教育部高等教育司关于揭晓第二批“人工智能 + 高等教育”应用场景特色案例的公告

有关高等学校：

为深入落实习近平总书记在全国教育大会上提出的 “注重运用人工智能助力教育变革” 重要指示，积极对接国家加快教育现代化、建设教育强国的战略要求，我司近期开展了第二批 “人工智能 + 高等教育” 应用场景典型案例的征集、论证与推荐工作。此举旨在进一步挖掘一批在人工智能技术应用上具备引领性与创新性，且能显著推动高等教育改革发展的实践案例。经高校申报、专家论证等流程，现已确定第二批 32 个 “人工智能 + 高等教育” 应用场景典型案例，特此公布。

　请各高校加强研究交流，结合实际进一步深化“人工智能+高等教育”的探索和实践，在人工智能技术的辅助下优化教学模式、创新人才培养、提升教育治理效能，在更广的范围内推动人工智能赋能教育教学的创新发展。

上海交通大学“AI+HI”案例入选

相关报道：

AI+HI：在世界人工智能大会上，丁奎岭校长回答了哪3个问题？

继ChatGPT出现之后，人工智能以一个全新的方式进入到大众视野和各行各业之中。对于这个“新生事物”认识，往往会经历亚当斯提出的“三个阶段”。但是我坚定地认为“拥抱人工智能，就是拥抱未来”。

事实上，人工智能也已经渗透到大学的方方面面。例如，在人才培养方面的数字化转型；在科学研究方面的AI for Science和AI for Engineering；在社会服务方面，全面融入人工智能产业链条；在文化传承和国际交流方面，也涉及到许多人工智能伦理规范、知识产权的问题。

近期，我们对交大师生进行了调研，发现在专业学科层面，80%的老师都认为，人工智能本身已经成为一个重要的知识领域，并正在形成独特的交叉研究领域；在工具使用层面，几乎100%的学生尝试使用人工智能辅助资料检索、文档生成等工作，将近60%的老师尝试使用人工智能改进课堂教学方式；在思维观念层面，90%以上的师生都认为人工智能对大学的知识传授、知识创新与生活方式产生了影响，但有较多伦理与产权的问题亟待规范。

可以说，人工智能对大学的赋能与重塑，已经势不可挡。人工智能带给大学的机遇和挑战也蕴藏其中。

人工智能会让大学消亡吗？

大学被称为世界上最具有存续韧性的人类组织。我们将教育史和科技史结合来看，世界高等教育中心伴随着世界科技中心，同步转移的轨迹非常清晰。但是有一点是延续不变的：人才培养是大学唯一不可替代的功能。换句话说，大学人才培养的中心位置并不会因为新技术的加入而发生根本性的变化。

现在大家也都有共识，人工智能会推动大学人才培养的变革，反过来优秀的人才也会推动人工智能更高质量地发展。所以我认为，谁能把AI和HI（Human intelligence，简单来说就是人的智慧与创造性）结合好，在办学中更深刻认识人工智能、运用人工智能、发展人工智能，谁就更可能成为下一个世界高等教育和人才的中心。

事实上，当前乃至未来很长一段时间内，人工智能并不是无所不能的。它更擅长解决有规则可依，工作量巨大的“繁”问题，还不太擅长解决高度抽象，需要灵光乍现的“难”问题。以数学为例，人工智能让复杂的计算不再困难，但新数学概念的抽象、数学定理的发现依然靠人。以法律为例，人工智能让繁琐的文书和条文的检索工作不再困难，但公平正义、是非善恶的价值判断依然靠人。以文学创作为例，人工智能让中规中矩的完稿不再困难，但文以载道的“道”，歌以咏志的“志”，诗以言“情”的“情”依然靠人。

越是AI无处不在的时代，越需要HI互补，越要关注“人之所以为人”的价值。

AI+HI，能让专业教育从繁杂的通用知识中解脱出来，更关注其“核心竞争力”。

人工智能会替代大学教师吗？

在人工智能时代，高等教育的核心，还是培养学生理解、运用知识，甚至创造新知识能力。因此，我认为，人工智能要替代大学教师还为时尚早，更多的是通过AI+HI来提升学生的教学体验和教育增值。

这是一张对未来两年生成式人工智能发展技术的预测图，目前我们应用的人工智能大模型，像GPT4，更专注于图文创作、代码生成等任务。预计在未来，如GPT-5这样的模型，能够实现多专家智能体的协同工作，支持更高级的个性化学习。事实上，这张图很可能会被证明是错的，人工智能技术的革新太大、太快！

面对如此多变的人工智能教学该如何发力又面临着怎样的机遇和挑战？

1实现“可用”

一是目前的一些人工智能技术应用，还处于“有多少人工，就有多少智能”的阶段。以知识图谱为例，不同教师构建同一门课程的图谱，通常存在不同的理解，导致知识的歧义与不完备。与此同时，目前的人工智能技术还远未达到对思维的真正理解，给出的答案通常是已有资料的检索聚合，无法抽象、推理、生成新的知识。服务于大学教育的人工智能，要真正在辅助学生深度思考、提升实践教学效率上，成为一个高效的教学工具，实现“可用”。

2实现“可靠”

二是人工智能技术在高等教育与基础教育的应用存在显著差异。大学是研究高深学问的地方，许多授课的知识本身是动态的，多样的，长期从事该领域前沿科研的老师，往往能给出令人信服的答案，或带领学生共同探索。因此，需要提升人工智能在面对动态未知问题时，准确输出的能力，避免出现“幻觉”，给出似是而非的答案，实现“可靠”。

3实现“可控”

三是在前期调研中，我们发现，不同专业对人工智能作为教学辅助的思考并不相同，学生对人工智能的依赖程度也形成了不同等级。比如，对于编程课，就存在是否应该使用人工智能工具的争议，一方面是担心学生依赖人工智能而影响编程思想的培养，另一方面则认为可以有效提升编程效率。

针对工业应用场景，我们对人工智能发展的期望路径是：先辅助完成执行层面的工作，再为决策环节提供支持，最终实现对人类任务的替代。但在高等教育场景中，我们追求的人机关系则有所不同：人工智能可陪伴学习者学习、与学习者协作学习，却绝不能取代学习者自身的学习过程，核心是达成“可控”的人机互动模式。

*本文内容来自网络，仅用于分享，如有侵权，请联系删除。