高等教育中伦理AI使用的数学建模：面向未来学习的协调博弈框架

生成式人工智能在高等教育中的快速普及正在重塑评估实践，并加剧了围绕学术诚信、公平性和学习质量的担忧。虽然机构层面的回应日益强调政策指导和伦理原则，但对于负责任或机会主义的AI使用如何形成并在学生群体中稳定为集体规范，目前仍缺乏形式化的理解。本文将学生评估中的AI使用重新定义为一种协调问题，该问题由同伴期望和评估设计共同塑造，而非仅由个体合规性决定。我们开发了一个基于协调的演化博弈论框架，该框架捕捉了学习价值、努力、感知公平性和透明度，并通过反思性评估激励隐式地建模了机构AI治理。我们利用解析结果和有限种群模拟揭示了学生AI使用中的阈值驱动行为转变：反思性评估激励中微小且校准良好的变化可以触发向负责任、以学习为导向的AI使用规范的快速转变，而薄弱或错位的激励则使机会主义行为持续存在。这些非线性动力学解释了为何仅靠政策声明往往无法改变行为，而适度的评估重新设计却能产生不成比例的影响。通过提供关于评估结构如何塑造集体AI使用实践的机制层面解释，本研究为高等教育机构提供了一个分析基础扎实的面向未来学习工具，支持在无需依赖监控或惩罚性执法的情况下，进行适度的、以教学法为主导的AI治理。