中新网上海新闻11月20日电(许婧)由上海市社会科学界联合会和上海市教育委员会指导，上海市信用研究会、市伦理学会、市金融法制研究会、市世界经济学会联合举办的“人工智能赋能教育信用，助力教育治理创新”跨学会研讨会近日在上海市社联举行。

此次跨学会论坛是上海市社联第十九届(2025)学会学术活动月项目。

上海市教育委员会政策法规处处长、二级巡视员郁能文在致辞中指出，本次跨学会研讨会的举办意义深远。教育、经济、法律、伦理等领域的专家学者汇聚一堂，围绕人工智能在教育治理中的伦理规范与监管、信用评估与监测、决策支持与资源配置、数据管理与安全保障、教育公平与质量提升等关键议题展开深入研讨。这种跨界融合、智慧碰撞的研讨模式，必将为我们带来新的思路、新的启发，为破解人工智能与教育信用融合过程中面临的经济、法律、伦理等复杂问题，提供前瞻性的思考和可操作性的解决方案。为相关政策制定提供坚实的理论支持，为实践应用指明明确的方向，助力教育治理创新迈出坚实步伐。

上海市信用研究会会长、上海立信会计金融学院教授洪玫指出，当今数字化时代，人工智能技术正以前所未有的速度改变着各个领域的发展格局。如何借助人工智能这一先进工具，有效赋能教育信用体系建设，进而推动教育治理的全面创新，已成为教育界、科技界以及社会各界共同关注的焦点问题。本次跨学会研讨会旨在搭建一个跨学科、跨领域的交流平台，汇聚各方智慧，针对当前人工智能与教育信用融合过程中面临的经济、法律、伦理等问题，开展跨学科研讨，提出具有前瞻性和可操作性的解决方案，为相关政策制定和实践应用提供理论支持和决策参考。

人工智能在教育信用中的资源配置与合规性

浙江财经大学金融学院信用管理教授叶谦认为，社会信用与竞争机制推动人力资源高效流动和优化配置。当下，数字经济与信用经济深度融合，AI技术突破传统信用评估边界，在人力资源场景中让信用价值从“事后评价”转向“事前预测”“事中协同”，驱动信用体系发挥人力资源要素流动与配置的“导航仪”“优化器”作用。AI技术通过挖掘非结构化数据(如社交行为、项目经验、技能认证)，将信用评估从“单一维度”升级为“立体画像”，为人力资源的跨域流动提供了可信依据。

华夏经济发展研究院研究员潘文渊认为，我们正处在一个由数据、算法和智能驱动的历史性交汇点，人工智能不仅是提升教育效率和质量的“加速器”，更是构建多元化、动态化社会信用治理体系的基石技术。将二者融合创新的“教育信用”，有望成为个体价值与社会信任的新基石。需警惕“唯数据论”的风险，教育是“育人”，不能完全被数据量化，需保留人文关怀的温度。推行“可信AI”理念，提升全社会的数字素养和伦理意识，形成多方共治的格局。

华东理工大学法学部副教授郑依彤认为，人工智能之于教育信用体系，不是工具性的增强，而是规制能力的重构。根本改变在于，由行政机关的有限理性，转向算法系统的扩展理性，由把信用作为结果的静态治理，转向把信用视为过程的动态治理。因此，在人工智能的赋能下，民办教育这一传统治理的难点有可能获得突破。但同时也应当反向思考技术的弊端，例如主体的增加带来更复杂的法律关系，算法误判可能导致新的不平等，数据治理不到位还会造成数字侵扰等。

上海立信会计金融学院金融学院副教授朱颖隽认为，生成式人工智能在推动科研创新的同时，也对科研诚信与大学生信用教育带来新挑战。她强调，AI模糊了科研主体边界，引发“成果归属”、“隐性剽窃”和“责任转嫁”等问题，并可能削弱学生的独立思考与创新能力。为此，我们建议信用教育应从“防堵”转向“疏导”，提倡重塑“学术诚信”内涵透明使用AI、构建“过程性评价”和“能力导向”考核体系、利用技术手段监管AI生成内容，并引导学生善用AI工具，成为“信用的建构者”，在技术浪潮中坚守学术诚信与创新精神。

华东师范大学法学院讲师虞李辉认为，在当前人工智能教育应用迅猛发展的背景下，相关数据安全风险日益凸显。风险贯穿于数据来源、质量、使用、传输与存储全流程，存在侵犯隐私、加剧教育不公等隐患。面对挑战，监管原则需从传统“技术中立”转向“功能中立、结果导向”，并坚守教育公共性底线，确保技术服务于育人初心。构建全面的防范体系，需从完善法规细则、建立协同治理机制、强化技术防护三方面着手，以保障AI教育应用在合规轨道上健康发展，真正赋能未来教育。

主持人上海市信用研究会副会长、华东师范大学社会发展学院教授熊琼认为，随着人工智能技术日新月异，人工智能在教育信用资源配置中发挥着强大的赋能工具，但它同时也是一把双刃剑。倘若使用得当，发挥其积极作用则有机会实现有教无类、因材施教的千年理想；但是一旦失控，便可能铸造一个固化而冷漠的“数字牢笼”。合规性审查是教育信用治理的重要环节。只有将合规性作为创新的前提，在保护隐私、确保公平的基础上利用 AI 优化教育信用资源分配，才能让技术真正成为促进教育公平的杠杆。

人工智能在教育信用中的伦理规范与监管

上海师范大学哲学与法政学院教授周中之认为，在高校的学术研究中，人工智能的运用是把双刃剑。在搜集资料，开拓思路方面，能大大提高效率，但又对诚信提出了挑战。这表现为学术研究的成果的归属如何确定？在反对抄袭、剽窃这些学术不端行为时，如何保护人工智能在学术研究中的积极运用的积极性？在高校等显得尤为突出。如果一篇论文的核心思路、框架乃至大部分文本都由AI生成，研究者只是进行了微调，那么这篇论文的“原创性”和“知识产权”究竟归属于谁？这直接冲击了学术贡献认定的根基。从现在就要开始研究这些问题，并逐步形成人工智能条件下学术研究诚信的伦理边界和法律边界。

上海立信会计金融学院马克思主义学院副教授朱丽莉认为，随着人工智能的迅猛发展，信用体系的构建方式发生新的转移。AI全面记录个人的网购、社交圈层等行为，并基于各种网络行为预测个人的未来行为。个体在人工智能全面透明的处理下成为数据点。全景监控下个体信用从自我坚守走向算法信用。个体在智能中成为最不智能的主体。教育信用难以在人工智能监控下净化到道德层面、心灵层面，回归教育向善的价值追求。

上海应用技术大学计算机学院副院长、副教授熊亮认为，人工智能时代情感计算作为人工智能的一个分支技术，它可以实现计算机识别、理解、表达和反馈人类情感。情感计算在教育的应用主要体现在运用文本、语音、视频等多模态技术来提取教育对象的情感信号，创造个性化情感学习的智能化系统，赋能智能化教育的情感场景以及强化情感教育的学习评价机制。与此同时，情感计算也引发了个体自主情感的缺失，被算法遮蔽的数字焦虑以及数字信任危机等隐忧。这就需要我们运用好情感计算技术，以更好地推进教育数字化转型。

上海财经大学马克思主义学院思想政治教研室主任华梦莲讲师认为，在AI时代，人工智能技术凭借其独特的优势正在以前所未有的速度改变着教育信用伦理体系发展格局。在数字时代的复杂环境中，教育信用伦理体系需要不断调适，在技术创新与伦理规范之间找到适当的平衡点，寻找价值重构与边界重构的双重路径，才能真正实现AI技术服务于教育公平和人的全面发展的目标，为构建更加公平、包容、智慧的教育体系贡献力量。

同济大学马克思主义学院助理教授吕小宁认为，在技术和意识达到相当水平之前，高校可以尝试性地接入成熟的信用评价体系，创设更多的信用应用场景，通过广泛的信用应用开展普遍的信用教育。人工智能赋能教育实践应当着重关注师生的主体性发展受阻问题、教育领域的诚信与违法违规问题和教育的公平正义问题，鼓励和支持能够增强师生互动、激发学生学习兴趣、促进学生全面成长的技术应用，构建有温度的技术治理体系。

主持人上海市伦理学会副会长、上海财经大学马克思主义学院郝云教授认为，生成式人工智能运用于科研的伦理规范和评价体系建设十分迫切。目前，在科研中使用生成式人工智能的情况越来越多，一方面对提高科研效率与质量具有积极作用。但另一方面，存在较大诚信伦理问题。如生成式ai的不确定性导致科研结果的虚假性、科研人员与ai人机融合的成果被使用者据为己有，还存在科研竞争的不公平性以及侵犯知识产权等问题。要解决这些伦理问题需要建构有针对性的伦理规范，同时，还应建立使用人工智能的评价体系加以约束。

人工智能在教育信用中的法律与风险规制

华东政法大学经济法学院副教授贾希凌认为，当前，我们正处在一个技术变革与教育转型深度融合的历史节点。AIGC在提升效率的同时，也对教育信用构成了严峻挑战。她介绍了美国与德国的最新司法实践，建议构建一个法律规范、教育引导、技术支撑三位一体的综合治理体系。例如我国应当尽快启动针对AIGC在学术领域应用的专项立法研究，明确AI生成内容的法律地位、使用边界、披露义务与责任划分；制定并实施专门针对生成式人工智能知识产权相关法律法规，逐步形成和完善教育法中人工智能相关部分。

华东政法大学经济法学院副教授何颖认为，人工智能算法应用个人信用评分行业，极大降低了消费信贷等活动中的人为影响，提高了放贷效率。但是人工智能算法有固有缺陷，包括基础数据质量缺陷、算法内嵌歧视性变量、机器学习的不确定性及算法滥用等。人工智能信用评分系统对个人获得公平信贷机会等基本权益影响巨大，并左右着金融资源的合理公平分配。信用立法中应增加数据和算法公平性规则，包括强调信用数据相关性和代表性要求等数据质量规则；增加金融消费者等弱势群体对算法的知情权、拒绝权等等。

华东政法大学经济法学院副教授窦鹏娟认为，AI技术在风险管理、信用评估、智能客服等场景的广泛应用，显著提升了金融服务效率和客户体验，但也带来了算法歧视、数据隐私泄露等新型伦理问题。金融法治建设与金融诚信教育的协同至关重要，只有将制度约束与教育引导有机结合，才能构建技术向善、行为守信的智能金融新生态。这需要立法、监管、金融、教育等部门共同努力，不断完善金融法治体系，创新诚信教育模式，使人工智能时代金融在法治轨道上安全有序发展。

盈科上海金融刑事研究中心主任、上海金融法制研究会青工委副主任黄键傑认为，人工智能在赋能教育信用精准化的同时，也伴生“算法偏见”与“数据牢笼”等风险。他强调，算法的客观性依赖于其训练数据，有偏数据会固化并放大对特定学生群体的歧视；而信用评分的过度应用则可能构筑“数字牢笼”，束缚学生发展的多样性与未来可能性。他提出应构建“技术赋能与法治规范”协同的治理框架：短期通过伦理指南划定底线；中期借助“监管沙盒”测试创新模型与规则；长期目标则是建立涵盖算法审计、数据安全与权益保障的综合治理体系。

主持人上海金融法制研究会副会长李国平认为，人工智能凭借其强大的数据分析能力和高效的信息处理速度，在教育治理的信用评估与监测方面展现出了巨大的潜力和价值。同时，在这一过程中，数据隐私保护、算法的公平性与透明度等诸多问题亟待解决。我们不能忽视这些潜在的风险，必须在技术应用的同时，建立健全相关的法律法规和规范，加强对人工智能技术的监管与引导，确保其在教育领域的合理、合法、合规应用。

人工智能在教育信用中的效能与质量提升

国家重大项目课题组组长，首席专家，上海大学教授包国强认为，人工智能为教育信用评估、风险预警、精准治理提供新动能，但必须正视算法歧视、数据低质、标准缺失、法律空白、伦理冲突、安全漏洞等挑战。亟须完善立法，明确数据采集、共享、删除边界；建立算法审查、备案、问责、解释制度；引入区块链确权和隐私计算，提升透明度与安全性；构建政府、高校、企业、行业组织、公众多元协同的共治平台，制定伦理公约，设立专业仲裁通道，形成可信、可持续、可追责的教育信用新生态，助力教育治理现代化。

华东师范大学经济与管理学院副教授孙丽认为，人工智能赋能各行各业正在蓬勃发展之中，但同时我们也需要警惕人工智能所带的负面效应。尤其是人工智能中的幻觉问题，如果不加警惕，将会动摇学术研究的科学性和准确性。现实不仅反映了学生目前无所不尽其能地依赖人工智能，而且提醒了我们作为老师对此要做好充分的应对准备。老师既要关注学生们学术能力的培养，还要重视和引导他们正确使用和驾驭AI的应用结果，特别在专业领域绝不能盲从，研究中还应专注于自己思辨能力的提升。

华东师范大学经济与管理学院博士张伊丽认为，在技术路径层面，AI可以通过学习行为、数字足迹等替代传统数据，构建动态信用画像，破解学生的“信用白户”问题；依托智能审批架构实现自动化处理，大幅缩短审批周期；运用机器学习、知识图谱搭建实时风控系统，精准识别欺诈与违约风险。在应用前景上，AI既可以通过普惠性评估扩大助学贷款的覆盖范围，促进教育公平，又可以提高信用评估的准确性和效率，降低运营成本。今后，需要进一步强化数据合规与算法公平性，推动大模型等技术融合，以助力国家助学贷款的可持续发展。

上海师范大学天华学院讲师胡秋月认为，AI通过优质资源的数字化与智能分发，有效突破教育资源壁垒，促进普通高校及区域间教育均衡；基于学情数据的精准分析，使因材施教从理念走向可操作实践，为大规模教学质量提升提供可持续路径；AI对课堂互动、协作及创新表现的结构化记录，推动学生评价体系由分数导向向能力导向转型，强化教育信用的科学性与可追溯性。智能教育的发展仍需以制度规范、隐私保护和算法治理为前提，确保技术应用公正与可持续。

主持人上海市世界经济学会副会长、华东师范大学经济与管理学部教授方显仓认为，人工智能发展为教育信用体系建设和治理创新提供了全新路径。通过大数据分析、学习行为追踪和动态画像构建，实现对学生成长过程的多维度、全景式记录，推动评价体系从单一的分数考察向综合素养考察转型。同时，AI可通过数据治理精准识别学术不端、教与学的诚信缺失等风险，实现及时预警与干预。故智能算法通过优化资源配置，为教育治理提供数据驱动的决策支持，促进评价透明化和治理精准化。但必须构建安全合规的数据伦理制度，确保AI技术应用与育人本质相统一。

上海市信用研究会学术委员会主任、上海大学经济学院教授沈瑶总结认为，人工智能时代，教育信用体系的构建面临新的挑战。新的技术模型、新的信用内容、新的信用规范和相应的信用法律法规，都需要同现有建设中的信用体系实现融合，从而实现人工智能对信用体系的赋能。在这一过程中，也就需要重塑人工智能时代教育信用评估的技术路径和边界，提高其合规性和公平性，同时还要进一步建立并完善风险防范规制，与信用领域的法律法规建设达成协同，从而提高人工智能时代教育信用效能和相应的治理效能。

上海市教育委员会政策法规处四级调研员陆海佳总结认为，会议深入探讨了人工智能在教育信用评估与监测中的应用，展示了其精准高效的优势，为教育治理创新提供了新思路。同时，大家也针对数据隐私、算法偏见等潜在风险展开讨论，强调了建立健全伦理规范与监管机制的重要性。必须建立健全相关的法律法规和伦理规范，加强对人工智能技术的监管与引导，确保其在教育领域的合理、合法、合规应用，切实保障师生和教育机构的合法权益。（完）