案例分享丨AI如何赋能高校数字化转型-中国教育和科研计算机网CERNET

资讯

校园信息化

技术

资源与应用

产品与装备

信息服务

首页 > 教育信息化 > 校园信息化 > 高等教育

案例分享丨AI如何赋能高校数字化转型

2024-12-13 中国教育网络

　　当前，以ChatGPT为代表的人工智能（AI）技术快速发展，对各行各业产生着深远影响。北京理工大学（以下简称“北理工”）紧抓国家教育数字化战略行动新机遇，依照“数据层融合、业务层打散、展现层聚合”的数字化转型思路，积极探索人工智能技术与高校信息化体系深度融合的实践路径，创新设计了“AI中台+主动式交付入口”建设模型，构建形成“人工智能+场景”的多智能体底座，分领域聚合校内特有信息、私有数据及业务应用，打造师生专属助理“艾比特”，将信息化体系内容交付模式由传统查询搜索的被动交付转变为主动交付，全面提供智能化、个性化的信息服务。

高校数字化转型面临的挑战

　　随着国家实施教育数字化战略行动，全面推动实现教育数字化转型，当前各高校的信息化建设体系已具备一定基础。在信息化建设过程中，各高校普遍进行了数据流转和业务重构，打破了“信息孤岛”，推进业务线上化改造，建设了以“一站式服务平台”为代表的校园信息服务统一门户。然而，随着信息数据的增长和师生用户信息化意识和需求的不断提升，以统一门户集成信息服务的交付模式逐渐暴露出其局限性，主要体现在以下三个方面。

　　信息服务交付模式陈旧。当前信息化建设多以部处独立系统为建设单位，致使在数据、信息及服务供给等方面呈现出明显的分散状态。现有解决方案以建立聚合门户为主，对各类信息、数据和应用进行分模块、分类别地统一呈现，但表层的内容聚合难以触及信息内涵。用户交互仍以关键词主动搜索居多，系统无法理解用户真实需求，在检索效率、搜索精度、跨领域信息整合等方面难以得到进一步提升，更无法实现信息、数据和应用相融合的综合反馈，制约了获取效率和服务质量的提升。

　　信息服务智能化水平不足。现有信息系统多以服务管理为建设目标，各二级单位独立系统存在建设体量大、能力迭代慢、仅着眼自身业务需求等问题，使得各系统各业务之间存在壁垒，无法满足业务需求的快速变化。同时各业务操作引导不清晰，指引和注意事项等信息常以系统培训的形式传达给用户，效果并不理想，无法根据用户当前操作实现智能导办。构建的业务通常逻辑和流程固定，用户需要进行很多额外操作才能完成，信息系统无法根据已有信息和办理场景帮用户代办，更无法实现“一句话实现办理”的效果。

　　个性化服务欠缺。当前高校各业务形态、职能边界逐渐稳定，也有效解决了数据孤岛问题。但在数据的具体应用层面，仍停留在静态聚合，对数据内涵的挖掘尚未形成长期有效的机制，无法发挥数据之间的协同作用，各领域数据在逻辑关联和内在特征上没有真正形成有机体。同时，普适性的服务内容逐渐无法满足用户独有特性，难以根据师生办事需求和背景信息提供针对性的引导，更无法适时动态调整业务形态，能够结合师生信息、私有数据、业务需求以及上下文背景的个性化服务成为大量用户的切身需求。

AI与信息化体系融合的总体设计

　　针对以上问题，北理工结合“数据层融合、业务层打散、展现层聚合”的数字化转型思路，从信息化顶层设计出发，将人工智能作为校园智能化的重要手段，赋能现有信息化体系，统一规划建设智慧基础能力平台，构建“AI中台+主动式交付入口”，提供智能“大脑”，实现数据层的有机融合和数据价值深度挖掘、各领域业务的智能化改造、展现层的智能主动交付，将高校信息化体系的各类信息、数据和应用与人工智能技术进行有机整合。

　　“AI中台+主动式交付入口”建设模式

　　在高校信息化体系内，“AI中台+主动式交付入口”是实现人工智能技术在校内场景中能力复用、场景适配、快速部署、统一交付的智能化基础底座，是智能化能力普惠的关键基础设施。该建设模式按模块划分为“Y×（1+1+X）”，如图1所示，以1个虚拟人专属助理为主动式交付的入口级应用，1个私域模型、X个通用大模型和Y个专属场景智能体为逻辑核心构建AI中台。

图1 AI中台总体框架

　　1个专属助理。以虚拟人形象提供主动式交付，融合各业务场景，提供个性化智能服务。以虚拟人形象为统一入口提供信息化体系的主动式交付，同时开放多方接入能力，以最低成本融合到各业务场景，打通跨站信息流，实现“处处可办，一句即办”的效果。通过集成整合师生用户在校期间的多维数据，提供专属的、全周期的数字化体验，真正实现人人不同的个性化智能服务。

　　1个私域模型。利用校内数据构建知识底座，提升校园场景下知识理解能力。通用大模型在信息整合、逻辑推理、用户意图识别等方面具有天然优势，但特定领域信息不对外公开，通用大模型无法及时更新信息，在有限场景下使用时更易出现信息偏差。检索增强生成（RAG）能有效提升大模型的信息储备，改善输出内容准确性。整合校内信息、规章制度、专有数据以及师生常见问题等作为专用知识库，对通用大模型能力进行补充，提升其对校园场景下知识的理解能力与响应速度，实现用户意图精准识别，构建学校私有场景下的知识底座。

　　X个通用大模型。接入多种通用大模型，满足多样化需求。从用户使用的角度出发，大模型的使用场景通常是复合型的，既需要局域内的信息元素，又需要通用大模型的综合能力。在平台设计之初，便从架构设计上预留接入能力，可以有机结合市场上常见的多种通用大模型，处理私域模型内无法解决的内容生成需求和长文本、图片、表格等异构信息，利用多元大模型生态，满足用户多样性需求。

　　Y个专属智能体。围绕具体应用场景构建，实现功能差异化供应。在私域模型与通用大模型相结合的框架基础上，进一步探索人工智能的应用落地。围绕具体应用场景，构建专属智能体，能够有效组织场景内数据信息，结合特性实现功能、内容的差异化供应，更加聚焦用户需求，提升用户体验，同时反向促进业务重构和数字化转型，最终实现“一句话办理”。

　　内容交互模式

　　在“Y×（1+1+X）”架构下，用户通过移动端或网页端进入交互界面，根据所需内容，自行选择所需进入的智能体，可以结合引导问题与AI交互，也可以直接描述所需内容，智能体通过意图识别模型，获取用户真实需求，并根据业务办理、内容生成等意图采取不同响应动作。

图2 “艾比特”交互流程

　　针对内容生成类问题，用户交互的内容通常具有很强的开放性。通过将内容与本地知识库比对，系统可以判定当前私域模型是否有能力解答，交互内容在本地知识库覆盖范围之外时，能够自动将上下文等相关信息透传至通用大模型，借助开放能力生成回复内容。例如用户需要办理某项业务，则为用户提供业务办理相关信息并协助办理；如用户咨询学校内信息，私域模型可以根据知识库内容形成回复内容；如用户提问的为校外的问题，或者私域模型无法满足的需求，模型将选择合适的通用大模型，对用户需求进行响应并反馈给用户。

AI专属助理

　　“艾比特”的多场景应用

　　北理工于2024年1月正式上线AI专属助理“艾比特”，基于“AI中台+主动式交付入口”建设模式，实现了校园场景下各类信息、数据和应用服务的单一入口聚合的智能主动交付，颠覆信息化整体服务交付模式，开创了智慧校园新范式。“艾比特”支持用户自由定制形象，融合了学校各类信息资源、个人数据和对应身份常用应用服务，与“i北理”“延河课堂”等平台深入结合，实现了在教学、科研、管理等多种场景中为师生提供个性化的智能服务。

　　1.担任学生的“智慧学伴”，结合知识图谱，激发主动学习

　　随着新兴技术的不断发展，传统“同质化”“流水线”的高等教育模式难以满足新时代对复合型人才的培养需求，利用数字化手段促进教育理念更新、教育模式变革，成为赋能高等教育高质量发展的关键。为深入促进智能技术与教育教学的深度融合，北理工构建了“延河课堂”智慧教学平台，以数字化思维推动固有教学思维的改变，打造教育教学新范式。

　　“艾比特”进一步赋能“延河课堂”开展智慧教学。作为学生的专属“智慧学伴”，在构筑完善的知识图谱基础上，实现了多种智慧教学功能，将知识交付从被动教授转为主动探索，形成“学为中心”的数智教学体系。

图3 “学为中心”数智教学体系

　　知识体系串联：根据知识图谱中的知识点及知识点间的关系，利用人工智能对每个节点做充分释义，并将不同课程、不同学科之间的知识进行对齐和关联，为学生提供明晰的知识点上下游关系，帮助学生加深知识理解。

　　多模态教学资源整合：通过对现有教学视频、习题测验、作业题目、讨论发言等多模态海量内容进行智能化识别、切片和总结，根据学生当前学习进度主动递送各类资源，优化教学资源配置，实现智能化资源交付。

　　学习路径生成推荐：依据学生专业背景、学习进度、课程参与程度等个性化数据，以及学生具体的培养目标，为学生推荐学习路径，形成个性化培养规划，真正实现“因材施教”。

　　学习情况分析：采集学生学习过程数据，对学生整体和个体学习效果进行画像，为学生提供必要的数据支撑，帮助学生及时发现问题，取长补短，定向提升。

　　2.担任教师的“智慧助教”，智能分析学习状态，提升教学精度

　　当前健全完善全过程教学激励约束和质量评估机制、优化人才培养评价体系，是优化人才培养模式的重要组成部分。在该场景中“艾比特”作为“智慧助教”，充分挖掘和利用了“延河课堂”上的详细教学记录，利用这些数据可以形成师生的立体全面画像。一方面，教学管理部门可以清晰把握具体课程的培养效果，掌握不同教师的教学能力。另一方面，授课教师也可以收到多维度的课堂反馈，及时掌握教授方法效果和学生学习情况。同时，通过引入“智慧助教”作为教学评价的辅助手段，能够推动打破传统的单一指标教学评价方式，使得教师能够更加立体、直观了解学生的学习效果和课程评价，进而更加客观、全面地掌握课程的授课效果，不断改进教学模式。

　　3.担任新生的“新生向导”，帮助新生快速适应校园

　　新生报到是学生进入大学生活的第一站，作为校内信息、服务交付统一入口，“艾比特”作为“新生向导”，从学习生涯起始便陪伴学生成长。在该场景中通过整合新生手册、学科建设、培养计划、创新创业、社团文化、生活资讯等新生关注的信息，并与校内业务系统自动对接，“艾比特”为新生入学提供了事项办理、信息查询等服务，实时跟踪新生报到流程，引导学生按步骤完成各项报到工作。同时该场景还集成了校园地图服务，自动定位当前位置，快速找到目的地，帮助新生快速适应大学校园。

　　4.担任科研人员的“科研助手”，辅助文献阅读和编程，提高科研效率

　　在科研工作中，“艾比特”作为“科研助手”，利用人工智能在内容和数据的处理和检索上的能力优势，可以协助科研人员高效完成文献搜索、数据分析等多项工作。在该场景中“艾比特”集成了文献搜索、快速阅读等功能，结合校内图书馆、公开网络等资源，根据用户研究方向，完成各类信息的智能搜索和筛选、整理和总结归纳。该场景还集成了数据分析功能，利用人工智能在数据分析和代码编写方面的能力，辅助科研人员快速开展编程实验和结果分析，帮助生成论文摘要等特定章节。

　　5.担任师生的“财务助理”，导办代办业务，提供智慧服务

　　师生用户常常需要在线办理各种业务事项，流程复杂，费时费力。“艾比特”作为“办公助理”，通过业务导办代办，有效提升办事效率。针对财务场景，通过深度学习学校财务规章制度、办事流程，在该场景中为用户精准提供了各类个人和科研项目的财务信息，同时显著减轻了财务部门窗口服务的压力。同时，人工智能技术与业务系统的结合，改变了传统的交互模式和服务交付方式，推动了学校管理服务的智能化升级，让学校管理者、师生用户体验便捷高效的服务交付效果。

　　6.担任行政管理人员的“办公秘书”，保障数据安全，提升办公效率

　　利用生成式AI强大的创作能力，“艾比特”作为“私人秘书”，为行政管理人员提供了大纲生成、通知起草、文档校对等文档写作功能，在该场景中协助用户快速构建文章框架，明确写作思路。同时，为保障学校和私人的数据安全，“艾比特”提供本地文档上传并向量化的能力，实现用户私有文件的本地化存储。在满足不同用户个性化需求的同时，也确保了个人文档数据安全不泄露。

　　7.担任学校管理者的“决策助手”，提供多维度数据分析，智能辅助决策

　　直观、清晰了解学校某个维度的信息，是学校管理者关心的重点。通过生成式BI技术，“艾比特”作为“决策助手”可以提供直观的学校整体数据分析报告，辅助科学决策。在“数据层融合”的基础底座之上，在该场景中基于生成式BI技术，根据管理者描述的需求，自动生成SQL查询语句，对学校各类数据进行不限维度的自动分析，深度挖掘数据，生成智能图表直观展示管理者需要的各项信息，辅助科学决策。

结语

　　“艾比特”凭借其智能化、个性化的服务能力，在北京理工大学数字化转型过程中发挥了关键作用。它不仅推动了高校信息化服务的全面升级，还促进了学科建设、教育教学、科学研究、校园治理等领域的深层次变革。“AI中台+主动式交付入口”的建设模式不但推动了人工智能与教学、科研、管理等业务领域的深度融合，更促使学校全局信息、数据和业务的深层次整合与优化，实现了信息化服务从被动响应向主动服务的转变，成为驱动学校数字化转型的核心引擎。

　　来源：《中国教育网络》2024年9月刊

　　作者：李志强、贺大庆、崔睿、冯冬博（北京理工大学网络信息技术中心）

　　责编：余秀

　　特别声明：本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者在两周内速来电或来函联系。