数字化转型是高校主动顺应全球技术革命与产业变革的必然举措，也是支撑高等教育实现高质量发展的核心路径。高校数字化有其自身发展规律，应在马克思主义系统观指引下，形成一套兼具系统性与可操作性的通用框架。本文基于联合国教科文组织发布的《教育数字化转型的六大支柱：通用框架》，结合高等教育发展特性与高校管理经验，构建高校数字化转型的框架体系，包含党建引领、夯实底座、应用为王、以人为本、机制保障、数据证据六大支柱。鉴往知来，行稳致远。面对高校数字化转型进程中存在的认知观念偏差、实践应用偏移、数据管理问题、治理协同梗阻与伦理安全隐患等症结，高校应革新传统教育理念、确立新的培养标准、构筑未来教育要素，将人工智能深度嵌入教育教学全过程全链条，以数智化赋能高等教育转型升级。

高校数字化转型的基本框架及实践审思

智能技术的快速发展及其在教育领域的广泛应用，使其成为教育理念革新、教育流程再造、教育内容重构、教育结构重组、教育模式创新以及影响教育效果的重要因素^[1]。党的二十大作出“推进教育数字化，建设全民终身学习的学习型社会、学习型大国”重大战略部署以来，我国启动实施国家教育数字化战略行动，先后印发《教育强国建设规划纲要（2024—2035年）》《教育部等九部门关于加快推进教育数字化的意见》等文件，对教育数字化发展进行全面部署规划。对于高等教育而言，日臻完善的智能技术及其应用发展前景，正以不可逆转之势重构全球高等教育的竞争格局与发展范式，高等教育数字化已成为塑造国家创新能力与人才竞争力的战略支点，深刻影响着高校在服务中华民族复兴伟业中所承载的历史使命与时代价值。

一、高等教育数字化转型概述

习近平总书记指出：“办好我国高校，办出世界一流大学，必须牢牢抓住全面提高人才培养能力这个核心点，并以此来带动高校其他工作。”^[2]从教育发展的历史逻辑看，传统高等教育模式受工业时代标准化、规模化生产范式的浸染，人才培养体系构建于“知识传递、技能训练、学历教育”的线性框架之上，具有强烈的职业化教育属性，这种模式在工业化进程中展现出显著的效率优势，为社会输送大量具备基础专业知识的生产劳动力，有效保障产业扩张对标准化人才的需求^[3]。但随着后工业社会向数字文明转型，智能技术引发社会发展变迁、知识分工变化和就业市场转变，高等教育逐渐暴露出诸多结构性弊端，导致人才培养质量不尽如人意。一是人才培养目标亟待更新。智能时代的社会竞争不仅是人与人的竞争，大量流程性、非创造性工作岗位将被自动化、智能化的机器取代。正如世界经济论坛所预测的，到2030年自动化技术和人工智能在全球范围内将影响近40%的工作岗位，人工智能即将替代越来越多需要中等智力水平的职业^[4]。高等教育急需调整更新人才培养目标，构建与新的发展需求、产业结构和经济形态高度契合的能力培养体系，培养学习者批判意识、创新思维、协作能力等更具竞争力的高阶素养能力，实现个人终身学习和全面发展。二是学科专业结构加速调整。工业时代建立的学科专业体系界限分明、设置相对固化、调整周期漫长，难以适应数字经济需求，高校需从被动适应转向主动变革，构建动态响应经济社会数字化发展需求的学科专业体系。数据显示，2024年我国增设国家战略急需专业布点1673个，撤销不适应经济社会发展的专业布点1670个^[5]；近5年来，人工智能专业累计新增超400个，数字经济、智能制造工程等专业累计新增数量均超过200个^[6]。整体来看，在相关学科或专业中融入人工智能等新兴技术的趋势逐渐显现，但如何实现技术赋能与学科建设的深度耦合，是高校学科专业调整尚未解决的根本性问题。三是课程教学模式面临重塑。高校传统课程教学以教师为核心主导，课堂中普遍呈现教师单向讲授、学生被动接纳的“填鸭式”教学，师生互动的深度与广度存在明显局限。与此同时，尽管数字化教学手段日渐丰富，但在与课程教学融合过程中存在“两张皮”现象，技术应用与实际教学往往多为物理反应，缺少化学反应。随着以ChatGPT为代表的通用大模型的出现，智能技术推动教学模式从“师—生”二元结构转向“师—机—生”三元结构、教学内容从“人工创造”转向“智能生成”、教学评价从“单一评价”转向“多元评价”^[7]、科研范式从“数据驱动”转向“人工智能驱动”（AI for Science）^[8]，这种结构性变革打破了传统教学的封闭性，让教学过程更具动态性和交互性，也使得高等教育在教学模式革新中对数字化转型的需求愈发迫切。四是产教融合需求日益迫切。高等教育的核心目标在于为社会发展输送具备实践能力与适配性的实用型人才，推动科技成果转化为现实生产力。但近年来，加速创新发展的智能技术正推动智能生产力与智能经济快速发展，教育系统与产业体系间的互动愈发复杂多变，校企人才供需脱节、能力不适配、成果转化困难等问题愈发突出。《世界银行2024年度报告》数据显示，目前全球约4.5亿青年因技能错配难以就业，约23%的企业雇主受困于技能型人才短缺，未来10年内将有超过11亿个工作岗位面临技能需求的根本性转变^[9]。应对新的发展需求，高校需构建与企业生产深度融合的良性互动机制，助力新质生产力和经济社会发展。

在数字文明蓬勃兴起的当下，数字化正以前所未有的深度和广度推动产业变革与科技创新，数字化转型已然成为高等教育顺应时代发展、突破上述种种局限的关键路径。从技术演进层面看，大模型、大数据、元宇宙等智能技术正深刻重构着知识生产传播的路径与逻辑，影响着人们的思维方式与学习模式。高校需要革新人才培养目标、创新教学组织形式、重构科研创新体系，以回应智能时代对数字创新人才的需求。与此同时，新兴技术推动的数字化基础设施建设不断完善，为高等教育数字化转型提供重要保障。从教育发展层面看，智能时代的教育需求从标准化、规模化向个性化、多元化转变，学习者对教育资源的可及性、学习路径的灵活性、能力培养的针对性提出更高要求，而数字化转型正是破解传统教育中资源分配不均、教学模式固化等难题的核心手段，能够推动教育价值从知识传递向能力培养延伸。从经济环境层面看，数字经济尤其是智能经济的迅速崛起，对人才培养提出全新标准，高等教育作为教育发展、科技创新和人才培养的集中交汇点，需因应这一形势做出改变，培育价值为先、能力为重、知识为基的复合型创新人才。同时，教育的智能化升级提出新的技术需求，智慧教育相关配套支持产业规模日益扩大，成为智能经济可持续发展的重要支柱。从概念内涵看，美国高等教育信息化协会（EDUCAUSE）将数字化转型定义为“借助文化、人力与技术层面深度且协同统一的变革，实现机构运营优化、战略决策调整与价值导向重塑的动态过程”^[10]。因此，高等教育数字化转型的核心要义，在于依托智能技术对高等教育系统实施全方位、深层次的综合性变革。这一转型的目标是构建数据驱动、人机协同、跨界融通的教育生态，并在此基础上形成具备更高敏捷性、适切性、韧性与可持续性的高等教育体系，从而为高等教育的高质量发展提供系统性支撑。从发展阶段看，高等教育数字化转型是一个复杂的历史性进程，是智能技术与教育系统由浅入深、由表及里、由点到体融合的过程。联合国教科文组织（UNESCO）将教育教学领域的技术应用进程划分为起步、应用、融合与转型四个阶段^[11]。我国教育部指导编制的《无限的可能——世界高等教育数字化发展报告（2022）》将高等教育数字化分为转化、转型、智慧三个阶段，其中转化阶段聚焦智能技术与教育教学活动的初步融合，转型阶段侧重高校内部各类业务流程的重组与再造，智慧阶段则以实现高等教育全要素、全业务、全流程及全领域的变革重塑为核心目标^[12]，为高校研判、定位自身数字化发展水平提供借鉴与参照的同时，在实践中也展现出较强的指导性和可操作性。

历经多年教育数字化实践探索，2024年世界慕课与在线教育大会首次提出全球高等教育进入“智慧教育元年”的概念^[13]，标志着世界高等教育已整体进入转型阶段，正加速迈向智慧阶段，人工智能推动自适应、个性化、精准化和智能化的高等教育新生态正在形成。

二、高校数字化转型的基本框架

马克思主义系统观认为，整个世界是相互联系的整体，也是相互作用的系统，构成系统的各要素之间相互联系、相互影响、相互制约^[14]。教育数字化作为整个教育系统的一场认知革命，有其自身发展规律，数字化转型需要在认识规律的基础上搭建一套兼具系统性与可操作性的通用框架或支撑体系，以精准协调各转型要素的互动关系、高效统筹要素间的动态平衡，从而推动整个转型系统发挥最大效能、实现最优目标。为支持政策决策者制定教育数字化转型的发展愿景与战略规划，帮助教育领域利益相关者更高效地应对新发展态势、新兴技术以及持续变化的教育需求，从而更好地借助智能技术推动教育目标达成，2024年联合国教科文组织发布《教育数字化转型的六大支柱：通用框架》文件，制定针对教育部门具体需求的数字化转型共同框架，呈现教育数字化转型的基本组成部分，意在依托此框架帮助所有国家审视、定位自身教育转型历程，明确教育数字化的推进重点，以提升本国教育系统的质量、公平性与包容性。该框架整体包含内外两层，外层代表整体愿景，包括教育系统优先事项、目的和原则，意味着教育数字化转型的全过程应由明确的目标方向为根本驱动，要以教育系统的具体优先事项为基础，符合以人为本、道德伦理、可持续发展和前瞻性要求等教育技术使用原则；内层涵盖协调与领导、连通性与基础设施、成本与可持续性、能力与文化、内容与解决方案、数据与证据六大支柱^[15]。联合国教科文组织发布的通用框架，为广大教育决策者构建教育数字化转型蓝图、把握教育数字化转型方向提供了新思路、新视角，但不同事物的矛盾各有其特殊性，解决矛盾必须坚持具体问题具体分析。高校作为教育数字化转型的核心实践场域，需要在马克思主义系统观指引下，观照本土和外来、历史和现实、理论和实践、继承和创新^[16]，以全面的、发展的、辩证的、普遍联系的观点认识解决问题，构建适配高校发展需求的框架体系，更好实现技术赋能到生态重塑的跃迁。为此，本文以联合国教科文组织通用框架的“六大支柱”为基础，结合我国高等教育发展特性与高校管理经验，构建并提出高校数字化转型的六大支柱框架体系^[17]（见图1）。

一是党建引领。该支柱主要聚焦做好推进教育数字化转型的谋篇布局。习近平总书记强调：“教育数字化是我国开辟教育发展新赛道和塑造教育发展新优势的重要突破口。”^[18]面对纵深推进教育数字化这一重要而紧迫的时代命题，破解难题、落实任务的核心关键在于始终坚持党的全面领导。高校必须牢牢把握社会主义办学方向，始终坚持为党育人、为国育才的初心使命，将立德树人根本任务贯穿数字化转型全过程，主动对接国家教育数字化战略部署，以培养适应智能时代的高水平数字创新人才为己任，确保数字化发展始终服务于教育强国建设和民族复兴伟业。通过强化高校基层党组织在教育数字化战略规划、顶层设计、资源整合与风险防控中的领导作用，明确“做什么”“谁来做”“怎么做”等基本问题，系统构建方向明确、路径清晰、机制健全的转型体系，将培育和践行社会主义核心价值观融入智慧教育生态建设，切实将党的制度优势与组织优势转化为教育数字化发展的强大动能，走出具有中国特色的高校数字化发展道路。

二是夯实底座。该支柱主要聚焦教育新型基础建设（下文简称教育新基建），构建自主可控、安全高效、普惠智能的数字化教育基础设施体系。任何教育理想和目标的达成，都需要相应的物质技术基础支持，否则便只能是可望而不可即的空中楼阁^[19]。教育新基建是促进教育数字转型与智能升级的结构性力量，高校应立足国家战略需求和教育发展实际，围绕“云、网、数、端”四大要素一体化布局，统筹推进算力规模资源扩容、网络基础设施建设、数据治理体系构建、智慧教学环境创新等系统性工程建设，强化数字底座的硬件支撑与软件协同能力。着力构建教育大数据中心、集成化教育大平台和人工智能大模型“三位一体”的教育数智基座，以智能技术的创新突破驱动教育要素深度融合与系统性变革，稳步推进“无处不在的连接、无处不在的感知、无处不在的计算”的智慧教育新型生态体系建设，为高等教育高质量发展提供坚实、稳定、可持续的基础支撑。

三是应用为王。该支柱主要聚焦在“教、学、管、研、评”等场景的数字赋能与创新应用。改革的任务唯有落地生根才能彰显价值，平台系统的构建价值在于实际应用，应用的核心载体便是具体场景。高校必须始终把教师教学所需、学生学习所盼作为数字化发展的出发点和落脚点，聚焦人工智能在创新育人方式、变革科研范式、优化管理流程、重塑办学模式、完善评价机制等方面的深度融入，推动“人工智能+”全面赋能课程资源供给、个性化学习支持、智能办事服务与精准化管理决策，建立“需求牵引、应用导向、持续优化”的工作机制。通过典型场景的先行突破带动整体跃升，实现从“重建设”向“重应用”、从“有系统”向“有效能”的根本转变，真正让智能技术服务于师生成长、服务于质量提升，持续引领高校在数字化发展新赛道上塑造高质量发展新优势。

四是以人为本。该支柱主要强调将人的发展置于中心地位，推动人机协同、人技融合与人技共生。技术并非独立于人的工具客体，而是与人构成“主体—客体”互动的实践场域，高校数字化转型的深层逻辑是技术服务于人，关键在于把握好“人与机”的协同和“人与技”的结合，推动“人”与“技”更好的协同共生与价值互构，这一过程需坚守“以人为本”的基本原则。具体而言，应以智能技术赋能教师专业发展，利用智能技术助力教师专业成长，提升其数字化教学设计、智能工具应用与数据驱动教学的能力；以智能技术促进学生个性化成长，构建自适应学习支持系统满足学生差异化需求，激发学习主动性与创造力，实现因材施教；以智能技术赋能数字化领导力提升，增强其在战略规划、资源配置与治理服务中的决策能力。通过全方位赋能各类教育主体，推动形成技术与人和谐共生、相互成就的教育生态。

五是机制保障。该支柱主要聚焦构建系统完备、协同高效、开放共享的教育数字化转型制度与运行保障体系。教育数字化涉及多元主体、多维环节和多重风险，单靠技术投入或部门推动难以实现可持续发展，必须打破传统封闭、割裂的保障模式，转向跨部门协同、校内外联动、政用产学研融合的开放型治理机制。高校应加快职能转变，深化“管办评”分离改革，推动管理重心下移，强化基层自主权与响应能力，形成“决策—执行—反馈—优化”的闭环管理，以“管理制度化、制度流程化、流程信息化”为路径，推进治理体系扁平化、决策精准化、服务透明化。同时，健全资金投入、人才支撑、数据安全、隐私保护、技术伦理等全链条保障制度，构建覆盖技术应用、运维管理、风险防控的长效机制。通过建立多方参与、资源共享、责任共担的协同生态，打造高标准、高质量、可持续的数字化发展支撑体系，确保教育数字化在安全可控的前提下健康、优质、高效推进。

六是数据证据。该支柱是指高校要持续强化“数据驱动、协同共享”的转型理念，将基于“系统汇报、数据说话”的理念贯穿数字化转型全周期全过程。教育数字化转型不是技术驱动下的盲目推进，而应建立在客观数据与真实证据的基础之上，确保战略规划、资源配置、教学改进与管理优化的科学性、针对性和可验证性。高校必须深刻认识数据作为新型生产要素和基础性战略资源的关键作用，系统构建覆盖教学、科研、管理、服务全链条的数据采集、治理、分析与应用体系，实现跨部门、跨平台的数据融通与共享。通过建立常态化的数据监测、诊断与反馈机制，推动“系统汇报、数据说话”成为决策常态，使政策制定、质量评估与改革迭代有据可依、有迹可循。同时，注重证据的积累与分析，将实践成效转化为可衡量、可追溯、可推广的转型经验，为数字化转型提供坚实的认知基础与持续改进的内生动力。

近年来，在国家教育数字化纵深推进、人工智能与教育深度融合的时代背景下，各地高校主动承接教育数字化转型的战略任务，持续深化高等教育领域综合改革实践探索，围绕“高校数字化转型的六大支柱”系统布局、精准发力，为我国高校数字化转型提供了兼具理论价值与实践意义的样本参考和经验支撑。武汉理工大学坚持以党建为核心引领，全面驱动学校教育事业高质量发展，学校在2023年第四次党代会上审议通过《武汉理工大学第二个中长期发展战略规划》，明确提出将数字化转型作为核心战略引擎，深入推进教育教学、科研创新、社会服务、文化传承与国际交流合作等领域的系统性变革，全面塑造高等教育高质量发展的新动能与新优势^[20]。在此引领下，该校通过算力资源的规模化扩容与智能化调度、网络基础设施的全面升级与精准覆盖、数据治理体系的标准化构建与价值挖掘、智慧教学环境的迭代更新与融合应用，构建起技术先进、安全可靠、弹性扩展的新型数字基础设施体系。在应用方面，以科研为例，该校加强科研数据治理、推进科研信息平台建设，面向国家战略需求着力推进电子信息材料、新能源材料等领域转型升级，并将研发的新型材料与数字产业融合，通过“材料+信息”转型策略推动产业数字化；构建基于大数据的科研画像与智能推荐系统，针对重大项目培育、虚拟团队组建、科技成果转化、产学研合作、科研基地申报等重点场景开展“一键式”科研智能推荐。武汉理工大学以人技结合综合改革为抓手，以人事制度改革为核心突破口，通过数字赋能实施定编、定岗、定责、定薪的“人事四定”工作，根据教师专长和岗位特点确定差异化、个性化岗位目标任务，增强岗位任务和师资选聘的科学性与适配度，实现教师成长发展“一人一策”。在机制保障方面，该校致力于构建“U-G-B-S”（University-Government-Business-School）协同赋能机制，通过突破组织壁垒和重构资源配置模式，形成“需求共商、资源共享、责任共担、成果共创”的协同创新模式，系统推进教育、科技、人才一体化，为高等教育在智能时代的变革提供了可复制、可推广的系统解决方案。此外，该校建立“校长—处长—院长”三级链接数据驾驶舱，以“教、学、研、管、评、服”六大核心业务系统为数据源，通过标准化数据接口和伴随式采集技术，构建起全域实时数据采集体系，搭建高速网络数据中台，无缝对接30多个部门的100多个业务系统，汇集30多亿条数据，构筑起开放、灵活、智能的数据中枢，为推动学校治理体系现代化提供核心动力^[21]。

三、高校数字化转型的实践审思

任何事物都有其两面性，高校数字化转型实践绝非单向度的线性进阶，而是技术赋能与教育规律交织相融、局部突破与系统协同相辅相成的螺旋演进过程，在肯定高校教育数字化阶段性成果价值的同时，还需要以问题为导向剖析深层症结，以更好地指引高等教育数字化转型从量的积累完成质的变迁。

（一）认知观念偏差

教育理念是教育活动的认知框架与价值预设，具有先导性与规范性，理念的偏差往往导致教育行为的方向性失准。从实践观之，高校在教育数字化进程中存在对智能技术工具属性与教育本质关系的认知错位，逐渐浮现出“穿技术新鞋，走传统老路”与“技术至上”两大核心问题。前者表现为将智能工具简单视作传统教学模式的替代载体，如仅将线下课堂的板书内容原封不动搬至线上平台、用录播视频替代实时互动教学课堂，在形式上看似完成了转型升级，实则教学仍是以教师为中心的知识灌输，智能技术真正的交互性、个性化、情境化等核心优势并未体现，教与学关系的重构也并未真正实现，导致教育数字化沦为形式上的技术叠加，而非本质上的教育革新。后者则是陷入“技术决定论”的误区，将教育质量的提升简单等同于技术设备的升级，过度追求人工智能等前沿技术的应用^[22]，导致教师的主导作用、学生的主体性、师生间的情感交流等关键要素被边缘化，甚至出现为技术而技术的“炫技式”教学。教育数字化绝非止于教育工具的迭代升级，更在于以技术为载体，实现教育的价值创造、高阶的思维培育与健全的人格塑造，早在20世纪70年代，我国电化教育事业奠基人南国农先生便明确指出“电化教育姓教不姓电”^[23]，这一论断深刻揭示了技术始终是服务于教育目标的工具的本质属性，其价值实现必须以遵循教育规律为前提。从教育理念对教育实践的作用关系来看，教育数字化的深层变革需要以“促进人的全面发展”“以人为本”“因材施教”等教育理念为指引，唯有先在理念层面确立技术服务于教育目标的基本原则，才能在实践中合理规划数字化的方向与路径，避免陷入“工具异化”的困境；反之，若理念层面仍停留在传统教育范式或陷入技术崇拜，即便引入最先进的技术，也无法实现教育数字化的育人作用，甚至可能加剧教育的表面化与功利化。高校推进教育数字化必须校准教育目标、回归教育本位，回答好“培养什么人”“如何培养人”^[24]，以正确的理念引领技术实践，让智能技术真正成为激活教育活力、提升育人质量的赋能工具，而非偏离教育本质的干扰变量。

（二）实践应用偏移

就技术发展的历史规律来说，最有可能产生革命性影响的技术往往是最容易使用的，任何成功的技术都会朝“降低使用门槛”方向演进。对于高校数字化转型而言，尽管新型基础设施与新兴技术为教育变革提供了物质基础和技术可能性，但其真正价值的实现必须落脚于与教育教学实践与管理服务流程的应用融合，弥合智能技术与教育场域之间的应用鸿沟。当前高校在推进数字化转型过程中，存在重硬件投入、轻应用效能的现象，技术供给过剩与实践需求不足的结构性矛盾凸显。一是数字化基础设施“建而不用”。数字化建设初期往往是硬件设备的配置，智慧教室、虚拟仿真实验平台等新型教学空间虽广泛出现，但其系统设计与功能开发缺乏对教育真实场景与教学实际需求的深入调研，存在部分设施功能模块未能有效对接现有教育服务与教学模式、工具操作流程复杂、人机交互不友好、用户需耗费额外时间进行技术适应等问题，致使教育组织成员对数字化设施的使用意愿不足，造成资源闲置与效率损耗。二是数字教育资源“重复建设”。伴随数字化转型的日益深化，高校在不同发展阶段会相继引入或开发新的教学管理系统、在线学习平台和数字资源库，随之而产生的问题是，新旧技术系统之间会因技术架构不同、数据格式不兼容等原因难以有效整合与互联互通，导致已有平台系统与新兴平台系统存在功能重叠、服务交叉的现象，造成技术资源的冗余部署与运维成本的非必要增加。此外，高校内部及校际的数字教育资源开发，因标准规范、资源分类体系、跨平台共享机制等不健全，数字教育资源建设呈现明显的碎片化、条块化与封闭化特征，优质教育资源的集聚效应难以发挥。三是数字素养欠缺制约应用成效。数字化转型的普及与效能释放不仅依赖于基础设施的完备性，更取决于教师的认知水平与实践能力。但在实践中，教师倾向于习惯性地延续长期遵循的教育理念、模式与方法，其素养发展常滞后于技术的迭代与更新^[25]，高校在数字素养培养方面缺少能力建模、分层培训机制与持续支持体系，教师发展项目多是短期集中式培训，在内容上更加聚焦具体工具的操作使用，对于技术与教学深度融合策略、学习数据分析及在线教学设计等更深层次能力的培养缺少系统性规划。

（三）数据管理问题

数据作为高校数字化转型的核心生产要素，其价值释放依赖于对数据“采集、整合、分析、应用”全链路闭环的标准化管理与场景化规制，在此过程中，坚守数据正义、避免陷入“数据崇拜”迷思成为必须遵循的重要准则。随着大数据与人工智能技术的深度嵌入，高校在教学、科研、管理与服务等场景可持续生成海量多源异构数据，涵盖学生学习行为轨迹、教师教学过程、行政运行状态等多个方面，数据汇集规模呈指数级增长态势。在推进数据集成化建设过程中，数据清洗、校验与更新机制不健全，缺乏科学的数据生命周期管理框架，会造成数据重复采集、冗余存储现象，难以支撑精准分析与智能决策^[26]。量变虽为质变的前提，但若只强调数据积累规模而忽视其准确性、完整性与时效性，海量数据不仅无法转化为治理资源，反而可能误导决策，削弱决策的公信力与合法性。另外，“数据孤岛”问题难以解决。从实践来看，高校数字化建设往往是分阶段、分部门执行，教务、学工、人事、科研、后勤等业务系统常由不同企业研发，系统间天然存在技术壁垒，难以实现数据大规模实时性地互通、集成与共享。在制度层面，尽管出于对数据安全与个人隐私保护的审慎考量，严格的访问控制与权限隔离机制具有正当性与必要性，但多数高校仍未建立统一的跨部门数据共享流程与合规使用规范，缺乏权威性的数据治理方案与责任追溯机制，导致在涉及师生身份信息、行为轨迹等敏感数据时，各部门因权责不清、合规风险不明而不敢轻易共享数据。技术的隔离、制度的缺位不仅阻碍数据要素的有序流动与高效配置，更限制了人工智能对教育场景的深度赋能。高校需要从教育治理现代化的宏观制度视角出发，构建更标准化、协同化的数据管理体系，明确数据权属、规范共享流程、健全安全规范，推动形成跨部门、跨系统、全周期的数据协同机制，为实现知识与数据双驱动的教育变革提供坚实的制度支撑。

（四）治理协同梗阻

科技创新、教育变革与社会需求对大学治理体系的适应性与前瞻性提出了更高要求，但传统高校治理体系受科层制结构、经验化管理思维的长期束缚，在教学、管理、服务等环节暴露出协同效率不足的短板，制约高校创新发展与核心竞争力提升。一是管理决策受经验范式束缚。以往的高校治理更多依赖管理者个人经验与主观判断，其核心特征是决策过程对历史惯例或行政权威的路径依赖，缺乏数据驱动的系统性决策机制。在此模式下，主观判断的局限性容易引发政策适配性不足、碎片化的决策依据易导致资源配置与真实需求错配，在资源分配、学科布局等重大决策中，常因缺乏全样本数据支撑而陷入“拍脑袋”式决策陷阱，致使政策执行效果与治理目标出现系统性偏差。二是管理结构存在科层壁垒。我国高校治理普遍采用“校—院—系”三级科层制管理模式，在实践中逐渐形成权力配置垂直化的金字塔式治理结构。这种科层制架构在保障行政决策执行效能的同时，衍生出信息传导机制阻滞、信息与数据孤岛现象突出、跨部门协作审批程序复杂、跨学科交叉创新受阻等科层壁垒固化的治理难题，教育治理体系缺乏对复杂性问题的敏捷响应机制。三是治理预判存在时效偏差。受制于人工数据处理的效率瓶颈与分析工具的滞后性，传统高校治理普遍存在“发现问题慢、响应周期长、调整节奏缓”的时效偏差，这种偏差在校园安全、舆情管理、学科专业发展跟踪等场景中较为明显，治理主体易陷入“事后应对”的被动局面。四是评价方式亟待创新优化。已有评价体系多以量化指标为主，评价手段单一、评价标准趋同，往往存在重结果轻过程、重成绩轻素养、忽视办学特色差异、忽视科研成果转化价值等问题，难以全面反映教育的多元价值与动态发展。进入人工智能时代，教育智能体凭借其强大的数据整合能力、语义理解能力、自主决策能力与多模态交互能力，正重构高校治理中的角色分工与流程机制。其在信息查询、事务审批、数据填报、学籍管理等部分可标准化、重复性强、规则明确的管理服务环节，已具备替代人工完成任务的能力，能够显著提升响应效率与服务一致性；而在教学、科研、评价、决策等复杂专业领域，也能发挥“增强赋能”作用，促进校院间、部门间、业务间的动态协同与智能调度，基于智能体集群的人机协同治理已逐渐成为高校数字治理新的发展趋势与行动方向。例如，武汉理工大学深入实施人工智能赋能教育行动，快速推进DeepSeek-R1大模型本地部署，探索构建了学校首个AI专题大模型——“材料+”大模型，围绕“教、学、研、管、评、服”六大业务领域，创新打造包含AI学伴、AI科研助手、AIMind知识图谱等在内的AI智能体应用矩阵，着力构建多智能体协同治理全新治理范式，依托人工智能赋能为教育现代化注入新动能^[27]。

（五）伦理安全隐患

人工智能赋能教育的同时，因其独特的技术自主性与不可控性，会形成对教育公平性、主体性、安全性与可信度的风险挑战，这些挑战并非孤立的技术副作用，而是技术工具超越人类可控范围、侵蚀教育本体的系统性危机。一是算法歧视风险。算法决策的不透明性与训练数据的结构性偏见均会导致对教育公平的隐性侵蚀，如在自动化评估、升学推荐等应用场景中，若人工智能算法模型难以解释其决策逻辑，那么训练数据中固有的社会歧视便有可能会被算法放大，从而使得边缘群体在资源分配中遭遇系统性排斥。二是数据隐私安全。教育场景中个体行为数据的采集往往是在缺乏明确授权与知情同意的框架下进行，当人工智能通过无差别爬取互联网内容完成预训练时，师生在教学互动中形成的认知轨迹、价值倾向乃至隐私信息均会被纳入算法训练学习过程，从而导致对个体权利的集体性忽视。同时，数据的集中化存储与商业化流转也可能进一步扩大信息泄露与滥用的隐患。三是教育主体性弱化。人工智能在知识生成与问题求解方面拥有强大潜能，可能替代学生完成本应由其自主完成的认知建构过程^[28]，导致学习中的探究、试错、反思与协作等关键环节被压缩或规避，从而抑制学习者批判性思维、高阶认知能力与自我效能感的养成。与此同时，教师的专业权威在人工智能广泛覆盖的知识供给面前受到显著冲击，其作为教育引导者和价值塑造者的角色面临边缘化风险，若未能对人机协同的教育边界与角色分工进行清晰界定，教育过程中的情感联结、价值引领与人格培育等核心要素将可能被工具理性所主导，师生关系亦有被数据逻辑和功能主义所重构的隐忧^[29]。四是技术本身的不确定性。人工智能系统所表现出的智能生成特性使其行为在复杂交互中可能超出设计初衷与预期边界，导致生成内容可能包含虚假信息、逻辑谬误或具有意识形态偏见的表述，形成对教育认知环境构成潜在干扰。当下，技术迭代速度远超监管体系的响应速度，教育数字化进程缺乏稳定的价值指引与保障机制，高校亟需构建以教育公平、主体尊严与认知安全为核心价值的技术治理框架，以防范工具理性对教育本质的僭越与异化，确保智能技术服务于人的全面发展。

四、高校数字化转型的发展建议

在2025世界数字教育大会上，教育部启动实施“国家教育数字化战略行动2.0”，并发布《中国智慧教育白皮书》，集中展现了我国推进教育数字化的理念、思路、举措和成效。白皮书提出2025年是智慧教育元年，标志着我国教育数字化迈入新阶段（New stage），需要建立新标准（New standard）、探索新路径（New ways）^[30]。高校作为科技创新的策源地、人才培养的主阵地与教育变革的先行者，必须牢牢把握“3N”变革核心要义，紧扣时代脉搏，全方位、深层次、系统性地推动数字化转型，为智能时代的教育变革提供高校方案与高校力量。

一是革新教育理念。智能技术的创新突破正重新定义人类与人造工具的能力边界，重构着人类与世界的认知联结，当算法可替代重复性知识存储、数据能快速生成标准化答案时，高等教育若仍固守“知识灌输”的传统范式，实则是将人降格为可被机器复刻且可能远不及机器的“信息容器”，这与“人是目的而非手段”的价值立场相悖。高校应从思想上接受并认同数字技术之于教育变革的重要意义，充分认识并发挥智能技术的独特优势，通过大数据精准捕捉个体学习差异、借助VR/AR/MR等技术支撑搭建沉浸式学习场景、应用数字资源平台打破地域资源壁垒等具体举措，推动个性化学习从理想走向现实、将抽象知识转化为具象感知、让优质教育资源跨越山海触达每个学习者，构建起更加公平、更加个性、更加包容、更有韧性、更可持续的智慧教育新生态，从根本上推动教育理念的革新。需要强调的是，革新教育理念并非完全依赖智能技术的工具价值，相反，高校更要回应好如何在技术赋能中坚守教育的本质使命，从“教会人知道什么”转向“引导人如何思考与创造”，明确让智能技术解决“知识获取的效率问题”，教育聚焦回答“人如何在智能时代实现精神成长与存在意义”，以此避免人类在技术洪流中丧失主体性，确保教育始终成为照亮人性、塑造完整人格的精神灯塔。高校可结合技术发展前沿与教育教学实际，探寻智能技术赋能本校学科专业教学的深层逻辑，围绕技术如何更好服务育人需求，从课程内容重构、教学模式创新、评价体系优化、学习资源供给、科研范式变革等多维度着手，凝练出具有校本特色的教育数字化理念共识，并将其系统融入人才培养全过程与教师发展体系，帮助师生打破传统教与学的思维定式，系统性推动教育理念革新。

二是确立新的标准。智能时代的教育体系更加重视学生核心能力的培育，高校需深度重构育人质量评估框架与标准体系，形成适配智能时代发展需求的能力图谱。在基础能力维度，需始终以启迪智慧、滋养心灵及价值引领为核心导向，培育学生的家国情怀，提升其自我认知水平与社会担当意识，塑造健全健康的人格特质；同时夯实自然科学认知基础与人文素养，重点培育高校学生爱国为民的情怀、品德修养的自觉、求知探索的热忱、勇于突破的创新精神及务实笃行的实践素养，为其成长成才奠定坚实基础。在高阶思维维度，应注重培养学生的观察辨析能力、独立思考能力、理性判断能力，以及创新实践与复杂问题解决能力；通过推动科技教育与人文教育的深度融合强化创新思维，依托学科交叉融合的思维方式培育系统思维以提升科学决策水平，在复杂情境中锤炼协作思维，增强团队协作解决问题的效能。在未来素养维度，需聚焦人工智能素养的提升，培养学生的数据分析能力、逻辑推理能力等人工智能核心思维，引导其从海量数据中挖掘规律、实现知识迁移应用；增强人机协同协作能力，帮助学生明晰人机各自的优势互补点，熟练运用智能工具并高效解决实际问题；坚守人工智能伦理准则底线，培育科技向善的价值理念，助力学生应对算法霸权、隐私泄露等新型伦理挑战，成长为兼具综合能力与伦理自觉的未来创新人才。同时，为把好人才培养出口关，高校应聚焦解决量化高阶思维与未来素养、平衡标准化评估与个性化发展等实践难题，坚持试点先行、稳步推进的实施策略，优先在具备条件的高校或学科试点重构教育评价标准、创新评价方式、完善评价机制，建立更加科学、更加全面的能力评价体系，推动结果性评价转向促进学生能力成长的过程性评价，构建政府、企业、高校、行业组织与社会机构共同参与的评价共同体，逐步凝练可复制、可推广的教育评价范式。

三是构筑未来要素。人工智能的蓬勃发展为构建面向未来的高等教育体系提供了历史性机遇。2025年8月，中国政府印发《关于深入实施“人工智能+”行动的意见》（以下简称《意见》），提出鼓励和支持全民积极学习人工智能新知识、新技术，并明确到2027年新一代智能终端、智能体等应用普及率超70%，2030年超90%的发展目标^[31]。可见，深化人工智能在教育领域的创新应用是引领实现智慧教育的关键路径。其一，培育未来教师。高校要强化教职人员人工智能素养培训，将人工智能技术应用、数据驱动教学分析等内容纳入教师培养体系，通过实战课程提升教师运用智能工具设计个性化教学方案的能力；引导教师从“知识传授者”向“学习引导者”转变，借助智能评价系统辅助实现学情精准诊断，开展分层教学与个性化辅导；强化人工智能伦理教育，培养教师在技术使用中守护教育公平、保护学生隐私的责任意识，确保人工智能真正服务于教育本质，助力教师成长为适配未来教育的复合型人才。其二，打造未来课堂。《意见》提出要把人工智能融入教育教学全要素、全过程，创新智能学伴、智能教师等人机协同教学新模式。高校要以技术融合、模式创新与体验升级为核心，推动智能设备与教学场景深度结合，搭建智能互动教学平台，利用虚拟仿真、实时投屏等技术创设沉浸式学习环境，打破传统课堂时空限制；重构课堂教学流程，以学生为中心设计项目式、探究式学习任务，借助人工智能学情分析系统动态调整教学节奏，加快实现“教—学—评”闭环与大规模因材施教愿景。其三，建设未来学校。推动人工智能融入管理、服务与决策各环节以提升治理现代化水平，构建数据驱动的决策机制，结合产业人才需求科学布局专业、匹配教育资源；推进智慧校园标准化建设，逐步普及教学智能终端，借助物联网等技术构建虚实融合的数字孪生校园，搭建家校社协同育人平台，出台资历框架标准、建立国家学分银行，促进学历与非学历教育贯通以突破空间限制。其四，创设未来学习中心。《意见》提出要构建智能化情境交互学习模式，推动开展方式更灵活、资源更丰富的自主学习。高校可依托人工智能打造产教融合、科教融汇、学科交叉的跨界学习空间，汇聚慕课、数字教材等优质资源提供精准化服务，探索场景式、体验式学习范式引导跨学科探究；以国家智慧教育平台为核心集成资源、优化服务、创新组织形态，推动优质资源向社会开放，满足不同学习者多元需求，助力学习型社会建设。

世异则事异，事异则备变。人工智能等新一代智能技术的加速演进与深度融合，推动教育发展迎来从“数字化”到“数智化”的转变，教育改革正迈向以数据化、数字化与智能化为核心特征的新时期。面向未来，高校需以“数智融合”为战略支点，将人工智能深度嵌入教育教学全过程全链条，实现数据驱动决策、人工智能赋能教学与人机协同创新，构建人机共生、虚实融通、终身发展的智慧教育新形态；加速调整学科专业布局，将人工智能作为赋能工具与核心驱动力，促进传统学科内核、知识体系与人工智能应用的有机耦合，探索构建以重大科学问题为牵引、以跨学科协作为特征、以原始创新为目标的新型交叉学科体系；通过机制创新与技术赋能，充分发挥高等教育示范引领作用，率先实现治理体系与教育生态的数智化重构，推动优质教育资源与服务跨层级、跨区域、跨领域高效流动与普惠共享，辐射带动基础教育、职业教育与终身教育协同发展，形成纵向贯通、横向协同的全民终身学习体系，全面提升教育的公平性、包容性与可持续性，为加快建设教育强国、科技强国、人才强国提供坚实支撑和内生动力。

参考文献

[1]杨宗凯.数字教育的内涵、发展目标与路径[N].光明日报,2023-03-14(15).

[2]别敦荣. 习近平总书记关于中国特色世界一流大学建设重要论述再探[EB/OL].中工网，2023-04-11,https://www.workercn.cn/c/2023-04-11/7799162.shtml.

[3]杨宗凯.智能时代高校学生能力评价及其实践[J].中国大学生就业,2025(6):13-19.

[4]World Economic Forum (2025). Future of Jobs Report 2025. Retrieved January 10, 2025, from https://reports.weforum.org/docs/WEF_Future_of_Jobs_Report_2025.pdf.

[5]陈先哲.把培养国家重大战略急需人才摆在突出位置[EB/OL]. 2024-10-18, http://www.moe.gov.cn/jyb_xwfb/xw_zt/moe_357/2024/2024_zt16/xxgc/pl/202410/t20241018_1157975.html.

[6]2025年中国大学专业建设发展水平分析报告[EB/OL].高绩数据，2025-06-24,https://www.vzkoo.com/document/202506242766aa056390a1c61d0a4146.html.

[7]杨宗凯,王俊,吴砥等.ChatGPT/生成式人工智能对教育的影响探析及应对策略[J].华东师范大学学报(教育科学版), 2023,41(7):26-35.

[8]刘三女牙,郝晓晗,李卿.教育科研新范式：人工智能驱动的教育科学研究[J].教育研究, 2024,45(3):147-159.

[9]世界银行2024年度报告：更好的世行 更好的世界[EB/OL]. 2024-10-01,https://documents1.worldbank.org/curated/en/099546010252470666/pdf/IDU-532a297e-f55f-4776-9781-0861af0539bf.pdf.

[10]EDUCAUSE (2020). Driving digital transformation in higher education.Retrieved June 8, 2025, from https://library.educause.edu/-/media/files/library/2020/6/dx2020.pdf?la=en&hash=28FB8C377B59AFB1855C225BBA8E3CFBB0A271DA.

[11]UNESCO (2021). Building ecosystems for online and blended learning: Advancing equity and excellence in higher education in the Asia-Pacific policy brief(chi). Retrieved June 8, 2025, from https://unesdoc.unesco.org/ark:/48223/pf0000375474_chi.

[12]杨宗凯.高等教育数字化转型的路径探析[J].中国高教研究,2023(3):1-4.

[13]杨宗凯.人工智能开启高等教育发展新纪元[N].中国教育报,2025-01-13(9).

[14]王英,韩庆祥.习近平系统思维的生成逻辑[J].思想教育研究,2021(12):15-20.

[15]UNESCO (2024). Six pillars for the digital transformation of education: A common framework. Retrieved June 8, 2025, from https://unesdoc.unesco.org/ark:/48223/pf0000391299.

[16]董慧.系统观念与马克思主义基本原理整体性[J].马克思主义理论学科研究, 2024,10(1):15-24.

[17][20][21][27]杨宗凯.争创数字化转型标杆大学——武汉理工大学的探索与实践[M]. 武汉：武汉理工大学出版社,2025:8,1,15-19,107.

[18]习近平主持中央政治局第五次集体学习并发表重要讲话[EB/OL]. 中国政府网，2023-05-29, https://www.gov.cn/yaowen/liebiao/202305/content_6883632.htm.

[19]郑旭东,周子荷.教育新基建三问：何为基？新在哪？如何建？[J].电化教育研究, 2021, 42(11):42-47.

[22]黄荣怀,刘嘉豪,祁彬斌.高等教育数字化的现实挑战与核心关切[J].中国高等教育, 2024(Z1):34-38.

[23]南国农.教育技术学科究竟应该怎样定位[J].北京大学教育评论,2013,11(3):2-7.

[24]刘三女牙,郝晓晗.生成式人工智能助力教育创新的挑战与进路[J].清华大学教育研究, 2024, 45(3):1-12.

[25]吴砥,郭庆,李佳平.智能技术进步何以赋能教师发展[J].教育研究, 2025, 46(5): 43-54.

[26]侯浩翔,管培俊.敏捷治理：智能时代高校治理转型的新路径[J].教育研究, 2025, 46(8):131-142.

[28]杨现民,卜浩德,李新等.人工智能与教育深度融合的国际洞察：挑战、策略与趋势[J]. 电化教育研究, 2025,46(9):105-112.

[29]吴砥,吴河江.通用大模型教育应用的潜在风险及其规避——基于技术伦理的视角[J]. 华东师范大学学报(教育科学版), 2024,42(8):64-75.

[30]《中国智慧教育白皮书》和启动国家教育数字化战略行动2.0[EB/OL]. 2025-05-16, http://www.moe.gov.cn/jyb_xwfb/xw_zt/moe_357/2025/2025_zt06/cgfb/202505/t20250507_1189603.html.

[31]国务院关于深入实施“人工智能+”行动的意见[EB/OL].  中国政府网，2025-08-21, https://www.gov.cn/gongbao/2025/issue_12266/202509/content_7039598.html.