学校如何建立日常公平的 AI 实践

文章认为，学校中的 AI 公平实践不能停留在笼统政策，应转向持续的技术审查、利益相关方参与和教师专业发展。文中列出新数字鸿沟、语言与文化偏见、AI 检测误判、监控和预测追踪等风险，并提到低贫困学区为教师提供正式 AI 培训的可能性接近资金不足学区的 2 倍。文章提出三部分实践，包括采用前审查训练数据和底层模型、由人主导高风险决策、持续评估工具对学习、隐私和学生能动性的影响。