公众为何对“大学抬头率”这么敏感 | 新京报快评

▲资料图：南京大学校园。图/该校官网

针对引发广泛关注的“智慧教室系统统计课堂抬头率、出勤率”一事，11月4日，南京大学就相关说法予以回应。校方明确否认“到课率与平时成绩挂钩”“上级部门检查”等传闻，并强调系统“不采集人脸等生物特征信息、不进行人脸识别”，且“当前已不再统计抬头率数据”。

据澎湃新闻报道，近期，该校学生收到通知称，学校将依托暑期升级改造的智慧教室系统，对相应教师课程的到课率进行为期一周的全程记录。有学生向媒体表示，学校并未事先征询学生同意，担忧人脸信息可能被校方与技术公司掌握，即便没有精确的人脸识别，“统计抬头率”这种做法本身也令人感到不适。

虽然涉事高校否认了舆论场内的一些说法，然而，此次风波所暴露出的问题依旧不少。这里首先要反思的是，为什么无论校内还是校外，都对“统计抬头率”这件事感到不适？

相关做法之所以引起舆论反弹，除了隐私顾虑之外，更深层原因在于，其造成了一种认知层面的反差：在人们的共识中，大学课堂是开放而包容的，而不是被摄像头和算法裹挟的全景监控场域。但“统计抬头率”的做法，显然与公众日常认知中的大学大相径庭，甚至可以说是格格不入，自然难以被公众所接受。

事实上，“大学抬头率低”不算新话题，此前便曾多次进入公众视野。2025年，《南方人物周刊》探访发现，不少学校设置包括抬头率在内的多项精细化管理指标，因为有摄像头在拍，学生被提醒无论如何得抬头。彼时，该做法便曾遭到网友的广泛吐槽。

也因此，跳出个案来看，更值得追问的是，此类事件中，所谓智慧教室系统的使用边界，究竟在哪儿？提出这样的疑虑，并不是为了反对大学主动更新教学设备，而是要让大学积极回应师生的隐私焦虑，搞清楚“主次”，维护好校园里难得的宽松氛围。

具体看，一方面是数据采集的边界。比如，哪些数据可以采集，哪些数据采集前需要经过本人同意，哪些数据完全不能采集，这些疑问必须得到解答。另一方面则要关注使用智慧教室系统的目的。倘若是为了服务师生，那当然没问题，但如果反过来，以服务之名行惩戒乃至侵权之实，则已然越界。

此事中，校方虽然强调系统“不采集人脸等生物特征信息、不进行人脸识别”，但在此前信息沟通不畅的背景下，“统计抬头率”等做法依然容易造成误解，也会挤压课堂上开放而包容的氛围。而类似问题的频繁出现，所指向的是这两年被经常讨论的一个议题：大学课堂管理的“中学化”隐忧。

现实中，处理任何事务最忌二元对立思维，大学的日常管理更是如此。大学不能因为担心“课堂抬头率低”，便选择走向另一个极端，选择以实时数据量化学生的状态。要知道，大学生多是成年人，如此“一刀切”的管理，反而不利于其完成社会化训练。

大学课堂上不能只有千篇一律的抬头，毕竟，如果学生对课程不感兴趣，强行拉高抬头率，反而没什么实际作用；反之，课堂上的低头动作也不一定意味着就在“走神儿”，整理笔记、资料查阅都是大学课堂必不可少的组成。

值得注意的是，这类事件中一般都有个共性：即采购流程或许严格遵循了法律法规所要求的各项程序，但“主动征询师生意见”等关键步骤，却往往被忽略了，最终引发争议乃至翻车。

就此而言，各方也应该明白：大学积极主动推动智慧教室建设及使用，当然不该苛责，但在这个过程中，有必要把知情同意原则搭在摄像头和算法前面，尽早划定“有所不为”的边界。否则，很难断言“类似的风波不会再发生”。

撰稿 / 新京报评论员 马小龙

编辑 / 迟道华

校对 / 张彦君