于瑞国：求解AI+高等教育方程式-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 > 观　　点

于瑞国：求解AI+高等教育方程式

2026-06-25 中国教育网络

　　在生成式人工智能引发深刻变革的时代，一所以工科见长的双一流大学的数字化转型该如何推进？是聚焦于前沿技术的突破，还是致力于复杂系统的重构？对于拥有十二位院士和数百位国家级人才、以“强工科”著称的天津大学而言，其答案紧密围绕着国家战略与自身使命：将澎湃的算力、前沿的模型与海量的数据，转化为培养拔尖创新人才、攻克关键核心技术的“新质生产力”。

　　近日，天津大学信息与网络中心主任于瑞国接受本刊专访，系统阐述了这所工科强校在人工智能时代，以“智能体”为触点、以数据为要素、以安全为底线，全面推进“数智跃迁”，服务学校“从未来到未来”人才培养宏大叙事的思考与实践路径。

天津大学信息与网络中心主任于瑞国

从“信息化支撑”到“数智化赋能”

　　《中国教育网络》：2026年是“十五五”规划的开局之年。与“十四五”及先前相比，天津大学信息化规划的内容有哪些革新？

　　于瑞国：“十五五”期间，学校信息化规划将注重与“十四五”建设成果有机衔接，在夯实网络、数据、应用等基础能力的基础上，进一步推动学校从信息化向数智化转型升级。

　　新阶段，我们希望更加突出人工智能全域赋能、数据价值深度释放和智能安全防护能力建设，围绕绿色集约、智能融合、安全可控等方面，探索构建面向未来的新型信息化生态。

　　具体而言，我们计划重点布局绿色数据中心、科研计算支撑体系、国产大模型中台、智能体广场和AI赋能治理场景等方向，努力推动信息化由“支撑业务”向“赋能发展”转变，更好地服务于学校拔尖人才培养目标和中长期发展的全局战略。

　　《中国教育网络》：我们注意到，天津大学今年提出了“天大方案”3.0，将践行“从未来到未来”的人才培养理念，实施“新工科战略领军工程”，并首次提出将构建“HI-AI协作育人生态”。请问天大的信息化部门将在哪些方面支持方案的实施？

　　于瑞国：从学校信息化建设和服务保障角度看，我们将持续推进基于人工智能的新型数字基础设施建设，不断提升教学应用支撑能力，为“天大方案”3.0落地实施提供有力保障。信息与网络中心将围绕HI-AI协作育人生态建设，统筹推进数据、算法、算力和算网协同布局，努力构建更加集约高效、安全可靠的一体化算力支撑体系，推动AI能力深度融入教学、学习、实践和管理全过程。

　　在基础环境建设方面，我们将持续升级智慧教室全光网络和5G校园融合网络，打造支撑远程实验、虚拟仿真、跨学科协同和沉浸式教学的新工科智慧教学环境。

　　在教育评价改革方面，将以数据治理和人工智能技术为支撑，推进学生成长全过程、德智体美劳全要素的智能评价，努力形成更加精准、动态、个性化的人才培养支持体系，为新工科领军工程和“从未来到未来”人才培养理念提供稳定、智能、可持续的数字化支撑。

推动AI成为日常生产力

　　《中国教育网络》：天大自研的“智能体广场”平台令人印象深刻。在推动AI走向师生“日常生产力工具”的过程中，您认为最大的挑战是什么？“智能体广场”后续的建设方向又是怎样的？

　　于瑞国：要推动AI真正走进师生日常，成为人人可用、随时可用的生产力工具，最大的挑战不在于单一技术突破，而在于如何实现从“单点应用”到“体系化赋能”的转变。当前，高校AI应用还普遍存在几个问题：

　　一是应用场景较为零散，部分智能体仍停留在问答助手、文本生成等基础功能层面，与教学、科研、管理、服务等核心业务流程融合不够。

　　二是高质量数据支撑不足，垂直领域的数据集、知识库、标注体系和模型训练机制仍需完善。

　　三是师生数字素养和AI使用能力存在差异，影响AI工具的普及深度和使用效果。

　　四是数据安全、隐私保护、内容合规和模型可控等治理要求对平台建设提出了更高挑战。

　　天津大学“智能体广场”的后续建设将坚持“平台化、场景化、生态化、安全化”的方向，面向全校教学、科研、管理和服务等重点场景，持续扩充智能体数量，提升智能体的专业能力和业务适配能力。

　　一方面，我们将推动智能体广场与融合门户、一网通办、办公系统、教学平台、科研管理系统等深度集成，努力实现AI服务在师生日常业务中的无感调用、即需即用；另一方面，将加强学校垂直知识库和高质量数据集建设，提升智能体对校内业务规则、学科知识、管理流程和服务场景的理解能力。

　　同时，天津大学还将建设低代码、可配置的智能体开发工具，支持各学院、职能部门和科研团队根据自身业务需求自主搭建专属智能体，逐步形成“学校统建基础平台、部门共建业务智能体、师生共享应用生态”的建设格局。

聚焦科研创新与智慧治理两大核心

　　《中国教育网络》：据悉，天大扩容了算力、并建设科学数据存储平台以服务科研。对于天津大学这样一所以工科见长的高校，您认为信息化在支撑大型科研项目、AI for Science等方面，可以有哪些更深层次的作为？

　　于瑞国：个人认为，对于天津大学这样以工科见长的高校，信息化在科研中的价值，正在从“基础设施保障”加快转向“科研创新引擎”。

　　过去我们更多关注算力够不够、存储够不够、网络快不快；未来更重要的是，信息化能不能重塑科研组织方式、优化科研协同机制、催生新的科研范式，尤其是在大型科研项目和AI for Science领域发挥更关键的作用。

　　信息化部门要做的不只是为科研“提供工具”，更要成为连接科研人员、科研数据、科研设备、科研模型和科研流程的关键枢纽，推动形成更加开放、协同、智能的科研创新生态。

　　《中国教育网络》：天大在推进“一网通办”方面成效显著。在您看来，当“数据跑路”替代“师生跑腿”基本实现后，数据治理的下一个目标是什么？又将如何实现？

　　于瑞国：如果说“一网通办”解决的是“办事方便不方便”的问题，那么下一阶段数据治理要解决的，就是“治理科学不科学、决策精准不精准、服务主动不主动”的问题。换句话说，数据治理的下一个目标，不只是让数据流起来，而是让数据真正沉淀为学校的核心资产、转化为治理能力，并进一步形成智能决策能力。具体来说，可以概括为三个转变：

　　第一，从流程支撑转向数据资产化。过去，数据治理更多是为了让流程跑通、业务协同，下一步则要通过数据标准统一、主数据治理、“一数一源”和伴随式采集，把数据从分散资源变成可持续积累、可复用、可增值的数据资产。

　　第二，从业务统计转向决策智能化。在此基础上，学校将建设校级数据决策支持平台和八大业务主题数据驾驶舱，汇聚教学、科研、学生、人事、安全等全域数据，推动从静态统计向动态监测、从结果展示向趋势研判、从经验管理向智能辅助决策转变。

　　第三，从被动服务转向主动赋能。未来，我们还将探索师生个人数据空间建设，结合大模型技术提升数据理解和智能推荐能力，使服务更加精准、及时、个性化，实现从“师生找服务”到“服务找师生”的转变，推动校园治理从被动响应走向主动预判。

　　要实现这些目标，关键还是要坚持“治理先行、平台支撑、智能赋能、安全托底”的总体思路。一方面夯实数据基础，另一方面加快智能分析和应用创新，最终让数据真正成为学校高质量发展的新型生产要素。

构筑安全防线与锻造人才团队

　　《中国教育网络》：随着AI应用深入和“智能体”普及，新的安全与伦理挑战也随之而来。针对AI应用带来的新风险，天大的网络安全体系有哪些考量或布局？

　　于瑞国：天大将坚持“安全内生、智能防御、合规可控”的总体思路。一方面，运用大模型提升安全运营效率，实现告警智能降噪、威胁精准研判、异常行为识别和自动预警，提升对定向攻击、未知威胁和复杂攻击链的发现处置能力。

　　另一方面，建立健全数据分类分级保护体系，强化敏感数据识别、访问控制、加密存储、传输管控和全生命周期审计，确保数据使用安全可控。

　　同时，我们将加强AI应用和智能体的合规审核、安全评估、内容治理和隐私保护，完善模型接入、智能体发布、权限管理、日志审计等机制，并常态化开展攻防演练、安全监测和师生安全教育。目标是在推动AI应用创新的同时，守住网络安全、数据安全和伦理合规底线，让AI真正实现安全、可信、可控发展。

　　《中国教育网络》：要支撑上述从基础设施到AI创新的全面工作，对信息化团队的能力提出了极高要求。您希望打造一支怎样的信息化团队？

　　于瑞国：信息化团队是学校数字化转型能否真正落地的关键力量。面对AI快速发展和教育数字化转型的新要求，我们希望建设的团队，不只是保障系统运行的“后台支撑力量”，更是推动学校治理变革、服务创新和AI应用落地的重要专业力量。

　　这样的团队应具备四方面的能力：一是技术底座能力，能够支撑网络、算力、云平台、数据中心和安全体系稳定高效运行；二是数据与AI能力，能够推进数据治理、智能分析、AI应用开发和智能体建设；三是教育场景理解能力，能够深入理解教学、科研、管理和服务需求，把技术真正嵌入学校发展场景；四是安全与合规能力，能够在AI应用、数据流通和系统建设中守住安全底线和伦理边界。

　　在队伍建设上，我们将坚持以项目带队伍、以场景育能力、以服务促提升，完善人才培养、考核评价和激励机制，推动团队从运维型向工程型、服务型、创新型转变。

通过“以用促建”来争取“快速见效”

　　《中国教育网络》：面对生成式AI的迅猛发展，展望未来3-5年，您认为高校信息化建设最大的机遇和挑战分别是什么？基于天大的实践，您对同行有何建议？

　　于瑞国：生成式AI和大模型正在成为高校信息化建设最重要的变量。它带来的最大机遇，是推动教育教学、科研创新和学校治理从“数字化支撑”走向“智能化重构”。

　　但挑战也十分现实。当前各高校普遍面临算力供给不足、数据壁垒尚未完全打通、安全与伦理风险上升、复合型人才紧缺等共性问题。特别是随着大模型和智能体深入应用，数据安全、模型安全、内容合规、隐私保护和伦理治理的复杂性明显提升，对高校的信息化能力和治理能力都提出了更高要求。

　　天大近两年也在积极推进相关工作。我们的体会是：要在坚持顶层设计、统筹建设前提下，适度超前布局算力、模型和数据等基础设施。还要从师生高频刚需场景切入，坚持场景牵引，通过“以用促建”来争取“快速见效”。同时需兼顾“安全与发展”并重的原则，首要注重自身工程能力的培养提升，专兼结合、校企协同，来协同破解复合型人才需求的瓶颈。

　　天大也处在探索阶段，还有不少困惑和不足。希望未来能与更多高校加强交流，相互学习借鉴，共同推动生成式AI更好地赋能高等教育高质量发展。

　　来源：《中国教育网络》2026年5月刊，原标题为《从支撑业务到赋能发展天津大学求解AI+教育方程式》

　　作者：胡暄悦

　　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。