EDUCAUSE丨对高等教育人工智能下一程的反思与展望-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 > 资　　讯 > 国　　际

EDUCAUSE丨对高等教育人工智能下一程的反思与展望

2026-02-04 中国教育网络

　　即使在今天，许多初衷良好的讨论仍然用单一视角看待人工智能，忽略了其技术类型与应用场景的多样性。我们需要开展更深入、更精细的对话，权衡不同应用场景与方法的独特优势与潜在隐患。

　　2022年11月，ChatGPT 3.5向公众发布，开启了全球高等教育人工智能（AI）的新纪元。过去的三年多充满了好奇、担忧、兴奋与焦虑。在高等教育领域，我们见证了强大的新工具和服务不断涌现，同时对就业、学习、创造力、环境和知识产权的担忧也日益增长。如今，笔者将对这段旅程的进展、尚存的挑战以及不断涌现的机遇，分享一些反思。

　　构建纵向视角：释放人工智能的全部潜力

　　生成式人工智能最强大的特性之一，是能够随着时间推移不断了解用户。人们使用ChatGPT、Copilot或Gemini等工具越频繁，这些工具就越能借助过往的交互记录，提供更个性化、更具洞察力的回答。

　　学生的校园生活并非孤立存在。他们的活动贯穿整个校园：从餐厅到教室，从体育馆到图书馆，再延伸至宿舍。这些分散的片段共同构成了每个学生独特的成长轨迹。

　　人工智能能够将这些片段连接起来。它可以整合学生在校园内的全部经历，为决策提供依据，预判需求，从而提升学生的参与度与成就感。

　　人工智能的力量不在于某个单独的数据，而在于其识别长期模式与情境的能力。在人文判断、伦理边界和隐私尊重的指引下，这种“纵向视角”能将学生体验从被动响应转向主动预判，从程式化服务升华为深度个性化关怀。

　　但问题在于，当前很多校园环境还无法支持以这种方式利用人工智能，主要体现在以下几方面：

　　孤立解决方案限制了人工智能的广泛潜力。当前，校园IT市场在很大程度上由孤立的解决方案构成。供应商持续推销旨在改善特定校园服务的人工智能工具。然而这些工具无法联通，也缺乏突破功能壁垒、从用户全维度经历中学习的能力。尽管每个工具单独使用可能产生效益，但这种孤立性极大限制了人工智能的广泛潜力。若无法连通学生在多元场景中的体验数据，我们将错失为学生创造更深远、更持久影响的重要机遇。

　　数据架构需要服务于纵向视角。我们必须确保数据存储系统能够安全、完整地记录每个学生的成长轨迹。利用人工智能促进学生成功、优化校园体验和提升运营效能的关键，在于让人工智能工具能安全合规地访问学校所有相关数据。高效的数据治理与稳健的数据环境（如集中式数据湖或数据仓库）变得至关重要。随着人工智能持续发展，以安全、合规、集成化的方式联通与分析学校数据，已成为释放人工智能全部潜力的前提。

　　校园孤岛阻碍了发展进程。要构建学生体验的全景视图，必须跨越传统的部门壁垒。校园孤岛并非单纯的技术问题，在各部门和校园服务提供商之间搭建桥梁至关重要，这样才能让每个参与者都理解自身工作如何融入学生成长全局。跨部门协作将不可避免地揭示校园流程中的短板和优势：暴露缺乏协调的脱节点，同时凸显值得推广的优秀实践。把握这一机遇，需要在全校范围内开展更深入的对话与持续协作。

　　明确投资回报率

　　随着高校从人工智能工具的试点探索阶段，逐步转向全校范围内的正式应用与规模化推广，高校领导者需要明确这些举措的投资回报率（ROI）。

　　在与众多高校首席信息官及其他领导者的交流中，笔者听到了一种普遍的心声：“我知道人工智能正在创造价值，但在项目启动之初，却很难清晰地说明它的投资回报率。”这一难题的核心原因在于，人工智能带来了全新的工具、技术与方法，高校在项目启动、真实数据尚未产生之前，缺乏成熟的参照标准与衡量指标来计算投资回报率。

　　人工智能项目的投资回报通常可归为三大类：增加收入、降低成本，以及通过战略投资增强学校综合实力。收入增长往往得益于预测分析与早期预警系统的应用。这些工具能更快识别学生需求并提供支持，从而提升招生率与留存率。成本降低常常通过自动化技术与运营效率提升来实现，如简化行政流程、降低能耗、改进IT监控系统等。而战略投资则包括建设数据分析基础设施、培养教职员工的人工智能素养，以及试点能够提升教学质量和学生体验的创新应用。

　　我们需在项目初期更精准地预判潜在投资回报率，并开发相应的评估工具与指标体系。随着人工智能深度融入高校日常运营，能否清晰定义、衡量并传递人工智能的价值，将成为维持发展动力与持续投入的关键。

　　开展更具深度的人工智能对话

　　当下，关于人工智能的赞誉与担忧每天都在涌现，但相关讨论往往流于表面，未能触及这个多层次议题的复杂性。

　　即使在今天，许多初衷良好的讨论仍然用单一视角看待人工智能，忽略了其技术类型与应用场景的多样性。我们需要开展更深入、更精细的对话，权衡不同应用场景与方法的独特优势与潜在隐患。例如，在艺术领域使用生成式人工智能，就与判断学生失学风险时使用人工智能所涉及的问题截然不同。每个应用场景都有其独特影响，应该基于具体情境进行具体分析，而不是将其笼统归入关于人工智能的泛化叙事中。

　　在校园里，我们需要持续围绕人工智能展开探讨。举办聚焦特定应用场景或议题的论坛与研讨会，比如人工智能对环境的影响、人工智能在助力学生学业成功方面的应用等，从而推动更深入的研究，促成更科学的决策。人工智能领域的内涵广阔而深远，我们的理解方式也不能停留在新闻头条的浅层报道上。

　　以微小投入实现重大影响

　　实践表明，即使不进行大额投资，人工智能也能带来显著成果，尤其当高校充分利用现有基础设施和专业技术开展相关工作时，成效更加显著。

　　例如，美国伊萨卡学院通过整合IT部门与数据部门，并利用相关基础设施，开发了一款人工智能工具，用于识别并帮扶出现心理困扰迹象的学生。研究显示，当这些学生获得有效干预后，其留存率显著提升。据悉，这款工具仅用少量Python代码和OpenAI接口开发而成，通过校园数据湖仓安全获取数据。工具初始开发耗时约80小时，后续月均成本仅需25美元。该工具在运行第一年就成功提高了学生留存率，帮助150多名学生延续大学旅程。对于如此微小的投资来说，这是一项显著的成果。

　　高等教育界在引入人工智能工具支持学校发展时，应当持续以现有系统、架构和专业技术为基础推进建设。同时，在规划基础设施时，也要充分考虑人工智能应用的适配需求。尽管这类自主研发的解决方案在复杂程度上或许不及商业产品，但这种简单明确、针对性强的方案思路，往往能带来显著成果。

　　培养学生适应人工智能赋能的工作环境

　　尽管运营层面的投入至关重要，但我们的首要职责是帮助学生适应快速变化的职业环境。

　　随着就业市场持续演变，许多初级岗位正被人工智能工具替代或辅助，高校必须相应地调整课程体系。学生需要了解人工智能在其专业领域的应用方式，掌握有效使用人工智能的技能，并深刻认识随之而来的伦理、隐私及社会影响。

　　同样重要的是，学生必须能够清晰地展现自身的“人类智慧”，即他们为职场带来的独特技能、经验与价值。在人工智能重塑诸多行业初级职场生态的背景下，协作能力、批判性思维、有效沟通、判断力以及共情式领导力变得愈发重要。

　　因此，培养学生适应人工智能赋能的工作环境，既需要培养负责任且娴熟运用人工智能的能力，更需要培养彰显人类智慧的独特能力。这两种能力相辅相成，将助力毕业生在全新的职场环境中立足并取得成功。

　　汲取经验，展望未来

　　过去的三年激动人心，而未来更值得期待。我们将运用已有经验扩大人工智能工具的规模与积极影响，同时围绕其广泛的潜在影响开展深入研究。通过应对上述挑战，并在校园内外持续推动关于人工智能的实质性、有见地的对话，确保未来的工作能够强化高校实力、赋能师生群体，并推动教育使命实现。

　　来源：EDUCAUSE

　　作者：Dave Weil（伊萨卡学院战略服务与倡议高级副总裁兼首席信息官）

　　责编：陈茜

　　编译：项阳

　　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。