2026年7月9日，英国高等教育质量保障署（The Quality Assurance Agency for Higher Education，简称QAA）发布最新研究报告《完美风暴：人工智能、评价体系与压力之下的高等教育领域》（The Perfect Storm: AI, assessment and a sector under pressure）。该报告重点分析生成式人工智能（GenAI）对英国高等教育评价体系、学术诚信以及学生学习体验带来的影响。

　　报告指出，目前英国不同高校之间在人工智能相关政策制定方面存在差异，即使在同一高校内部，不同学院、专业、课程模块以及教师个人在落实人工智能政策和开展评价实践过程中，也存在明显不一致。研究发现，这种政策与实践之间的差异正在影响教师和学生对人工智能使用规则的理解，导致学生学习体验存在不一致，并对高等教育质量保障和学术标准维护带来新的挑战。

　　该报告基于QAA与学生及高等教育行业相关人员开展的一系列圆桌讨论，同时结合QAA自身评审过程中发现的问题和趋势，并汇总近期关于生成式人工智能在高等教育领域应用的相关研究成果，对当前英国高校人工智能治理情况进行了分析。

　　一、报告主要发现与风险分析

　　报告认为，生成式人工智能正在深刻影响高等教育评价体系，目前行业面临五个关键风险领域：

　　（一）评价设计有效性受到影响

　　生成式人工智能的发展对传统评价方式提出挑战。随着学生越来越多地使用AI工具完成或辅助完成学习任务，高校需要重新思考现有评价方式是否能够真实反映学生能力，以及如何确保评价结果能够体现学生自身的学习成果。人工智能时代，高等教育需要持续关注评价体系如何适应技术变化，同时保障学术标准和学位价值。

　　（二）学生学习体验存在不一致

　　目前不同高校、不同院系以及不同课程对于人工智能使用的规定和实践存在差异。部分差异来源于学科特点和教学需求，但如果差异来自政策不匹配、学生缺乏明确指导、教师对人工智能理解和应用能力存在不足，或者学生获取AI工具和相关技能存在差距，就可能影响学生获得公平一致的学习体验。解决学生体验的一致性问题，是当前高等教育领域需要重点关注的问题。

　　（三）学生与教师之间的信任关系受到影响

　　生成式人工智能的使用正在影响学生与教师之间的信任关系。学生们描述了对虚假指控的恐惧、故意添加错误以显得像人类作品，以及即使合法使用GenAI也不愿声明。部分学生担心，即使自己合法使用AI工具，也可能受到不公平质疑；部分学生甚至担心公开说明自己使用AI会带来负面影响。报告显示，一些学生为了避免被认为过度依赖AI，可能会刻意调整作品内容，使其看起来更加符合“人工完成”的特点。如何建立清晰、透明的人工智能使用规则，对于维护师生之间的信任关系十分重要。

　　（四）基础技能培养和学位价值受到关注

　　学生和高校工作人员对于人工智能可能影响基础技能培养表示担忧。学生担忧基础技能未被充分传授，以及即使未经过实质性学习也能获得资格，这直接关系到学位本身的价值。因此，高等教育需要重新关注学生在人工智能环境下应具备的核心能力，以及如何保证学生通过学习获得真实成长。

　　（五）高校面临资源和技术快速变化的压力

　　在高校预算收紧、人工智能工具快速发展的背景下，高等教育机构面临较大的治理压力。行业正在采用的测评方法，恰逢预算紧缩和工具快速变化的时期，可能是资源密集度最高的方法之一。目前行业正在探索新的评价方式，但一些人工智能适应措施可能需要较高资源投入，而高校需要在有限资源条件下应对技术变化带来的挑战。

　　报告同时指出，在上述五个风险之外，已经制定的措施与学生和教职员工日常体验之间存在着差距。学术诚信和标准所面临的风险，现在最常存在于这个差距之中。弥合这一差距正是行业现在必须做的工作。报告也强调，高等教育领域已经为应对AI带来的挑战做了大量工作，但这些发现表明，全行业范围的指导或全行业范围的方法在实践中实施起来相当困难。

　　参与本研究的学生发表了以下评论：

　　“第一年的大部分时间我都不知道它的存在，但到了期末，课堂上看到的全是AI。”

　　“我认识的很多人最初进入大学时并不想使用AI，但随着学业推进，课程变得越来越耗时，人们就开始越来越依赖它，即使很多人最初并不想这样。”

　　“当你花费大量时间和精力完成某项作业，然后发消息问朋友用了多长时间，他们回答‘四分钟’时，真的非常令人沮丧。”

　　“AI让测评感觉不公平，特别是当一些学生用它来润色或生成作业，而另一些学生完全依靠自己的努力时。”

　　“如果AI产出一份非常好的作品并且得了90分，我感觉潜意识里讲师或评分者会以那个新标准来衡量所有作业，而人类创作的作品就不会被认为是完美的。”

　　二、QAA专家评论

　　报告合著者、QAA数据分析师丽贝卡·罗宾逊（Rebecca Robinson）表示：

　　研究表明，整个行业的学生和同事们都非常希望讨论这些问题——并且有许多有用且有趣的观点要分享。但研究也表明，要了解其他人在这个领域正在做什么、采取了哪些方向以及取得了多大进展，并不总是那么容易。我们真正需要的是更高水平的透明度，以及更多讨论这些挑战和分享解决方案的机会，因为每个人都在应对相同的问题。这就是为什么我们QAA承诺建立‘AI与测评实践社群’，以支持这项重要工作。

　　报告合著者、QAA首席政策官夏兰·多纳吉（Ciaran Donaghy）表示：一些差异性是有益的，也是必要的。适应学科内容、测评方法和学生特点可以对学习者有利，而一个因应对生成式AI挑战而快速转型的行业，其实践必然是不均衡的。但是，如果差异性不是由教学法驱动，而是由不匹配的政策、对学生缺乏清晰指引、教职员工信心和理解的差距，或者学生在AI工具获取渠道和技能上的差异所驱动，那么它就会成为学术标准得以保障的条件所面临的根本性风险。

　　三、QAA后续行动与对高校的建议

　　（一）QAA将推进的工作

　　QAA宣布将建立“AI参与测评实践社群”（AI in Assessment Community of Practice），汇集英国高等教育中从事评估设计、学术诚信和AI政策工作的人员，为分享新兴实践、提出共同挑战和开发共享资源提供一个持续的、全行业的论坛。

　　QAA将为成员机构提供培训和资源，将GenAI作为2026-27年度会员服务的跨领域主题，重点支持教职员工素养和在教学中纳入GenAI的实际能力，同时保护学术标准和诚信。QAA还将继续支持面向学生的资源开发，例如QAA学生战略咨询委员会于2026年夏季开发的一套工具包。

　　QAA将继续更新行业参考标准以反映GenAI的影响。计划于2026-27学年进行的《学术诚信宪章》（Academic Integrity Charter）更新，将考虑GenAI等发展如何影响学术诚信的演变，并反映行业当前实践。学科基准陈述将继续更新，在修订时将GenAI作为跨领域主题嵌入。

　　QAA还将通过合作提升项目资助协作性的AI相关研究，支持机构协作性地研究新兴问题。最近QAA资助的项目包括：伦敦政治经济学院领导的“利用AI加速评估创新”、牛津国际数字研究所领导的“AI素养与真实性评估”、布莱顿大学领导的“职场人工智能——对学习和评估的影响”，以及伦敦国王学院领导的“评估中合乎道德地使用生成式人工智能的跨国视角”。

　　对于英格兰的机构，QAA提供定制化支持，直接与院校合作制定政策、加强评估实践和处理学术诚信问题。

　　（二）报告向高等教育界提出的建议

　　报告最后向高等教育界提出了一系列重要建议，强调了以下方面的重要性：

　　对教职员工和学生进行实质性培训投入。培训需求不仅是关于如何使用GenAI，而且是关于如何善加利用，包括学生自己想要参与的伦理、环境和认知考量。在培训是实质性、资源充足且均匀分布的地方，外部QAA审查证据一贯识别出良好实践；在不均匀的地方，政策与一致实践之间的差距已经扩大。

　　从一开始就将学生意见纳入AI政策和指导的制定过程。与学生共同制定AI政策和指导，被反复识别为良好实践的特征，并得到教职员工和学生参与者的大力支持。

　　将解决学生体验的一致性问题作为优先事项。在外部QAA审查证据和直接沟通中，学生体验在各学院、模块和个别导师之间的一致性是最反复出现的担忧。

　　参与行业倡议以达成共同标准，包括在即将到来的学年更新《学术诚信宪章》。

　　（三）未来展望

　　GenAI对测评的影响是一个触及英国高等教育每个部分的问题，解决这一问题将需要跨行业的应对，即行业层面的支持、机构层面的行动，以及教职员工和学生一直要求的跨行业合作。

　　全行业许多机构已经在应对GenAI方面做了大量工作——制定政策、重新设计评估、培训教职员工。情况仍在迅速演变，机构正在实时应对这一挑战。报告所突显的是政策与一致实践之间差距的存在，而弥合这一差距是行业现在必须解决的最紧迫问题。