关志康 曹莹
义务教育学校是基本公共教育服务的核心场所，也是教育体系中覆盖最广、责任最重的安全主体。近年来，面对日益复杂的安全形势，部分义务教育学校过度依赖刚性管控，以压缩学生活动时间空间为代价换取表面安全，陷入管控越严、育人空间越窄的结构性困境。如何在保障学生安全的同时全方位呵护学生成长，成为学校安全工作者需要破解的现实难题。破解义务教育学校安全风险防控的现实难题，关键不在于加码管控，而在于增强学校系统的“安全韧性”，即预测、应对、适应风险并从中学习成长的能力。数字时代，人工智能在风险预警、应急响应、经验学习等方面具有独特技术优势，能够为义务教育学校安全韧性建设开辟新路径。
——以智能预警增强风险识别的预见性。传统校园安全巡查高度依赖学校安全工作者的在场，难以实现全时段、全覆盖的有效监测。例如，校园欺凌苗头、心理危机等隐蔽性风险往往在问题爆发后才被发现，常常错失早期干预的最佳时机。科学引入人工智能技术，可以显著改善这一情况。一方面，多模态感知技术可通过智能摄像头、语音识别终端、情绪分析系统等设备，对校园重点区域进行全天候异常行为监测。例如，学生在卫生间等相对隐蔽区域内发出呼救或出现异常声响时，语音识别终端可即时捕捉风险信号并触发预警。另一方面，智能分析技术可整合学生行为记录、出勤数据、隐患排查台账等多源信息，识别孤立审视某一数据时难以察觉的隐蔽风险，帮助学校安全工作者动态把握校园安全态势。借助人工智能技术提供的感知与分析能力，义务教育学校能够从被动应对安全风险走向主动发现安全风险，为后续的快速响应和精准干预赢得先机。
——以智能协同增强应急响应的敏捷性。传统模式下，风险处置要经过“发现—上报—研判—部署”逐级传导的过程，环节多、链条长，信息在流转中容易衰减，也会导致处置时机延误。常见的情形是，风险信号已被察觉，响应力量却尚未到位，从而错失事前事中干预的最佳窗口期。运用人工智能技术可将风险信息由逐级传递转变为多方同步触达。例如，智能预警系统在识别到风险信号后，可将预警信息即时推送至班主任、安保人员、分管校领导乃至属地公安部门，在符合报告规范的同时实现多方联动响应，推动从“人找信息”向“信息找人”的根本性转变。与此同时，智能化管理平台可实时呈现事件处置进展，辅助生成处置建议，学校安全工作者可据此动态调度资源、协调各方力量，从而有效压缩响应链条中的信息盲区与时间损耗。在涉及校外人员或突发公共安全事件时，跨部门协同响应机制同样可依托智能化管理平台实现快速激活，从而进一步强化校内外力量的协作效能。
——以智能复盘增强经验总结的持续性。校园安全责任重大，学校作为主要责任主体，必须具备相应的经验总结能力。义务教育学校对于安全问题在不断进行反思总结，但反思总结的形式常停留于书面报告，缺乏系统性的原因分析和持续性的改进跟进。通过人工智能技术的嵌入，可以赋予学校系统化、智能化复盘的能力。例如，智能复盘系统可对典型安全事故的预警触发、响应过程、处置结果等全流程数据进行关联比对，识别高频风险类型、薄弱时段和治理盲区，为完善制度规范、优化资源配置提供精准的数据支撑。同时，基于历史数据提炼的风险模式，还可为应急演练提供贴近实战的情景设计，帮助教职工在针对性训练中切实提升问题处置能力、强化协作默契。长期积累的复盘数据，也有助于推动安全工作从依赖个人经验转向依托数据智慧，使不同学校之间的优秀经验得以共享。学校安全工作由此得以从“发生—总结—归档”的线性流程，转向“发生—复盘—改进—再优化”的动态循环，让每一次风险应对都成为提升安全治理水平的契机，使安全韧性在持续实践中不断增强。
——以智能适配增强治理体系的弹性。当前，部分义务教育学校为规避安全隐患，选择缩减校外活动、压缩课间活动范围，形成了以较为严格的管理替代教育的路径依赖。而人工智能技术的精准识别能力，能够为治理体系的弹性调适提供支撑。例如，借助智能分析技术，学校可对学生的追逐打闹与正常课间嬉戏做出区分，避免“一刀切”的粗放管控；借助基于风险程度的分级预警技术，可在识别到低风险行为时仅做标记观察而不启动干预，在高风险信号出现时及时触发响应，从而最大限度保护学生的活动自由；借助心理危机筛查技术，可从学生群体中精准识别出真正需要关注的个体，避免对全体学生施加不必要的普遍性压力。当技术帮助学校更清晰地判断“何时出手”“何时放手”，安全治理便有机会从“管住学生”走向“守护成长”。
总而言之，人工智能为义务教育学校安全韧性建设提供了坚实的技术支撑。当人工智能帮助学校更精准地预警风险、更敏捷地响应危机、更系统地复盘经验、更精细地守护成长边界时，学校便更有可能在守住安全底线的同时，为学生留出应有的活动空间和探索余地。面向未来，应进一步推动人工智能与安全治理的深度融合，让技术手段深度嵌入治理全流程，助力义务教育学校在复杂多变的安全形势中保持定力与弹性，实现安全与成长在校园中的相向而行。 （作者单位：西安文理学院）