摘要：人工智能的深度应用正驱动高等教育在教学、管理与人才培养层面的全方位变革，探索其高质量发展的全球路径成为核心议题。2025全球智慧教育大会“人工智能引领高等教育高质量发展”平行论坛，聚焦智能时代高等教育高质量发展的全球共性问题与差异化路径展开研讨。论坛指出，人工智能正加速重塑高等教育生态，其引领的虚拟学习社区为跨时空的教育学术协作提供了新平台。高等教育在技术赋能之下更具智慧性、个性化与动态性。需锚定人工智能赋能高等教育的核心战略方向，构建“高校—企业—科研机构”联动机制，重塑师生智能素养。未来，应进一步推动治理框架从国家主导迈向全球协同、驱动技术应用从生态构建走向智慧融生、引导素养目标从能力重塑升华为价值引领，以人工智能引领全球高等教育高质量转型。
关键词：智慧教育；高等教育；人工智能；高质量发展；教育数字化
近年来，人工智能（Artificial Intelligence, 简称AI）等前沿数字技术与高等教育的深度融合正在引发教育范式的系统性变革，将人工智能引领高等教育高质量发展推向重要战略位置。在我国，推动人工智能与高等教育创新融合不仅是实施教育数字化战略的关键举措，更有助于培养拔尖创新人才、增强国家科技竞争力，为加快建设高质量教育体系、实现教育现代化提供有力支撑。面对新一轮科技革命和产业变革的加速演进，以人工智能驱动高等教育改革创新已成为推进教育强国建设的重要路径，这也是《教育强国建设规划纲要（2024—2035年）》要求实施国家教育数字化战略的重要实践[1]。8月18日，2025全球智慧教育大会“人工智能引领高等教育高质量发展”平行会议在北京举行，来自全球多个国家的教育行政部门、高等院校、科研机构及国际组织的代表与嘉宾共计200余人参加会议。中华人民共和国教育部高等教育司课程教材与实验室处处长刘永强出席开幕式并致辞。联合国教科文组织国际高等教育研究所所长弗朗西斯科·佩德罗（Francesc Pedró）、联合国青年事务办公室咨询委员会全球学生论坛执行主任雅各布·布拉西乌斯（Jacob Blasius）、北京师范大学校务委员会副主任周作宇、北京师范大学高等教育研究院院长周海涛、华为技术有限公司智能协作领域总裁顾雪军等嘉宾出席会议并分享观点。相关教育部门代表、高校管理者、学术研究专家、领军企业技术负责人及国际组织代表等参会，围绕人工智能引领高等教育高质量发展的前沿进展与全球路径展开深入探讨。
一、平行会议背景
（一）人工智能正重塑全球高等教育格局
自20世纪末数字技术与教育领域跨界融合起，高等教育数字化进程已完成从“工具应用”到“体系重构”的初步过渡。国际组织率先开展数字教育理论建构与实践引导：联合国教科文组织（UNESCO）在《一起重新构想我们的未来：为教育打造新的社会契约》报告中明确提出，教育需主动适配技术变革，将面向未来的核心能力培养纳入目标体系[2]；经济合作与发展组织（OECD）通过《技能展望》系列研究持续论证，高等教育需动态回应技术迭代对人才素养的新要求，将数字胜任力、跨学科协作能力等纳入人才培养核心维度，为全球高等教育数字化转型奠定思想基础。
进入21世纪第二个10年，慕课（MOOCs）、混合式教学等数字化模式突破传统高等教育时空限制，实现教育资源规模化覆盖。但规模化与个性化需求失衡[3]、技术应用与教育本质脱节等深层次问题日益凸显，教师难以针对海量学生开展精准教学干预，学生个性化学习需求无法通过标准化数字资源满足，高等教育数字化转型亟需从形式层面的技术叠加转向内涵层面的体系重构[4]，这一转型诉求为人工智能与高等教育深度融合创造了现实契机。
（二）人工智能推动高等教育变革的区域实践
2020年后，以ChatGPT、DeepSeek为代表的生成式人工智能技术实现跨越式发展，其具备知识自动生成、多模态数据处理、差异化需求响应等技术特性[5]，为破解长期制约高等教育高质量发展的核心瓶颈提供了新路径。联合国教科文组织2021年发布的《人工智能与教育：政策制定者指南》提出，人工智能已超越传统辅助工具范畴，成为重塑高等教育教学流程、科研范式及治理机制的关键变量；经济合作与发展组织同期发布的《数字教育展望》报告进一步强调，人工智能正推动高等教育从以教师为中心的知识传授模式，向以学习者为中心的能力培养模式转型，这一转型涉及教学目标、教学内容、教学评价的全链条变革。
全球多所高校已启动人工智能教育应用试点，例如，康奈尔大学开发AI辅助答疑系统、华为与高校共建智慧教学平台。但实践中仍面临系列共性挑战：数字鸿沟导致的区域应用不均衡、算法偏见引发的教育公平问题、教师数字教学能力与技术应用需求不匹配、学习成果认证机制与AI辅助学习场景脱节。这些挑战凸显人工智能与高等教育融合过程中技术可能性与教育现实性的落差，推动学界与实务界对二者融合的路径、机制展开更深入的理论探讨与实践探索。
（三）人工智能驱动高等教育变革的共同趋势
2025年，人工智能在高等教育领域的应用已从试点探索期进入规模化推广期。数字教育委员会（Digital Education Council）2024年全球AI学生调查数据显示，全球86%的高等教育学生已将人工智能工具纳入日常学习场景，但仅不足25%的教师认可人工智能对教学质量提升的实际价值[6]，技术赋能与主体焦虑并存成为行业普遍现状。与此同时，全球高等教育人工智能应用的区域失衡问题进一步加剧：发达国家依托完善的数字基础设施、充足的政策支持，推动人工智能与学科建设、人才培养、科研创新深度融合；全球南方国家（如非洲、拉美部分地区）则受限于设备短缺、数字文盲率高、政策体系不完善等现实约束，人工智能教育应用难以落地。
由此，如何依托人工智能技术破解高等教育规模化培养与个性化需求失衡、传统教育范式与智能时代需求脱节等核心矛盾，推动全球高等教育向公平化、优质化、现代化方向发展，已成为各国高等教育改革的核心议题，也是2025全球智慧教育大会设立平行会议的主要动因。该平行会议旨在汇聚全球政府教育主管部门、高校管理者、学术研究专家、企业技术负责人及国际组织代表的智慧，凝聚共识、分享经验，共同探索人工智能引领高等教育高质量发展的全球协同路径。
二、全球经验分享：人工智能引领高等教育高质量发展的路径探索
人工智能与高等教育高质量融合，聚焦“治理—实践—素养”三维路径：治理层面，中国以“六个A”框架与三阶战略锚定本土需求，国际社会以伦理规制破解治理失衡，形成差异化治理方案；实践层面，“政府—企业—高校”协同联动，政府保障政策资源、企业供给技术算力、高校创新场景应用，推动理论落地；素养层面，全球构建教师“技术—教学—伦理”综合素养与学生“应用—思维—伦理”核心素养体系，实现数字能力与人文素养协同提升，为全球高校智能化转型提供范式。
（一）构建顶层设计与伦理规制并重的治理框架
人工智能与高等教育的深度融合需以系统性理论建构为逻辑起点，以战略性规划部署为实施保障。中外学界与政策制定者基于本土化发展需求与全球化治理视野，分别从理论维度界定与伦理治理规制两个层面搭建框架体系，既为技术与教育的协同融合提供科学遵循，也形成了兼具区域适配性与全球通用性的治理路径，为后续实践落地奠定基础。
1.中国情境：立足本土特征的智能教育理论建构与战略部署
在中国情境下，学界与政策层立足本土高等教育发展特征，以问题导向锚定核心矛盾、以目标引领明确发展方向、以路径支撑保障落地实效，逐步形成层次分明、逻辑闭环的理论与战略体系。
从理论建构来看，周作宇教授提出，中国情境下的智能教育研究需聚焦三大核心维度：一是认知理解维度，侧重剖析人工智能与教育融合的内在逻辑及对教育本质的重构；二是技术应用维度，关注人工智能在教学、科研、治理场景中的适配性与落地效能；三是安全及民族问题维度，警惕技术应用中的数据安全风险与文化认同挑战。在此基础上，他进一步提出“六个A”框架，以解读AI领导力的技能与能力构成，具体包括精准识别AI应用差距的“意识（Awareness）”、辩证看待AI价值与现实张力的“欣赏（Appreciation）”、推动AI场景化部署的“应用（Application）”、促进技术与教育生态适配的“适应性（Adaptability）”、量化AI教育价值的“评估（Assessment）”，以及规避安全与文化风险的“避免（Avoidance）”。该框架始终强调“以人为本”的核心原则[7]，突出人的思维方式培养在技术融合中的核心地位，同时明确获取优质AI资源、重构教育发展蓝图、提升主体数字胜任力、突破传统教育范式束缚、加强国际交流合作五大实施要点。
从战略部署来看，中国政府已将AI与高等教育融合纳入教育数字化战略的核心范畴，形成三阶递进的战略实施路径。刘永强指出，AI技术正从底层重构教育的运行逻辑，中国以教育数字化为突破口推动高等教育系统性变革，提出立足智能时代新阶段重塑人才培养理念、梳理智慧教育发展新标准构建新生态、开辟技术融合新路径打造以学习者为中心的教育新形态三大方向。周海涛则从高校实践视角补充，强调高校作为教育创新的核心载体，需以AI技术为抓手，聚焦教学模式改革、科研范式突破与人才培养升级三大领域，推动高等教育向智能化、公平化、包容性方向转型，为全球高等教育智能化发展提供中国方案。
2.国际视野：聚焦人工智能场景应用的使用规范
从全球视野来看，国际组织与学者以规避技术异化风险为核心目标，聚焦人工智能应用的伦理边界与治理机制，着力构建以人文理性为主导的全球治理体系，为跨国界、跨区域的AI教育应用提供规范指引。
佩德罗基于全球调研数据，首先揭示了当前高等教育AI应用的核心矛盾：一方面，技术普及率呈快速攀升态势，全球86%的高校学生已将AI工具（如论文辅助写作系统、知识点智能答疑平台）纳入日常学习场景；另一方面，应用质量与治理能力严重滞后，仅不足25%的教师认可AI对教学质量的提升价值，仅10%的高校建立正式的AI应用质量评估机制，且超60%的学生缺乏系统性AI使用指导。
针对这一矛盾，佩德罗以“没有智慧的技术就像没有土壤的雨点”为喻，强调教育领域AI应用必须坚守人文理性底线，避免技术脱离教育本质。其团队正联合Global Building Points、IBM等机构开发“师生人工智能能力框架”，旨在培养能够理解AI技术原理，并以伦理方式运用AI的教育主体，同时通过多语言AI辅导教师、AI教学设备故障预测系统、宾夕法尼亚州立大学利用AI分析气候变化数据等案例，验证技术与教育融合的可行性，并提出四大治理行动建议：建立适配技术迭代的动态政策体系、加大师资数字能力培养投入、强化数字基础设施建设以缩小区域差距、将学生纳入AI教育应用决策过程以提升治理多元性。佩德罗进一步强调，人工智能在高等教育中的应用必须以“保存人类智慧”为前提，避免技术工具理性凌驾于教育人文价值之上[8]。联合国教科文组织也正联合IBM等机构推进“师生人工智能能力框架”落地，推动AI在教育领域的伦理化应用，实现技术从“工具辅助”向“合作伙伴”的角色转变，并呼吁全球关注资源分配不均问题，确保AI技术助力培养具备伦理意识、创新能力与问题解决能力的未来人才。
雅各布从学生主体性视角补充指出，当前人工智能已深度融入高等教育各类实践项目，成为核心支撑要素，但实践层面仍面临双重挑战：一方面，指导方针与技术发展趋势适配性不足，导致教育机构难以快速响应技术迭代引发的规则调整需求；另一方面，部分人工智能教育政策虽认可技术未来价值，却存在规制过度激进倾向，可能抑制创新活力。基于全球对话组织开展的高等教育人工智能应用可行性调研，雅各布发现，无论地域与经济发展水平差异，学生均具备强烈的人工智能治理参与意愿：在结构化、系统化合作机制下，学生参与效率显著提升；而在需重构对话模式与整合技术工具的场景中，常因日程协调、流程适配等问题导致参与受阻。其以自身人工智能辅助写作实践为案例，强调教育领域需精准界定人工智能在不同场景中的功能边界，重点关注技术应用中“可读化、对话式、沉浸式”结构的构建，以优化人工智能与教育的融合效能。针对人工智能引发的主体焦虑与政策滞后问题，雅各布提出核心解决方案：构建“政府—高校—学生—企业”多元协同的对话与合作机制，尤其需将学生作为核心伙伴纳入决策链条，形成治理合力；同时，教育界需重新审视智能时代的教育核心目标，在人工智能可能替代部分传统技能的背景下，明确并坚守需保留的人类核心能力，确保技术发展与教育本质的协同统一。
（二）凝聚政企校多元主体力量
人工智能与高等教育的深度融合需依托“政府—企业—高校”多元主体的协同联动，各方围绕战略执行、技术供给、场景落地三大核心环节形成互补合力，构建起覆盖基础设施建设、技术工具开发、教学场景应用的完整实践链路，推动技术与教育的融合从理论构想转化为可落地、可推广的现实方案。
1.科技企业：促进“技术可能性”到“教育实用性”的转化
科技企业作为AI技术研发与产业化的核心力量，是打通“技术可能性”到“教育实用性”转化的关键环节，其通过基础设施搭建、定制化解决方案开发及跨区域生态协同，为高校AI应用提供底层技术支撑。
华为技术有限公司基于“教育智能体”理念，针对高校教学、学习、管理场景核心需求，构建“教师—学生—场域”三位一体解决方案。在教师端，研发“AI备课助手”与“课程质量分析系统”：前者依据学科课程标准自动生成教案、课件，并提供分学科专属模板，显著降低备课时间成本；后者实时采集课堂互动数据，生成多维度教学改进报告，助力教师精准定位教学薄弱环节。在学生端，推出AI个性化学习系统与AI科研助手：个性化学习系统通过诊断测试定位知识薄弱点，推送分层学习资源与针对性习题；科研助手可辅助完成文献检索、数据预处理等基础科研工作。在场域端，搭建ICP（智能联接平台）与AI使能平台：ICP借助5G、物联网技术实现校园设备智能互联，支撑AI互动课堂、远程虚拟实训等场景；AI使能平台开放华为AI算法与模型资源，供高校开发本土化应用。截至2025年，该方案已服务全球140余个国家和地区，覆盖2000余所高校。例如，在赞比亚、肯尼亚等网络基础设施薄弱的发展中国家，通过“离线AI资源包+低成本硬件”组合模式，助力偏远地区高校突破网络限制，实现AI教学资源本地化覆盖。
中国联通针对高校人工智能应用中“算力缺口”与“模型适配难”两大核心痛点，构建“4+N+X”分层计算资源网络与教育行业专属大模型体系。在算力基础设施层面，自2023年起布局北京、上海、广州、成都四大万卡级超算中心，覆盖全国270余个城市，总算力超30亿EFLOPS，且采用国产新架构、国产算力等自主可控芯片，符合高校数据安全要求；同时针对研究型高校与应用型高校的差异化需求，分别提供高端算力集群与轻量化算力节点，支撑前沿科研项目与AI教学实训。在模型开发层面，融合国内先进千亿级模型研发教育行业专属大模型，通过“模型压缩技术”将推理成本降低30%，使其适配高校普通服务器；此外还打造“教育大模型开源社区”，提供50余个涵盖AI助教、学情分析、科研数据处理等场景的轻量化模型模板，推动教学内容与产业需求精准对接。中国联通发起的“人工智能赋能教育的大模型共创行动计划”，吸引全球10余个国家的50余所高校参与模型优化，形成“政企协同、全球共建”的教育人工智能生态格局，进一步降低高校人工智能应用的技术门槛。
2.国家教育部门：为AI与高等教育的融合提供政策支持和制度保障
国家教育部门作为高等教育发展的统筹者，通过政策制定、资源配置与监督评估的三维联动，为AI与高等教育的融合提供制度保障，既确保技术应用符合国家教育战略目标，又平衡创新发展与风险防控，为企业与高校的协同实践创造稳定环境。
埃及高等教育与科学研究部针对本土人工智能教育应用的现实挑战，构建“需求导向—政策保障—资源支撑”实施体系，成为发展中国家推进人工智能教育应用的典型案例，其高等教育人工智能应用面临三大核心问题：一是教师时间碎片化，公立高校师生比失衡导致教师难以兼顾日常教学与人工智能工具学习；二是学生成果同质化，传统教学模式下作业与论文重复率高，创新能力培养不足；三是数据设备短缺，超40%公立高校缺乏人工智能应用所需硬件设备，校园网络覆盖率不足60%，技术落地基础薄弱。针对上述问题，埃及政府以“服务就业市场、提升教育质量”为核心目标提出解决方案：在资源配置层面，为高校研究人员配备GPU算力资源，联合云服务提供商建设人工智能科研云平台以缓解算力缺口，同时设立人工智能教育专项基金，计划2025年投入1亿美元升级公立高校人工智能教学设备，重点覆盖偏远地区院校以缩小区域差距；在政策保障层面，出台“负责任的人工智能治理政策”，明确保护创新活力、衔接国际标准、保障透明可信三大原则，要求人工智能教学工具具备透明化操作界面，并向学生公开算法原理与数据来源；在应用推进层面，推动高等教育业务“数据中台化”转型，构建覆盖全国高校的教育数据中台，整合核心教育数据并通过人工智能分析优化资源配置，包括对低就业率专业触发课程调整机制、为学业预警学生推送个性化辅导资源。埃及高等教育与科学研究部相关负责人强调，国际合作是突破本土资源约束的关键，目前已与华为技术有限公司、联合国教科文组织建立合作，通过“技术转移+联合培养”模式引入先进人工智能教育技术，并培养本土教师应用能力，为人工智能教育应用的可持续发展奠定基础。
3.高等院校：推动AI技术在教学、科研、管理场景的深度落地
高等院校作为AI教育应用的直接载体，是连接“技术供给”与“教育需求”的最终环节。不同类型、不同区域的高校结合自身定位、学科特色与区域需求，探索差异化融合模式，推动AI技术在教学、科研、管理场景的深度落地，形成多样化的实践成果。
喀什大学依托“一带一路”区位优势与西部高校发展特征，构建“五位一体”AI赋能模式，有效破解西部高校优质资源短缺、生源基础薄弱的困境，成为西部高校数字化转型的典型案例。作为我国最西部的综合性高校，喀什大学主要面临三方面挑战：一是优质师资供给不足，高级职称教师占比低于25%，部分专业存在“一人多课”的教学压力；二是生源基础存在短板，近60%学生源自农牧区，数字化学习能力有待系统提升；三是区域产业适配性不足，当地纺织、农产品加工等主导产业亟需技术型人才支撑，传统教学内容与产业实际需求存在脱节。基于此，学校从五方面推进数字赋能：一是强化政策引领与资源整合，依托“慕课西部行计划”对接东部优质高校资源，开展跨校同步课堂等协同育人机制试点，共享优质课程资源与科研创新平台；二是完善顶层制度设计，出台AI应用专项文件，明确数字化转型的目标定位、实施路径与管理规范，以制度保障提升推进效能；三是打造数字教学底座，投入专项资金建设智教研发中枢平台，整合教学管理、资源共享、学情分析等核心功能，构建“课前—课中—课后”全流程智慧教学管理体系[9]；四是激活数字教学资源，启动“AI+课程”建设项目，开发混合式教学课程资源，构建覆盖文、理、工、农等学科的AI课程体系，强化与区域产业需求的适配性；五是提升教师数字能力，开发教师数字能力画像平台，依据岗位需求开展分层分类AI教学能力培训，通过教学竞赛、创新工作坊等形式培育种子教师，形成“以点带面”的能力提升格局[10]。
康奈尔大学作为研究型高校，聚焦AI与科研教学的深度融合，针对AI应用中“协同问答关联混乱”“大规模班级学情反馈模糊”等现实问题，提出“以学习者为中心”的优化方案：在教学场景开发具备“可及性、模式可切换、互动可视化”特征的AI互动教学系统，支持学生自主选择探究式、启发式等学习模式，并通过可视化界面呈现学习进度与知识关联，助力学生构建系统知识体系；在科研场景搭建跨学科AI科研平台，开发AI科研助手，辅助不同学科团队开展研究，有效提升科研协同效能。康奈尔大学人工智能创新实验室主任阿伊哈姆·布歇（Ayham Boucher）强调，AI应用需始终以“教学与学习本质”为核心，技术优化应围绕提升学生批判性思维、创新能力展开，避免“为技术而技术”的形式化应用，确保技术服务于育人目标。
泰国巴吞他尼大学作为私立国际商学院，针对资源有限与学生国际化程度高的特征，构建“精准化、试点化、国际化”的AI教育融合策略体系。在资源投入层面，聚焦高频需求优先配置AI资源，通过开发无语言值标注实时翻译系统，保障跨国学生沟通效能；依托AI学业规划助手，结合学生特质推送课程与实习方案，提升人才培养精准度。在实施路径上，采用“小规模试点—效果评估—规模化推广”的渐进式流程，以教学反馈与成效数据优化AI工具功能，降低资源投入风险。在国际合作维度，联动全球高校及行业专家引入先进经验，支撑AI教学应用的持续迭代。该校副校长妮蒂玛·袁永（Nithima Yuenyong）表示，未来将增设数字教育博硕士项目，培养AI时代教育变革引领者；同时坚守“AI辅助而非替代”的核心原则，强调自学能力培育的重要性，若获100万美元资金，将重点投入师生AI应用能力培训，助力使用者掌握工具逻辑与指令设计方法，实现技术赋能价值最大化，规避“技术依赖”误区。
（三）重塑师生智能素养
人工智能与高等教育的深度融合，核心目标是实现“人的发展”，需以师生数字能力与人文素养的协同重塑为关键支撑。教师需从“技术被动接受者”转型为“人机协同育人主导者”，学生需从“工具浅层使用者”成长为“智能时代创新实践者”。全球高校与国际组织围绕这一目标，形成了聚焦“素养框架构建—实践路径落地—伦理风险防控”的多元探索经验。
1.教师：培育兼具技术认知能力、教学融合能力和伦理把控能力的综合素养
全球范围内教师的AI能力重塑，正突破“技术操作培训”的单一维度，转向构建涵盖“技术理解、教学融合、伦理把控”的综合素养体系，不同区域基于教育基础与需求差异，形成了针对性的实践方案。
在素养框架方面，国际组织与高校普遍强调“技术与人文的双重属性”。联合国教科文组织高等教育创新中心副主任毕小涵提出“能动性原则”，明确教师AI素养需涵盖“技术应用能力”与“育人主导能力”：前者指向智能工具驾驭技能，后者强调人机协同中坚守教育本质。其主导的智能项目已开发700个AI应用培训课程，覆盖45国130余所高校，内容既含实用技术模块，亦设算法偏见识别、学生隐私保护等伦理环节。非洲大学协会（AAU）主席巴克里·奥斯曼·赛义德（Bakri Osman Saeed）则针对非洲高校教师“数字素养薄弱、政策认知不足”等问题，提出教师AI素养需优先覆盖“基础技术认知+本土需求对接”，培养教师在区域重点领域运用AI设计课程的能力，助力解决实际问题。罗马尼亚皮特什蒂大学作为理工科占比70%的高校，进一步细化工科教师AI伦理素养，提炼“提高透明度、平衡人机角色、评估风险收益”等原则，要求教师在专业课程中嵌入“算法决策与人工判断边界”的讨论，避免技术工具理性凌驾于育人目标之上。
在实践赋能路径方面，“系统化培训与本土化场景实践相融合”构成核心实施模式。埃及高等教育与科学研究部针对教师时间碎片化、AI学习动力不足等问题，联合联合国教科文组织开展“技术转移+联合培养”式培训，采用“短期集中授课+长期在线辅导”形式，涵盖AI教学资源开发、多模态课堂数据解读等内容，同时要求教师结合本土教学痛点设计实践项目，以实现技术应用与教学需求的精准对接。北京师范大学博士生刘梦彧从研究视角提出，国内部分高校已探索构建“教师AI能力画像”工具，通过分析教师教学风格与学科特征，推送差异化、定制化学习资源，达成AI素养的精准赋能。康奈尔大学人工智能创新实验室为教师提供“AI教学模拟平台”，支持教师在虚拟场景中测试多元AI融合教学模式，平台同步生成教学改进报告，助力教师高效掌握技术融合技巧。
2.学生：挖掘大学生数字素养提升潜力
面向学生的AI素养培育，全球高校已普遍超越“工具使用技能”范畴，聚焦“技术应用能力+批判性思维+伦理意识”三位一体体系，通过“课程设计—实践浸润—风险防控”的闭环，助力学生构建适配智能时代的核心能力。
在课程体系设计方面，“分层递进与学科适配相协同”成为主流构建思路。北京大学教育学院院长蒋凯团队通过实证研究表明，大学生AI素养存在显著群体差异，STEM专业学生“AI技术原理理解”水平较人文社科专业高23%，社会经济地位较高学生的“AI使用背景丰富度”为低收入学生的1.8倍。基于此，该团队提出“差异化课程设计”策略：为基础较高学生开设AI创新挑战类课程，为基础薄弱学生设置“AI基础认知+应用实践”入门课程，同时强化人文社科专业学生的AI技术基础教育，以缩小群体素养差距。泰国巴吞他尼大学作为私立国际商学院，针对多国学生语言差异与职业需求多元的特征，开设“AI跨文化沟通”“AI学业规划”等特色课程，前者聚焦AI辅助跨文化协作技能培养，后者引导学生运用AI工具进行职业趋势分析与学习路径设计，并嵌入“AI推荐结果批判性评估”内容，规避对技术决策的过度依赖。
在实践场景方面，“本土问题导向与风险反思相结合”成为素养内化的关键。肯尼亚里亚拉大学校长罗伯特·加特鲁（Robert Gateru）介绍该校“本土化AI实践项目”，在数据科学与人工智能硕士项目中，要求学生围绕非洲本土数据匮乏（占全球大模型数据5%）及干旱、贫困等区域议题开展研究，通过完成“数据采集—模型训练—社区应用”全流程，实现技术能力的提升，同时深化“技术服务本土”的认知。里约热内卢州立大学人文和技术跨学科研究与培训研究所所长卡洛斯·阿尔贝托·佩雷拉·德奥利维拉（Carlos Alberto Pereira de Oliveira）针对“学生过度依赖AI”的风险，推行“AI初稿+人工优化”实践模式，要求学生提交“AI使用反思报告”，分析技术优劣后进行方案优化，以培养批判性思维。雅各布进一步强调，需将学生纳入AI素养培育“决策环节”，通过“全球学生AI实验室网络”等渠道，让学生分享使用经验并提出课程改进建议，保障素养培育与学生需求的适配性。
三、总结与展望
本次平行会议上，联合国教科文组织国际高等教育研究所发布了服务高等教育AI融合领域的系统性成果，即AI与高等教育融合框架。该框架以公平获取、制度赋能、创新与传承平衡、国际化重构为四大核心支柱，配套多语言操作指南与区域适配调研报告，已在全球45个国家130余所高校开展试点应用，为破解AI教育应用“赋能与焦虑并存”的困境，构建全球协同的智慧高等教育生态提供核心指引。同时，会议集中展示华为技术有限公司“教育智能体解决方案”、喀什大学“五位一体AI赋能模式”等18项中外实践成果，既呈现不同发展阶段国家的特色路径，也彰显全球携手以技术革新推动高等教育公平化、优质化的决心。最后，与会各国政府代表、高校管理者及企业专家，结合本土实践剖析AI赋能高等教育的现实挑战，并对未来方向提出前瞻性思考。
（一）推动治理框架从国家主导迈向全球协同
针对全球AI教育资源分布不均、南方国家基础设施薄弱的核心问题，应突破现有“国际框架+国家落地”的浅层协同模式，建立“权责共生+动态响应”的跨区域资源共享机制。具体可从三方面推进：一是组建全球高等教育AI资源协作联盟并整合三级资源库。由联合国教科文组织牵头，整合企业技术资源与高校实践成果，分类构建“基础工具库—进阶方案库—本土化适配库”，并向资源薄弱地区免费开放；设立1000万美元专项适配基金，重点支持南方国家硬件改造与软件定制，避免资源供给与区域需求脱节。二是推行“1+N”结对共建与区域联动模式。组织中欧美领先高校从“技术转移+师资联合培养+学生交流”维度帮扶非洲、拉美高校，深化协作层次；推动区域内高校组建AI资源共享圈，联合开发适配性教育内容，形成“全球统筹+区域自主”的协作格局，降低协作成本。三是建立动态需求响应机制并吸纳学生参与。依托联合国教科文组织区域办公室，按“紧急度+适配性”分级匹配资源；每季度发布《全球AI教育资源需求与供给报告》引导资源定向投入，同时吸纳学生代表参与需求调研，确保资源供给精准对接师生实际需求，呼应“学生参与治理”的相关建议。
（二）驱动技术应用从生态构建走向智慧融生
针对全球仅10%高校具备AI质量评估机制，且技术应用存在“重工具轻效能”的现状，应实现从“技术供给”到“智慧融生”的转向，构建全流程多维度的高校AI应用质量评估体系，促进AI与教育从“功能叠加”走向“深度耦合”。具体可分三步骤推进：一是明确四大评估维度与多元评估主体。技术合规性聚焦算法透明度、数据安全性及设备兼容性；育人有效性以学生批判性思维提升、可迁移技能培养、学习动机持续度为核心指标，规避“分数提升但能力未达”的形式化应用；伦理适配性重点排查各类歧视问题并尊重文化差异；可持续性考量教师应用能力匹配度与资源投入成本效益。评估主体采用“高校内部+第三方机构+国际组织+学生代表”的多元构成，其中学生代表占比不低于20%，通过多方协同确保评估结果客观全面。二是实施分层动态评估以覆盖应用全周期。对AI教学工具开展准入评估，由第三方机构联合国际组织审核其技术标准与育人目标的匹配度；对规模化应用项目实施过程评估，每学期结合学情数据、师生反馈及风险排查优化方案；对长期应用成果开展成效评估，结合学生就业质量、学术产出影响力等指标判断价值，评估结果纳入高校办学质量监测核心指标。三是建立评估结果转化机制以推动标准协同。将评估优秀的AI应用项目纳入“全球AI教育优秀案例库”，并给予资源支持与推广机会；对存在伦理风险或效能不足的应用启动“整改—复核”流程；由联合国教科文组织汇总各国评估经验，每两年更新《全球高校AI应用评估指南》，统一核心标准，降低跨区域AI应用的评估成本。
（三）引导素养目标从能力重塑升华为价值引领
为破解AI应用中工具理性主导、学生批判思维弱化的问题，应超越“技术能力+伦理意识”的基础框架，构建课程融合与能力重塑的人文AI协同培养体系，实现素养培育从“能力建构”到“价值引领”的升维。具体可通过三方面深化：一是优化“AI+人文”课程体系以融入价值内涵。在AI通识课中增设占比不低于30%的“技术伦理与文明”模块，从“技术—社会—文明”三维展开。技术维度解析AI算法逻辑与应用边界，阐明技术辅助与人类主导的关系；社会维度分析技术对就业市场、教育公平的影响，强化学生社会责任感；文明维度探讨技术对人类文明形态的影响，规避“技术至上”认知。在专业课程中嵌入人文实践环节，引导理工科学生撰写《技术伦理反思报告》，分析社会影响；文科学生开展“技术与文化传承”辩论会，修正技术对本土文化的片面解读。二是开展师生双向能力赋能以强化融合素养。教师培训新增“人文教学方法”课程，帮助教师掌握“技术辅助—人文引领”的平衡技巧；学生按专业分层培养，为STEM专业开设科技人文交叉课程，为文科专业举办AI工具实践营，同时通过“AI+人文”创新大赛，以实践强化技术应用与人文价值的结合。三是营造人文导向的校园AI文化以坚守育人本质。通过“AI与教育使命”主题论坛明确技术服务育人本质的定位；建立学生AI伦理监督小组，参与校园AI应用的全流程监督；在高校图书馆增设“AI与人文专题资源区”，为师生提供思想交流与价值探讨平台，引导AI从“效率工具”演进为“服务育人本质的生态力量”。
智能时代高等教育的高质量发展，需全球携手以资源共享破解失衡、以评估体系规避风险、以人文融合坚守本质，这既是应对变革的必然，更是构建包容公平全球智慧高等教育生态，助力实现“教育2030”目标的必由之路。
参考文献：
[1]新华社.中共中央 国务院印发《教育强国建设规划纲要（2024—2035年）》[EB/OL].(2025-01-19)[2025-10-07]. https://www.gov.cn/zhengce/202501/content_6999913.htm.
[2]联合国教科文组织.一起重新构想我们的未来:为教育打造新的社会契约[M].北京:教育科学出版社,2022:35
[3]李玉顺,韩梦莹.教育强国背景下人工智能赋能教育教学创新：未来图景、实践路径与风险审思[J].中国电化教育,2025(8):13-21.
[4]刘春雷.数字时代大学治理的价值遵循与体系重构[J].江苏高教,2025(9):80-88.
[5]张广录,刘晓峰.“人G共生”范式：生成式人工智能视域下的教育转型图景[J].中国教育信息化,2024,30(6):12-22.
[6]Digital Education Council. Digital Education Council Global AI Student Survey 2024[EB/OL].(2024-08-02)[2025-09-12].https://www.digitaleducationcouncil.com/post/digital-education-council-global-ai-student-survey-2024.
[7]刘邦奇,黄倩倩,张金霞.GenAI教育应用伦理风险多主体协同治理框架及实践策略[J].现代远程教育研究,2025,37(5):48-58.
[8]郭颢,范佳荣,罗光耀.生成式人工智能与教育的共生互构：人文守护下的实践进路[J].中国电化教育,2025(8):75-80.
[9]李腾,郭晓东,赵玉宝,等.基于数字化转型的高校一体化教学事务数据体系研究[J].中国教育信息化,2025,31(1):63-72.
[10]刘梦彧,潘静文,黄荣怀.中国参与全球数字教育治理的策略分析——基于中国教育数字化转型的进展考察[J].中国电化教育,2025(6):18-27.
（来源：《中国教育信息化》2005年第11期）