ARTICLE · 1324894
别偷懒!你的AI老丝正在看着你:AI凝视之下,当管理把人的状态,换算成可打分的数据
发布时间：2026-11-07 09:51:16 最近访问：2026-11-07 09:51:17
别偷懒!你的AI老丝正在看着你:AI凝视之下,当管理把人的状态,换算成可打分的数据
南大智慧教室抬头率争议后，很多人以为只是一场短暂的舆情风波。但散落全国的招标文件、法院判决书、平台规则、校园数字化项目公示共同指向同一个趋势：AI识别、行为采集、自动化打分正在从管理工具，变成一套无处不在的量化规训体系。区分监测的边界，不在于有没有摄像头，而在于这套技术，是用来规避风险，还是用来审判人的态度。
AI凝视之下：当管理把人的状态，换算成可打分的数据
教育数字化、智慧化升级，是新时代校园建设的主流趋势。但近期南京大学智慧教室引发的抬头率争议，让大众重新审视一个关键问题：技术赋能的边界到底在哪里？当课堂学习、职场工作、日常行为，被AI镜头逐一捕捉、量化、打分，我们享受技术便利的同时，也正在遭遇一场无声的“算法凝视”。技术可以优化管理效率，但绝不能替代人文温度，更不该用冰冷数据，定义一个人的专注、努力与价值。
近期，南京大学智慧教室改造事件，成为全网热议的公共话题。学校对仙林校区113间公共教室完成智慧化升级，项目投入超3152万元，系统具备课堂人数统计、课堂姿态识别、行为数据分析等数字化功能。网传系统将实时核算学生抬头率、出勤率，并关联课堂评价，消息一出迅速引发学生不适与舆论讨论。
随着舆情发酵，一张后台监测截图广泛传播：教室实时画面旁，到勤率、抬头率等数据精确到小数点两位。课堂上学生的每一种姿态、每一个细微动作，都被机器转化为标准化数据，原本自由多元的求知过程，被简化成可统计、可对比、可考核的量化指标，引发大众对“技术越界管控”的普遍担忧。
面对汹涌舆论，南京大学第一时间发布官方说明，及时澄清各类网传不实信息。校方明确：相关数据不会纳入学生平时成绩、不影响考试资格；智慧系统不采集、不存储任何人脸生物信息，不开展人脸识别；网传抬头率监测截图为往期其他校区测试画面，当前校区已全面停用抬头率统计功能，仅采用群体汇总数据开展教学研究，不对单个学生进行评判。针对最受关注的隐私与“抬头率”问题，校方：“未经授权，我校智慧教室系统在教学应用中不采集人脸等生物特征信息、不进行人脸识别”，同时“考虑到课堂学习方式更加多元，当前我校智慧教室系统已不再统计抬头率数据”。对于网络上流传的教室拍摄画面，校方说明其“系苏州校区今年5月在线督导的个人截屏”，并非当前智慧教室系统的实时监控内容。
整套回应及时、坦诚、态度端正，有效平息了大部分误解与恐慌。但在公众心里，真正的疑虑并未彻底消解。大家担心的从来不是“此刻有没有监控”，而是技术能力永久存在、功能开关始终可控。硬件设备、算法系统、监测功能全部落地就位，只是暂时关停，一旦管理需求变化，这类量化监测随时可能重启。
简言之：舆情能叫停一次统计，却没能划定永久边界。
事实上，南大这场风波，从来都不是单一高校的偶然事件，而是当下全社会数字化管理乱象的一次集中暴露。
多年来，国内多所高校持续推进AI智慧课堂建设，北京理工大学、江南大学等多所高校，均已上线课堂入座率、前排上座率、课堂行为分析等AI督导系统。中小学赛道的量化管控更为细致，杭州、重庆多地中小学引入AI课堂监测，每隔数十秒扫描全班学生状态，自动识别喜怒哀乐、专注、走神、困倦，将学生的课堂情绪与学习姿态，全部纳入机器考核体系。
早在2019年，国内高校试点课堂人脸识别时，教育部就已明确表态：学生生物信息采集务必审慎，能不采则不采、能少采则少采。
但数年过去，技术升级一路加速，人文边界一再退让。教育数字化的初衷，是赋能教学、优化课堂、辅助育人；可在落地过程中，却逐渐异化为对学生个体行为的全方位凝视与规训。
很多人会下意识认为，这只是高校智慧教学的一次翻车。检索各地高校数字化采购公告就能发现，同类系统早已批量落地。中央民族大学近900万的智慧教室项目，包含课堂多维度AI研判；北京理工大学教学督导系统，持续采集前排上座率、学生姿态数据；江南大学上线课堂“四率”分析，把听课行为转化成报表。更早的2019年，中国药科大学人脸识别试点引发争议，当时教育部已经明确导向：人脸识别进校园审慎使用，生物信息能少采则少采。
政策提醒在前，项目落地在后，管控逻辑沿着教育场景向下延伸。杭州十一中的AI课堂系统，每30秒采集一次全班学生面部状态，自动打上专注、疑惑、困倦、走神标签；重庆部分中学的智慧课堂后台，直接生成个人专注度周报。这里有一个无法绕开的逻辑缺陷：低头翻书演算、在草稿纸上推导、安静梳理思路，在教育场景里都是深度思考的常态，但在算法的单一模型里，“低头”会被归类为消极听课。学生慢慢学会适配镜头：刻意保持抬头、维持平稳表情，不是为了跟上课程，而是为了拿到一份好看的专注数据。规训不需要训斥，当观测持续存在，自我调整就会发生，这是全景敞视效应在校园里轻量化的复刻。走出校园，同一套量化逻辑，在劳动场景里拥有更强的约束力，并且已经留下大量生效司法判例。2025年广州一宗劳动争议终审判决：企业针对单个员工工位加装定向摄像头，全程录制屏幕与手部操作，以监控截图认定员工摸鱼并解除劳动关系。法院判决违法解除，核心理由是：针对性布置监控、未充分告知采集用途，超出企业正常经营管理的必要边界。江苏一家连锁餐饮后厨的AI考核案例更有代表性：系统自动识别操作违规、累计扣分，分值达标自动推送处置通知，企业直接以此辞退员工。法院在判决书中写明：自动化识别仅可作为线索参考，处罚、解除劳动合同属于重大不利处置，必须保留人工复核、劳动者陈述申辩的渠道，不能交由算法自动裁决，企业最终支付赔偿金2.7万元。南京互联网公司的案件中，平台AI统计员工离岗时长、接水、交谈、如厕频次，离岗超标即扣绩效约谈。二审判决给出清晰的标尺：劳动者短暂休息、生理需求、工作沟通，不属于低效行为，管理不能把人的时间切割成无间隙的在岗指标，该案判赔金额10.8万元。社会学学者陈龙针对外卖骑手的田野调研数据显示：平台不直接下达“禁止休息”的指令，而是把上线时长、接单完成率、准时率、离线频次和派单权重、补贴档位深度绑定。一份面向国内多城骑手的问卷样本显示，超过62%的受访者表示，不敢随意长时间离线休息，担心订单优先级下降。网约车平台使用热力图、在线时长模型调度运力，司机自主休息的代价，是流量分配的隐性惩罚。直播间主播、在线客服的考核体系如出一辙：AI质检捕捉停顿时长、语速、面部表情、关键词，沉默、卡顿、情绪起伏都会计入绩效扣罚。还有一类更为隐蔽的数据采集，很少进入公众讨论视野：采集劳动者操作数据，用于训练AI模型。Meta的MCI项目曾计划默认采集员工键盘敲击记录、鼠标轨迹、定时屏幕截图，把工位上全部操作行为汇总为训练数据集。项目曝光之后，员工集体提出异议：个人工作行为产生的数据，所有权归属谁？企业采集，是否可以不经单独同意，用于训练可能替代自身岗位的AI？持续抗议之后项目暂停，但它抛出的问题具备普遍性：办公场景的行为数据采集边界，至今缺少细化的执行标准。英国Multiverse机构的AI评课系统也出现同类矛盾：转录教师授课语音、自动打分判定教学质量，正常课堂互动停顿、拓展闲聊，都被标记为教学瑕疵，不少受访教师出现持续焦虑、睡眠障碍。这里需要划清一条核心分界线，也是所有讨论的支点：监测分为两类，目标完全不同。第一类监测面向风险，人是被保护对象。ICU监护设备捕捉生命体征、异常指标预警；工地AI识别未佩戴安全帽、高空违规；道路设备识别疲劳驾驶；明厨亮灶AI抓拍后厨卫生隐患；校园安防识别外来闯入、霸凌预警。这类监测的目的是规避事故，规则公开，采集范围限定，受益主体是被监测者，具备充分必要性。第二类监测面向人的状态，用来评判态度、核算效率、实施奖惩。抬头率、课堂表情打分、工位离座计时、键盘轨迹采集，都属于这一类。它先预设一套简单的等价关系：抬头=认真，久坐=敬业，不停操作=高效。这套预设本身就简化了人性的复杂，数据流向管理端，作为考核工具，被采集者往往缺少单独同意、随时退出的通道。很多管理者信奉算法中立、数据客观。但算法从来不是价值真空的。它只是把管理者偏好的管理标准，封装进代码。把“持续不动就是努力”当成标尺，本质上是一种偷懒的管理：放弃沟通、观察、差异化判断，用最低成本的数字报表替代信任。国内外管理学元分析样本覆盖两万余名职场受试者，结论明确：持续性行为监控，无法稳定提升产出绩效，但会显著抬高个体焦虑水平，降低内在动机、团队协作意愿与创造力。机器可以捕捉动作，但捕捉不到思路的酝酿、灵感的沉淀、协作沟通的价值。《个人信息保护法》要求，人脸这类敏感个人信息处理，应当取得单独同意，满足充分必要；自动化决策若对个人权益有重大影响，当事人有权提出异议、要求复核、拒绝该决策结果。但大量数字化采购项目的流程里，很少设置由被采集主体参与的伦理评估。系统采购优先看功能能不能实现、报表好不好导出，至于会不会挤压人的留白空间，常常后置到舆情爆发之后才被讨论。我们反对的不是数字化工具本身。课堂录播、跨校区课程共享、教学资源数字化，这些技术真正在赋能教育；工厂安全识别、后厨风险抓拍，实实在在降低事故概率。我们反对的是效率至上的单一量化逻辑：把复杂的人，压缩成一组持续产出、可供排名打分的行为数据。抬头率可以一键关闭，但只要“能监测就监测、能量化就量化”的思维不变，指标会不断换外壳：专注度、表情分、在岗时长、操作频次，新的打分项总会不断出现。算法输出的结果，仅作参考线索，还是直接用来处罚、评价、决定收益？管理的底色是信任，教育的内核是唤醒。思考和创造，天然需要停顿、发呆、低头、松弛的空间。算法可以统计抬头的频次，无法丈量思想的深度；摄像头可以记录全部动作，无法判定内心的专注。技术是人的延伸，不该变成套在人身上的标尺。
