“十五五”是地方工科院校信息化建设从铺摊子向提质量转型的关键期。长春工业大学在“十四五”期间大力推进信息化建设，在制度标准、基础设施和应用资源等方面取得显著成效，但也暴露出数据治理薄弱、应用深度不够等问题。

 

　　面向“十五五”，地方工科院校应改变“网络优先”的惯性思维，转向“算力优先”的基础设施建设策略，通过六大平台重构应用体系，以数据中枢驱动科学决策，以零信任模式重塑安全体系，真正实现从数字校园到智慧校园的跃升。

 

 

 

　　“十五五”是教育强国建设的关键窗口期。党的二十届三中全会明确了教育、科技、人才一体化发展的战略方向，《教育强国建设规划纲要（2024—2035年）》对高等教育提出了聚焦国家战略需求、强化有组织科研的新要求。

 

　　对地方工科院校而言，这意味着信息化建设面临一道必须跨过的门槛：前五年完成了“量”的积累，后五年必须实现“质”的跃升。

 

　　长春工业大学是吉林省属重点高校，学校近期编制完成了《“十五五”数字化建设专项规划》，提出了“教育智能化、数据价值化、安全体系化、算力一体化”的目标框架。作为分管信息化工作的副校长，我想结合一些自身实践，浅谈一下对“十五五”期间地方工科院校信息化建设的一些个人思考。

 

 

　　三大板块同步推进

 

　　“十四五”期间，长春工业大学的信息化建设主要围绕三条线展开。

 

　　第一条线是制度和标准。我们先后制定了《数字校园管理办法》《网络安全管理办法》，整合梳理了面向全校的《数据标准集》。制度建设虽然花了些时间，但为后续建设搭好了基本的规矩框架。

 

　　第二条线是基础设施。全校楼宇光纤改造完成，主干光路传输能力提升到80GB，公共区域Wi？Fi6改造到位。学校核心机房完成了搬迁和模块化改造，达到等保2.0要求。在国产化方面，服务器操作系统和数据库开源化比例达到70%，核心网络设备和安全设备全部换成国产品牌。

 

　　第三条线是应用和资源。我们完成了大学工系统、人力资源管理系统的采购实施，升级了科研和教务管理系统，建成了数据中台，同时基于企业微信搭建了统一的移动服务入口，实现了一站式办事大厅的建设。教学资源方面，引入了虚拟仿真和人工智能教学资源，与各类教育教学资源平台开展了深度合作。

 

 

　　这几年能够扎实推进以上工作，主要得益于几个方面：

 

　　1.顶层设计在先。先定制度框架、再分步实施，避免了一哄而上、各自为政。信息化办公室牵头协调了教务处、学工部、科研处等近二十个部门，把流程打通是需要一点“蛮劲”的。

 

　　2.以师生需求为牵引。企业微信加网上服务大厅的模式能跑通，核心是因为它确实解决了师生的痛点—审批、支付、课表查询这些高频需求，一次登录全部搞定。

 

　　3.不排斥借力。校银合作、校企合作帮了大忙。

 

 

　　在这几年的工作中，存在四个绕不开的瓶颈：

 

　　1. 制度建设跟不上技术迭代。《数字校园管理办法》《数据标准集》等制度的制定周期太长，说到底是因为缺乏对技术趋势的预判能力，制度修订流程也太慢。

 

　　2. 数据治理没有真正到位。虽然建了数据中台，但部门之间的数据壁垒依然存在，跨系统数据交互不到位。根源是部分管理人员的数据治理意识还没有建立起来，缺乏有效的质量管控机制。

 

　　3. 应用浮在表面。虚拟仿真和人工智能等新技术没能真正融入教学主流程，服务大厅的高频应用集中在审批类功能上，教学科研的深度模块活跃度偏低。教师和科研人员参与设计不够是主因。

 

　　4. 国产化推进有难度。虽然硬件层面基本实现了国产替代，但软件层面的国产化率仍然偏低，尤其是专业工具软件的生态不成熟，学校自身在开源二次开发方面的能力也比较薄弱。

 

　　这四个问题，说到底是一个共性的根源：地方工科院校“十四五”信息化建设完成了“量”的积累，但还没有实现“质”的突破。

 

 

　　从政策层面看，国家教育数字化战略持续加码；区域层面，吉林省也出台了教育强省规划和人工智能赋能教育三年行动计划。东北振兴对产业数字化的需求越来越迫切，地方工科院校如果在这个节点上掉队，很可能会彻底边缘化。

 

　　从技术层面看，人工智能对教育的重塑已经不再是愿景，而是现实。个性化学习路径推荐、智能批改与反馈、大模型辅助科研——这些技术在头部高校已经跑起来了。地方工科院校虽然在资源上比不过部属高校，但胜在机制灵活、产教融合接地气，选准赛道完全可以后发先至。

 

　　从需求层面看，师生对数字化的期望已经全面升级。我们校内调研显示，超过72%的学生希望获得个性化学习资源，约85%的教师期待智能化教学环境，92%承担科研任务的教师关注算力资源。需求已经从“有没有”变成了“好不好”，从“能覆盖”变成了“能赋能”。

 

 

　　基于上述判断，我们提出“四个转向”作为“十五五”信息化建设的核心理念。

 

　　1.从基础设施驱动转向智能化深度应用驱动。过去我们比的是网络覆盖率和终端数量，今后要比的是AI赋能教学的深度、数据驱动决策的广度、师生数字体验的满意度。

 

　　2.从管理导向转向育人导向。信息化的出发点和落脚点不是方便管理者，而是服务好学生。所有系统设计都要回答一个根本问题：它到底有没有帮助人才培养？

 

　　3.从数据孤岛转向数据资产。数据不只是存起来的东西，它应该成为支撑决策和服务的核心资产。数据治理、数据血缘追溯、智能分析——这些工作必须做实。

 

　　4.从被动防御转向主动免疫。网络安全不能只靠边界防火墙，零信任加全生命周期数据安全才是方向。

 

 

　　基础设施：算力替代网络成为第一优先级

 

　　“十四五”的重心是光纤、Wi？Fi、双链路出口，是应用建设与APP终端覆盖。“十五五”的重心必须转向算力，人工智能大模型对算力的需求是指数级的，没有算力与网络支撑，所有智能化应用都是空中楼阁。

 

　　具体来说，主干网要升级到“算力互联”的级别，为算力资源调度提供高质量网络保障。物联网系统要实现从建筑到地下管网的“剖面式”精细化管理，学生公寓用电、能源供水、安防监控、实验室危险品统统纳入统一平台，实现真正意义的“数字孪生”。最核心的智算中心建设，要按照“需求为本、厉行节约、软硬一体、分级管理、集中调度”的思路推进，最终形成能够同时满足通用计算和智能计算需求的算力池。

 

　　应用体系：六平台统一支撑

 

　　过去的应用建设是一个系统一个系统建，“十五五”必须平台化整合，我们规划了六个平台。

 

　　1.科研创新服务平台。核心是智能科研辅助（数据分析、模型训练、虚拟仿真）和成果转化对接，帮科研人员解决“找合作难、转化难”的问题。

 

　　2.智能教学支撑平台。把人工智能引入“教、学、管、研、评”全流程，包括智能课程建设、教务管理、专业评价、教材管理、AI创新中心和实践教学管理等模块。

 

　　3.智慧学生工作辅助平台。以学生多维画像为基础，实现从入学到毕业的全周期服务，核心价值是把学生工作从“事后处置”变成“事前预警”。

 

　　4.统一智能体平台。参考浙大“浙大先生”、川大“大川智问”等校园智能体方案，依托智算中心部署的大模型，让师生能快速搭建适用于教学、科研和管理场景的智能应用。

 

　　5.AI低代码平台。这个平台的核心理念是“人人都是开发者”。非专业人员只要能用自然语言描述业务流程，就能在图形界面下快速生成所需应用，最大限度提高效率，增强和拓展数字化服务能力。

 

　　6.信息安全防护平台。核心是两件事：数据质量管控（建立数据血缘追溯系统，每月清洗校验）和终端安全强化（全网终端强制认证准入，零信任全覆盖）。

 

 

　　数据治理：从中台升级到中枢

 

　　“十四五”我们建了数据中台，很多高校也进行了同样的建设，但效果都不够理想。“十五五”要做的事是把数据从存起来变成用起来。具体抓手有三：一是数据血缘追溯，搞清楚每一条数据从哪里来、到哪里去；二是智能决策中枢，利用大数据分析和智能体技术，为学校各层级提供实时数据支撑；三是精准服务，基于多源数据构建学生画像、教师画像、学科画像，让数据真正驱动决策和服务。

 

　　坚实安全壁垒：从边界防护升级到主动免疫

 

　　勒索病毒、数据泄露、供应链攻击、AI生成内容的安全风险——“十五五”面临的威胁更加复杂。应对思路是“零信任+全向跟踪+AI安全治理”三位一体：所有终端必须认证才能入网，数据采集、存储、传输、使用、销毁全生命周期跟踪监控，AI应用与智能体开发建立准入规范，从源头防范AI被滥用。

 

 

　　制度是“骨架”，经费是“血液”，队伍是“引擎”，三者互为支撑、缺一不可，唯有统筹推进，方能构建可持续的信息化建设保障体系。

 

　　在制度保障方面，必须紧跟技术迭代的节奏，避免“旧瓶装新酒”的管理困境。重点推进《智算中心资源共享管理办法》《AI应用与智能体开发与准入规范》等制度建设。

 

　　明确算力资源的申请、分配、调度与结算机制，建立资源使用的优先级与配额体系，确保有限算力能够科学配置到关键科研与业务场景；明确各类AI应用与智能体的开发标准、安全审查流程、性能评估指标以及上线运营后的监控与退出机制，从源头防范算法偏差、AI伦理失控、数据滥用等风险。

 

　　此外，还应配套制定数据安全管理细则、模型版本更新规范等，形成覆盖“开发—部署—运营—迭代”全生命周期的制度链条。

 

　　在经费保障方面，需要拓宽资金来源，构建多元投入格局。

 

　　一方面，积极争取国家级科研项目专项资金，对接科技部、工信部等部委的人工智能专项、重大科技基础设施项目，争取政策性经费支持；另一方面，大力推进校企合作与产学研协同，与头部高校、科研院所联合申报课题，同时探索与行业龙头企业共建联合实验室，通过成果转化与技术服务反哺建设投入。

 

　　此外，还可探索设立专项基金、引入社会资本参与等多元化融资路径，形成“政策资金引导、社会资本跟进、成果收益反哺”的良性循环。

 

　　在队伍保障方面，核心思路是“内部培训＋外部引进”双轮驱动。内部层面，建立常态化培训机制，围绕大模型部署、算力调度、数据治理等关键技术方向开展分层分类培训，鼓励技术人员考取相关认证，并将技能提升与绩效考核挂钩。

 

　　外部层面，制订紧缺人才引进计划，重点引进算法工程、智算运维、安全合规等领域的高层次人才，同时借助校企联合培养、实习基地建设等方式储备后备力量。只有打造一支懂技术、善管理、能创新的专业队伍，才能为智算中心的持续运转提供坚实的人力支撑。

 

 

　　地方工科院校的“十五五”信息化建设，不只是一次技术升级，更是一场治理模式和管理理念的系统变革。

 

　　从网络优先到算力优先，从管理导向到育人导向，从数据孤岛到数据资产，从被动防御到主动免疫，这四个转向本质上回答了一个问题：信息化到底为谁服务、怎么服务？

 

　　领先半步，就能抢占先机；落后半步，就可能步步落后。这句话不是套话，是地方工科院校在面对新一轮教育数字化浪潮时必须有的紧迫感。

 

　　当头部高校凭借雄厚资源和品牌效应快速布局智慧教学、AI赋能课程、虚拟仿真实验平台、智能体技术应用时，地方工科院校若还在观望、迟疑、等待政策逐一落地，差距将不仅在资金和硬件上拉大，更会在人才培养质量、产教融合深度、学生就业竞争力等核心维度上被越甩越远。

 

　　数字化不是锦上添花的点缀，而是重塑教育形态的基础设施。对于以应用型人才培养为己任的地方工科院校而言，数字化的核心命题在于：能否将有限的资源精准投入关键环节，在课程体系重构、实践教学数字化、教师数字素养提升等方面实现局部突围。

 

　　时间不等人，学生的需求在变，产业的技术栈在变，教育评价标准也在变。希望笔者的这些想法，能为同类院校提供一点有价值的参考，能为高等教育信息化建设尽一份绵力。