高校AI数据分类分级怎么做？

定义：高校AI分类分级到底在分什么

在高校语境里，面向生成式人工智能的数据分类分级，是给每个数据对象同时登记两类属性。一类是密级与识别风险：公开、内部、敏感、敏感个人信息。另一类是用途许可：训练、微调、检索、生成分别允许、禁止还是须审批。缺少用途列的目录，只能说明“这张表很重要”，不能决定助手能不能读、模型能不能学、回答能不能展开。

对象通常来自教务、学工、人事、科研、就业、财务和图书馆等系统，也包括教师工作区文档、评测集、提示词样例和日志。分类针对的是字段、记录集和知识条目，而不是整台服务器。同一学生在学籍库里的专业代码、成绩明细和身份证号，往往分属不同级别，不能因为“都是教务数据”就共用一条授权。

最低必要是默认原则，不是上线后的补丁。完成一次公开制度问答，不应拉取学籍全文；完成一次本人成绩查询，不应返回同班名单。授权范围由归口部门确认，信息化负责把范围写进目录、网关和检索过滤。安全控制点见安全与合规边界，制度文本如何约束粘贴和外发见高校生成式AI使用制度怎么写。

它不是什么

• 它不是只给文件夹起名“内部”或“机密”，却不写训练、微调、检索、生成四列许可。
• 它不是等保测评材料里的资产清单复印件。测评对象和AI用途对象必须能对上字段，不能只对上系统名称。
• 它不是院系把表格发给厂商“先导入看看效果”，事后再补分级。
• 它不是公开网页可以检索，就默认同一通道可以微调或对外生成完整表格。
• 它不是一次编制后永远有效。新接口、新评测集和新模型版本都要复查。

分类分级也不是禁止学校使用人工智能。公开制度、已授权的课程导读和经过脱敏的统计，可以在规则内检索或生成。禁止的是越级：敏感个人信息进入校级通用训练集，内部会议纪要被低年级通识助手整段复述，未发表论文被外部模型当语料。政策口径的变化见教育数据分类分级治理要求解读，智能体如何按级拦截见高校智能体如何做权限控制。

为什么高校不能把所有数据装进一个库

学校推进知识库和智能体时，真正反复出事的往往不是“模型会不会答”，而是四类同时出现的数据错位。

第一，对象被系统名称吞掉。建设方案写“对接教务、学工、科研”，实施时却把培养方案、成绩、资助名单和未发表过程稿一并切块入库。系统对接只说明接口存在，不说明字段可被哪类用途使用。没有对象级目录，网关无法过滤，评测也无法出越权题。

第二，四种用途被绑成一句“能问就能用”。检索看到原文、生成写出可复制段落、微调改写模型权重、训练形成可复用语料，风险完全不同。一份内部值班表可能允许指定岗位检索核对，却不允许生成完整通讯录，更不允许进入通识课微调。若合同和配置只写“建设知识库”，上线后四种用途会默认打开。

第三，责任悬空。信息化可以建目录工具和日志，但不能代替教务解释成绩能否被助手读出，不能代替科研处判断过程数据能否检索，不能代替学工确认资助咨询是否可自动答。没有归口签字，目录会变成信息化代填的表格；有目录无用途列，签字也没有可执行含义。

第四，验收无法复测。招标书若只写“支持数据分类分级”，既不能抽查低权限账号，也不能核对训练语料台账。学校需要可复跑的证据：更高级数据不被低一级应用读出，语料有来源和级别，输出检查能拦住批量内部字段，跨级调用能对上审批单。

实践中还常见三类偏差。一是先导入再治理，把学期中间的咨询原文、教师未发表讲义和科研过程数据送进共享向量库，事后难以剥离。二是把脱敏理解成页面打星号，存储、提示词和日志里仍是原文。三是评测集直接使用生产库抽样，把真实学号和成绩写进厂商共享环境。纠正这些偏差不需要先换更大模型，需要先补对象盘点、用途列和跨级审批。对照摘要见高校AI智库 · 数据分类分级专题。

五步实施：从对象盘点到定期复查

实施顺序必须可重复。下一步不得跳过上一步的输出物。模型生成出现在分级和用途授权之后，而不是先全库召回再靠提示词补救。

第一步：盘点教务、学工、人事、科研、就业等系统中的数据对象

盘点单位是对象，不是系统台账上的一行产品名。建议按“业务域—对象—关键字段—更新频率—现有接口—当前使用处”列表。教务至少分开培养方案、开课、选课、成绩、学籍异动；学工学工至少分开住宿、资助、处分、心理咨询摘要；人事分开在职信息、考核和招聘材料；科研分开立项、过程记录、未发表成果和已公开论文；就业分开岗位、学生求职意向和去向统计。图书馆已购数据库按合同单列，不能并入“学校自有知识”。

每个对象写清主数据归口，避免两个处室对同一字段给出相反许可。只读查询和写回、导出、对外共享要分开登记。盘点阶段允许标注“待定”，但待定对象不得进入生产检索或训练。

第二步：对照教育数据分类分级要求，形成校内目录

目录至少包含：对象名称、密级、是否含个人信息或敏感个人信息、归口部门、允许角色、训练许可、微调许可、检索许可、生成许可、留存期限、出域条件、更新日期。密级建议对齐公开、内部、敏感、敏感个人信息四档，学校已有机密、工作秘密等口径的，做映射表，不要另起无法落地的第六套名称。政策实施背景见教育数据分类分级治理要求。

公开对象在版权和信息公开规则允许时，可以检索，生成须防止把未授权附件整份复制。内部对象默认按岗位最小化检索，生成只给结论或办理路径，不给可转发名单。敏感对象默认不进校级通用库，只在隔离空间按本人或岗位最小字段查询。敏感个人信息默认不进入训练、微调和生成原文，确需核验身份时走原系统或人工岗。

第三步：给智能体、知识库、评测集分别打级，禁止高一级流入低一级

应用和语料必须继承对象级别中的最高者。校级通识助手只能挂接公开和经批准的内部摘要；办事助手按处室隔离；成绩或资助相关能力不得注册到公共入口。评测集若含真实记录，密级不得低于生产数据，存放和使用环境也不得低于生产。禁止用低一级应用的服务账号读取高一级空间，禁止把高一级切片写入低一级向量库“提高召回”。智能体侧如何强制授权见高校智能体如何做权限控制。

第四步：对生成内容做输出检查，防止内部表格原样带出

即使检索集合法，模型仍可能把多条内部字段拼成表格或名单。输出检查应在返回用户前拦截：批量学号、证件号、手机号、完整成绩表、未公开会议名单、资助发放清单。命中后拒答、截断为汇总或转人工，并记规则编号。检查规则由业务确认敏感模式，信息化配置，安全抽查，不能只写进系统提示词。

第五步：定期复查新接入数据和模型训练语料

复查触发包括：新系统接口、新知识空间、模型或微调版本更换、人员批量导入、评测集更新、合同到期。复查要能回答语料从哪来、级别是什么、用途勾选是否仍有效、过期对象是否已停用。无来源或无级别的语料不得继续训练。教师个人把内部表粘贴到未评估外部工具的行为，须由使用制度约束，方法见高校生成式AI使用制度怎么写。

比较：所有数据进一个库，还是分级用途隔离

下表用于立项讨论，不构成唯一合法或唯一技术路线。许多学校希望“一个入口问遍全校”，这可以作为体验目标，但不能作为数据架构。具体学校还需对照网络安全、教育数据分类分级、生成式人工智能管理和校内保密、信息公开制度。

选择隔离不是否定统一入口。入口可以统一，背后必须是按级过滤的多个空间和用途开关。统一身份和日志可以汇合，原文、向量和训练语料不能汇合成无标签池。安全基线见安全与合规边界。

四级对象与四类用途如何对照

下面给出建设讨论用的默认倾向，不是全国统一法定表。学校必须结合本单位信息公开、档案、人事和科研保密细则改写成目录正文。倾向的含义是：未单独批准时按更严的一档执行。

公开

典型对象包括已发布章程与制度、招生章程、公开课简介、图书馆开放时间、已公开新闻。检索通常允许校内校外按发布范围使用。生成允许概述和指引，但应引用现行文本，避免把未纳入公开范围的附件带出。训练和微调仅在版权、数据库合同和许可证允许时进行，已购商业数据库全文默认不算学校可训练资产。

内部

典型对象包括未公开的办事细则、值班安排、内部统计口径、教师工作区未定稿、会议纪要。检索按岗位和院系最小化。生成默认给办理路径和条件，不给完整通讯录或未定稿全文。训练和微调默认不进入校级通识模型；院系专项需要单独空间、单独语料台账和退出删除。

敏感

典型对象包括学籍异动、成绩明细、处分、人事考核、未发表科研成果、未公开预算明细。检索只在隔离场景、最小字段、本人或明确岗位下开放。生成禁止展开他人记录或批量名单。训练和微调默认禁止进入通用或可对外交付的模型；科研专项须课题隔离，不得回流办事助手。

敏感个人信息

典型对象包括身份证件号、生物识别、健康与心理详细记录、精确位置、未成年人相关高风险字段，以及可识别特定自然人的资助、家庭特殊状况等。默认不进入训练、微调和生成原文。确需核验时回到原系统或人工窗口，助手只提示前往何处办理。日志中也应脱敏或截断，避免审计库变成第二份敏感库。

建设步骤：输入、角色、动作与输出

下列步骤按时间顺序排列。每一步写出输入、责任角色、动作和输出，便于写入项目计划和验收清单。角色名称可按学校处室调整，但不能出现“只有厂商、没有校内主责”。

1. 冻结范围与工作组

动作：明确首批纳入分级的业务域，列出暂缓对象，例如心理咨询原文、未发表实验数据和未成年学生高敏感材料。输出：工作组名单、暂缓清单和目录模板。

2. 对象盘点与冲突裁定

动作：同一字段两处含义冲突时，由归口裁定，不得各导一份。输出：对象清单、字段最小集和“禁止入库”列表。

3. 目录会签与用途勾选

动作：未勾选视为禁止；跨级项另附审批条件。输出：已签字目录、映射到空间和工具的配置说明。

4. 空间隔离、网关与输出检查落地

动作：拆除未分级的共享库或将其只读冻结；为每个助手登记可挂接空间。输出：拓扑、过滤规则、输出检查规则和账号移交表。权限如何叠加见高校智能体如何做权限控制。

5. 抽查、语料台账与发布

动作：确认低级别应用读不出高级对象，语料有来源级别，输出检查拦住名单。输出：抽查报告、缺陷单、目录发布版本和复查日历。没有目录版本号，不得宣布分级完成。

训练、微调、检索、生成：四条用途怎么写进规则

用途规则要写成系统能执行的开关，而不是原则性口号。建议每条对象四列，取值只有允许、禁止、须审批，不要写“视情况”“原则上可以”。

训练。指形成或更新可复用的基础或领域语料，权重可能被多个场景继承。允许项必须可公开或已获权利人授权，并排除敏感个人信息和未公开科研成果。训练集会被复制、备份和可能的外包标注，密级按最高对象计，环境不得低于生产。

微调。指在已有模型上用校内样本改变行为。即使数据不出机房，微调后的权重仍可能记忆样本。内部办事话术可以在隔离环境微调，但不得夹带真实学号和成绩。敏感类专项模型必须与生产办事推理隔离，任务结束按批准删除中间文件。

检索。指问答或智能体运行时读取原文、摘要或向量。这是最容易被“先接入再说”打开的用途。检索授权必须绑定角色和院系范围，禁止全校服务账号读全库。本人查询不等于辅导员可查全班，院系统计不等于助手可生成学生名单。

生成。指把检索到的或用户粘贴的内容改写成新的可传播文本、表格或文件。生成许可应严于检索：能看不等于能复制传播。内部和敏感对象的生成默认摘要化、路径化，必要时转人工。对外渠道的生成还必须遵守学校新闻和信息公开口径。

四列之外还要写留存和出域。聊天日志、工具返回和拒答记录会形成二次数据，密级不得低于会话中实际出现的最高对象。出域包括送外部模型、外包标注、演示环境和跨校共享。未在目录中允许的出域，网关应直接拒绝。部署位置如何与分级配合，见私有化与混合边界的建设方法，但机房位置不能代替用途列。

跨级审批、审计和违规处置

审批表至少包括：申请场景、对象清单、拟使用用途、是否出域、脱敏或合成方法、使用期限、用户范围、失败回退和删除证明方式。口头会议纪要不能代替表单。临时演示账号若挂接生产数据，必须按跨级单管理，演示结束当日收回。

审计字段建议固定：操作者、统一身份、助手或任务名称、对象级别、用途类型、是否命中输出检查、是否出域、审批单号、结果（放行、拒答、转人工）。日志本身按内部或敏感管理，查询审计库也要授权，防止管理员浏览变成新的泄露面。控制清单见安全与合规边界。

违规处置应预写，而不是等到投诉再开会。典型情形包括：未分级入库、训练语料无来源、低权限读出高级字段、输出带出完整内部表、把校内原文粘贴到未评估外部模型。处置梯度可以是：下线对应知识、冻结助手、追回导出、通报归口、按学校网络安全和师德或学生管理规定移送。使用制度中的追责条款应与此衔接，见高校生成式AI使用制度怎么写。

验收与采购参数

验收必须使用双方确认的测试账号、测试对象和问法，而不是厂商演示对话。未通过项列出缺陷、责任方和复测时间。演示成功不能覆盖条目失败。

验收应覆盖的条目

• 目录：公开、内部、敏感、敏感个人信息可区分；训练、微调、检索、生成四列完整；有责任部门和更新时间。
• 隔离：抽查智能体无法读出更高级数据；高一级切片未出现在低一级向量库。
• 语料：训练和微调清单能对应到来源、级别、授权和删除条件；无来源样本不得在库。
• 输出：诱导生成学号名单、证件号和内部成绩表时被拦截，并留下规则命中记录。
• 跨级：无审批单的跨级配置无法保存或无法调用；有单号的调用可在日志中检索。
• 退出：停用空间后不可检索，约定语料可删除或导出给学校，管理员操作可审计。

采购参数建议写成可测试语句

例如：在学校提供的低权限账号下，对已标记为敏感的对象提问，系统拒答或转人工且不返回原文字段；在学校提供的语料台账中，每条训练样本能显示级别和来源；对批量内部字段的生成请求，输出检查命中可复现。不要写“具备完善数据治理能力”或唯一品牌。平台能力可参考校级智能体与数据治理平台，但验收以本校目录和测试集为准。