高等教育AI全球调查：88%学生使用与美加43%支持禁令

这份《DEC 高等教育AI全球调查2026》由数字教育理事会（Digital Education Council）发布，是迄今为止规模较大的一次高校AI使用调研。样本基础是45,398份回复——学生27,284人、教师18,114人，覆盖35个国家，区域跨度包含亚太、欧洲中东非洲、美国加拿大与拉美。

报告最值得关注的不是"AI普及率有多高"这个已经被反复讨论的问题，而是它揭示了一组彼此矛盾的数据：AI已经跑进了学生和教师的日常，但学校的制度回应没跟上。报告的措辞很直接——"Adoption is now widespread, but coherent practice is not"（采用已普遍，但连贯的实践并没有）。

先看采用率。学生侧88%在学习中使用AI，但区域差异明显：拉丁美洲92%、亚太85%、欧洲中东非洲78%、美国加拿大65%。教师侧77%已在教学中使用AI，比2025年提升了16个百分点；欧洲中东非洲增幅最大，从62%升至78%，而美国加拿大仅从51%微升至54%，是采用率最低的区域。

一个反直觉的发现是：AI采用率与教龄无关。从不到5年经验到25年以上经验的教师，采用率差异只有8个百分点，最高的是20至25年组的77%。这说明AI在高校的渗透不是一代人的偏好差异，而是一个已经跨越资历边界的基础设施级变化。真正的问题因此不在"要不要用"，而在"谁来定规矩"。

一、AI带来的学习增益与技能侵蚀同时出现

第一章先给出AI对学生学习影响的双面数据，这也是报告最核心的一组矛盾。

增益侧：61%的学生表示AI让他们从重复性任务中释放出来、能更专注于思考创意，31%表示自己开始尝试比以前更有挑战性的工作，15%表示没有注意到任何实际变化。

侵蚀侧同样清晰：21%的学生表示在没有AI的情况下更难独立完成工作，20%表示依赖AI才能产出更好的成果，19%表示因为依赖AI而记住的内容变少了。报告用一个更简洁的表述概括这组数据：早期依赖迹象已经出现。

担心不止来自学生一侧。66%的学生担心使用AI会让学习变得过于浅薄、抑制批判性思维与创造力，这一比例在美国加拿大升至81%。教师侧的担忧几乎同频：73%的教师认为学生使用AI可能正在损害他们自身技能的发展，在美国加拿大这一比例达80%。

报告因此把问题定义为"如何设计能够保留独立思考的学习体验"——AI带来的独立性风险正是需要被制度对冲的部分。注意这组数据的方向：担心"学习变浅"的学生占比66%，远高于担心"找不到工作"的41%。学生对AI的核心焦虑不在就业，而在自己正在失去某种能力——这是很多学校在制定政策时容易误判的地方。

DEC高等教育AI全球调查2026报告封面

二、AI进了课堂，但学习价值还没跟上

第二章拆解AI在课程中的实际渗透程度，结论是"进了一半、价值未明"。

渗透广度上，只有15%的学生表示AI被整合进了他们的多门课程，43%表示只在少数课程中出现，另有43%表示完全没有经历过任何AI整合。也就是说，接近一半的学生在课堂上还没有碰到AI。

而在已经体验过AI整合的学生中，价值评价同样分散：只有5%认为AI"改变了我的学习方式"，28%认为它提升了自己的理解与学习成果，42%认为只是"有些帮助"，24%认为AI的整合没有带来清晰的学习价值、更多只是新奇而非有用。美国加拿大学生的评价最低，42%表示AI整合没有为学习增加明确价值。

教师侧的感受相对更好一些：50%的教师认同AI帮助他们提供了更好的教学质量，但仍有31%处于中立——报告认为这一比例反映出各高校AI整合程度的不均衡。区域差异很大：亚太地区66%的教师认同AI提升了教学质量，反对者仅9%；而美国加拿大只有37%认同，同时有32%明确反对。在AI对教学实践影响的整体评价上，49%的教师认为"有些帮助"，另有36%给出"非常有帮助"或"颠覆性"的评级；美国加拿大有17%的教师报告AI对教学产生了负面为主的影响，是所有区域中最高的。

效率层面的数据相对明确：63%的教师认同AI减少了他们在日常教学任务上花费的时间，美国加拿大的反对比例最高，为33%。把"效率提升63%"和"教学价值认同50%"放在一起看，会发现AI在高校目前主要被当作省时间的工具，而不是改变教学法的杠杆。这也是"整合了但没价值"这个判断的数据基础。

换个角度看同一件事，《企业DEIB洞察报告：整体75.66分，薪酬公平短板突出》算的是另一笔账。

AI对学生学习影响：增益与依赖迹象并存

三、学生的三个不信任：导师能力、同伴公平与考核适配

第三章汇集了学生对学校的三处结构性怀疑，这三组数据构成了报告最值得高校管理层警觉的部分。

第一处是对导师能力的怀疑。只有29%的学生认为自己的导师有足够能力在AI使用上给予指导，也就是说接近四分之三的学生并不确信。美国加拿大更低，仅17%。

第二处是对同伴使用公平性的担忧。60%的学生担心同学可能滥用AI、形成不公平优势或削弱自己学历的价值，在美国加拿大这一比例升至73%。报告对此的判断很关键：真正的挑战不只是学生是否在用AI，而是他们是否信任别人使用AI时的条件。

第三处是考核与职场需求的错位。只有10%的学生认为自己的"大多数"考核反映了AI时代职场需要的工作、技能与判断力，另有18%表示"很多"考核如此；而72%的学生并不认为考核与未来职场需求保持一致，其中35%表示只有部分考核如此，37%表示没有或只有极少数如此。美国加拿大最严峻，48%的学生表示没有或只有极少数考核反映了AI时代职场的要求。

这处错位在雇主一侧也得到印证。报告引用DEC《2025 AI in the Workplace Report》的数据：80%的雇主认为高等教育没有跟上行业变化。

课程相关性方面，37%的学生对自己的专业是否与AI和未来相关表达了严重怀疑，只有30%认为自己的专业"跟得上时代"，美国加拿大仅19%。报告提出一个判断：课程的时代相关性正在成为高校无法忽视的声誉变量，未能把AI显性嵌入课程体系的学校，有被视为过时的风险。三组数据的共同点是"制度缺位"：导师能力不被信任、同伴规则不明确、考核目标不对齐——三者都不是技术问题，而是政策与流程问题。报告反复强调的那句"学生们不是要求更少的严谨，而是要求清晰"，在这里得到了最直接的印证。

AI在课程中的整合广度与学习价值评价

四、美加与其他区域的分化：教师意愿下降与禁令支持率

第四章聚焦区域分化。报告明确指出，美国加拿大的数据与其他地区出现明显背离，这是全文最具新闻性的一组发现。

教师未来使用意愿上，亚太92%、拉美94%、欧洲中东非洲89%都继续认为未来会在教学中使用AI，与2025年基本持平。但美国加拿大从2025年的76%下降到2026年的67%，下降了9个百分点，成为所有区域中未来采用意愿最低的地区。

教师情绪上的差异同样剧烈。57%的亚太教师表示对AI感到兴奋、相信它能让学习更有效且更可及；而在美国加拿大，这一比例只有26%。反向指标更值得注意：美国加拿大55%的教师认为AI对人类智力发展构成严重风险，亚太只有29%持同样担忧。美国加拿大也因此成为唯一一个"担忧超过乐观"的区域。

学生侧同样谨慎。在全球范围内，若学校禁用AI，32%的学生表示会强烈失望、19%表示会失望，而强烈不失望的比例为14%。区域分化在这一点上完全翻转：美国加拿大有55%的学生不会因为禁用AI而感到失望，其中43%强烈不失望；43%的美国加拿大与欧洲中东非洲之外的学生表示会支持全校范围禁用AI。

学生整体情绪上，全球36%的学生感到兴奋，26%感到 overwhelmed、26%认为AI会让未来更具挑战性，13%认为AI被过度炒作。区域乐观度差异明显：欧洲中东非洲最高为46%，美国加拿大最低仅20%，同时有32%的美国加拿大学生感到不知所措、34%认为未来更具挑战性。

值得注意的是就业焦虑的分布。全球41%的学生担心毕业时AI会减少本领域的就业机会，亚太最高达50%。分学科看，亚太地区人文与社会科学54%、商业与经济53%、STEM51%、法学45%、教育学43%、健康科学36%；美国加拿大最高的是人文与社会科学52%；欧洲中东非洲整体焦虑较低，教育学最低仅21%，最高的STEM也只到41%。一个容易被忽略的反差是：亚太教师最乐观（57%兴奋）、学生却最焦虑（50%担心就业）；美加教师最悲观（55%视AI为风险）、学生却最支持禁令（43%）。乐观与焦虑在不同角色间错位，这比"区域整体态度"的概括更接近真实图景。

师生AI素养五维度测评与国际区域对比

五、教师需要什么能力：人文维度排在最前

第五章给出教师自评的能力优先级，结论相当清晰：教师把"人"的能力排在技术能力之前。

教师认为AI时代最需要的能力排序为：促进学生批判性思维与学习69%、伦理与负责任使用AI的专业能力59%、在AI环境中支持学生保持独立思考56%、适应性与灵活性45%、创新教学法45%、AI与数字素养则排在后面。美国加拿大在人文能力上更为突出，88%的教师提到批判性思维促进能力、69%提到情商，均远高于全球水平。

报告对这一结果的解读是：教师优先考虑的是教学中明显属于人类的部分，而不是技术性的AI熟练度。如果你关心的正是IEA全球氢能评估报，《IEA全球氢能评估报告：需求首破亿吨》值得一起读。

教师对自身角色的预期也相当明确。66%的教师认为AI会给教师角色带来"重大"或"变革性"的变化，只有7%认为会带来零变化或极小变化。53%的教师不认为AI对自己的工作构成威胁，这一比例与2025年的51%基本持平。区域上呈现一个有趣的错位：AI使用最活跃的亚太教师（82%）对工作威胁的担忧反而最高，达20%；而最谨慎采用的美加教师（54%）最不担心，65%的人直接否定威胁。

那么教师实际在用AI做什么？前七类用途为：创建教学材料77%、行政事务47%、制作多媒体内容45%、教学生如何使用AI38%、提升课堂学生参与度26%、检测学术不诚信19%、为学生作业生成反馈6%。学生侧的前六类用途为：搜索信息58%、头脑风暴54%、润色书面作业49%、学习新概念45%、起草作业43%、总结文档43%。

把这组用途并列，可以看到一个很实际的问题：教师用AI最多的是"准备材料"，学生用AI最多的是"找信息和起草"，双方都避开或不擅长用AI做"评价与反馈"——而恰恰是这一环决定了学习质量。

学生与教师AI使用场景排名对比

六、AI素养现状：学生理解度反超教师

第六章基于DEC AI素养框架给出五维度测评，这是报告里最容易被教学管理者直接使用的部分。

框架把素养分为三个能力等级、五个维度：理解AI与数据、批判性思维与判断、伦理与负责任使用、以人为本与情商创造力、领域专长。报告同时给出了"建议掌握水平"与"当前实际水平"的对照，结论是师生整体都处于初学到中级阶段，且各区域画像大体一致。

维度一（理解AI与数据）出现一个值得注意的结果：学生反超教师。学生中44%达到第2级（能有效使用多种AI工具、写好提示词、理解局限并批判性评估输出），40%停留在第1级（基本理解），9%达到第3级（强技术理解、可定制与微调）。教师侧则是59%在第1级、24%在第2级、13%在第3级，另有4%表示几乎没有理解。分区域看，教师的第3级占比差异很大——亚太11%、拉美9%、欧洲中东非洲4%、美国加拿大15%。

维度二（批判性思维与判断）暴露了最明显的短板。教师中47%停留在第1级——只认识到AI输出可能不准确、需要验证，只有36%达到第2级（系统性地用准确性、偏见、可解释性、来源可靠性等标准评估输出），12%达到第3级（能审计AI推理、比较不同模型优劣）。报告把这一现象概括为：教师能看见AI风险，但评估能力仍然有限。学生的对应数据为50%在第1级、30%在第2级、15%在第3级。

维度三（伦理与负责任使用）呈现"懂原则、缺实践"的形态。教师中50%在第1级（理解基本原理、能识别偏见与错误信息等风险），33%在第2级（能一致地应用伦理原则去评估与缓解风险），12%在第3级（主动参与AI伦理讨论、帮助同事与学生采用负责任实践）。报告对此的标题式概括是：55%的教师理解AI伦理，但在实践中仍有欠缺。

维度四（以人为本与创造力）与维度五（领域专长）的分布类似，教师在第1级分别为39%和45%，报告对维度五的概括是"素养位于认知与整合应用之间"。把五个维度横向看一遍，会发现短板高度集中在"评估与判断"这一类：理解层面（维度一、三）教师占比普遍过半，但一旦进入"用标准去评估输出""把伦理落到实践"这一层，达到第2级的比例就掉到三成左右。真正需要投入的培训方向，是判断力而不是工具操作。

七、这份调查对高校意味着什么

最后一章不再罗列数据，而是梳理这份调查给高校管理者的几条可落地提示。

第一，把政策清晰度当作首要任务。报告在领导致辞里给出的判断值得完整引用：AI进入学生和教师生活的速度已经超过了机构的回应能力；采用已普遍，但连贯的实践没有。大多数学生说不清自己的考核是否允许使用AI、自己的专业为AI时代的职场做了什么准备；大多数教师则是在凭直觉适应，缺乏框架和机构支持去有意识地重构教学。报告把这种状态称为"在应该有明确机构方向的地方留下了一个真空"，而在这个真空中，一种叙事正在自行形成。

第二，区域差异决定了政策不能一刀切。报告明确指出：跨区域运营的机构不能假设学生对AI有共同的接受度。一套统一的宽松或严格政策，在不同地区落地会得到完全不同的体验。数据上的反差很清楚——拉美和欧洲中东非洲学生对AI访问权的依附最强，美国加拿大则有55%的学生不会因为禁用AI而失望。报告据此提醒：机构的叙事应当由自己定义，而不是被动地被定义。

第三，考核重构已经不能再拖。只有10%的学生认为大多数考核反映了AI时代职场需求，72%不认为考核与未来职场一致。报告把这项发现称为"显著的压力点"：当AI重塑学生预期在毕业后需要的能力时，许多学生看不到当前考核在为那个环境做准备。报告还提到，美国加拿大有48%的学生认为几乎没有或只有极少数考核反映了AI时代职场的要求。

第四，教师的支持需求已经明确。只有29%的学生认为导师有能力指导AI使用，但与此同时64%的教师表示自己参加过AI素养培训。这两组数据放在一起说明问题不在意愿，而在培训的有效性与学校的制度配套。教师自己给出的优先项也很清楚：批判性思维促进69%、伦理与负责任使用59%、支持学生保持独立思考56%——全是指向判断力的能力。

第五，就业准备度需要单独设计。50%的学生觉得自己在"用AI进行专业工作"上没有做好准备，仅23%认为准备充分，美国加拿大只有12%认为自己的学业在为职业化使用AI做准备。报告对就业焦虑的解读是：这种焦虑随学科和区域变化，亚太最高、欧洲教育学最低，因此就业指导不能按统一模板推进。

需要说明的是，本报告为数字教育理事会基于问卷调研发布的行业研究成果，样本总量为45,398份（学生27,284人、教师18,114人）、覆盖35个国家，统计周期与调研方法已在报告附录中说明；部分题目仅在特定子样本中提问，例如学生学习影响相关题目的有效样本为8,422人、教师教学影响相关题目为3,174人，引用时建议核对原始口径。对高校教学管理、教育科技产品设计与教育政策研究而言，报告中的五维度AI素养测评框架、区域分化数据、考核适配度与教师能力优先级可作为课程改革、教师培训与产品定位的参考框架，但具体落地仍需结合本校学科结构与师生基础具体设计。想获取教育科技、高等教育、AI应用等方向的完整行业报告与产业方案，可以到运营动脉（www.yydm.cn）检索，站点收录覆盖300+行业的研究报告与产业方案，适合做教育行业研究、产品规划与竞品分析时集中备查。

这份调查的样本规模和覆盖范围是怎样的？

由数字教育理事会发布，共收集45,398份回复，其中学生27,284人、教师18,114人，覆盖35个国家，区域跨度包含亚太、欧洲中东非洲、美国加拿大与拉丁美洲。报告建立在此前区域研究基础上（2024全球AI学生调查、2025全球AI教师调查、2026拉美高等教育AI调查）。需注意部分题目仅在特定子样本中提问，如学生学习影响题目有效样本为8,422人、教师教学影响题目为3,174人。

学生和教师使用AI的比例分别是多少？

学生88%在学习中使用AI，区域分布为拉丁美洲92%、亚太85%、欧洲中东非洲78%、美国加拿大65%。教师77%在教学中使用AI，较2025年提升16个百分点；欧洲中东非洲增幅最大（62%升至78%），美国加拿大最低（51%升至54%）。AI采用率与教龄基本无关，各资历组差异仅8个百分点。

把视角拉到报告解读，《57147报告解读：2026科技消费：AI重构下的新终端、新》里的样本会更完整一些。

AI对学生的学习到底产生了什么影响？

正面影响与风险同时存在。61%的学生表示AI让他们更专注于思考、31%开始尝试更具挑战性的工作；同时21%表示没有AI更难独立完成工作、20%依赖AI才能产出更好成果、19%表示记住的内容变少。66%的学生担心AI让学习变浅，73%的教师认为学生使用AI可能损害自身技能发展。整体体验上，43%认为AI"有些帮助"、32%认为"非常有帮助"、仅13%认为具有颠覆性。

美国加拿大为什么成为特例？

该区域与其他地区出现明显背离：教师未来使用AI的意愿从2025年的76%降至2026年的67%，下降9个百分点，为所有区域最低；55%的教师认为AI对人类智力发展构成严重风险（亚太仅29%）；43%的学生表示会支持全校禁用AI，55%不会因禁用AI而感到失望。42%的学生认为AI整合未给学习增加明确价值，48%认为几乎没有考核反映AI时代职场要求。

学生的AI素养与教师相比如何？

在"理解AI与数据"维度，学生反超教师：学生44%达到第2级、9%达到第3级；教师仅24%达到第2级、13%达到第3级，另有59%停留在第1级。短板集中在"批判性思维与判断"维度——教师47%仅停留在"知道AI可能不准确"的第1级，只有36%能系统性地用准确性、偏见、可解释性等标准评估输出。伦理维度同样呈现"懂原则、缺实践"形态，50%的教师停留在第1级。

教师认为AI时代最需要什么能力？

教师把人文能力排在技术能力之前：促进学生批判性思维与学习69%、伦理与负责任使用AI的专业能力59%、在AI环境中支持学生保持独立思考56%、适应性与灵活性45%、创新教学法45%。美国加拿大教师在这两项上更高，88%提到批判性思维促进、69%提到情商。66%的教师认为AI会给教师角色带来重大或变革性变化，但53%不认为AI构成工作威胁。64%的教师表示参加过AI素养培训，但只有29%的学生认为导师有能力指导AI使用。