黄荣怀：以人工智能推动高等教育深层次变革
发布时间：2025-06-06 14:36作者：admin来源：北师大智慧学习研究院点击量：
高校管理者、教师和学生等主体尚未做好应对智能时代动态变化的准备。
我国教育数字化正在加速向前推进。2025年4月，教育部等九部门印发《关于加快推进教育数字化的意见》，提出全面促进人工智能助力教育变革。建设教育强国，龙头是高等教育，而数字化是高等教育高质量发展的关键。日前，在与本刊对话中，北京师范大学智慧学习研究院院长黄荣怀强调，全球高校正在加速推进人工智能的创新应用，正在试图求解教育“不可能三角”难题；高等教育数字化要突破现实困境，重点聚焦学科与专业形态、智能化教学环境、数字教学法等方面；随着人工智能加速变革，高等教育应特别关注智能时代大学生的“关键能力”，并在学习方式上向终身学习能力提升转变。
我国教育数字化正在加速向前推进。2025年4月，教育部等九部门印发《关于加快推进教育数字化的意见》，提出全面促进人工智能助力教育变革。建设教育强国，龙头是高等教育，而数字化是高等教育高质量发展的关键。日前，在与本刊对话中，北京师范大学智慧学习研究院院长黄荣怀强调，全球高校正在加速推进人工智能的创新应用，正在试图求解教育“不可能三角”难题；高等教育数字化要突破现实困境，重点聚焦学科与专业形态、智能化教学环境、数字教学法等方面；随着人工智能加速变革，高等教育应特别关注智能时代大学生的“关键能力”，并在学习方式上向终身学习能力提升转变。
人工智能正朝三个方向演进
以ChatGPT为代表的人工智能已经成为各个领域关注的焦点。在您看来，人工智能正在朝着什么方向发展？
黄荣怀：人工智能正以前所未有的速度融入社会发展的各个领域，日益成为驱动产业变革、重塑科研范式与塑造人类未来的核心力量。当前，AI技术体系可分为数据与基础设施层、模型与调度层，以及面向终端的应用层。其中，基础设施正趋于优化，模型能力持续提升，而创新应用滞后于技术发展，机遇与挑战并存。伴随技术生态的持续演进，人工智能的发展整体上从专注单一任务的弱人工智能，迈向多任务处理的强人工智能与通用智能，具体正朝三个方向加速演进。
第一，机器感知具身化。人工智能技术正由以语言为核心的单模态处理，拓展至融合图像、语音、视频等多源数据的多模态智能系统，推动AI具备更强的语义理解与情境感知能力。具身智能强调将感知能力嵌入物理实体（如机器人、自动驾驶系统等），使其通过与环境的实时交互实现认知迭代。其在视觉、触觉、语音等跨模态信息整合能力的持续增强，被认为是实现通用人工智能的关键路径之一。
第二，技术生态开源化。良好的技术创新生态既需要开源的开放共享以加速技术扩散，也依赖闭源技术推动商业化落地，两者的动态平衡成为关键。斯坦福大学《2025年人工智能指数报告》显示，开源模型的性能与闭源模型的差距逐渐缩小，开源模型（如DeepSeek、Llama）与闭源模型（如ChatGPT-4）的性能差距也从2024年初的8%降至2025年初的1.7%，开源生态的快速发展正在打破闭源巨头的垄断。
第三，应用场景全域化。AI技术正从通用大模型向医疗、教育等领域的垂直行业应用深化演进，以提升专业适配性与实用性，加快其在各行业的深度嵌入。以教育领域为例，“学科大模型”正成为推动AI与教学知识体系深度融合的重要形式，重构教育服务的逻辑与能力边界。同时，智能体（Agent）作为具备感知、推理与执行能力的任务型AI形态也加速发展，成为AI系统交互化、具身化的关键载体，多智能体协同以提升复杂问题解决效能正成为重要趋势。
全球高校加速人工智能创新应用
目前人工智能在全球高等教育领域的应用呈现出怎样的发展态势？
黄荣怀：当前，人工智能正加速推进高等教育领域的深刻变革。然而，面对教育长期存在的深层困境——“不可能三角”，即在高质量、大规模、个性化之间难以兼顾的矛盾，科技能否真正帮助教育实现三者间的平衡仍是一个客观存在的现实难题。值得关注的是，以DeepSeek等开源生态为代表大模型的出现，正凭借其低成本、开放性、定制化与集成式优势，在教学应用、模式重构、产教融合等方面展现出巨大潜力，人们正尝试求解“不可能三角”。
第一，开源大模型的便利化部署正“引爆”高校人工智能的全方位创新应用。随着开源大模型的加速普及与本地化部署能力的增强，国内外高校纷纷完成本地化大模型，推动其在教学、科研、管理等方面的创新应用。如北京师范大学本地化部署DeepSeekR1模型，利用本校培养方案、教学手册等高质量语料，为学校“课程中心”近万门课程配齐情景化的智能助教。
第二，可定制化的教学智能体将有力支撑人机协同教育教学新范式构建。针对特定学科和教学需求，高校自主配置智能体的知识库、交互方式和辅导策略，定制化教学智能体，推动实现个性化适配、持续交互学习、实时监测与精准反馈，重塑“人机协同”的教育新范式。如美国的可汗学院推出智能助手Khanmigo，辅助教师规划课程并提供个性化辅导。
第三，场景驱动的集成式创新加快企业主导的产学研深度融合。要实现产学研的深度融合，需以真实问题与实际应用场景为牵引，在科技领军企业主导、高校与科研院协同下，共同打造科学研究引擎，推动基础研究、场景验证与成果转化的全流程贯通，提升高校科技成果转化和产业化水平。
第四，以DeepSeek为代表的开源大模型正引发全球南方国家的广泛关注与合作热潮。当前，以DeepSeek为代表的开源大模型正在全球范围内加速传播，为非洲、拉丁美洲和加勒比地区、太平洋岛屿等全球南方国家积极参与AI技术的本地应用与创新实践提供了新机遇。作为非洲联盟的重要合作伙伴，中国高校正积极参与面向非洲联盟国家AI领域的国际合作，在农业、医疗、教育、科研等领域与非盟相关机构开展深度合作，共同推动非盟实现AI技术的转化落地。
黄荣怀：当前，人工智能正加速推进高等教育领域的深刻变革。然而，面对教育长期存在的深层困境——“不可能三角”，即在高质量、大规模、个性化之间难以兼顾的矛盾，科技能否真正帮助教育实现三者间的平衡仍是一个客观存在的现实难题。值得关注的是，以DeepSeek等开源生态为代表大模型的出现，正凭借其低成本、开放性、定制化与集成式优势，在教学应用、模式重构、产教融合等方面展现出巨大潜力，人们正尝试求解“不可能三角”。
第一，开源大模型的便利化部署正“引爆”高校人工智能的全方位创新应用。随着开源大模型的加速普及与本地化部署能力的增强，国内外高校纷纷完成本地化大模型，推动其在教学、科研、管理等方面的创新应用。如北京师范大学本地化部署DeepSeekR1模型，利用本校培养方案、教学手册等高质量语料，为学校“课程中心”近万门课程配齐情景化的智能助教。
第二，可定制化的教学智能体将有力支撑人机协同教育教学新范式构建。针对特定学科和教学需求，高校自主配置智能体的知识库、交互方式和辅导策略，定制化教学智能体，推动实现个性化适配、持续交互学习、实时监测与精准反馈，重塑“人机协同”的教育新范式。如美国的可汗学院推出智能助手Khanmigo，辅助教师规划课程并提供个性化辅导。
第三，场景驱动的集成式创新加快企业主导的产学研深度融合。要实现产学研的深度融合，需以真实问题与实际应用场景为牵引，在科技领军企业主导、高校与科研院协同下，共同打造科学研究引擎，推动基础研究、场景验证与成果转化的全流程贯通，提升高校科技成果转化和产业化水平。
第四，以DeepSeek为代表的开源大模型正引发全球南方国家的广泛关注与合作热潮。当前，以DeepSeek为代表的开源大模型正在全球范围内加速传播，为非洲、拉丁美洲和加勒比地区、太平洋岛屿等全球南方国家积极参与AI技术的本地应用与创新实践提供了新机遇。作为非洲联盟的重要合作伙伴，中国高校正积极参与面向非洲联盟国家AI领域的国际合作，在农业、医疗、教育、科研等领域与非盟相关机构开展深度合作，共同推动非盟实现AI技术的转化落地。
高等教育数字化应重点关注四个方面
多年来，我国一直在积极推进教育数字化。在智能时代，高等教育数字化面临哪些现实难题？
黄荣怀：高等教育数字化是影响我国高等教育高质量发展的重大命题，也是提升教育质量、促进教育公平的关键举措。当前，高等教育数字化进程面临着众多发展挑战，其根源在于高校管理者、教师和学生等主体尚未做好应对智能时代动态变化的准备。
第一，传统教育教学模式难以适应智能时代开放办学和就业动态适配的新诉求。传统办学模式的固有结构和运行机制在适应信息化、网络化与智能化的大潮中显得力不从心，特别是在应对大规模在线教育、个性化学习、终身学习以及教育资源共享、学分互认等方面还存在一定困难。此外，智能时代发展了一系列新产业和新模式，高等教育数字化面临着承担人才培育供给和满足就业市场需求的动态调整、智能适配、渠道拓宽等挑战。
第二，业务协同与数据融通的不足导致教学、科研与管理的数字化受阻。已有的陈旧数字基础设施难以支撑多设备智能互联、科研创新对算力以及数据流转共享的迫切需求，存在诸如网络高峰时段加载缓慢、终端操作系统难互联、算力与存储等核心资源难共享、科研与教学设施跨院校和跨地域难统筹管理等挑战。
第三，智能技术快速迭代和普及应用正引发广泛的安全与伦理问题。以ChatGPT为代表的生成式人工智能在高等教育不断渗透和扩散，带来了潜在的数据泄露、算法黑箱与偏见、过度和不当使用、学业作弊等伦理风险。在师生数字素养不足的情况下，容易造成教师丧失主体性价值与角色能动性，学生产生思维钝化、数字致瘾、社交障碍等负面影响。
第四，高校相当比例的普通师生与管理者的数字胜任力尚需提升。高等教育相关决策者、教师和管理人员等主体对教育数字化的认知深度、认同度、敏感度、适应性等方面存在着差异，在实践中容易受惯性思维与路径依赖影响，忽视高等教育数字化的长期影响，致使对高等教育数字化建设的重视程度不够，教学改革实践浮于表面，难以触及真实的痛点。
为解决这些难题，应重点关注哪些方面？
黄荣怀：以数字思维引领高校数字化建设是应对高等教育数字化发展难题的关键。数字思维不仅关注数字化基础设施的部署、数字资源的研发和利用、数字技术的应用和普及等，还涉及人们如何看待和利用数据、算法、人工智能来解决现实问题的一系列态度和行为。高等教育数字化的进阶发展需要在数字思维的引领下，聚焦以下方面的举措：
第一，积极探索灵活开放的学科与专业形态。灵活探索基于网络平台的开放式办学和数字学习成果的互认机制，实现教育资源的跨校开放与共享，学习资历的互鉴、互通与互认，同时组建校企间联合培养和就业服务的产教融合共同体，为高等教育学习者提供更多个人学习提升和就业发展的机会和选择。
第二，以场景驱动智能化教学环境建设。面向班级授课、协作学习/教研、实验实训、在线个人自学以及场馆学习等各类学习场景，通过学习环境智联计算关键技术的研发，突破跨场域环境感知与监测、学习过程记录与分析、学习场景建模与服务、学习社群连接与支持等关键技术难题，服务以学习者为中心的教与学活动。
第三，强化数字教学法的探索与研究。积极探索基于虚拟教研的高校教育教学研究和实践的质量进阶路径，包括设立研究项目与课题、优化人才培养方案、强化专业课程内容建设、创新教与学组织形式等；同时，进一步鼓励教师锚定有效教学与深度学习，以数字环境优化为基础，以数字资源与新技术应用为手段，以教与学的有效实践为目的，开展数字教学法的教育教学实践。
第四，全面提升广大师生的数字胜任力。包括实施面向校长和其他教育管理者的数字化领导力建设项目，推动组织数字化转型有序发展；强化教师角色转变的自觉意识，鼓励教师在科研、教学和管理等工作中积极探索与应用智能技术；为学生提供适切的数字环境、资源与工具，引导学生主动利用数字化方式开展自主学习。
黄荣怀：高等教育数字化是影响我国高等教育高质量发展的重大命题，也是提升教育质量、促进教育公平的关键举措。当前，高等教育数字化进程面临着众多发展挑战，其根源在于高校管理者、教师和学生等主体尚未做好应对智能时代动态变化的准备。
第一，传统教育教学模式难以适应智能时代开放办学和就业动态适配的新诉求。传统办学模式的固有结构和运行机制在适应信息化、网络化与智能化的大潮中显得力不从心，特别是在应对大规模在线教育、个性化学习、终身学习以及教育资源共享、学分互认等方面还存在一定困难。此外，智能时代发展了一系列新产业和新模式，高等教育数字化面临着承担人才培育供给和满足就业市场需求的动态调整、智能适配、渠道拓宽等挑战。
第二，业务协同与数据融通的不足导致教学、科研与管理的数字化受阻。已有的陈旧数字基础设施难以支撑多设备智能互联、科研创新对算力以及数据流转共享的迫切需求，存在诸如网络高峰时段加载缓慢、终端操作系统难互联、算力与存储等核心资源难共享、科研与教学设施跨院校和跨地域难统筹管理等挑战。
第三，智能技术快速迭代和普及应用正引发广泛的安全与伦理问题。以ChatGPT为代表的生成式人工智能在高等教育不断渗透和扩散，带来了潜在的数据泄露、算法黑箱与偏见、过度和不当使用、学业作弊等伦理风险。在师生数字素养不足的情况下，容易造成教师丧失主体性价值与角色能动性，学生产生思维钝化、数字致瘾、社交障碍等负面影响。
第四，高校相当比例的普通师生与管理者的数字胜任力尚需提升。高等教育相关决策者、教师和管理人员等主体对教育数字化的认知深度、认同度、敏感度、适应性等方面存在着差异，在实践中容易受惯性思维与路径依赖影响，忽视高等教育数字化的长期影响，致使对高等教育数字化建设的重视程度不够，教学改革实践浮于表面，难以触及真实的痛点。
为解决这些难题，应重点关注哪些方面？
黄荣怀：以数字思维引领高校数字化建设是应对高等教育数字化发展难题的关键。数字思维不仅关注数字化基础设施的部署、数字资源的研发和利用、数字技术的应用和普及等，还涉及人们如何看待和利用数据、算法、人工智能来解决现实问题的一系列态度和行为。高等教育数字化的进阶发展需要在数字思维的引领下，聚焦以下方面的举措：
第一，积极探索灵活开放的学科与专业形态。灵活探索基于网络平台的开放式办学和数字学习成果的互认机制，实现教育资源的跨校开放与共享，学习资历的互鉴、互通与互认，同时组建校企间联合培养和就业服务的产教融合共同体，为高等教育学习者提供更多个人学习提升和就业发展的机会和选择。
第二，以场景驱动智能化教学环境建设。面向班级授课、协作学习/教研、实验实训、在线个人自学以及场馆学习等各类学习场景，通过学习环境智联计算关键技术的研发，突破跨场域环境感知与监测、学习过程记录与分析、学习场景建模与服务、学习社群连接与支持等关键技术难题，服务以学习者为中心的教与学活动。
第三，强化数字教学法的探索与研究。积极探索基于虚拟教研的高校教育教学研究和实践的质量进阶路径，包括设立研究项目与课题、优化人才培养方案、强化专业课程内容建设、创新教与学组织形式等；同时，进一步鼓励教师锚定有效教学与深度学习，以数字环境优化为基础，以数字资源与新技术应用为手段，以教与学的有效实践为目的，开展数字教学法的教育教学实践。
第四，全面提升广大师生的数字胜任力。包括实施面向校长和其他教育管理者的数字化领导力建设项目，推动组织数字化转型有序发展；强化教师角色转变的自觉意识，鼓励教师在科研、教学和管理等工作中积极探索与应用智能技术；为学生提供适切的数字环境、资源与工具，引导学生主动利用数字化方式开展自主学习。
以个性化学习提升学生终身学习能力
人才培养是大学的核心使命。智能时代，应该重点培养学生哪些方面的能力？
黄荣怀：习近平总书记强调，要推进人工智能全学段教育和全社会通识教育，源源不断培养高素质人才。随着人工智能加速变革高等教育，我们应特别关注智能时代大学生的“关键能力”，包括以下核心内容。一是持续终生的自主学习能力。强调高校学生通过自我规划、决策、监控、管理和评价，主动维持和提升终身学习状态。二是利用人工智能的创新能力。学生创造性地使用人工智能将所学知识和经验应用于解决现实生活挑战，释放创新创造潜力。三是多次灵活就业的适应能力。学生需要具备扎实的专业技能和跨学科素养，有效适应不同行业的动态发展，应对社会需求变化。四是不确定性状况的处置能力。学生能够在复杂环境中做出明智决策，要求学生坚持科技向善原则，合理使用科技资源，洞察技术发展可能带来的伦理困境和社会影响。五是富智能环境中的生存能力。学生在富智能环境中与机器紧密协作，发挥人的主体性和能动性，整合人类的创造性思维与机器的多任务高效处理能力，实现人机协同的最佳表现。
学生的学习方式应该如何改变？
黄荣怀：人工智能有助于提供跨场域联通、线上线下结合、“学校—家庭—社会”贯通、正式教育与非正式教育有机融合的学习体验，但也会带来“内容碎片化”“过程娱乐化”“过度依赖与认知代劳”等挑战。要提升智能环境下的学习效果，需要引导学生更加能动地进行深度学习。为此，智能时代学生的学习方式需重点关注以下四个方面。
一是面向复杂性真实问题解决的项目学习。学生要以真实世界发生的问题为起点，在明确项目任务的驱动下，以“做中学”的方式不断优化问题解决的思路与方法，强化探究学习与体验学习。二是基于协同知识建构的人机协同学习。引导学生通过与人工智能助手（如Copilot）开展深度对话、意义建构、知识生成等活动，进行有意义的互动与协商，共同建构新知识。这将潜移默化地改变学习方式，同时学生又可以通过迭代反馈方式提高机器的智能水平，实现人机相互赋能与双向进化。三是基于职业生涯导向的自我驱动学习。在日益复杂多变的社会情境下，学校需引导大学生基于个人志趣，充分发挥主观能动性，清晰规划个人职业发展目标，以职业生涯导向开展自我驱动的学习，包括计划、决策、监控、管理、评价等。四是面向终身学习能力提升的个性化学习。智能时代，个体的生命历程不再有准备期和行动期之分，数字文化与终身学习文化的深度交融，使得利用技术持续开展学习成为常态。学校需借助自适应智能技术，为学习者在不同学习阶段与情境中定制个性化学习内容和路径，并在时间、空间和形式上提供弹性支持，有效帮助其终身学习能力的持续提升。
来源：《在线学习》杂志2025年5月刊（总第114期）
原文链接：https://mp.weixin.qq.com/s/h6cQscfB2MJQg1btw4J5QQ
本网站资源由北京师范大学智慧学习研究院发布，采用 知识共享署名4.0国际许可协议进行许可。