花3152万装AI监控，大学先学会的是数学生抬了几次头

一张课堂截图在网上炸了锅：监控画面旁边，整整齐齐列着迟到学生数、到勤率，还有一个让人哭笑不得的指标——抬头率。

截图来自南京大学的智慧教室系统。11月4日，南大本科生院和信息化建设管理服务中心联合发布《关于智慧教室系统有关情况的说明》，回应了三件事：未经授权不采集人脸等生物特征信息、不进行人脸识别；当前已不再统计抬头率数据；网传的"到课率与平时成绩挂钩""上级部门检查"均不属实。我把这份说明和此前的招标报道对着看了一遍，越看越觉得，这件事值得每个用AI、被AI用的人琢磨。

招标文件里白纸黑字的"AI抬头率计算"

争议的起点不复杂：南大学生收到通知，学校要对部分课程的到课率做一周的全程记录。随后系统截图流出，"抬头率"三个字刺痛了所有人。

耐人寻味的是细节。据封面新闻等媒体报道，这个智慧教室建设项目中标金额3152余万元，覆盖仙林校区113间公共教室，招标文件里明确包含"人脸检测、人脸识别、AI人数统计、AI抬头率计算"等技术要求。而校方说明里的表述是"未经授权不进行人脸识别"——注意，是"未经授权不进行"，不是"没有这个功能"。至于网传截图，校方解释系苏州校区今年5月在线督导的个人截屏。

一边是招标清单里的全套AI监测能力，一边是"我们不用"的表态。功能装上了，开关在谁手里、什么时候打开，这才是学生真正不安的地方。

抬头率为什么必然失败：一个AI时代的经典陷阱

光明网的评论问得好：抬头不等于认真听讲，低头也不意味着没在学习。但我想再往深挖一层——就算AI数得再准，"抬头率"这个指标本身就注定失效。

管理学里有个古德哈特定律：当一个指标变成目标，它就不再是好指标。你可以用AI精确统计抬头率，但只要它和评价挂钩，学生立刻会学会"表演抬头"——眼睛盯着黑板，神游天外。系统收获了一堆漂亮的90%数据，教学质量没有任何变化，唯一的变化是大家更累了。

这就是很多"AI+管理"项目的通病：技术上能测的，不等于值得测的。AI最擅长回答"是什么"（抬了几次头），最没法回答"为什么"（这堂课为什么留不住学生的注意力）。用前者代替后者，管理看似科学了，实则把真问题埋得更深。极目新闻的评论说得直接：学生是来学习的，不是来喂数据的。

这件事和普通人的关系：你也会被AI"数抬头率"

别觉得这只是大学里的事。课堂监控只是AI量化人类行为的最前沿阵地，往回看，你的职场早就开始了：AI统计客服的话术合规率，AI分析程序员的键盘活跃时长，AI给外卖骑手算送达时间的极限。逻辑一模一样——选一个技术上容易测的代理指标，当成努力程度的替代品。

所以值得每个人备一份自查思路。我整理了一张对照表，判断任何"AI监测"是否越界，看三行就够：

三条里中两条危险信号，就该警惕了。南大这次的应对其实提供了一个正面参照：舆论发酵后，停用争议指标、公开说明采集边界、澄清不实传言——技术可以留，边界必须讲清楚。

换个方向：让AI帮你学，而不是盯着你学

监控式AI是把摄像头对准人，而真正值得投入的，是把AI变成每个人手里的工具。比如复习时让AI把课堂录音转成结构化笔记，用AI给自己出模拟题、找出薄弱章节——同样是"AI+学习"，一个让人如坐针毡，一个让人从容有余。方向不同，天壤之别。

我平时会把这类学习提效工具整理在 spark1.cn/tools/ 里对比着用，选工具的标准就一条：它是帮我更省力，还是让别人的考核更省力。

AI 该做的是把重复劳动接走，把人从"被数据凝视"里解放出来——而不是给凝视装上更清晰的镜头。这一点，大学和每个人都一样。