发生了什么
据《每日记录》报道，马里兰州法学院在人工智能方面没有通用的方法。在马里兰大学弗朗西斯·金·凯里法学院，唐纳德·托宾教授主张教导学生批判性地使用人工智能，而安德鲁·布莱尔-斯坦内克教授则禁止在课堂上使用人工智能。巴尔的摩大学教授米歇尔·吉尔曼表示，学生既需要实践培训，也需要对人工智能生成的作品有更强的判断力。
据《每日记录》报道，马里兰州法学院的学生和教育工作者正在努力就课堂上的人工智能达成共识。文章将这一争论置于高等教育更广泛的转变中，称法学院之间的政策有所不同，有些禁止人工智能，而另一些则在有限的情况下允许人工智能。该报告没有独立核实国家政策环境，也没有对马里兰州学校进行全面调查，因此这些例子应被视为报告案例，而不是完整的清单。
据《每日记录》报道，马里兰大学弗朗西斯·金·凯里法学院教授唐纳德·托宾 (Donald Tobin) 与人合着了 7 月份的《法学家》文章，批评加州大学伯克利分校法学院禁止人工智能使用的政策。托宾告诉媒体，人工智能将成为一种重要的工具，假装它不存在将是一个错误。文章将他的立场作为调整法律教育学的论据，而不是作为马里兰州某所学校采用统一人工智能政策的证据。
《每日记录》还报道称，马里兰大学法学教授安德鲁·布莱尔·斯坦内克禁止在他的课堂上使用人工智能。布莱尔-斯坦内克表示，没有可靠的方法来强制执行全面禁令，但他认为，他的方法鼓励学生在没有人工智能帮助的情况下参与课程材料并回答问题。该报告没有具体说明与该政策相关的具体过程、执行程序或后果。
这篇文章描述了与托宾不同的教学方法。据《每日记录》报道，他有时会要求学生检查大型语言模型对提示的响应并找出三个错误。该练习的目的是教学生质疑人工智能的输出，并了解该技术在哪些方面有用或不可靠。该报告没有提供测试结果来表明这种方法是否可以提高法律研究、写作或考试成绩。
学生的观点也存在分歧。据《每日纪事报》报道，正在升学的二年级学生阿比盖尔·弗莱（Abigail Fry）没有使用人工智能，因为她遇到过幻觉的法律引文和案例的例子。与托宾共同撰写《法学家》文章的塞缪尔·欧文 (Samuel Irwin) 表示，人工智能可以帮助完成允许的任务，例如组织笔记以及检查拼写和语法。消息来源没有确定有多少学生持有这两种立场。
据《每日纪事报》报道，巴尔的摩大学教授米歇尔·吉尔曼认为负责任的教学刻不容缓，因为经验丰富的教授可能比学生更有能力判断人工智能输出是否可以接受。该文章没有明确巴尔的摩大学的正式政策或必修的人工智能课程，也没有独立证实教授对课堂实践的描述。
该报告还引用了校友凯瑟琳·西尔瓦(Katherine Sylva)的话，她表示，在她就读马里兰大学时，人工智能经常被视为恶棍，而熟悉人工智能工具在进入公司之前会很有用。据《每日记录》报道，她正在为技术法职业做准备，并发现课堂态度与工作场所期望之间存在差距。消息来源没有提供雇主调查来衡量这些期望的普遍程度。
为什么这很重要
这场辩论影响着未来律师如何学习法律推理、写作和验证。 《每日纪事报》的报道显示了一种实际的紧张关系：学生可能需要在合法工作场所使用人工智能技能，但依赖可能产生虚假案例或引文的系统可能会削弱这些工作场所所需的基础。
《每日纪事报》的报道很重要，因为法律教育正在培训人们如何处理权威文本、专业职责和错误的严重后果。如果学生在没有检查的情况下使用人工智能进行法律分析，错误引用或不受支持的主张可能会进入作业并最终进入专业工作。该文章提供了这些问题的示例，但没有独立量化此类错误发生的频率或造成的危害有多大。
《每日纪事报》报道的核心矛盾不仅仅是学生是否应该使用人工智能。问题在于他们在掌握检测其错误所需的知识之前是否能够学会负责任地使用它。吉尔曼告诉媒体，经验丰富的教授可以对人工智能的输出做出深思熟虑的判断，而学生可能缺乏这种观点。这种区别使得基本法律培训与任何允许人工智能援助的政策相关。
文章还指出了为什么全面禁令可能难以维持。据《每日记录》报道，布莱尔-斯坦内克承认没有可靠的方法来强制执行全面禁令，而托宾和欧文则指出有限的用途可能会减少繁琐的工作。如果执行力度薄弱或规则不明确，学生可能会面临不同课程的不一致期望，并且可能不知道援助何时会未经授权取代他们自己的作业。
与此同时，《每日记录》报道称，律师事务所和更广泛的法律行业正在开始整合人工智能。让学生为这种环境做好准备可能具有实际价值，特别是对于涉及组织、起草支持或文件审查的任务。但消息来源并未独立证实雇主的要求、生产力的提高、成本的节省或法律结果的改善。这些未知因素限制了关于早期课堂采用的好处的结论。
其风险不仅仅在于学术诚信。据《每日记录》报道，教育工作者正在努力保持学生独立推理和回答问题的能力，同时为他们适应不断变化的职业做好准备。这是一个面向公众的担忧，因为律师的工作会影响客户、法院和合法权利。这篇文章没有报道马里兰州法院或律师当局的新规则，因此其意义是教育性和前瞻性的，而不是专业监管的变化。
互动机制：它实际上是如何运作的
以交互方式探索这一发展背后的基础技术。
Why can ethical evaluation not be reduced to one model score?
接下来看什么
据《每日记录》报道，马里兰州教育工作者认为人工智能政策尚未完成。关键问题包括学校是否为允许的用途制定更明确的规则、教授如何执行禁令、人工智能素养是否成为法律课程的一部分，以及雇主的期望如何影响课堂标准。消息来源没有独立确定这些政策的广泛程度或它们是否改善了学生的成绩。
据《每日记录》报道，马里兰州的法律教育工作者认为这个问题仍在进行中。未来值得关注的发展包括个别教授是否从非正式规则转向书面的课程水平标准；学校是否将允许的编辑或组织与实质性法律分析区分开来；以及学生是否接受有关验证人工智能产生的引文、案例和其他权威的指导。
另一个问题是执行。据报道，布莱尔-斯坦内克认为全面禁令无法可靠执行，这表明合规性可能取决于课程设计、评估方法和学生披露。消息人士没有透露马里兰州法学院是否正在采取口试、流程记录、引文审核或其他措施。如果没有这些信息，就不可能评估当前政策运作的一致性。
《每日纪事报》的报道还指出了一个课程问题：人工智能素养应该作为一种专业技能、法律道德问题，还是两者兼而有之？托宾报告的课堂练习将模型输出视为批评的对象，而吉尔曼强调学生在负责任地评估人工智能之前需要判断。该消息来源没有报告任何解决此问题的全州课程标准或认证要求。
雇主的期望将是另一个压力点。据《每日记录》报道，西尔瓦希望她在进入公司环境之前能够更熟悉人工智能工具，吉尔曼相信业界期望有效地使用它们。这些观察结果是个人账户，而不是经过独立验证的全行业需求的证据。更有用的证据包括律师事务所政策、律师指南、招聘数据以及律师如何在实践中使用人工智能的记录示例。
最后，可靠性仍然是一个实际限制。 《每日记录》报道了学生对幻觉的法律引文和案例的担忧，但没有提供对特定人工智能系统的比较测试，没有错误率，也没有对保障措施进行独立评估。因此，读者应该将这篇文章视为活跃的机构辩论的证据，而不是证明任何特定方法更安全或更有效的证据。课堂政策在多大程度上改变了学生的能力、职业行为或法律服务质量仍然未知。