负责任的 AI 学习研究意味着以支持学习的方式使用工具，遵循学术规则，保护人们与信息，并让不确定性可见。它比仅仅避免作弊更广泛。即使允许某种使用方式，如果它暴露了私人数据、重复偏见或传播捏造的引用，仍然可能是不小心的。
在 AI 辅助的学习研究会话开始前、进行中和结束后，都使用 CHECK 框架。
从作业和机构政策开始。识别 AI 是否被允许、限制、禁止，或在披露条件下允许。接着说明使用它的目的。
良好目的包括练习检索、获得解释、制定修改计划、生成可对比的示例，或获得反馈。“更快完成”还不够——如果该工具正在执行被评估的技能。
写一句话：
I will use AI to __, while I remain responsible for __.
示例：“我会用 AI 给我出测验（基于讲义内容），同时我仍负责检查解释并撰写考试答案。”
H — 隐藏私人和敏感信息
只分享任务所需的内容。删除姓名、学号、联系方式、健康信息、私人对话、客户数据、未发表的研究、密码以及机密的评估内容，除非已获授权的系统和政策明确允许。
查看该服务当前的数据控制方式，以及学校已批准工具清单。不要假设通用的隐私声明一定涵盖你的特定账号、文件或司法辖区。
如果某项任务可以用捏造示例或匿名摘录完成，就用那种方式。
E — 检查输出与证据
AI 可能表达得很流畅，但答案可能是错的。将每一个生成的回答都当作草稿：它可能包含事实错误、遗漏的背景、捏造的引用，或推理上的漏洞。
对于重要论断：
- 找到原始来源。
- 核实作者、日期和语境。
- 检查该来源是否支持对“精确论断”的支持。
- 与课程材料或其他权威来源进行对比。
- 引用你阅读到的来源，而不是 AI 的回复。
对于计算，请复现实步骤。对于代码，运行测试并解释逻辑。对于总结，将结果与原文进行对照。
C — 考虑偏见、人与影响
生成的输出可能会复现刻板印象，或排除某些视角。问：
- 谁的观点被当作“正常”？
- 谁缺席了，或被不公平地描述了？
- 答案是否把相关性误当成因果性？
- 示例是否基于对文化、性别、残障、收入或语言的假设？
- 这份输出可能会伤害或歪曲真实的人吗？
仅仅问 AI 是否存在偏见，并不能解决偏见问题。要对照不同视角、检查证据，并修订你自己的表述框架。
K — 保留署名与记录
当政策要求时，保留提示词、相关输出、草稿、来源和笔记。记录该工具贡献了什么，以及你改了什么。
你的最终作品应当反映你的理解。你应该能够解释你提交的论点、方法、证据、计算以及措辞。如果你做不到，就回到学习任务中。
使用你的授课教师提供的披露或引用格式。透明的声明不应夸大或缩小该工具的作用。
A 负责任的 AI 学习研究工作流
会话开始前
- 阅读指示与政策。
- 明确学习目标。
- 选择已授权的材料，并移除敏感数据。
- 决定 AI 必须不能做什么。
会话进行中
- 给出背景，并明确来源边界。
- 提问：寻求问题、提示、解释或练习。
- 标记需要核验的论断。
- 如果输出开始完成被禁止的工作，请停止。
会话结束后
- 核验重要事实与引用。
- 不借助工具自测。
- 从理解出发重写，而不是复制。
- 保存所需记录并披露使用情况。
常见学习任务的负责任提示词
解释
只使用下面这段摘录。先问我已经懂了什么，然后一次只解释一个缺口。把来源中的表述与我自己的示例分开。
练习
创建五个测试应用能力的问题，而不是死记硬背。一次只问一个，等待我的回应，并在给出答案前先给提示。
草稿反馈
在我的草稿中识别不清晰的推理和缺乏支持的论断。不要重写任何句子。指出需要改进的段落，并问我一个修改问题。
来源核查
从这段文字中提取所有事实性论断，整理成表格。对每一条说明：什么类型的来源可以验证它。不要捏造参考文献。
什么时候停止使用 AI
当规则禁止它、当工具在做被评估的思考、当你对披露使用情况感到不自在，或当无法移除敏感信息时，就停止。
另外，如果反复互动让你对自己想法的来源不再确定，也要停止。离线完成、回到原始材料，并用记忆写下简短的解释。
负责任地使用 iWeaver
iWeaver 的 AI学习Agent 可以与学习材料协作，生成解释、计划、提纲以及练习活动。它的输出仍需要你审核。只上传你被授权可以使用的材料，定义学习目标，并让该代理区分基于来源的要点与生成的示例。
如果你立刻关心的问题是某个具体用途是否越过学术诚信的界线，请阅读如何在不作弊的情况下使用 AI。如需更强的指令，请使用给学生的提问指南。
最终责任核对清单
提交作业前，确认：
- AI 使用遵守了作业的具体政策要求。
- 没有分享不必要的个人或机密数据。
- 重要论断已在你打开的来源中进行核验。
- 引用是真实的，并能支撑你的表述。
- 已审查刻板印象与缺失的视角。
- 你可以在不借助帮助的情况下独立解释最终作品。
- AI 辅助已按要求格式披露。
负责任的 AI 使用并不是在结尾添加一个单独的免责声明。它是一串选择：你分享什么、你问什么、你核验什么、你学到了什么，以及你把什么当作你自己的成果。
