
|---|---|---|
| 直接标识 | 真实姓名、学号、身份证号、住址、家长手机号 | 一律不进输入框 |
| 影像标识 | 学生照片、带人脸的合影、作业本姓名页 | 不拍不传，需要示范先取得同意 |
| 间接可识别 | 班级加座位号、成绩单截图、带学校名和班级的表格 | 组合起来同样能定位到人，别传 |
| 敏感记录 | 身心健康记录、家庭情况说明、处分与谈话记录、特殊教育需求评估 | 无论打没打码都别传 |
- 要脱敏时用编号代替姓名，编号与真实名单的对应表只存在本地，不上传、不同步。
- 学生作品要用来做示范或训练时，先取得家长书面同意，并说清用途、保存期限和撤回方式。
- 批改作业时只贴需要分析的题目文本，别整页扫描上传，页面角落经常藏着姓名和学号。
- 本地批量处理图片里这类信息的思路可以参考 /tools/card-batch，先处理再交给任何服务。
给家长的告知要点：三句话讲明白
很多学校通知家长时写了一堆术语，家长看完只知道「用了 AI」，不知道边界在哪。有效的告知就三件事：用了什么、不传什么、怎么退出。每条都能落到具体动作上。
- 说清楚用了什么写明哪类工具、用在备课还是作业批改、会不会把学生内容发给第三方服务。别写「AI 赋能教学」，直接写「老师用工具帮忙出练习题草稿，最终内容由老师逐题核对」。
- 说清楚不传什么明确列出姓名、成绩、照片、健康记录不上传，让家长知道边界在哪，而不是只被告知「很安全」。
- 说清楚怎么退出给一个可以联系谁、怎么申请不参与的渠道，别只发通知不给退路，否则家长有顾虑也只能忍着。
通知发出去之后建议留一份底稿，之后每次调整用法都同步更新，避免出现「通知里说不用，实际又在用」的落差。这既是保护学生，也是保护老师自己。
下一步边界清单定下来之后，工具本身靠不靠谱同样要核。中转站的可用性和可信度会变，价格也会动，建议到 /sites 看各站点的当前状态，到 /price-watch 核对当时的报价，别用几个月前的印象做决定。→常见问题
老师用 AI 出的题直接发给学生，行不行？
不建议。至少要把答案自己重算一遍、把难度掐一遍时间，再决定发不发。AI 出的题常见问题是难度分布不均和答案步骤跳步，学生按错的步骤练会固化错误。发之前多花十分钟核对，比事后纠正省事。
学生用 AI 查概念、看讲解，算不算作弊？
看用途。用来理解概念、补自己没听懂的地方，和翻参考书没本质区别；直接生成作业答案提交，就跳过了练习本身。建议在作业要求里写明允许的用法，学生有了明确规则反而更好执行。
把学生作文传到 AI 里批改，算泄露隐私吗？
只看作文内容、不附姓名学号和班级的，风险相对低；但作文里常出现家庭住址、家人职业等细节，仍可能定位到具体学生。稳妥做法是先去掉姓名和可识别细节，再决定要不要上传，涉及未成年人的材料还要看学校的具体规定。
