top of page

Google 学校 AI 搜索面临员工反弹

8分钟前
讀畢需時 12 分鐘
Illustrative photograph. Photo: Firmbee.com / Pexels.

Google 员工正在挑战公司针对学校 AI 搜索的政策。Engadget 于 11 月 19 日报道称,超过 500 名员工签署了一份反对该安排的请愿书。这场 Google 学校 AI 搜索争议的核心在于:学校能否拒绝生成式 AI——即能够生成回答的软件——同时保留熟悉的研究工具。

双方立场很明确。Google 希望其较新的搜索体验包含 AI,而批评者希望教育工作者能够决定学生是否接触这些功能。这场分歧涉及通过学校账户获得的访问权限,而不是普遍禁止学生搜索网络。在评估该政策及员工反应时,这一区别至关重要。

Google 将其教育产品调整描述为赋予管理员更大的控制权。员工则质疑,当拒绝 AI 同时意味着拒绝 Search 时,这种控制权是否真正有意义。由此产生的压力超出了设置菜单的范围。学校管理者必须协调课堂规则与可用于执行这些规则的产品,而 Google 则必须为其向这些管理者提供的选择辩护。

Google 学校 AI 搜索遭遇内部挑战

员工行动为这场本已涉及学校对课堂技术掌控权的争议增添了内部挑战。

这份员工请愿书将焦点重新带回一个实际问题:谁来界定搜索与 AI 功能可接受的组合?一所学校可能欢迎网络研究,同时拒绝自动生成的答案。在存在争议的安排下,这些偏好无法转化为 Google Search 内部彼此独立的选择。

11 月 19 日的发展是员工的回应,而非最初的政策公告。Google 于 11 月 3 日公布了其教育产品调整。将这些日期区分开来,可以避免让既有政策听起来像是刚刚推出,或已经在各地实施。

根据请愿相关报道,Alphabet Workers Union 组织了这份提交给公司领导层的呼吁。信函致函 Sundar Pichai、Search 负责人 Elizabeth Reid,以及教育业务负责人 Chris Phillips。员工认为,教育工作者应当决定如何引入 AI,并警告称,限制 Search 访问可能损害与学校的关系。

这既是产品层面的论点,也是对教育自主权的反对意见。员工的立场将客户信任与公司的长期利益联系起来。他们警告称,将采用 AI 作为访问的条件,可能促使学校重新考虑自己对 Google 的依赖。

请愿书并不能证明这一结果必然发生。它也不代表所有 Google 员工,或证明学校管理者抱有完全相同的担忧。其重要性在于提出了具体请求:在允许学校拒绝生成式功能的同时,保留 Search 访问权限。

这一区别也避免报道变成泛泛而谈的“员工反对 AI”。支持由教师主导的实验与反对强制接触 AI,可以是相容的立场。一名员工可以支持 AI 开发,同时认为学校需要一个可实际使用的拒绝选项。

对于 Google 而言,这带来的回应要求比解释 AI 为何能够帮助学生更高。公司必须回答,为何仍未被说服的学校不能保留其希望使用的搜索体验。有关益处的证据回答的是一个问题;有意义的选择是否可得,回答的是另一个问题。

因此,员工行动突出了核心冲突,但并未解决它。Google 控制着产品边界。学校仍须为课堂决策负责。这份请愿书要求公司让这些责任更容易协调。

更多控制选项仍留下缺失的选择

默认关闭产品会给学校一个决定,但该决定包含什么,决定了学校实际获得多少控制权。

Google 在 11 月 3 日发布的学校控制选项公告中描述了涉及 Gemini、Gemini Notebook、Gemini in Classroom 和 Search 的调整。公司称,在管理员明确启用这些产品之前,它们将持续对 K-12 学生账户保持关闭。公司还承诺在调整推出前向学校提供更多实施细节。

不应将这些控制选项描述为:学校若想保留 Search,就必须启用每一项独立的 Gemini 产品。学校可以区分这些产品。存在争议的边界位于 Search 内部,AI 功能仍是管理员会启用的搜索体验的一部分。

AI Overviews 是搜索结果中的生成式摘要。AI Mode 则提供对话式搜索体验。禁用单独的聊天机器人,并不一定会从学生使用的搜索产品中移除任一种体验。

这一区别解释了为何该公告能在一方面增加控制权,却在另一方面仍令批评者不满。管理员对产品访问拥有了更明确的决定权。但他们仍缺少请愿书所寻求的特定组合:可访问 Search,但不包含其生成式 AI 功能。

以一个示例性的课堂场景来看管理问题。一名教师要求学生比较原始文献,并说明不同来源如何存在分歧。学习目标包括寻找证据、判断可信度和构建论证。在学生完成这些工作之前,自动生成的摘要会改变他们所接触的内容。

这一例子并不能证明学生总会接受摘要,也不能证明生成式辅助总会损害学习。它说明了为何学校可能希望拥有更精细的设置。教师的担忧可能与作业的实施顺序有关,而非永久性地否定所有 AI 工具。

同一所学校也可能在另一节课中授权使用引导式辅助。是否允许,可能取决于年龄、学科、评估条件或正在练习的技能。产品层级的开关无法表达所有这些差异。

因此,管理员面临双重压力。他们必须向教师和家庭解释技术决策,同时在供应商设计的控制选项范围内工作。纸面上听起来精确的学校政策,可能因可用的产品边界不同而难以执行。

Google 学校 AI 搜索揭示了组织政策与软件设计之间的这一缺口。分歧在于,学校是否获得了足够的控制权来实施其选择的方法。仅仅计算设置选项的数量,无法回答这个问题。

对于其他机构买家而言,即便在教育领域之外,这一教训同样相关。一个组织可能批准既有服务,同时要求对新嵌入的功能进行单独审查。当这些批准无法分开时,产品更新就会成为一项治理决策。

Google 的学习愿景遭遇学校自主权

以学习为中心的 AI 体验可以回应对答案捷径的担忧,但无法化解围绕同意权的争论。

Google 的教育主张值得被公平看待。在 11 月的公告中,公司将 Guided Learning 描述为鼓励学生逐步解决问题的辅助方式。公司将提示和中间步骤作为立即提供完整答案的替代方案。

公司还描述了不同的部署阶段。Guided Learning 已在 Classroom 中推出,而 Search 试点计划于 11 月面向部分美国学校开展。不应将这些细节简化为“每所学校都已拥有同样的新搜索体验”的说法。

Google 提出的使用场景包括学生寻求物理题或读书报告方面的帮助。公司表示,当其系统识别出某些作业请求时,Search 将引导学生理解相关概念。这些是对预期行为的陈述,而非课堂结果始终如一的独立证明。

支持这一方法的最有力论点,关乎学生获得的是何种辅助。一个提出有用问题的工具,可能与一个直接提供完成答案的工具发挥不同作用。评估这些差异,比将每一次 AI 互动都视为教育效果相同更有意义。

不过,政策争议在这种评估结束之前就已经开始。一所学校可能希望在批准访问之前先获得试点证据。它也可能认为,一项原本有用的功能并不适合特定作业或年龄群体。

这使得学校对 AI 的选择部分成为时机问题。供应商可以认为某项产品已准备好更广泛地使用,而学区可能仍处于审查过程中。当学区必须接受新功能才能保留既有服务时,冲突就会加剧。

因此,Google 的学习愿景与员工的请求涉及相关但不同的问题。更好的教学行为关乎启用后的系统做什么。独立控制选项则关乎学校是否能决定是否启用它。

即使其中一个问题得到了有说服力的回答,另一个问题也不会消失。设计良好的辅导互动仍需要恰当的采用决策。拒绝选项仍意味着教育工作者须负责评估他们选择允许的工具。

这也是为何争议应继续聚焦于 Google 的产品条款和学校自主权。关于儿童是否应当使用 AI 的更广泛讨论,会掩盖当前具体的决策问题。不同学校有不同政策,而所请求的控制权将使这些差异得以延续。

商业上的紧张关系由此直接产生。Google 希望学校采用其正在开发的搜索体验。学校希望技术能够契合其通过自身教育流程作出的决定。建立在自愿评估之上的关系,比拒绝某项功能也会失去既有服务的关系更容易辩护。

学校依赖提高了风险

拒绝某项功能的实际负担,取决于其周边服务已经在多大程度上融入学校日常。

纽约市议会领导人于 11 月 12 日发布的一封学校访问权限信函说明了这种担忧的规模。信中描述的系统服务近 90 万名学生,并拥有约 130 万台 Chromebooks。信中还强调 Google 产品在作业、研究、协作和沟通中的作用。

这些数字描述的是当地的技术覆盖规模,而不是已确认地放弃 Google。它们并不表明设备将被替换,或每位学生都接触到相同设置。它们解释了为何官员将搜索访问视为一项机构性问题。

更换搜索提供商,也不同于替换一整批设备或放弃课堂软件。这些决策后果不同,不应被表述为可以互换。一个学区可以重新考虑某一项服务,同时保留其他服务。

即便是有限的调整,也值得审慎规划。教师可能需要修改教学指引,管理员必须评估过滤机制,学生则需要明确获准使用的研究途径。这些是可以预见的评估任务,而非证明任何特定学区已经完成迁移的证据。

由此产生的压力并不对称。Google 定义其 Search 产品包含什么。不同意的学区只能接受这一方案,或探索其他进行网络研究的途径。

Microsoft 在教育供应商如何表达管理控制权方面提供了一个有益的对照。其 学生访问控制 文档称,Copilot Chat 对 13 至 17 岁的 K-12 学生默认关闭。管理员必须完成所需配置后,这些学生才能使用;13 岁以下学生则无法访问。

该文档描述了 Microsoft 的聊天机器人访问规则。它并不能证明 Microsoft 为每项 Google 服务都提供了同等的替代方案,也不能解决所有关于 AI 暴露的担忧。这一对比表明,年龄限制和管理员批准是争取学校信任时可见的竞争要素。

购买方应直接评估这些边界。关于控制权的类似表述,可能指向不同的产品、账户类型和设置。“由管理员决定何时启用聊天机器人”这一承诺,本身并不能说明 AI 是否会在其他地方出现。

Google 的争议使这些区别具备了商业意义。学校会评估供应商的控制措施是否符合自身责任,同时考量其功能的实用性。即使尚未讨论性能,所需政策例外较少的产品也可能更容易获得批准。

员工关于疏远学校的警告,应放在这一背景下理解。这是一项合理的战略担忧,而非已获验证的客户流失预测。关于实际采用决策的证据,比对于离开难度的假设更为重要。

对 Google 而言,依赖关系可能维持使用量,却削弱信心。对学校而言,不满可能催生对更好控制措施的要求,却未必立即导致离开。两种可能性都为谈判留下空间,也都不应被误认为是既成结局。

请愿书并不能确定证据

员工的呼吁强化了对 Google 决策的质疑,但并未证明教育伤害、技术不可能性或未来政策会逆转。

现有报道证实了一项面向公司领导层的有组织请求。它们并不能独立证明 Google 全体员工的看法。签名总数反映的是参与某项具体行动的人数,而非具有代表性的调查。

这份请愿书本身也需要谨慎归因。其公开的 Drive 文档无法为本文独立获取。因此,对其内容的说明依赖已发布的报道,而非对完整声明或签名名单的直接查阅。

这一限制并不会抹去员工行动的存在。它确实限制了文章能够多有把握地描述超出已报道请求之外的细节。没有必要推断现有证据尚未确立的额外诉求、内部意见分歧或管理层回应。

教育方面的主张同样需要谨慎对待。一份关于控制措施的请愿书并不是课堂研究。它无法证明生成式辅助在多大频率上帮助学生、分散学生注意力,或干扰教师原本设计的课程。

Google 的学习相关主张也值得审视。旨在鼓励推理的功能,并不会自动为每位学生带来这一结果。评估必须考察实际互动、课堂条件以及所讨论的学习目标。

技术整合问题仍应另行看待。Search 可能包含检索、排序、界面设计和生成式回答之间的复杂关联。公开的整合说明并未揭示提供不同配置所需的工程工作。

与此同时,公司选择的产品架构并不能决定客户应当接受什么。即使提供不同边界需要开发和支持,学校仍可提出要求。这是产品谈判,而非证明任何一方已经确立技术不可能性。

政治层面的反对增加了压力,但并未解决这些事实问题。参议员 Ed Markey 在 11 月 9 日发表的 AI 退出选择信函 呼吁学校在禁用生成式功能的同时保留 Search。该信质疑了 Google 所称的选择承诺与学生账户可用选项之间的关系。

这封信是政策制定者立场的证据。它并非认定 Google 违反法律的监管结论。有关竞争或胁迫的主张需要单独分析,并应保持归因。

因此,Google 面向学校的 AI Search 最适合被理解为一场存在多个未决问题的争议。实际诉求很明确,但教育证据、实施细节以及最终客户反应仍未明朗。

严谨的报道可以认可学校在 AI 选择上的重要性,而不宣称每项担忧都已得到证实。它也可以承认 Google 的教育目标,而不假定这些目标足以证明现有控制措施合理。下一步有价值的证据,必须将政策表述与学生和管理员的实际体验联系起来。

关注控制措施、学校决策与课堂证据

最明确的检验标准,是学校能否获得符合其拟执行政策的可行选择。

第一个信号是 Google 最终提供的控制措施。管理员需要明确哪些产品和功能受各项设置管理的文档。他们还需要了解,这些设置对于受其政策覆盖的学生账户会如何运作。

在禁用 Search 生成式回答的同时保留 Search 的真正选项,将回应请愿书的核心诉求。仅为独立的 Gemini 提供单独开关,仍无法解决这一诉求。应根据这一差异来评估产品公告。

实施时间表同样重要。一项已宣布的变更、有限试点和广泛可用的管理设置,代表不同阶段。学校不能基于仍停留在未来承诺的选项作出运营决策。

关于管理员和学生实际体验的证据,将加强评估。文档可以确立预期行为,而直接测试可以显示相关账户条件下实际出现的内容。两者不可相互替代。

第二个信号是学校系统审阅最终控制措施后作出的决定。公开表达担忧固然重要,但评估与已完成的变更并不相同。影响 Search 的决定,也不同于全面离开 Google 教育产品。

已确认的采用决策会使商业利害关系更加具体。学校在获得合适控制措施后继续使用 Google,将支持通过产品变更解决争议的观点。若学校明确因未解决的 AI 限制而离开,则会强化员工对于信任的警告。

任何一种结果都不能证明每个学区都应作出同样选择。学校政策、教学重点和既有系统各不相同。有价值的证据应解释特定机构为何接受或拒绝现有安排。

第三个信号是关于 Google 所提出学习体验的课堂证据。评估应区分普通网络研究、生成式摘要和引导式问题解决。还应明确研究结果覆盖哪些学生和作业。

若有证据表明 Guided Learning 支持推理能力,将加强 Google 的教育论据。若发现学生经常绕过预期流程,则会削弱这一论据。无论结果如何,都可为采用决策提供参考,却不会自动解决有关退出选择的独立诉求。

对于开发者和机构购买方而言,这一顺序提供了追踪事件的实用途径。先看控制措施,再审视客户决策,最后评估有关所宣称学习成果的证据。这样的顺序能将可用选择与对其后果的预测区分开来。

这场争议也提出了一个熟悉的知识管理问题:在决定自动化解释何时应纳入工作流程时,如何保留对证据的访问。考虑这一更广泛问题的读者,可将 个人知识管理 作为组织信息和保留上下文的独立框架加以探索。该阅读材料不能替代对学校软件的评估。

在接受“争议已得到解决”的说法前,应先问学校在保留 Search 的情况下究竟能关闭什么。随后寻找有记录的账户行为、明确的学区决策,以及与拟议使用方式相符的课堂研究结果。将每一项都视为独立证据。在这些要素相互一致之前,Google 面向学校的 AI Search 仍将是对机构选择权的检验。员工请愿书使这一诉求变得可见;下一步是审视产品是否赋予教育工作者公司所称他们应拥有的权力。关注实施细节,并根据学校实际能够行使的选择来判断最终结果。

 
 

免费开始使用

一款本地优先的AI助手

为了获得更好的人工智能体验,

remio 目前仅支持Windows 10+ (x64)和M-Chip Mac 。

你的 AI 工作伙伴

和 remio 一起高效工作

规划、创作、交付

一站式完成

bottom of page