K-12 生成式人工智能（Gen AI）成熟度工具
简介
该工具旨在为学区提供实施与教学和运营目标相一致的人工智能技术的起点，基于《人工智能准备检查表》构建。工具帮助学区评估其在实施通用人工智能技术方面的成熟度，识别需要关注和投资的领域，确保技术的安全和安全采用。
工具开发
工具采用清单提供的信息创建类别或主要领域，包括执行领导力、运营、数据、技术、安全以及风险/法律。每个领域进一步细分为子领域，并采用三级成熟度评估标准（新兴、开发、成熟）。
K-12 Gen AI 成熟度级别说明
- 新兴阶段：组织处于通用人工智能（Gen AI）采用的初期阶段，对 Gen AI 的认识有限，资源或基础设施很少，政策和治理基础。
- 发展阶段：组织对 Gen AI 及其应用有中等程度的理解，增加对基础设施和资源的投资，政策和治理结构正在形成，员工 AI 培训受到重视。
- 成熟阶段：组织展示对 AI 的深刻理解和专业知识，投入巨大，建立全面的政策和治理结构，员工具备高水平的 Gen AI 技能，Gen AI 已完全融入运营和教育过程。
Gen AI 准备的七个主要领域
- 行政领导准备：确保学区领导具备有效监督和整合 Gen AI 技术的能力。
- 战略：将 Gen AI 倡议与区域的整体使命和目标相 alignment。
- 立法与行政规则：确保遵守法律法规框架，将 Gen AI 整合到教育政策中。
- 使用策略：发展、采纳、传播和执行 Gen AI 使用相关政策。
- Equity：考虑伦理问题、公平性，确保公平访问 Gen AI 工具的机会。
- 运营准备情况：包括学校区成功采用和整合 AI 技术所必需的关键组织流程和人力资源考虑。
- 采购：道德、合规且战略性地获取 Gen AI 工具。
- 人员配备：对具备评估、实施和管理 Gen AI 技术所需技能 workforce 的需求。
- 数据准备情况：确保在实施 Gen AI 时具备坚实的数据治理、质量和隐私保护措施。
- 数据治理：负责任地管理数据，确保适当的 stewardship、政策合规、安全存储以及有效的生命Cycle管理。
- 数据质量：保持高标准的数据完整性和版本控制，确保数据与 Gen AI 技术兼容。
- 数据隐私：审查供应商以确保合规性、更新隐私政策，确保第三方遵守合同义务。
- 技术准备情况：确保学区的技术基础设施和实践能够有效、安全地实施 Gen AI。
- 身份和访问管理：确保在 Gen AI 使用背景下，数据的安全及角色适配的访问。
- 跟踪与监控：监督 Gen AI 系统的使用并确保遵守地区政策。
- 技术控制：评估必要的基础设施并确保为 Gen AI 采取适当的技术保护措施。
- 不当内容的幻觉：管理 Gen AI 产生的不当内容的挑战，确保适当的审查和监督。
- 安全准备情况：建立和维护稳健的安全措施和实践。
- 安全保障措施：建立稳健的网络安全框架和针对 Gen AI 应用的具体保护措施。
- 网络安全培训：基于角色的教育，并在 Gen AI 的背景下开发全面的培训计划。
- 法律/风险准备：管理实施和使用 Gen AI 的相关法律问题和潜在风险。
- 法律补救：确保 Gen AI 的使用符合合同条款，有效解决政策违规问题。
- 风险管理：将 Gen AI 整合到审计流程中、管理数据所有权以及确保足够的相关保险覆盖。
- 损失通知：制定在数据丢失情况下通知受影响方的政策、监控这些政策的合规性以及培训员工以进行有效的响应。
- 学术 AI 素养准备：为 K-12 学区配备有效整合和利用 Gen AI 以实现学术目标的能力。
- AI 课程整合：将人工智能概念和工具系统性地纳入所有学科和年级的教育课程中。
- AI 中的教师专业发展：提升教育工作者和学校管理人员在教学和管理实践中有效整合 AI 的能力和知识。
- 伦理 AI 使用及政策/指导开发：建立、实施并维护一套完善的政策框架，以规范学校中 AI 技术的应用。
- 评估 AI 影响：系统性地评估 AI 应用在教育环境中的成果和影响。
- AI 可访问性和公平性：确保所有学生和教职员工能够在教育机构中无障碍地使用 AI 技术。
- 运营自动化：利用 AI 来简化和提升教育机构内部行政流程的效率。
附录
