2026年5月,以“人工智能+教育:变革发展治理”为主题的2026世界数字教育大会在杭州举行,会上集中发布了包括《人工智能教育杭州倡议》在内的八项重要成果。这距离教育部等五部门联合印发《“人工智能+教育”行动计划》仅月余。密集的政策信号与行业共识表明,“人工智能+教育”正进入系统性推进阶段。
本期专题所汇聚的,正是多位高校信息化办公室主任的实践共识与前沿思辨。这份来自变革最前沿的集体智慧,将为我们理解高校AI攻坚的现实路径,提供最真切的注脚。
人工智能将把大学带向何处
在规划“AI+”的起点,信息化负责人首先需要思考:人工智能将把大学带向何处?
普遍共识是,AI将作为核心驱动力,推动高校从“数字化”向“数智化”的全方位、系统性升级。
华南理工大学副CIO、网络安全和信息化领导小组办公室主任陆以勤指出,AI的渗透将至少通过四种形式实现:作为直接参与办学的新型工具与智能体、作为提升既有系统智能水平的增强引擎、作为驱动信息化技术架构根本性变革的变量,以及作为促使信息化部门工作模式转型的推力。
这一视角定义了转型的广度与必然性,即AI将作为一种渗透性力量,重塑整个组织的运行逻辑。
而当追问“数智教学”这一核心维度究竟能走多远时,思考便进入了更深层。
郑州大学信息化办公室主任张子蛟提出的“CourseClaw”设想,正是针对这一问题的深刻回答。
它超越了在现有教学框架内“赋能”的思路,转而用“第一性原理”追问:在AI技术支撑下,大规模个性化教育的逻辑应该如何被彻底重构?
具体而言,这包括两种颠覆性变化:首先对知识的生产与组织方式进行“工业化”重组,将课程解构为标准化、颗粒化的“知识点”单元,并通过“超级知识点”网络打破专业壁垒,实现知识的跨学科连接,以改变知识供给的底层逻辑。
其次是对教学的角色与流程进行“社会化”重组,通过海量“课程智能体”承担标准化的讲授、答疑与初级评估,将教师从重复性劳动中解放,聚焦于教学设计、复杂问题处理和人文关怀,最终改变教学的生产关系。
两种观点共同勾勒出一幅完整的地图:前者定义了系统转型的必然方向与整体框架,后者则在该框架内,针对最核心的业务,揭示了转型可能抵达的范式革命的深度与一种终极形态。
如何系统推进“AI+”落地
蓝图或许不难规划,而更具挑战性的任务在于,如何将战略构想转化为可执行、可协同、可见效的系统工程。综合各校实践,这条路径的修筑主要围绕四个基础维度展开。
首先,要“筑路”,既修建“资源仓库”,也培育“创新土壤”。
北京师范大学信息化建设办公室、信息网络中心主任别荣芳明确指出,当前最紧迫的任务之一是“建平台”,以避免全校AI应用“小而散”带来的资源浪费、能力碎片与数据安全风险。
而该校打造的“京师智联”大模型公共服务平台,正是通过实现集约化部署与统一管理,在源头构筑安全防线,为各类应用提供“合规”的公共支撑。
建好平台后,可进一步推动能力开放。例如,华南理工大学不仅构建了整合各类算法模型、智能工具与知识资源的AI能力中心,让师生能以“云服务”方式便捷调用AI能力,更通过广东省教科网向全省73所高校提供共享服务。
新型基建的核心评价标准,不仅仅是“拥有多少资源”,而是“能支撑多大范围、多高效的创新”。
正如陆以勤所言:“生态好了,人工智能才能形成强大的新质生产力,教育数智化转型这种变革型的发展才容易获得内生的动能,这样,信息化的‘版本升级’在良性迭代中便顺理成章了。”
第二,是“搭桥”,在“部门墙”间构建柔性协同网络。
AI应用天然需要跨部门的数据与业务联动,这与高校传统的“条块分割”治理结构存在张力。要改变现状,需要多方协同。
机制创新是关键的“桥墩”。例如,合肥工业大学在“AI Ready”系统工程中,建立“教师数据专员”和“学生数据助理”两支队伍,形成了“师生共治”的数据工作体系。
这实质是在行政序列之外,编织了一张嵌入业务一线的、柔性的协同网络,让数据治理与需求反馈有了直达通道。
北京师范大学则理顺AI应用归口管理,建立健全“需求对接—技术研发—场景落地”三级联动工作机制,形成了高效的“三级联动”协作范式。
这些尝试的共同点,是通过制度设计,将偶发、临时的跨部门合作,转化为可持续、可预期的协同流程。
第三,是“育人”,设计一场面向全员的观念和行动转型。
推进AI赋能,需要配合精密的组织行为学干预,核心是降低变革成本,最大限度激发内在动能。
东北师范大学信息化管理与规划办公室主任李向龙的阐述系统呈现了这一逻辑:要从“提出使用要求”给予明确许可,到“提供全面培训”系统提升素养,再到“营造应用氛围”激发内生动力,最后“夯实基础保障”建立容错机制。
这是一套组合拳,旨在循序渐进地改变师生对AI的认知、态度与行为。而在实践中,无论是合肥工业大学组建“智汇星”先锋队、举办人工智能创新应用大赛,还是华南理工大学通过AI中台提供零代码工具,本质都是通过降低参与门槛、树立内部标杆、赋予创造乐趣,来点燃师生的“第一把火”。
不难看出,“人的激活”成功与否,取决于能否将技术推广转化为一场有策划、有支持、有激励的体验升级。
第四,是“锚定”,在深度融合中兑现不可替代价值。
所有“AI+”的投入,最终都需要回答“价值何在”。“AI+”的生命力不在于技术本身的先进性,而在于与高校战略的耦合度。
真正可持续的应用,应该实现“战略相关、业务深嵌、效果可感”的闭环。正如合肥工业大学信息化建设与管理办公室主任姜元春指出,AI的价值必须在高价值场景中体现,否则易沦为“面子工程”。
东北师范大学的实践为此提供了清晰的思路。其在筑牢标准化、安全可靠的公共支撑环境后,进而实施“一院一策”的精准赋能。
李向龙表示,信息化部门需要深入院系,结合其学科特点、科研重心与管理需求提供定制化支持。例如,对科研计算需求重的学院,重点保障算力;对管理精细化要求高的部门,协助其打通数据。
与之相应,北京师范大学的“课程中心”智能助教,便是充分利用本校培养方案、教学大纲等高质量自有语料,为全校上万门课程进行定制,涵盖学业规划、知识问答、论文润色等十项功能,有效支持学生个性化与探究式学习。
简言之,当一项技术应用能让校长、院长、教师或学生清晰感知到工作、学习或管理效能的切实提升时,它才从“可选项”变成了“必需品”,获得了持续演进的根本动力。
如何构建可信可控的治理体系
当“未来地图”与“穿越路径”逐渐清晰,两个问题便难以回避:如何确保这场系统性变革在安全、可信、可控的轨道上行进?以及,推动这一切的信息化部门自身,又需要进化为何种形态?
当前背景下,安全的范畴已被极大扩展,构建可信的AI环境成为创新的前提。别荣芳明确指出,提示词注入、知识库泄露、智能体越权等已构成新的攻击面,而AI决策的“黑箱”特性更与教育可验证、可解释的伦理要求相悖。
因此,安全治理必须从单纯的技术防护升级为涵盖技术、制度与文化的综合治理。
具体而言,在技术上,防御需向前后延伸:既要有输入和输出的过滤与全链路审计,也要有态势感知与基线管控。
在制度上,核心是建立新规则,包括AI应用分类分级、上线前安全测评、数据保护评估与应急响应预案,并将应用情况纳入考核,以制度引导行为。
在文化上,关键是对“人”进行塑造。李向龙表示,网络安全的本质是人与人的较量,因此应通过持续的培训、演练与考核,提升每个师生的安全意识与伦理素养,打牢“最坚实的基础”。
其次,要运营上述复杂的智能生态,信息化部门也需完成自身的角色进化。别荣芳将其概括为三个根本转变:战略定位上,从技术运维转向数智赋能;组织形态上,从单点作战转向统筹协同;核心能力上,从支撑保障转向创新引擎。
这一角色进化,与国际上关于设立“首席人工智能官”(CAIO)的讨论内在相通。CAIO角色的核心争议——究竟是推动转型的“临时性破局者”,还是管理智能资产的“永久性战略职位”——恰恰反映了国内实践面临的同一困惑:当AI从项目变为常态,负责统筹它的部门,其权力、责任与组织定位应如何常设化?
无论答案如何,共识在于,必须有一个实体承担起跨越技术与业务、统筹创新与治理、平衡效率与安全的核心职能。这一定位,对部门的知识复合度、战略沟通力和制度设计能力都提出了前所未有的高要求。
因此,前瞻未来2~3年的优先方向,实质上是对上述双重课题的回应。
无论是北京师范大学强调的“探索人机协同教学模式”,还是合肥工业大学聚焦的“AI赋能科技成果转化”,这些优先方向都指向一个共同原则:将资源投向那些能够同时创造业务价值、沉淀数据资产、打磨治理流程、并锤炼部门自身“赋能”能力的核心场景。
在这些场景中取得的突破,意义不仅是业务上的,更是组织性的——它们将反向推动数据治理的深化、协同机制的固化、安全体系的完善,并最终验证和塑造信息化部门作为“数智赋能者”的新角色。
结语
综上,2026年中国高校的“AI+”建设,是一场在宏大愿景引领下、于现实约束中缜密推进的系统工程。
信息化负责人群体,既是“未来地图”的绘制者,也是自身角色的“革命者”。他们的工作揭示,真正的“智”变,是一个包括战略愿景、组织机制、人员素养、安全伦理和部门角色在内的完整生态的重塑。
最宝贵的经验或许在于,以创造价值的场景为牵引,在解决实际问题的过程中,逐一攻克从技术集成到组织治理的层层关卡,最终实现大学与智能时代的协同进化。
来源:《中国教育网络》2026年5月刊,原标题《重构象牙塔 高校信息办主任共论AI赋能之道》
作者:胡暄悦