引言

人工智能已经成为人类日常生活的重要构成，几乎没有一个领域可以摆脱AI的影响，高等教育毫无疑问是人工智能与现实交汇最重要的领地之一。特别是进入“人—机—物”高度融合的多元化时代，知识介质迭代升级进一步加快，人工智能愈发成为驱动高等教育组织架构和运作模式发生根本性变革、全方位重塑的引领力量，并推动教育方法迎来人机协同、跨界融合、共创分享的智能时代。教育载体智能化趋势越来越快，但教育的核心在人，作为自然人向人机一体化发展的人类，如何在高等教育数字化发展潮流中找准定位，迎接多维度挑战，乃至探索全新的发展路径，成为极其重要且紧迫的研究课题。

一、一种全新的研究进路：基于人工智能的主体视角

近年来，人工智能一直占据在科学研究的前沿，从覆盖面看，人工智能涵盖生物医药、社会传播、政治经济等方方面面，其中教育层面是人工智能探索的重点领域，国外人工智能教育研究前三类分别为人工智能、计算机视觉、情境评估。但几乎每个类别都与教育相关，如Ｒavé 等人将人工神经网络应用于体育 ( PE) 教学以增强教学过程的近似模型，解决人工智能教育在体育教育中遇到的困难与挑战。

国内则主要体现在教学数字化改革、人工智能与教育方法论以及人工智能对教师带来的挑战等。从研究进路看，一方面是作为智能本体的研究，人工智能领域研究人员不断在探索创新，他们的横空出世便是人工智能技术层面创新发展的明证。另一方面是对人工智能所带来的影响研究，在这一领域难得看到国内外在辩证思维上的统一，即绝大多数学者都认为必须接受和推动人工智能的发展，但同时必须认识到人工智能带来的伦理问题，即人工智能是否会挑战人类本身的生存与发展。

无论是人工智能涉及的何种领域，抑或学者所选择的何种研究进路，其出发点都是站在人本位的视角，这种思维模式主张人是社会的中心，人是衡量社会的尺度，中国的《易经》所主张的恰是如此，“本位”者，标准也。人是衡量一切的标准，这与西方约翰洛克所主张的“人本位”，推崇人文主义思潮可谓殊途同归。因此，基于人本主义的研究基本上将人工智能作为一种工具，但伴随人工智能逐渐具有人的属性，甚至在知识乃至思维、思想方面超越人的属性，从工具出发的探索是否会有失偏颇？特别是置于高等教育体系，我们可以大胆开辟一个全新的研究路径，从人工智能的主体视角，如何看待人工智能在高等教育中的应用和发展？这并非一个荒谬的想法，就像我们通常所说的“换位思考”，站在人工智能的角度看待问题，再回到人本主义视角，或许会有颠覆性的结论，至少会对现有的思维逻辑和实践手段提供方法论的参考。

主体视角	高等教育对象	高等教育目标	高等教育内容	高等教育方法	高等教育效果
人本主义视角	学生	解决人的教育问题	社会需要的知识	人类积累的教学方法	为社会解决人才问题
人工智能视角	大数据应用者	解决教育中人的问题	大数据筛选的知识	大数据分析的匹配方法	为人类解决教育问题

显然，基于人工智能视角的主体、目标、内容、方法及效果与人本主义视角截然不同，尽管基于人本主义视角的研究具有很高的理论和实践价值，且针对人工智能的“渗透”及对大数据的积极反应，教育领域正在对其结构进行重新布局，以考虑人类和非人类利益相关者及其在数字平台上的行动。这些科学事件很有意思，但我们并不想在这里做过多的讨论，在探讨高等教育与人工智能的积极关系时，希望仅从人工智能的主体视角去思考问题，并寻找进一步发展的可能路径。

二、人工智能主体视角下的高等教育特征

人工智能的基础是大数据，并在大数据上做类人乃至超越人类的方法论分析。那么，人工智能视角下的高等教育呈现何种状态？基于广州市政务服务数据管理局的大数据库，配合ChatGPT的智能抓取，在浩瀚的数据海洋中，我们可以搜索、分析及凝练出一些明显的发展特征。

（一）高等教育推动人工智能发展的区域不平衡性

高等教育是一个国家人才培养最重要的环节之一，我国历来重视高等教育的财政投入，2018—2022年，国家财政性教育经费累计投入21.4万亿元，年均增长7%，占国内生产总值的比例始终保持在4%以上。其中高等教育学生人均教育经费居首位，2021年，全国按在校学生人数平均的一般公共预算教育支出，普通高等学校为22586元，高等教育相较于2011年提升了1.5倍。但基于人工智能的大数据分析，在总体财政投入增长的基础上，东部、中部及西部的区域财政投入呈现明显的差距，且差距呈现不断加大特征，东部城市在投入上起步早，增长快且持续性较好，中部紧随其后，但在人工智能方面的投入较之东部差距较大，且中部各城市差距更大，双一流大学所在地往往获得更多支持。西部起步最晚，但增长却最快，虽然整体支持较落后于东部和中部，但西部个别城市和个别高校异军突起，在人工智能方面的投入甚至超越东部城市，并取得了良好的科研效果。总体而言，区域的不平衡属于动态的平衡状态。

（二）高等教育推动人工智能发展的院校不平衡性

除了区域的人工智能发展投入不平衡外，高校之间同样存在较大的差距，整体来看，“双一流”建设高校占据绝对优势，理工科院校经费多于文科，但大部分都有所增长。从预算总收入看，2024年共有24所高校预算经费超过100亿元，有50所高校超过50亿，从全国的高校经费比较看，东部与中西部城市的高校差距明显较大，中部则优于西部高校，但西部个别高校因为民族性、专业性、历史性等原因获得特别的支持，在财政经费方面可以与东部优秀高校比肩。值得说明的是，高校财政经费的多少并不完全代表高校在人工智能方面研究投入的多少，但从整体的科研经费所占比例看，这种高校不平衡值得高度关注。

（三）高等教育推动人工智能发展的专业不平衡性

尽管人工智能在各个领域、各个专业都有广泛的应用，但从高校对人工智能研究的投入看，专业性占据着主导功能。一个文科类占主导的高校，又或者体育艺术类院校，几乎不存在人工智能相关研究，从大数据也可看到，无论从财政经费的投入，还是高校科研人员的比例，占据主导的始终是综合性双一流高校，以及与人工智能高度相关专业的院校和机构。且在人工智能大的框架下，研究和应用两个方向也存在极大的差异，综合性高校在人工智能探索方面注重基础性研究，特别是人工智能与国际接轨方面，投入了大量的人力物力。但一些职业院校，特别是一些技术型学校，则更多偏向人工智能的应用，且多与企业开展人工智能实践应用的合作，这方面的探索更容易出成绩并迅速得到回报。总体而言，专业的不平衡性带来了一些人工智能普及的壁垒，但主要的问题在于基础性研究的滞后性，从而导致整体发展的滞后与不平衡。

（四）高等教育推动人工智能发展的效能不平衡性

一般而言，投入和产出应该成正比，特别是在科技发展加速度的人工智能领域，效能的产出往往是阶段性的，爆发性的。但基于高等教育领域的工作实践，各个高校、研究机构的科学产出并不与在人工智能发展方面的投入成正比。当然，这并不代表投入和产出毫无关系。通过对人工智能领域相关成果关键词的抓取，我们发现科学成果的产出呈现的是点状爆发形态，充满着偶然性，但优秀的高校研究团队推出成果的可能性依然占据优势。而人工智能成果在实践中的运用，也往往伴随市场的偶然性。值得关注的是，人工智能的发展具有鲜明的国际化特征，即与国际接轨的高校及研究机构往往效率更高，因为他们可以获得更丰富的科研资源，拥有更多国际领域专家的深度合作，从而在发展的天平上更加占优。因此，高等教育领域在推动人工智能发展的过程中既要注重自身基础研究，也不能忽视更广阔的国际国内合作发展。

三、人工智能在高等教育领域面临的四重挑战

可以说，高等教育领域是人工智能实现高速发展的最好沃土，这里既有前沿的研究团队，又具备最佳的科研设备和环境，更不乏广泛的国际合作。但在具体的工作实践中，人工智能进行自我分析和回答，基于中国知网对人工智能的研究分析，以及网易、腾讯等平台网民的观点，认为在高等教育领域发展依然会面临来自政治、经济、伦理和数据四个主要层面的挑战。

（一）政治壁垒

人工智能作为前沿科技，在各个领域都有很有价值的探索和应用，但大多数的科研成果和运用并没有转化为共享，最突出的壁垒便在于国家政治层面的隔阂。一方面，基于国家利益的知识产权保护，人工智能在高等教育领域出现明显的“防火墙”，西方国家非常谨慎对待其他国家科研人员及参与研究的成果。另一方面，人工智能除了广泛的功能性作用以外，还具有显著的意识形态传播功能，特别是大数据的广泛使用，平台的政治功能不断强化，而高等教育领域又是意识形态工作的重要阵地。所以，国家层面为了确保政治安全，往往会对相关的人工智能工具进行严格的政治审查，甚至出台严苛的法律法规予以管束，在客观上阻碍了人工智能在高等教育领域的广泛应用和发展。

（二）经济壁垒

经济基础决定上层建筑，经济基础同样影响着人工智能的发展，特别是在高等教育领域的应用和发展。在国家层面，发达国家在人工智能领域的投入极大超越发展中国家，特别是一些落后的国家和地区，人工智能领域的探索只能依赖发达国家的便车，在研究上难有建树，在应用上跟风而行，在高等教育领域的应用差距越来越大。同样，区域之间，高校之间因为经济支持力度的差异，进一步导致人工智能在高等教育领域的研究能力断层式分裂，成果集聚效应进一步凸显。但从国家内部看，区域的差异和高校的不同并没有带来人工智能应用的差距，特别是日益市场化的人工智能工具，不以区域和高校为转移，更多偏向消费者选择，经济壁垒在高等教育领域的应用层面失灵。甚至，由于高等教育领域的群体多为高层知识分子，往往会通过各种技术手段突破经济壁垒，在人工智能应用方面形成学术共同体。

（三）伦理壁垒

技术一定会带来福祉吗？答案是否定的，早期欧洲技术在非洲的普及摧毁了当地文明，近期在加拿大开展的一个实验也证明科技对当地土著带来的更多是伤害。人工智能在高等教育领域的应用，除了带来学习、研究、实验的高效运用外，同样带来了伦理层面的挑战，一方面，人工智能解放了人类，如Chatgpt可以帮助学生完成文献分析，独立创作剧本，这些功能看起来帮助人类摆脱了许多繁杂的工作，但很容易导致学习和实践能力的退化。另一方面，伴随人工智能的深度发展，人工智能逐渐具有自主意识后，同样有可能挑战人类的生存空间，改变人类的生活方式，在高等教育领域更有可能摧毁人类的学习能力，最终导致人类成为人工智能的附属品。许多学者在人工智能带来的伦理挑战方面已经做出了诸多科研成果，值得我们深思。

（四）数据壁垒

数据是一把双刃剑，人工智能在高等教育领域的应用大多依托大数据的支撑。当前，人工智能在高等教育领域的应用遭遇的数据壁垒主要来自两个方面：其一，数据空间和平台的断裂，国际上主要的数据平台并没有实现在全球的通用，中国有自身的数据平台，在向全球推广过程中会遇到各种阻碍。西方国家的数据平台虽然广阔，但同样还未能在中国实现数据共享，不同国家和地区，甚至不同高校使用的数据平台的差异，带来了人工智能发展的数据障碍。其二，如果大数据实现高度共享，同样面临共享带来的困境，由于所有数据知识都可以即时共享，反而促使个体层面不再思考，普遍地在知识层面搭便车的思维最终阻碍了文明的发展。当前人工智能发展虽然还未达到高度数据共享阶段，但这种反向数据壁垒同样值得警惕。

四、高等教育走向人工智能的方向及路径

事实上，包括高等教育在内的诸多领域早已认识到，人工智能是一把双刃剑，但因为存在的壁垒并没有迎“刃”而上，相关研究因为人工智能的应用局限而并不深入。从人工智能视角看，高等教育绝不是数字、智能、教学、研究的简单组合与叠加，而是建立在充分运用大数据基础上的促进人的全面发展为根本遵循，将智能嵌入综合能力塑造的自驱型教育模式，具体有四个方面的进路值得探索。

（一）依托人工智能重构技术框架回归教育目标

人工智能正在通过技术改变教育环境，更在不断改变教育的方法论，加速推动优质教育数字资源汇聚整合，建设泛在智能的教育知识库、工具库和素材库，乃至重构教育技术框架。如何让现代高等教育释放出最大的创新力和引领力，是教育既有的初衷，教育界一直在努力朝着这个目标改进，而人工智能恰恰可以提供推进改革的新工具和新技术，全方位优化教育基础设施和环境，提升教学研究智能水平。打破传统平面化教育路径，构建立体生动的教育图景，让抽象的知识转化为具象的画面。高校应该加快“构建全面的学科知识图谱、阶段能力图谱、行业技能图谱，完善驱动受教育者长板能力的自适应学习系统” 。在各类专业领域充分发挥人工智能神经网络、情感牵连系统、大数据抓取等技术手段，对不同教育阶段、教育环境、教育主体进行综合分析和研判，以最科学的方式量身定制教育成长计划，并将人文素养、价值培养、个体修养融入其中，在智能体系中实现人类全面自由成长发展的教育目标。

（二）强化人工智能高技能人才培养和项目研究

全球大力推进人工智能潮流中，高等教育作为核心领域，一方面需要大力培养涉及各个学科人工智能发展的科研人才，才能在不断加快的技术升级迭代中把握主动权，不断提升科技研究与应用的智能化水平。当前高校领域人工智能领域人才比较匮乏，专业性较弱，其中人才的缺位是重要原因。德国于2018年和2020年先后颁布《人工智能国家战略》及其进阶版。德国高校对标人工智能国家战略所采取的行动举措不仅具备稳固的基础，而且呈现清晰的路径，即构建人工智能专业人才的“蓄水池”、优化人工智能技术研发的“生态圈”以及开拓人工智能日常应用的“试验田”。德国经验为我国高校助推人工智能发展战略提供了重要参考：坚持政府主导原则，主动服务国家人工智能发展战略全局；联合多元主体力量，共建助推人工智能发展战略的创新生态系统；秉持技术常识主义，促进人工智能融入高等教育日常实践。

（三）拓展人工智能多元教育应用场景探索普及可能

目前，人工智能在中国高等教育的应用并不普遍，但作为教育重要构成的教育场景对人工智能的诉求尤为迫切，从传统的黑板应用到幻灯片，再到ppt的使用，其实本质上就是智能的发展，高等教育处于教育前沿发展的引领位置，要加大虚拟现实、物联网、数字孪生等技术的开发和应用，创建“人—机—物—环境”泛在感知和互联的教育应用空间，形成面向未来教育的“孪生世界”。积极研究高等教育全流程中人工智能的参与的可能路径和最佳效果，切实提升教育实践的智能水平。同时要积极与海外高等教育在人工智能领域的合作与接轨，既注重存在的问题，更注重人工智能带来不可逆转的教育改革趋势。高等教育在人工智能上的应用也不是独立的，推动多元教育应用场景。

（四）坚守人工智能伦理红线主动拥抱智能未来

当前，人工智能的发展和应用已经带来一系列伦理问题，高等教育应率先对人工智能的研究和实践进行规范，一方面要建立专业的法规制度，使所有涉人工智能行为有法可依，杜绝违反科技伦理的事件发生。另一方面要加强对青年及学生群体的教育引导，一些前沿的人工智能产品，往往是学生群体最为积极，在学习课程及作业考试方面通过ChatGPT走捷径，这些行为对教育本身会带来危害，但问题并不在人工智能，而在于应用者的功能选择，因此需要做好思想引导和监督。再次要警惕人工智能带来的数字鸿沟，东西方的差异，区域之间的不同，因为人工智能的普及不同，水平高低不同，在高速发展的数字时代往往会带来社会发展的代际差。

人工智能与教育的关系本质上是人与教育的关系，未来教育需要发挥技术的赋能、增能、使能优势，以满足教育的功用性追求，更要坚守教育的育人初心和使命，传递人文性价值。当高等教育与人工智能紧密结合，高阶思维是高等教育应该着重培养的人的核心素养，这种思维需要主动性、系统性、综合性和跨学科性。高等教育教学应该妥善利用人工智能，在个体最近发展区与社会长远要求区之间协调激活学生思维发展的主动性、在情境搭建与多元评价之间平衡助推学生思维建构的系统性、以心理和情感融合教育促进学生思维发展的综合性、以规模化全程化因材施教实现思维发展的跨学科性，帮助学生发展区别于人工智能的人类高阶思维。

参考文献：

1. [1] Paek S, Kim N. Analysis of Worldwide Ｒesearch Trends on the Impact of Artificial Intelligence in Education[J].Sustainability, 2021(14):7941．
2. [2] 蔡耀炎,方旭.国外人工智能教育研究热点及趋势分析[J].继续教育研究.2023(10):56-62.
3. [3] J.M.G.Ｒavé，Prieto J A.Potential challenges in physical education through the knowledge of Artificial Neural Networks[J].Journal of Human Movement Studies, 2003(01):81-96．
4. [4] 宋洁.易经[D].北京：北京出版社.2004:25.
5. [5] Bonami Beatrice and Piazentini，Luiz and Dala－Possa，André Education． Big Data and Artificial Intelligence:Mixed methods in digital platforms[J]. Comunicar, 2020(65):43-52．
6. [6] 央视网.财政部：2018-2022年，国家财政性教育经费累计投入21.4万亿元 [EB/0L]. [2023-08-31].https://news.cctv.com/2023/08/31/ARTI48ONsmuh09fBptdHUn4z230831.shtml.
7. [7] 人民日报.中国教育服务行业市场运行形势分析2022 国家财政性教育经费10年累计支出33.5万亿元[EB/0L].(2022-10-08) [2022-11-11].https://www.chinairn.com/hyzx/20221111/142107107.shtml.
8. [8] 巫锐,陈正.德国高校助推人工智能国家战略：目标使命与行动举措[J].高校教育管理,2023(05):90-98.
9. [9] 朱世强.人工智能驱动未来教育变革[N].中国社会科学报,2023-05-26(05).