人工智能时代高等教育“何为”

李运福 王斐

[摘   要] 人工智能时代高等教育何为，是深化高等教育数字化改革、建设高等教育强国正面临的时代命题。文章通过对美国高等教育信息技术协会2022年发布的聚焦人工智能的特别报告进行全面分析，对人工智能时代我国高等教育改革和发展提出了四点建议：（1）高校应在人工智能基础理论研究和创新、数字人才的高质量供给、有组织地推进科学素养全面普及三个方面强化责任担当；（2）通过构建数据治理框架、革新智能素养培育体系、加强全链条监管等方式推进“人工智能+高等教育”的深度、效度和持久度；（3）充分借鉴企业经验，合理定位和发挥多样数据领导者的重要作用；（4）以融合教育理念为指导，在无障碍校园环境建设、学习支持服务体系完善两方面加强高等特殊教育领域智能化建设，全面助力高质量高等教育体系建设。

[关键词] 人工智能； 高等教育； 数据治理； 包容性发展； 高质量教育体系

[中图分类号] G434            [文献标志码] A

[作者简介] 李运福（1987—），男，山东聊城人。副研究员，博士，主要从事高等教育评估、教育数字化改革研究。E-mail：liyunfu@xjtu.edu.cn。

一、引   言

习近平总书记在中共中央政治局第五次集体学习时强调，高等教育是建设教育强国的龙头，同时还强调教育数字化是我国开辟教育发展新赛道、塑造教育发展新优势的重要突破口[1]。近年来，以生成式人工智能为代表的新一代人工智能技术的出现，引发了链式反应般的科学突破，其广泛、深度应用给经济社会各领域带来了巨大冲击，引发了新一轮科技革命和产业结构变革，加速了新型产业体系的培育。人工智能已成为强国竞争的关键赛道。面对人工智能引发的社会变革，在强国建设中高等教育应何为，才能充分发挥“龙头”牵引作用，推动教育大国向教育强国的系统性跃升，显然已成为亟待回答的时代课题。

二、EDUCAUSE特别报告概述

美国高等教育信息技术协会（EDUCAUSE）是最具国际影响力的高等教育信息化专业组织之一，拥有以北美为主、遍布世界各地的成员单位，他们以高等学校为主，同时涵盖信息技术产业界。EDUCAUSE评论是该协会面向高等教育IT社区的旗舰出版物。它广泛关注信息技术发展的当前状况和未来趋势，以及对高等教育机构可能会产生的影响，并为高等教育中信息资源的管理和使用提供实用的建议和指导。

面对人工智能的发展及其在高等教育领域的深度应用，EDUCAUSE于2022年6月发布了题为《人工智能：我们现在在哪里》（“Artificial Intelligence： Where Are We Now”）[2]的特别报告。该报告详细整理了EDUCAUSE评论中具有代表性的人工智能相关成果或观点，为高等教育管理者和高级IT领导全面了解人工智能在高等教育领域的应用现状、前景、风险和伦理影响，以及它在确保学生成功方面的重要作用提供了有价值的参考。全面分析和深度理解该报告，对反思我国当下人工智能在高等教育领域的应用和发展同样有着非常重要的启示和借鉴价值。

三、EDUCAUSE特别报告主要内容分析

（一）人工智能时代呼吁高等教育机构发挥数字领导作用

牛津大学人工智能治理中心人类未来研究所开展的一项关于美国人对人工智能的态度和趋势的调查显示，大学研究人员是公众最信任的群体之一[3]。这充分反映了社会对高等教育机构数字领导作用的发挥充满了期待。数字领导力描述了在数字世界中领导组织所需的一类新兴角色、责任和能力。数字化领导者能够理解数字化的复杂性，同时也理解数字化可能造成的不和谐和不信任，并有能力领导数字世界，能够帮助他人从混乱的世界中创造意义。基于人工智能时代社会公众对高等教育机构的信任，在高等教育领域需要更多的数字化领导者，并将数字化领导视为一种参与战略，参与人工智能的发展，致力于在人工智能世界中建立信任，将高等教育机构通过基础研究、实验、教学、学术创新等方式形成的对人工智能的理解、资源和经验带向世界，迎接最紧迫的挑战，不仅要为自己的学校，而且要为社会公众创造更大价值。

（二）人工智能时代的伦理道德需要多方协同守护

人工智能已在高等教育机构广泛应用，通过自动化处理改变了通常由人类处理的业务流程，但与人工智能相关的各种风险也不断扩大。人工智能技术在高校部署之后发生的变更所导致的风险不在IT部门的控制范围之内，确定谁负责人工智能道德比确定创建程序的人要复杂得多。人工智能道德责任的守护可能涉及多个责任方，包括程序员、销售商和业务实践者等。为人工智能负责意味着无论是设计、营销、销售还是部署人工智能解决方案，每个环节都必须有条不紊地运用伦理思维。若要使人工智能的开发和应用符合伦理道德，必须确保人工智能的道德责任由多方不同的利益相关者共同承担，从程序员、产品经理到营销和销售程序的公司，甚至包括部署人工智能产品和服务的高等教育机构。

（三）人工智能对高等教育的革命性影响似乎只是一种“炒作”

人工智能在金融、医疗等领域的成功应用经验和模式在教育领域不见得同样可行，把人工智能视为解决教育问题的灵丹妙药实属炒作行为[4]。

1. 監控学生及其学习活动是人工智能应用的主要体现

对学生及其学习活动的监控中，最突出的应用是维护学术诚信，尤其是新冠疫情期间在线学习规模的扩大，加速了人工智能技术在监考中的应用。但是，这种应用都因侵犯学生隐私受到审查，监考软件的应用还和焦虑、技术故障、社会经济和种族偏见等一系列与考试成绩有关的问题紧密相连。虽然人工智能是一个强大的工具，可以改善在线监考和整体测试体验，但它并不总是完美的，不应该单独使用。人工智能与人工监督相结合能够为学生创造更少侵入性的体验，让人工智能更智能，简化导师评审，以及启用非传统的考试活动和形式[5]。

2. 机构任务是人工智能应用最薄弱领域

被调查者表示，他们完全没有兴趣将人工智能用于机构任务，如规划课程、制定或协助财政援助决策、发展和筹资，以及制定或协助招生决策。人工智能使用最多的任务是督促被录取的申请人支付定金、规划学术支持资源以及宣传和招聘等。人工智能对高等教育的重要性可能被夸大了，导致人工智能在高等教育领域应用不及预期的挑战主要有：领导支持不足是基础性挑战，支持采用和维护人工智能的制度缺陷是主要挑战，数据治理无效、技术专长不足是中等程度的挑战。此外，还包括财务问题以及对人工智能使用相关伦理和算法偏差的担忧等。

3. 学生成功是人工智能应用的潜在增长领域

新冠疫情加速了聊天机器人在高等教育领域的应用。在未来发展中，聊天机器人要达到高等教育机构所要求的声誉标准，它应该更“聪明”，具体表现为：可定制、多通道、多语言和抵抗内隐偏见、安全且可伸缩，以及自学能力和越来越强的直觉等[6]。人工智能强大的分析功能，能增强学校对学生的全面了解，在学业有风险的学生识别、学业预警、即时经济援助等学习支持服务方面得到普遍应用，展现了强劲的变革潜力。

（四）首席信息官在高等教育精准决策中发挥着重要作用

美国高校由于入学人数持续10年下降，领导层面临越来越大的压力。高等教育管理者长期以来依靠他们的专业知识作出的经验性决策难以应对高等教育面临的复杂挑战，基于数据的精准决策就显得尤为必要和紧迫。当下，高校基本建設了覆盖学生、教师、财务等的各类信息系统，且伴随学生的培养，高校数据密集型特征越来越明显。但是，单一数据本身并无太大价值，只有与其他数据集成和连接，才能更科学地支持学校领导决策。因此，利用人工智能技术更积极主动地提出应对各种挑战的方案就成为高校CIO（Chief information Officer）面临的重大现实问题。针对这种问题，中流砥柱（Mainstay）公司的首席技术官托比·杰克逊（Toby Jackson）认为，高校CIO应重点做好以下三点：借鉴其他企业和行业人工智能应用经验，帮助招生部门找到可能有兴趣申请和入学的潜在学生；询问所在机构正在努力实现什么目标及存在的挑战，明确问题，并尝试探索基于人工智能的解决方案；除了利用人工智能来应对当下的挑战外，还可预测未来可能出现的问题，并提出解决方法[7]。

（五）数据和法律是规避人工智能在高等教育领域应用风险的主要领域

人工智能在赋能高等教育变革的同时，也会带来一定风险。为避免不良后果的产生，应重点关注数据和法律两个领域。

1. 值得关注的问题

在数据层面：一是数据的精准性和全面性。首先，人工智能工具所应用的数据可能是旧的或过时的，与目标群体特征难以匹配；其次，所用数据是否包括各种学生信息。二是基于数据创建的模型，往往是基于数据的相关性，难以准确反映因果关系，其中算法偏差是一个真正值得关注的问题。三是在数据应用中，为了负责任地使用人工智能系统，教师不仅必须了解它们的好处，而且必须了解它们的局限性，当算法评估与教师的专业判断不一致时，学校需要制定非常明确的协议，指导教师作出正确的决策。

在法律层面，主要涉及不同的隐私和数据保护的法律体系。在美国，联邦学生隐私立法的重点是确保机构在披露个人身份信息时获得同意，让学生能够访问他们的信息，并对他们认为不正确的内容提出质疑。随着人工智能在教育决策中的作用越来越重要，以及学生对人工智能认知水平的不断提高，高等教育机构将被迫向学生展示相关教育信息，学生开始想知道算法和人工智能决策是如何影响自己的学习和生活的。

2. 主要的改进建议

为确保人工智能在高等教育领域的应用更加安全、公平，应重点考虑以下因素：一是采购（Procurement）。就提供学生数据而言，密切关注最适用于学校特定学生群体的技术和公司，以确保在出现问题时，学校已与一家能够对问题作出及时反应的公司签订了合约。二是培训（Training）。为高等教育机构中那些将要使用人工智能的相关人员作好准备，并就相关工具的优点和缺点开展培训。三是监督（Oversight）。建立一个持续检查的工序，以监督人工智能工具的应用对特定学生群体是否有效，以及它们是否可以提供更好的数据。四是政策和原则（Policies and Principles）。围绕人工智能工具的实施创建相关制度和政策，并将其转化为可操作的步骤和行动原则。五是参与（Participation）。高校应关注师生对人工智能工具的担忧以及他们的期望，并将其作为高等教育机构相关决策的重要参考。

（六）人工智能可以更好地支撑高等教育的包容性发展

根据美国教育科学研究院（Institute of Education Sciences）发布的2019年教育数据简报（Digest of Education Statistics）显示，在2015—2016年美国近20%的本科生报告有残疾，且辍学率明显高于非残疾学生，毕业率明显低于非残疾学生[8]。新冠疫情暴发后，高等教育机构纷纷转向在线教学，使这一群体的脆弱性得到了明显缓解[9]。人工智能技术的发展有助于改进和创建学习工具，为残疾学生创设更便利的学习环境。

1. 可访问性测试

基于机器学习模型的高级语音合成技术是人工智能对依赖辅助技术的学生最具前景的应用之一。合成语音的质量越来越自然，并在迅速提高。例如，美国教育考试服务中心（ETS）利用亚马逊的技术，将一些人工录制的音频替换为补充测试内容的合成语音。ETS通过减少制作替代格式材料的周转时间，为残疾学生提供更自然、清晰的语音材料，改善了残疾学生的用户体验。

2. 内容描述

在为盲人或视力低下的学生制作文本描述或复杂的测试问题时，周转时间（Turnaround）是非常重要的。人工智能技术可以用来自动描述图像；基于人工智能的系统也可以用于描述内容的“第一遍”。之后，主题专家根据人工智能系统的测试反馈可以细化内容，或者根据描述的质量确定内容是否应该重新编写。

3. 网页交互

基于人工智能的工具还可以用于帮助盲人进行交互。苹果Siri、亚马逊Echo等工具提供了通过语音对话的模式与内容互动的方式。但是，人工智能功能的扩展方式有很多种，例如，学生可以要求虚拟助手大声读出页面上的标题，让他们了解页面的结构，找出页面上的位置，或跳过不相关的内容。将这种可访问性构建到每个人都使用的系统中，可以随同每个智能设备一起使用，节约购买成本。

（七）AI与HI协同应用是实现学生成功的必然趋势

学生成功不仅要考查学生通过教育教学获得的知识、能力和素养，更应注重对学生学习经历的考察[10]。为强化对学生成功的支持和引导，高等教育机构已使用人工智能来辅助处理和分析海量数据，以监测和发现潜在风险，并主动响应学生行为，促进学生的成功。根据米切尔·科尔弗（Mitchell Colver）提出的可持续分析的生命周期模型可知，数据的生命周期包括形式分析和满足人类需求两个环节，前者包括数据采集、数据建模、数据可视化三个环节，后者包括社会化、赋能、创新三个环节[11]。以此模型为依据，任何数据只有经过社会化才能产生价值。但是，由于人工智能依赖于从数据中学习，无法跳出思维定式，尽管人工智能擅长于通过大量数据来寻找模式并作出预测，但将所有数据进行社会化并引导学生成功时，仍然需要人类智能（Human Intelligence，HI）。所以说，人工智能的应用并不能取代人类智能，而是人类智能的扩展。将智能机器与人类洞察力相结合，创建学生成功模型，在最大化结果的同时，也最小化风险。人工智能与人类智能协同应用对支持学生成功具有重要价值，强化二者之间的协同关系将更具有革命性意义。

四、对我国高等教育未来发展的启示

经上述分析，对我国新时期高等教育改革与发展的启示主要有以下几点：

（一）强化人工智能时代高校的责任担当

进入新时代以来，教育对经济社会发展的基础性、战略性支撑作用得到了前所未有的重视。在人工智能加速社会各领域深度变革的初期，围绕高校主要职能强化高校引领者的角色定位，是建设重要人才中心和创新高地的应有之义。

1. 加强人工智能基础理论研究和创新

一直以来，大学在原始创新和重要思想产出过程中发挥着独特的、不可替代的作用[12]。自人工智能的概念于1956年被提出以来，经过60余年的发展取得了显著成就，但是人们对人工智能的本质和机理的认识还不够深刻、全面，尚未形成完善的理论体系。基础理论的匮乏制约了技术和产业的创新。高校应将加强人工智能基础理论研究和创新作为建设人才高地和创新高地的必要任务，为人工智能技术的创新应用提供动力。

2. 加大数字人才的高质量供给

数字人才是推动数字经济发展的原生动力，是支撑数字中国战略的基本保障。面对数字经济的高质量发展，数字人才需求迫切，但是高校在学科专业布局、师资队伍建设、校企合作等方面与产业数字化对接稍显滞后，数字人才供给速度和规模明显落后于技术与社会变革的整体速度[13]。数字职业在《中华人民共和国职业分类大典》中的首次标注，为高校数字人才培养提供了基本遵循。高校应以推进落实普通高等教育学科专业设置的调整优化改革为契机，加强学科专业调整及专业群建设，加大数字人才供给，更好地服务数字经济发展和数字中国建设。

3. 有组织地推进科学素养全面提升

从世界高等教育发展史来看，一流大学很大程度上就根植于履行其社会服务职能。在人工智能时代，科学素养是公民素质提升的核心内容，是推进我国新时代强国建设的必然要求，也应纳入高校全面开展社会服务的必要内容中。中共中央、国务院印发的《关于新时代进一步加强科学技术普及工作的意见》明确要求，高等学校应设立科技相关通识课程，满足不同专业、不同学习阶段学生的需求，鼓励和支持学生开展创新实践活动和科普志愿服务[14]。在终身教育、全民教育的理念下，高校还应立足学校优势特色，明确社会服务对象、辐射区域范围等，通过加强视频公开课、精品资源共享课以及短期微学位课程等多类别在线资源建设，支撑全民科学素养常态化提升。

（二）加快“人工智能+高等教育”的高质量发展

当下人工智能在高等教育应用中普遍存在理论探讨多、实践案例少，基础应用多、核心应用少的問题，人工智能助推高质量高等教育体系建设的新动能、新优势尚未得到充分发挥。为增强人工智能在高等教育领域应用的深度、效度和持久度，高校应着重推进以下工作：

1. 结合学校办学定位构建数据治理框架

数据是人工智能发展和应用的基础，数据治理是保障人工智能在高等教育应用深度的重要基础。当下，关于数据治理内涵的讨论主要集中在卫生、金融和电信等领域，且尚未形成共识。但是，从权威组织和国内外学者的讨论中可以看出，对数据治理的理解基本形成以下几点共识：数据是组织发展的核心资产，数据治理是充分挖掘和实现数据资产价值的重要手段，其目标要与组织战略目标保持一致；数据治理强调标准、规范和流程的设定，但它不是一套规则条例，而是一个过程，在这个过程中不仅关注技术应用，还关注组织中与数据相关事务的决策权及相关职责的分配；数据治理的推进和落实不是以权力支配为基础，而是以多主体相互协商形成的共同规则为基础。为充分发挥数据赋能，助推教育强国建设，高校应结合学校办学定位和发展使命，制定数据治理框架，明确数据治理规范、数据质量标准、数据治理场域、数据治理主体角色及职责等，充分挖掘数据资产价值，支撑和引领教育教学质量创新发展。

2. 加大全员智能教育素养培训体系革新

提升全员智能教育素养是保证人工智能技术在高等教育应用效度的基本条件。在现有研究中，国内外学者对智能教育素养的内涵开展了广泛深入的讨论，形成了丰富的智能素养框架，为实践培养提供了有效的理论指导。但是，高校的现有培训体系存在组织协同性不够、培训内容学科本位化、能力标准体系尚不健全、培训效果评估导向性不强等弊端，难以支撑高校管理者、教师、学生智能教育素养的常态化提升。在未来发展中，学校应重点从以下几方面深化变革，建设高质量培训体系，助力全员智能教育素养的发展：一是要重视学校信息化部门对全员培训活动的内容供给。强化信息化部门与教师发展、学生管理、教学院系等部门间的协同，转变信息化部门提供技术服务的固有思维，强化信息化部门在协同培训中的内容服务功能。这对增强信息化部门深层次认识学校教育教学活动，提升服务内涵有着重要积极作用，同时也能“倒逼”信息化部门的职能完善和专业能力提升。二是要针对学校管理者、教师、学生等不同利益相关实践需求和未来发展，构建适合本校的人工智能素养框架，既能为全员人工智能素养自我评价提供理论支撑，同时也能够以此为依据加强微课程体系与实践活动体系建设。三是延伸培训效果评估链条，健全培训评估体系，凸显培训对人工智能素养提升的贡献度。以柯氏评估模型（Kirkpatrick Model）为参照，学校应在单独关注培训者满意度评估基础上，延伸评估链条，关注培训者知识技能获得评估、知识技能实践运用评估以及习得的人工智能素养对学校教育教学改革的贡献度评估，从而建立健全培训评估体系。

3. 加强人工智能高等教育应用全链条监管

人工智能技术的广泛应用对各领域发展起到正向推动作用的同时，也带来了各种潜在风险。加强人工智能监管已引起国内外高度重视和认同。例如，欧洲议会正式批准了旨在对人工智能进行全面监管的《人工智能法案》，我国也发布了《生成式人工智能服务管理暂行办法》等。但是，在高等教育领域，人工智能应用的监管尚处于空白。在未来发展中，高校应通过制定明确的人工智能应用监管框架、人工智能监管技术标准，以及人工智能应用自我评估制度等方式，加强对人工智能技术引入、算法模型开发与构建、规范与适切性应用、风险预测及效果评估等全链条监测，确保人工智能科学、合理、可持续赋能高校教育教学改革。

（三）合理定位和发挥高校多样数据领导者的作用

1. 合理定位数据领导者角色

CIO是统筹学校教育信息化规划与发展并参与学校相关决策的重要领导，是学校信息化的设计者、引领者、推动者和执行者。我国在《教育信息化“十三五”规划》中就明确提出，要在各级各类学校逐步建立CIO制度，推动了我国教育信息化建设开始由基础设施建设向管理制度建设延伸[15]。经历新冠疫情的冲击，国内外高校普遍认为CIO的角色越来越重要。近年来，随着人工智能、大数据等新兴信息技术推动产业的深刻变革，企业领域出现了多种多样的数据领导者角色（C-Suite），如首席数据官（CDO）、首席分析官（CAO）、首席技术官（CTO），以及美国国防部提出的“首席数字和人工智能官”（CDAO）等，这为高校进一步丰富完善数据领导者决策提供了广泛借鉴。

2. 理性借鉴企业成功经验

企业领域新兴事物的出现一定程度上会引起教育领域的关注，并对推动教育行业变革具有一定的引领作用。但是，教育行业与企业的价值追求不同。不同类型高校数据治理现状及价值追求也存在一定差异。高校应立足实际，理性选择与借鉴企业相关经验。尽管企业中的数据领导者角色多样，若要实现作用的充分发挥，都具有以下共同特点[16]：注重创建数据文化，专注于能通过数据驱动而实现的组织愿景；专注于数据和分析战略，不断探寻新的发展机遇，必要时推动组织重构，以增强组织灵活性，提高组织生产力和影响力；与其他高级管理人员、CEO和董事会密切合作；有强大的团队支撑，并且有能力突破各个业务部门的障碍，创建一种开放共享文化，实现数据汇聚和融合。以此为鉴，高校应进一步加强数据文化塑造，推动数据领导者由兼职转向专职，角色定位由技术主管向学校战略决策者拓展，逐渐演变为高等教育的思想领袖之一，提升数据领导者在学校战略决策及校内各部门数字化改革中的重要作用，协同推动教育理念、治理模式、教学手段与思维方式在数字化时代的变革。

（四）加强人工智能技术在高等特殊教育领域的应用

特殊教育是我国高质量教育体系建设的重要组成部分。发挥人工智能技术优势，推动人工智能与特殊教育的深度融合，赋能公平而有质量的特殊教育发展，是破解特殊教育现存发展难题的重要手段，更是推进教育公平的重要体现。但是，《中国特殊教育市场现状深度研究与投资前景分析报告（2023—2030年）》显示，我国特殊教育智能化上各地区间发展不平衡，技术尚未充分赋能，特殊教育整体个性化、智能化教育教学改革仍需努力[17]。

1. 完善智能化、无障碍校园环境

无障碍环境建设是保障残疾人平等、充分、便捷地参与和融入社会生活，共享发展成果的一项重要工作。中国残联、住房和城乡建设部等13部门联合印发的《无障礙环境建设“十四五”实施方案》中明确指出：“大数据、人工智能、物联网等深度应用于残疾人出行、居家生活、就业创业，方便残疾人获取信息和服务，充分参与社会生活。”[18]反观我国学校教育新基建的部署和推进，则对教育包容性的关照相对缺失，一定程度上制约了教育新基建对构建具有强大“包容性”高质量教育体系、发展公平有质量教育的支撑。随着经济社会发展，教育公平持续全面推进，融合教育理念也越来越深入人心。高校应以融合教育理念为指导，发挥人工智能技术优势，持续加强学校无障碍设施设备建设，推动学校教育从隔离走向融合，保障更多有特殊需求的学生能够顺利在普通学校学习，接受高质量的教育。

2. 建立完善的学习支持服务体系

人工智能在特殊教育中最重要的体现就是解决了信息转换的障碍，既是人体延伸也是人体的有益补偿。人工智能的应用，在方式上可以拓宽信息传递的渠道，在内容上传递相同的信息给特殊学生。人工智能与特殊教育的融合有助于将缺陷补偿的价值发挥到最大，弥补特殊教育学生身体或智力的不足。完善的学习支持服务体系的建设离不开政策法案的保障。从美国的经验来看，基于媒体延伸的残疾人的个别化辅导、学习支持服务等都是在《美国残疾人法案》保障下，对各类人群，尤其是有特殊需要人群在学习内容和资源公平获取权利方面的支持，几乎每所美国高校都设有多元和全纳办公室，处理学生对学习资源和服务的多元需求[19]。党的十八大以来，我国残疾人高等教育事业快速发展，有关残疾人更全面接受高等教育的政策、法律、法规等不断出台，这为发挥人工智能技术优势，建立完善的特殊教育学习支持服务体系提供了坚实保障。高校应在现有工作的基础上，加强学生学习体验调查与评估，明确学生学习支持服务建设的需求导向和问题导向，明确人工智能赋能目标、领域和路径，加快建设高质量学习支持服务体系。

五、结   语

高等教育是教育强国建设的龙头。在强国战略下，思考人工智能时代高等教育应何为，是高等教育高质量发展正面临的时代命题。文章基于对美国高等教育信息技术协会发布的人工智能特别报告的全面分析，对人工智能时代高等教育改革和发展提出了几点建议，对这一时代话命题进行了尝试性回答，以期为高质量高等教育体系建设提供参考。

[参考文献]

[1] 中华人民共和国中央人民政府.习近平主持中央政治局第五次集体学习并发表重要讲话[EB/OL].（2023-05-29）[2023-06-12].https：//www.gov.cn/yaowen/liebiao/202305/content_6883632.htm？device=app&wd=&eqid=a1560fae003024a7000000026477e886&wd=&eqid=be6e1d4a0000bdab00000005648f2872.

[2] EDUCAUSE. Artificial intelligence： where are we now？[EB/OL].（2022-06-01）[2022-10-07].https：//er.educause.edu/toc/educause-review-special-report-artificial-intelligence-where-are-we-now.

[3] ZHANG B B， ALLAN D. Artificial intelligence： american attitudes and trends[R]. Oxford： Center for the Governance of AI， Future of Humanity Institute，2019.

[4] 奥拉夫·扎瓦克奇，维多利亚·艾琳·马林，梅丽莎·邦德，等.高等教育人工智能应用研究综述：教育工作者的角色何在？[J].中国远程教育，2020（6）：1-21，76.

[5] JORDAN A. Combining AI with human oversight： 3 benefits for online proctoring[EB/OL].（2022-06-03）[2022-10-07].https：//er.educause.edu/articles/sponsored/2022/6/combining-ai-with-human-oversight-3-benefits-for-online-proctoring.

[6] MARY F C. For higher Ed， chatbots need to be smart[EB/OL].（2022-06-03）[2022-10-07].https：//er.educause.edu/articles/sponsored/2022/6/for-higher-ed-chatbots-need-to-be-smart.

[7] TOBY J. How higher Ed CIOs can leverage AI[EB/OL].（2022-06-03）[2022-12-10].https：//er.educause.edu/articles/sponsored/2022/6/how-higher-ed-cios-can-leverage-ai.

[8] Digest of education statistics [R]. Washington：Institute of Education Sciences，2021.

[9] JUDY B， CARLY G， MARK H. The impact of AI on accessibility[EB/OL].（2020-11-04）[2022-10-09].https：//er.educause.edu/podcasts/educause-exchange/the-impact-of-ai-on-accessibility.

[10] KATHE P. Student success： 3 big questions[EB/OL].（2019-10-14）[2022-10-09]. https：//er.educause.edu/articles/2019/10/student-success--3-big-questions.

[11] MITCHELL C. The lifecycle of sustainable analytics： from data collection to change management[EB/OL].[2022-10-09]. https：//digitalcommons.usu.edu/cgi/viewcontent.cgi？article=1642&context=itls_facpub.

[12] 新華网.做人工智能领域的引领者[EB/OL].（2018-07-05）[2023-09-03].https：//baijiahao.baidu.com/s？id=1605107623023920698&wfr=spider&for=pc.

[13] 邱玥.开启数字人才刚需时代[EB/OL].（2022-08-04）[2023-09-03]. https：//m.gmw.cn/baijia/2022-08/04/35931302.html.

[14]中共中央办公厅.关于新时代进一步加强科学技术普及工作的意见[EB/OL].（2022-09-04）[2023-08-11]. https：//www.gov.cn/zhengce/2022-09/04/content_5708260.htm.

[15] 中华人民共和国教育部.教育部关于印发《教育信息化“十三五”规划》的通知[EB/OL]. （2016-06-07）[2023-08-10]. http：//www.gov.cn/gongbao/2016-11/20/content_5133005.htm.

[16] CARL A. Creating a data-driven organization[M]. Sebastopol： O'Reilly Media，2015.

[17] 观研报告网.我国特殊教育发展条件及现状分析个性化、智能化教学方面仍需努力[EB/OL].（2023-06-12）[2023-08-08].http：//www.360doc.com/content/23/0612/17/57467168_1084471470.shtml.

[18] 中国残疾人联合会，住房和城乡建设部，中央网信办，等.关于印发无障碍环境建设“十四五”实施方案的通知[EB/OL].（2021-11-01）[2023-08-10].https：//www.cdpf.org.cn//zwgk/zcwj/wjfb/9d33d24ae2f040d88911785587d279ee.htm.

[19] 钱玲，徐辉富.美国在线教育发展动态与走向[J].开放教育研究，2020（4）：24-36.