美国学校还没完全解决学生用 ChatGPT 代写作业、AI 骚扰、非自愿 deepfake 这些麻烦，参议院已经有人想把“AI 素养”写进 K-12 教育。

加州民主党参议员 Adam Schiff 和南达科他州共和党参议员 Mike Rounds 提出 LIFT AI Act。它拟授权美国国家科学基金会 NSF 发放竞争性、同行评审式资助，支持中小学 AI 课程、教材、教师培训和评估方法。

这项法案还没有变成拨款，也没有改写全美课程标准。它的信号在别处：美国教育系统正在从“学生能不能用 AI”，转向“学校要不要系统教学生如何用 AI”。

我更在意的是这个反常点。校园端的问题还在冒出来，科技公司已经站到“AI 素养”这面旗下面。补课是真的，铺路也可能是真的。

法案要做什么：把 AI 从工具变成教学对象

LIFT AI Act 的钱，不是直接给 OpenAI、Google 或 Microsoft。

按法案设计，NSF 会把资助发给高校、非营利机构，或它们组成的联盟。项目要经过竞争性、同行评审式流程。资助方向包括 K-12 AI 素养课程、教材、教师专业发展，以及评估方法。

法案对“AI 素养”的定义也不只是会用工具。它包括：有效使用 AI，批判性解释 AI 输出，在 AI 环境中解决问题，并降低潜在风险。

关键问题法案安排对学校的现实含义
钱从哪里走通过 NSF 授权资助依赖联邦科研资助体系执行
谁能拿钱高校、非营利机构或联盟科技公司背书，不等于直接拿 NSF 资金
资助什么课程、教材、教师培训、评估工具影响课堂内容和教师工作方式
教什么有效使用、批判解释、风险降低不应只变成“如何提示 AI”课程

这个边界很重要。

科技公司不是法案里的直接受资助对象，但它们会从更熟悉 AI 的学校环境中受益。一旦课程、教材、教师培训和评估体系开始围绕 AI 设计，AI 就不再只是课外工具或学校采购软件。

它会变成制度的一部分。

对关注教育科技政策的人来说，接下来不能只看哪家公司表态支持。更该看受资助项目最后写进课程的是什么：是判断 AI 输出、识别风险、保护学生，还是把课堂变成工具使用训练营。

谁在支持：公司、工会和两党议员找到了交集

背书名单很有意思。

支持者包括美国教师联合会 AFT、Google、OpenAI、Microsoft、HP、Information Technology Industry Council（ITI）和 Software & Information Industry Association（SIIA）。这不是单纯的硅谷游说，也不是单纯的教育改革。

它把三类诉求捆在了一起：科技公司的市场入口，教师系统的培训需求，以及两党都能接受的“AI 劳动力”叙事。

Schiff 的说法偏向学生和劳动力准备。Rounds 则把它放进特朗普政府的国家 AI 政策框架，强调培养“AI-ready workforce”。话术不同，落点接近：学校要为 AI 时代训练人。

这和当年编程课进校园有相似处，但不能简单类比。

编程教育主要教学生理解和创造工具。生成式 AI 教育还多了一层麻烦：学生可以把学习过程外包给工具。它不只改变学习内容，也改变作业、评价和诚信边界。

AFT 的位置尤其微妙。

它去年宣布与 Microsoft、OpenAI、Anthropic 建立 2300 万美元合作，建设面向教师的 AI training hub，帮助教师用 AI 做教案等工作。今年 1 月，AFT 又因 xAI 的 Grok 图像生成器被用于制造儿童非自愿性虐待图像而宣布离开 X。

这说明教师工会并不是简单“反 AI”或“拥抱 AI”。它更像是在两头下注：一边希望教师不要被技术甩开，一边又要面对 AI 在校园里造成的真实伤害。

对教师和家长来说，最实际的动作不是立刻支持或反对。

教师可以要求学校把培训时间、作业规则、AI 代写处理流程写清楚，而不是只发一个工具账号。家长可以直接问学校三件事：哪些作业允许用 AI，哪些场景禁止用，孩子遭遇 deepfake 或 AI 骚扰时由谁处理。

如果这些问题答不上来，所谓 AI 素养课就会把责任继续压给一线教师。

最大限制：NSF 动荡，教室也没有准备好

LIFT AI Act 要靠 NSF 执行。问题是，NSF 现在并不平静。

原始线索显示，NSF 正处在领导层空缺、拨款和岗位削减、治理层调整的政治动荡中。国家科学委员会成员也出现被解职情况，而该委员会负责监督 NSF。

这不等于 NSF 财务破产。不能把组织动荡直接写成机构失灵。

但对一个依赖同行评审和竞争性资助的法案来说，治理稳定性很关键。如果 NSF 的专业评审能力被削弱，AI 素养项目就容易变成政治口号，或被包装成产业项目。

教室里的限制也一样硬。

已有报道和研究显示，学校里已经出现 AI 骚扰、非自愿 deepfake、学习外包和教师负担加重等问题。这里不能推成“所有学生和教师都反对 AI”，但抵触和负面影响已经足够明显。

所以，学校最不该做的是急着采购一堆 AI 产品，再回头补规则。

更稳妥的顺序应该是：先定边界，再谈工具；先减轻教师执行成本，再谈课堂创新；先保护学生，再谈效率。欲速则不达，这句话放在 AI 进校园上并不老。

接下来有四个观察点，能判断这项法案到底偏向“教育补短板”，还是偏向“为 AI 进校园铺路”：

观察点为什么重要
法案能否通过目前只是提出法案，不是已经拨款
授权规模和执行细节预算、周期、项目门槛还决定实际影响
NSF 能否维持同行评审决定项目是教育导向，还是口号导向
课程重点放在哪里批判理解和风险防护，还是工具使用训练

如果受资助项目把重点放在批判解释、风险识别和责任边界上，这项法案有价值。学校确实不能只靠封禁来处理 AI。

但如果最后落成更多工具课、更多平台接入、更多教师无偿加班，那“AI 素养”就会变味。

回到开头那个问题：学校当然要教学生理解 AI。可在校园风险还没被认真处理前，最该被制度化的不是召唤机器的技巧，而是判断机器、限制机器、追责机器的能力。