Google 学校 AI 政策因搜索访问问题引发 Mamdani 的垄断批评
Google 学校 AI 政策的变化引发了纽约市市长 Zohran Mamdani 的批评，焦点在于学校是否能在不失去 Search 的情况下拒绝 AI。Google 于 2026 年 11 月 3 日宣布了新的学生账户控制措施。学校将能够单独启用 Search，而不启用其对话式 AI 助手 Gemini。不过，Search 仍将包含 AI 功能，这让希望获得完全无 AI 体验的学区面临艰难选择。
Mamdani 指责 Google 利用其在搜索领域的地位，将 AI 推入公共教育。他的批评涉及：当一项既有服务在用户不知情的情况下发生改变时，谁来掌控课堂技术。Google 将这些变化描述为扩大了管理控制权。分歧的核心在于，这些控制措施是否提供了学校实际需要的选择。
DuckDuckGo 已将自身定位为希望在没有生成式答案的情况下使用搜索的学校的替代方案。这一竞争空间有助于说明问题的重要性：学区正在同时评估信息获取与其对教学的管理权。眼前的冲突存在于 Google 的一体化搜索产品与学校执行自身课堂政策的能力之间。
Google 学校 AI 政策变化将搜索置于明确选择之下
Google 的公告改变了学校管理员如何通过学生账户授权访问相关服务。该公司表示，在管理员启用之前，Search 和多项 AI 产品将保持关闭状态。这一做法让学校在学生访问这些服务前拥有更明确的批准步骤。
核心限制涉及 Search 内置的 AI，而不是必须启用独立的 Gemini 应用。
这一区别很重要，因为围绕争议的早期描述可能让人以为一个开关控制着所有产品。根据 Ars Technica 对 Google Search access clarification 的报道，学校可以在允许 Search 的同时保持 Gemini 禁用。不过，希望在没有生成式功能的情况下使用搜索的学校，并没有获得这一选项。
生成式 AI 根据学习到的模式生成新文本或其他内容，而不只是检索既有文档。在 Search 中，这些能力包括综合生成答案的 AI Overviews，以及支持对话式探索的 AI Mode。它们的存在说明，禁用聊天机器人应用并不能移除学生可能接触到的所有 AI 互动。
因此，计划中的控制措施提供的选择比“接受所有 Google AI 产品，否则失去一切”更有限。学校可以在服务之间作出选择。尚未得到满足的需求，是一个只检索信息而不添加生成式答案的 Search 版本。
实施时间同样需要谨慎看待。一项公告描述的是预期行为；它并不意味着每个学校账户都已在新规则下运行。Google 表示，更多细节将在正式推出前公布，让管理员有时间做好准备。
对学区而言，这段准备期影响重大。对一款可选应用的改动，可能仍属于技术部门的常规审查范围。影响搜索可用性的变化，则会波及课程规划、图书馆教学、无障碍决策以及课堂预期。
设想一项示例性研究作业：学生必须找到对某一历史事件相互矛盾的叙述。教师希望学生识别作者、比较证据并解释分歧。在学生打开那些原始文档之前，生成式综合内容会改变他们首先接触到的信息。
这并不意味着每个生成式答案都会损害学习。它说明，搜索访问和教学批准是两项不同的决策。学区可以重视数字化研究，同时认为自动综合并不适合某项具体作业。
这一公告还带来了沟通问题。“Search 可用”已经不足以让教师了解学生将获得怎样的体验。管理员必须说明会出现哪些辅助功能、它们的作用是什么，以及课堂规则是否允许学生使用它们。
这些细节将决定新控制措施在实践中的意义。缺少这些信息时，学区可能会批准一个熟悉的服务名称，却忽视学生体验已经发生实质变化。争议正是始于产品身份与课堂行为之间的这一落差。
Mamdani 的批评将课堂自主权置于核心位置
Mamdani 将这场争议描述为一家科技公司试图决定教育选择。Futurism 在 11 月 8 日对其 school AI criticism 的报道援引他的话说：“任何公司都不应有权决定我们如何教育孩子。”
他的论点关注的是既有服务附带的条件，而不是 AI 是否应进入每一间课堂。
压力最直接地落在负责落实限制措施的领导者身上。学校董事会可以批准一项政策，但管理员必须将该决定转化为可运作的账户设置。如果获准服务中包含被禁止的功能，政策就会更难执行。
教师面临相关问题。他们需要了解学生是否遵守了作业规则，而不只是学生是否打开了获准应用。当生成式辅助内容出现在搜索结果中时，这条界限就变得不那么清晰。
家长同样需要与实际产品行为相符的解释。告诉家庭聊天机器人已被禁用，可能会让他们预期学生不会接触到生成式答案。如果类似的辅助功能仍可通过其他途径获得，这种预期就会产生误导。
Google 学校 AI 政策争议揭示了机构语言与产品设计之间的不匹配。学校通常按名称批准服务。供应商越来越多地将相关能力分布在多个界面中，使一份简单的获准应用清单所提供的信息变得有限。
当限制取决于教学目的时，情况尤其困难。教师可能允许借助辅助进行头脑风暴，同时要求学生独立选择来源。另一项作业可能允许发现资料来源，但禁止对阅读材料进行生成式摘要。
服务级别的开关无法表达每一种区别。不过，开关的局限性并不会让这些教育区别失去意义。它们说明了为何管理员希望获得更贴近教师实际布置作业方式的控制措施。
Mamdani 的指控仍应被视为带有归属的政治主张。他所说的“垄断权力”并不构成针对这一具体政策的新法律认定。判断某项具体做法是否违反竞争法，需要公共声明之外的证据和法律分析。
现有报道同样无法证明 Google 的内部动机。商业激励提供了背景，但并不能证明该公司设计此政策是为了惩罚学校。谨慎的评估可以审视其限制性后果，而无需声称了解私下讨论。
因此，对这一批评最有力的表述基于可观察到的选择。希望避免生成式答案的学校，无法通过已公布的 Search 产品获得这种体验。无论 Google 将这一安排描述为整合还是扩大控制权，学校所要求的选项仍然缺失。
对学区领导者而言，眼前的责任是实际操作性的，而非修辞性的。他们必须判断现有体验是否符合自身规则，并解释由此可能造成的干扰。政治批评提高了这一责任的可见度，但并不能替他们解决问题。
更多产品控制措施仍留下无 AI 搜索的缺口
Google 的立场包含一项合理改进：与意外获得访问权限相比，明确的批准更容易与机构监督相协调。管理员应能够决定学生是否使用特定服务。在获得批准前关闭产品，形成了更清晰的起点。
问题在于，更多开关未必能提供学校所要求的那项具体选择。
Google 的 student account controls 公告还在 Search 和 Classroom 中引入了 Guided Learning 功能。Google 表示，这种方式通过提问和分阶段辅助，帮助学生逐步解决问题。其教育理念是，辅助应支持思考，而不是立即提供完整答案。
这一理念值得根据其本身价值进行评估。鼓励学生解释中间步骤的提示，与直接给出完整答案有着不同的目的。教师可以合理地考察这种区别是否有助于特定课程。
不过，采用更具教学导向形式的 AI，仍然是 AI。限制生成式互动的学校，作出的决定不同于在不同教学型 AI 设计之间选择的学校。Guided Learning 回应的是后一个问题，却不会自动解决前一个问题。
一个假设性的数学作业可以说明这种区别。一位教师可能欢迎一个要求学生解释为何选择某个公式的系统。另一位教师则可能需要学生先独立作答，以了解他们在获得帮助前真正掌握了什么。
两位教师都可能关心学习，却得出不同结论。重要的是，软件是否为这些选择保留空间。供应商偏好的教学模式并不能涵盖所有正当的课堂目标。
识别一道家庭作业题目与理解作业规则之间也存在区别。系统或许能识别某项查询与物理学有关，却无法推断每位教师对于允许辅助和独立完成作业之间界限的具体设定。
这一落差在评估期间尤为重要。练习时合理的帮助，可能会削弱独立展示能力这一环节的目的。因此，即使产品的底层设计旨在支持学生，教育工作者仍需能够理解其行为方式。
Google 可以合理地认为，在一体化服务中保持行为一致能简化其产品。单独配置会带来支持、测试和功能交互方面的决策。但仅凭产品整合，并不能证明所有替代配置在技术上都不可能实现。
公开证据支持对既有产品边界的描述，却无法证明改变这一边界所需的工程工作量。声称分离轻而易举的说法，应受到与声称分离无法实现的说法同等程度的审视。
因此，Google 学校 AI 政策争议涉及不同层级的控制权。Google 提供的是有关服务访问的决策。希望进行更细致区分的学校，则希望决定这些服务内部出现哪些能力。
这种区别并不限于教育领域。批准文档存储的雇主，未必是在批准对每一份文档进行自动分析。授权检索的研究团队，也可能仍要求对生成式解读进行单独批准。
对知识工作者而言，相关启示是应明确描述期望的行为。“获批的 AI”和“获批的搜索”是宽泛类别，可能掩盖重要差异。清晰的要求更容易判断一款产品是否真正满足组织需求。
DuckDuckGo 为学校提供另一种选择，但实施仍有疑问
这场争议为能够通过用户选择来区分搜索体验的竞争者创造了机会。DuckDuckGo 正在向寻求替代方案的学校推介自身。Tom’s Guide 在报道 无 AI 搜索替代方案时提到了这一回应。
竞争性搜索服务为学区提供了议价空间，但评估它不能只比较生成式回答。
学校需要能在其教学和行政要求范围内运作的信息检索服务。搜索质量很重要，但过滤、无障碍功能、隐私、设备管理以及学生账户间的一致性同样重要。这些因素应被视为评估标准，而不应被预设为任何服务商的优势或劣势。
更改默认搜索目标与替换整个学校技术环境也并不相同。学区可以在保留其他无关应用的同时考察另一项搜索服务。任何迁移的范围取决于其实际技术配置。
这一差别让竞争层面的讨论保持务实。Google 对 Search 的决定并不意味着所有其他 Google 服务都会无法使用。同样，选择替代搜索引擎也不会自动解决有关课堂 AI 的所有问题。
对教师而言，使用体验必须保持可预测性。若替代方案在不同浏览器或账户中的表现不同，可能会使教学指引变得复杂。管理员需要测试学生实际获得的配置，而不能仅依赖公开的产品演示。
搜索结果也会影响资料来源的发现。评估替代方案的教师应考察学生能否找到合适的原始文献、可靠的参考资料和易于理解的说明。移除生成式回答只是教育需求的一部分。
这些都是进行结构化比较的理由，而非否定竞争的理由。可信的替代方案可以使机构选择更具现实可行性。切换的可能性也会改变学区与其现有服务商之间的对话。
不过，不应夸大这一竞争意义。公众对替代方案的兴趣并不能证明迁移已经完成。一名高管提出帮助学校的意愿，更多是市场定位的证据，而非学校已成功更换服务商的证据。
相关的采用信号包括有据可查的部署、管理员反馈，以及初步测试后的持续使用。在缺少这些信号的情况下，这一事件仍只是市场中的一个机会窗口。现在就将其描述为市场领导地位的转变还为时过早。
这一比较也会对 Google 对“控制权”的定义形成压力。如果学校证明存在一种可行的、排除生成式回应的搜索配置，其诉求就会变得更具体。届时，Google 将面对竞争产品满足未获满足需求的证据。
反过来，如果替代方案无法满足学区更广泛的要求，仅有不满也不会带来轻松的退出路径。这种结果会强化对依赖性的担忧，同时让学校仍需面对艰难的实施决策。
因此，对采购方而言，有用的问题是具体的：在日常运行条件下，哪款产品支持所需的课堂行为？这比笼统地争论哪家公司看起来最致力于 AI 更具参考价值。
学习效果主张与垄断指控需要不同的检验标准
这场争论结合了教育有效性、行政控制和竞争问题。这些问题彼此重叠，但回答其中一个的问题的证据，并不会自动回答另一个问题。将它们区分开来，会使这场争议更容易评估。
一项有用的学习工具仍可能伴随限制性控制，而限制性控制也不能证明该工具损害学习。
Education Week 对学区 AI 选择的报道解释了眼前的行政困境。其报道描述了服务选择，以及针对不同学生群体的不同访问设置。这些差异很重要，因为学校需要评估实际配置，而不是对“AI 访问”的笼统描述。
学习有效性需要不同的调查方式。旨在引导学生的工具，应根据其声称支持的教育任务来评估。给出看似合理的解释或完成一项活动，并不等于证明学生之后具备独立理解能力。
有价值的评估将考察移除协助后会发生什么。学生能否解决相关问题、解释其推理过程，或识别错误答案？这些是建议的评估问题，而不是有关该政策的报道已经确立的结论。
使用情境同样重要。受监督的课堂活动不同于不受限制的独立访问。特定教学安排中的结果，不应自动被扩展为对每位学生、每个年龄群体或每项作业的主张。
同样的谨慎也适用于批评。对走捷径的担忧并不能证明每一次 AI 互动都会损害批判性思维。可以准确报道这场政策争议，而不将合理担忧转化为普遍性的科学结论。
行政有效性需要其自身的证据。仪表板可能看起来清晰，却仍让教师不确定学生实际遇到的内容。学区需要彼此一致的文档和可观察行为。
这意味着，有意义的评估应检查已启用的服务、已禁用的服务，以及每条允许路径所提供的体验。它还应考虑如何传达变更。这些是负责部署的常规要求。
垄断指控则需要另一套标准。Mamdani 的批评提出了一项担忧：利用既有服务鼓励接受附加功能。但这本身并不能确立违法行为的法律构成要件。
同样，将 Search 描述为不断演进的产品，也不能直接证明 Google 占理。即使供应商将整合视为其战略核心，产品开发与客户选择之间仍可能存在张力。无论最终法律解释如何，实际限制仍然具有相关性。
公开验证的信息也存在局限。相关报道证实了一项已宣布的政策，以及随后对其预期运作方式的说明。它并未证实每个学区的最终配置，也未证明每个受影响账户的行为完全相同。
这些限制应指导结论。已经验证的冲突，是在已宣布方案下无法获得无 AI 的 Search 选项。关于必然的教育伤害、蓄意惩罚或确定的违法行为等更广泛主张，都超出了这些证据的范围。
关注推出过程、课堂证据与实际切换
下一阶段应根据具体进展来判断，而非围绕 AI 再展开一轮宽泛争论。随着文档、课堂体验和采购决策不断积累，Google 学校 AI 政策将更容易评估。
最有价值的信号是 Google 提供的控制措施、学校能够审查的学习证据，以及学区是否采用替代方案。
首先，关注实施细节。学校需要清晰的文档，说明哪些服务可以独立启用，以及哪些生成式功能仍然可用。能够移除生成式回答的学校管理选项，将直接削弱核心批评。
如果最终控制措施保留当前边界，分歧就仍会存在。寻求完全无 AI 学生搜索体验的学区，仍需要另一条路径。Google 文档的清晰度也将决定学校能否毫不含糊地作出这一决定。
实施证据应包括真实学生配置下的行为。管理员可用的设置很重要，但学生进行日常搜索时实际出现的内容同样重要。这两种视角之间的一致性，是执行课堂规则的关键。
其次，关注学校计划使用 Guided Learning 的场景中有关它的证据。有用的发现应说明教学任务、学生情境，以及协助结束后的表现。仅凭参与度无法判断学生是否学得更多。
积极结果将强化 Google 提供教育 AI 的论点，但不会自动解决要求提供排除 AI 的选项这一独立诉求。学校可以接受受益证据，同时为特定课程保留限制。
结果喜忧参半同样具有参考价值。它们可以帮助区分引导式协助支持教学的情境，以及其干扰评估的情境。这将支持更具体的控制措施，而不是关于普遍适用性的宽泛主张。
第三，关注实际切换。竞争对手的声明不如有据可查的学校部署和教育工作者反馈重要。替代方案的成功使用将表明，学区拥有落实自身偏好的实际方式。
采用规模有限需要解读，而非快速下结论。它可能反映学校对 Google 的满意度、技术障碍，或改变课堂惯例的要求。有关这些原因的证据，比将每个保留的账户都视为热情支持更有用。
更大的采购启示涉及机构选择的持久性。学校需要了解，获批服务是否能在未作出相应审批决定的情况下获得实质不同的能力。供应商需要说明产品变化时客户如何保留监督权。
对于关注 Google 学校 AI 政策争议的读者，应从课堂实际需要的要求着手。确定任务需要的是资料来源发现、引导练习、独立推理还是评估。然后，将这些要求与账户实际提供的体验进行比较。确保原始文件和教师指引易于获取，并将生成式说明视为需要评估的材料。关于个人知识管理的资源，为组织资料来源和保留上下文提供了一个相关的起点。要求学校或技术服务商清晰说明已启用的能力、可用的限制措施和即将发生的变更。关键在于教育工作者能否作出知情选择，并可靠地将其付诸实践。
