一张课堂截图在网上炸了锅：监控画面旁边，整整齐齐列着迟到学生数、到勤率，还有一个让人哭笑不得的指标——抬头率。
截图来自南京大学的智慧教室系统。11月4日，南大本科生院和信息化建设管理服务中心联合发布《关于智慧教室系统有关情况的说明》，回应了三件事：未经授权不采集人脸等生物特征信息、不进行人脸识别；当前已不再统计抬头率数据；网传的"到课率与平时成绩挂钩""上级部门检查"均不属实。我把这份说明和此前的招标报道对着看了一遍，越看越觉得，这件事值得每个用AI、被AI用的人琢磨。
招标文件里白纸黑字的"AI抬头率计算"
争议的起点不复杂：南大学生收到通知，学校要对部分课程的到课率做一周的全程记录。随后系统截图流出，"抬头率"三个字刺痛了所有人。
耐人寻味的是细节。据封面新闻等媒体报道，这个智慧教室建设项目中标金额3152余万元，覆盖仙林校区113间公共教室，招标文件里明确包含"人脸检测、人脸识别、AI人数统计、AI抬头率计算"等技术要求。而校方说明里的表述是"未经授权不进行人脸识别"——注意，是"未经授权不进行"，不是"没有这个功能"。至于网传截图，校方解释系苏州校区今年5月在线督导的个人截屏。
一边是招标清单里的全套AI监测能力，一边是"我们不用"的表态。功能装上了，开关在谁手里、什么时候打开，这才是学生真正不安的地方。
抬头率为什么必然失败：一个AI时代的经典陷阱
光明网的评论问得好：抬头不等于认真听讲，低头也不意味着没在学习。但我想再往深挖一层——就算AI数得再准，"抬头率"这个指标本身就注定失效。
管理学里有个古德哈特定律：当一个指标变成目标，它就不再是好指标。你可以用AI精确统计抬头率，但只要它和评价挂钩，学生立刻会学会"表演抬头"——眼睛盯着黑板，神游天外。系统收获了一堆漂亮的90%数据，教学质量没有任何变化，唯一的变化是大家更累了。
这就是很多"AI+管理"项目的通病：技术上能测的，不等于值得测的。AI最擅长回答"是什么"（抬了几次头），最没法回答"为什么"（这堂课为什么留不住学生的注意力）。用前者代替后者，管理看似科学了，实则把真问题埋得更深。极目新闻的评论说得直接：学生是来学习的，不是来喂数据的。
这件事和普通人的关系：你也会被AI"数抬头率"
别觉得这只是大学里的事。课堂监控只是AI量化人类行为的最前沿阵地，往回看，你的职场早就开始了：AI统计客服的话术合规率，AI分析程序员的键盘活跃时长，AI给外卖骑手算送达时间的极限。逻辑一模一样——选一个技术上容易测的代理指标，当成努力程度的替代品。
所以值得每个人备一份自查思路。我整理了一张对照表，判断任何"AI监测"是否越界，看三行就够：
| 自查项 | 合理信号 | 危险信号 |
|---|---|---|
| 测什么 | 测结果（任务完成质量） | 测姿态（在线时长、抬头率、击键频率） |
| 数据去哪 | 用于改进流程、辅助本人 | 直接挂钩考核惩罚，本人看不到数据 |
| 事先告知 | 明确采集范围+征得同意 | 招标文件里有、通知里不说 |
三条里中两条危险信号，就该警惕了。南大这次的应对其实提供了一个正面参照：舆论发酵后，停用争议指标、公开说明采集边界、澄清不实传言——技术可以留，边界必须讲清楚。
11 月 6 日，官方给这场争论补了两句话
11 月 6 日，全国教育辟谣平台发文《"智慧教室"会侵犯学生隐私？政策有托底，解疑靠沟通》。它做了两件前面没人做的事：给这类争议归了类，也把法律底线摆了出来。文章同时肯定了南大"不回避质疑、直面师生关切、公开透明回应"的做法。
第一件，是把"误读"拆成三种可辨认的套路：
| 套路 | 具体做法 | 对应这次 |
|---|---|---|
| 张冠李戴，旧图新用 | 拿几年前的安防画面、别校的录播截图，配上"某校最新 AI 监控"的标题传播 | 网传截图实为苏州校区今年 5 月的在线督导截屏 |
| 偷换概念，混淆功能边界 | 把"物理监控"等同于"生物识别"；把招标参数里的"技术选项"，夸大成"已全面启用" | 招标文件写了人脸识别能力，校方说不做人脸识别 |
| 过度引申，关联切身利益 | 把群体考勤统计说成针对个人的课堂打分，编造"挂钩平时成绩" | 校方已否认"与平时成绩挂钩" |
第二种套路，官方原话是「将系统招标参数中的'技术选项'，夸大为其已全面启用的'实操功能'」。这和本文开头那个判断是同一件事：能做人脸识别，和在做人脸识别，是两回事。区别只在于，11 月 4 日它还只是从招标文件里读出来的推测；到 11 月 6 日，它成了官方判断传言的尺子。
第二件，是把法律底线摆清楚：
- 《个人信息保护法》把人脸等生物特征列为敏感个人信息，处理要有特定目的和充分必要性，并依法取得单独同意。
- 《人脸识别技术应用安全管理办法》（2025 年 6 月 1 日施行）明确：实现相同目的或达到同等业务要求，存在其他非人脸识别技术方式的，不得将人脸识别技术作为唯一验证方式。
第二条对校园特别有用。它意味着"为了考勤必须刷脸"这个说法本身就不成立——点名、刷卡、扫码，都是人脸之外的替代方式。真要用，得先说明为什么非它不可。
"误读"说的是传言，"沟通"才是给学校留的作业
官方这篇文章的落点在标题后半句：政策托底解决的是"违不违法"，沟通解决的是"说不说得清"。
它对高校提的动作叫"沟通前置"——在引入涉及行为记录、数据采集的系统之前，主动向师生公开四件事：
- 系统具备何种功能
- 数据具体用于何处
- 是否涉及生物特征
- 有无非采集的替代方案
对着我们那张三行自查表看，前两问对应"测什么"和"数据去哪"，第三问对应"事先告知"，第四问是新增的——它把"能不能不采集"也放上了桌。这个顺序值得记住：先问要不要，再问怎么管。
这次争议能慢慢平息，一半是因为传言被拆穿，一半是因为学校把开关的位置说清楚了。下次换个学校、换套系统，后半句这一课还得再上一遍。
换个方向：让AI帮你学，而不是盯着你学
监控式AI是把摄像头对准人，而真正值得投入的，是把AI变成每个人手里的工具。比如复习时让AI把课堂录音转成结构化笔记，用AI给自己出模拟题、找出薄弱章节——同样是"AI+学习"，一个让人如坐针毡，一个让人从容有余。方向不同，天壤之别。
我平时会把这类学习提效工具整理在 spark1.cn/tools/ 里对比着用，选工具的标准就一条：它是帮我更省力，还是让别人的考核更省力。
AI 该做的是把重复劳动接走，把人从"被数据凝视"里解放出来——而不是给凝视装上更清晰的镜头。这一点，大学和每个人都一样。
评论