“大智移云”背景下高校管理模式的改革与创新

蒋文超

（浙江金融职业学院，浙江 杭州 310018）

近些年来以智能化和万物互联为基本特征的新一代信息技术蓬勃发展,“大智移云”的浪潮席卷全球，全社会各领域的网络化、数字化、智能化革命正在加速完成。得益于国内较为完善的硬件设施以及“量大质优”的人才储备，我国把握住了第四次工业革命的机遇，在论文产出、专利申请、企业规模等领域处于国际领先水平，但关键技术仍存在短板和核心材料供给稍显不足。在中美贸易战背景下，国际环境不确定性带来的技术风险在逐步增大。为进一步推动信息技术和数字产业的研究与应用，2015年8月和2017年7国务院先后印发了《促进大数据发展行动纲要》《新一代人工智能发展规划》。2018年教育部公布了《高等学校人工智能创新行动计划》，进一步引导高校在人工智能领域的科技创新和国际合作交流，提升高等教育在人才培养和服务国家战略的能力。

“大智移云”除了体现在基础理论研究与关键技术突破，在高校管理与服务的信息化变革中同样具有重要意义。如何充分利用高校内部类型丰富且体量庞大的数据资源，发挥人工智能和大数据等信息技术在管理决策、教学变革和高校治理模式变革中支撑作用，逐渐成为“大智移云”时代背景下高校管理服务中所面临的重要议题。

一、“大智移云”对高校管理的影响

2013年8月中国互联网大会上首次提出“大智移云”理念，其包含“大数据”“人工智能”“移动互联网”和“云计算”四项相互交叉的技术模块。其中“大数据”这一概念是相对小数据而言的，“大”主要体现在数据体量与蕴涵价值两大方面，数据样本范围的数据量级从TB 级陡增至PB级，1PB相当于800组人类记忆的容量。近些年我国高校系统正在积极推行各种移动办公软件，例如教学系统的“喜鹊儿APP”和学生管理系统广泛采用的“辅导猫APP”，并且我国互联网教育连续多年保持超过30%的增速，这些都为教育领域“大智移云”的发展奠定了扎实的根基。“人工智能”（AI）和“云计算”是“工业4.0”时代最为前沿的信息技术，深刻的影响社会的方方面面，篇幅所限不再展开描述。本文以教学管理、学生管理两个层面作为着力点，综合分析“大智移云”对高校管理的影响。

（一）“大智移云”提升教学管理绩效

受传统教学思维的影响，国内高校仍然沿用标准化教学手段和方法。教师经常要花费大量时间在学生的成绩测评环节，真正的师生互动时间则是少之又少。人工智能的出现可能会弥补这一缺陷，它虽然无法完全代替人工评分，但可以为教师分担相当大一部分客观题型的测评压力。例如通过自动批阅技术，系统可以自行完成单选、多项选择的评分工作。还可以对照预先构建的知识结构图检验学生知识点的掌握水平。因此，人工智能有助于降低教师机械性工作内容，提升工作效率和工作满意度。

1.突破物理空间和行政班级限制，有助于打通线上与线下平台

人工智能、大数据等信息技术已逐步渗透到人类生活的各个方面，并在金融行业、工业企业和交通建设等方面有所建树[1]，并将彻底改变传统教育模式。在2016 年斯坦福大学发布的《2030 年的人工智能与人类生活报告》中，关于高校教育提出了在人工智能技术的帮助下未来15 年在教学过程能实现更好的师生互动。结合现阶段我国高校教育现状，“大智移云”对于教学场景的优化作用主要体现在以下两个方面。

一是推动了传统教学功能场地的升级改造。在“大智移云”行业背景下，很多高校基于智慧阅读、智能学习的要求，以人工智能、大数据为技术手段，逐步为教室、实训室和图书馆等教学学习场所配备更为先进的交互智能设备。

二是丰富了课程教学的实施环境。为了突破传统的空间与时间限制，扩充非正式学习场景的教育教学体系，近些年越来越多的高校开发了虚拟教室。通过打通线上线下学习平台，实现了网络学习空间“人人通”，教师、学生可以无缝访问各类集成了教与学、交流与协作等功能的信息化学习资源平台。教师通过线上教学资源开展课前和课后教学活动，利用线上学习数据实施更为精准的线下教学，还可以运用线上教学系统进行远程教学，借助视频直播技术答疑解惑。学生通过线上学习平台，可以实现课程选修、在线学习、学习分析、资源推送、协作交流、成果展示等功能，也为个性化课程、深度学习和翻转课堂等现代化教学模式提供了技术支持。

可以预期，未来加入人工智能后的虚拟学习系统甚至可以做到数万人同时在线、全天24 小时不间断服务，作为重要的知识获取渠道、为面对面教学提供有效补充。人工智能通过为学生提供的基础性知识帮助，降低教师的机械性工作强度，有助于教师更专注于优秀内容的创造，在课堂和远程中找到平衡。

2.突破“小样本”局限，有助于实现精准教学

传统教育模式往往采取教师的主观安排加单向灌输，“小样本”学生群体使得教师很难及时、准确地把握到学生的知识储备与理解能力，授课教师基于个人经验决定课程难度与进度。

人工智能技术可以为学生提供开放式的智能在线教学系统。例如学生提交作业后系统会自动打分并做统计分析，如果出现大比例错误答案时，系统将自动生成错误分析报告向授课教师发出知识点难度预警；大数据技术可以基于不同学校、不同年级学生的“大样本”分析，帮助教师准确判断学生的知识水平与专业认知能力，方便教师合理安排授课内容，也等于变相的赋予受教育者知识内容的选择权。

3.克服“大班教学”的弊病，有助于实现定制化学习机制

高校生源结构复杂，学生个体差异显著，因此教学中要更加重视因材施教。人工智能技术能够帮助授课教师依托智能化软件对学生提供个性化学习方案。例如在现代化的教学管理系统中，授课教师可以根据课程需要创建新活动，而学生在过往任务中的成绩将决定其新活动的学习内容，学习程序通过学习记录为学生推荐课程资源，帮助学生依据自己的学习节奏和能力水平掌握知识点。人工智能不仅是教师的个人助理和学生的帮手，还可以通过将课程学习情况分析报告发送给相关学生家长和专家学者，将因材施教的理念贯穿于学校、家庭与社会。如图1 所示。

图1 “人工智能”与教学系统优化

因此，人工智能技术通过打破传统的教学模式，实现了标准、统一化到定制、个性化的转变。有助于实现不同能力水平和不同知识结构学生的共同学习，有益于调动学习者的自主学习积极性。

（二）“大智移云”推动学生管理模式变革

1.从事中控制、事后评价转为事前预防

传统教育理念中，教师决策往往是依据静态、局部、滞后和零散的数据，或是经过各级行政部门过滤和加工后的信息，这造成学生管理工作存在较大程度的滞后性，更多体现的是事中控制和事后评价。大数据基于学生学习状态、精神状态、人际交往、生活行为和学习行为等数据分析，及时诊断和预测在课程学习、校园生活、思想动态、思维意识等方面存在的安全隐患，使学校能准确及时地发现学生管理中存在的各种潜在问题，帮助学校管理实现前瞻性的事前预防。

2.由“经验导向”转变为“数字说话”

传统高校管理模式中决策有效性更多地依赖管理者或教师的从业经验和个人能力，学校之间和学校内部各二级学院之间存在显著的管理水平差异。大数据通过事先设定好的运算机制，实现部门之间无差别的实时精确观察分析，用数据管理与决策。利用数据实现精准化服务，使管理从封闭经验型向智能可视化的科学管理模式转变。

3.由“摸索前进”转变为“精准定制化”

基于对目标对象性格特征、心理状态、爱好兴趣、交往行为、学习行为等日常数据的记录和解析，大数据技术能够准确判断学生心理健康水平和偏好特征。在此基础上学校可以制定个性化管理方案，针对性地开展思想教育或心理辅导，实现因材施教式的学生管理模式。

4.实现学校内部和学校之间数据的整合性和管理的协同性

大数据具有平等性、自由性和共享性的信息特征，这就要求打通不同年级、不同行政部门甚至是不同学校的学生数据，建立以学生为中心的信息技术综合管理服务系统。海量信息数据可以为不同用户所使用，有助于实现校园内部数据和校际数据的整合共享，提高学生管理工作的便捷性、高效性。

总体而言，“大智移云”产生的新型协同工作模式为各个行业带来了前所未有的发展机遇，也对高校管理模式提出了新要求。传统意义上的学校管理主要围绕教学管理和学生管理两条主线，包括课程管理、专业建设管理、师资团队管理、教学场所管理、学生思想教育管理、学生安全管理等多个彼此影响的模块。基于前文分析不难发现，“大智移云”四项技术在高校管理中的作用范围存在异质性，其中教学管理层面人工智能、大数据、移动互联网和云计算均会发挥显著作用，而学生管理层面更多的是大数据和移动互联网技术发挥主导性作用。如图2所示。

图2 “大智移云”对高校管理变革的作用机理

二、“大智移云”在高校管理应用中存在的问题

虽然国内教育界和高校领导对于教学管理中应用“大智移云”持积极态度，但由于人员配置不足、技术不完善等原因，以及外界环境存在VUCA（不确定性、易变性、模糊性和复杂性）因素[3]，导致现阶段“大智移云”在国内高校管理中仍然存在诸多问题。

（一）“大智移云”在教学管理中面临的困境

1.大数据技术的应用环境有待改善

随着教学管理的现代化水平不断提高，国内高校逐步完善了信息网络环境。例如，覆盖校园的无线网络和数字化图书馆、多平台网络课程等教学管理信息系统，部分高校初步具备了生成和存储数据的能力，能够同步记录每天的校园信息，高校信息化过程中已初步具备了大数据基本特征[4]，但距离“大数据分析技术”的要求仍然相去甚远。首先是数据收集能力欠缺，无法满足大数据的量级要求。当前信息系统和数据采集设备无法做到主动对每个教学现场的数据抓取，更多情况是由教师或者学生事后描述授课情况。其次是数据存储能力存在瓶颈。每天收集和积累的教学数据信息令高校储存设备不堪重负。面临持续增加数据，为了保证信息设备的正常运行，大部分高校选择定期删除服务器中的旧数据，这极大的削弱了历史数据的比较性价值。并且高校现有数据库系统往往能够胜任结构化数据的搜集与整理工作，而对教学过程中产生的大量诸如师生聊天信息、照片、视频音频文件等非结构化和半结构化数据缺乏有效的整理和优化手段，导致存储空间的不必要浪费。最后，有别于信息技术公司，高校数据存储设备的提取和传输效率较低，难以满足大数据实时分析和高效处理的技术要求。

2.人工智能的功能模块较为单一

“大智移云”技术的出现极大的丰富了课程内容呈现方式和教学结果反馈手段，但是受信息技术发展水平和传统教育理念的制约，现阶段“大智移云”技术大多局限于课程学习、教学安排以及场所管理等应用场景，对于学生的课程学习缺乏全面系统的解决方案。例如人工智能虽然为学生提供了“专属”学习情境，但定制化呈现方式导致其仅聚焦于知识的薄弱章节，对已掌握知识缺乏足够巩固加深机制，一定程度上限制了学生整体能力水平的提升。另一方面相较于教师，人工智能在引导学生进入知识点时大多采用概念简述的形式，但过于简单的语言描述很难生动全面的向学生展示重难点。

（二）“大智移云”在学生管理中面临的挑战

1.互联技术的实现方式粗犷和信息融合效果欠佳

随着互联网技术的发展与普及，教育主管部门和高校越来越重视管理工作的信息化建设，通过自行、委托开发或购买软件的方式， 建立了信息化管理系统[5]，例如“青果”教务管理系统、“方正”OA 办公系统、“辅导猫”学生信息系统等，推动高校学生管理突破时间和空间限制。但部分高校对移动互联网技术所带来的变革缺乏正确的认知和足够的重视，认为简单的更换实训教室计算机，要求学生安装手机APP，就是高校管理的信息化和移动化，忽视了管理制度与新技术的匹配。此外，原有互联网子系统与移动互联端交互性较差，数据之间缺乏有效融合产生了信息孤岛。例如在学生考勤环节，“青果”教务管理系统和“辅导猫”学生管理系统分别由两家公司开发和维护，相互之间没有实现信息共享，学生通过“辅导猫”完成请假流程后，只有辅导员和班主任知晓具体情况，专任教师在“青果”教务系统中无法获知相关信息，有可能判定为旷课行为。

2.大数据的统计口径偏差与质量界定困难

数据质量是大数据分析的基石，高质量数据有助于帮助教师和其他学生工作者准确判断学生状况、做出正确的管理决策。反之基于较差质量数据做出的决策，甚至远不如没有数据的主观判断。经验表明高校内部同一项目的数据往往存在统计口径差异性，一是相同年份相同类别的不同部门数据。高校内部由于部门职责交叉关系，导致不同口径汇总的数据存在不同，例如教务处和学生处均会统计在校生人数，但是往往存在5%的差异[6]；二是不同年份相同类别的新旧数据，同样可能存在前后版本冲突的情况。如何界定不同版本数据的质量高低？虽然已有研究基于数据资源对用户需求的满足程度，从规范性、完备性、准确性、一致性、相关性和特殊性几个维度对数据质量做出评价。但是具体操作层面仍然存在诸多问题。因此，从何而来、以谁为准、是否准确这三个问题是高校大数据质量和大数据分析亟需解决的基础性问题。

三、“大智移云”在高校管理变革中的因应之策

“大智移云”对高校教学管理和学生管理的直接与间接性影响推动了国内高等教育健康发展，但传统教学理念产生的执行阻力以及新技术的自身局限性使得其推广应用并非一帆风顺。总体而言“大智移云”实施需要协同教育主管部门、信息技术企业和高校，建立三方协同机制。政府应定期组织相关培训和研讨会议，鼓励高校领导和教师参与，提高教师的信息技术知识和使用能力。信息技术企业应以专家身份，积极为高校提供大数据分析、云计算的技术支持。高校除了应将“大智移云”作为重点工作，做好统筹组织和协调保障，还需要从教学管理和学生管理两个层面拓展新技术的使用场景。

（一）改善教学管理的应用环境

1.整合教学数据资源，为大数据提供技术基础

针对教学管理中大数据技术应用环境欠佳问题，大数据技术与其说对校园信息收集和整理能力提出挑战，不如说是为高校教学档案提供了一套系统化管理方法。高校应该进一步整合现有的数据资源，围绕教师和学生两大主体相关的数据资源建立教学信息系统，以集成的方式提升数据量级，同时积极开展数字设备的硬件升级工程。除了提升高校的数据储存和传输能力，还要通过安装AI 和追踪技术设备强化对课堂教学中碎片化信息的采集能力，为大数据分析储备足够的“材料”。为解决教学管理中“数据孤岛”问题，应当打破现有的各个系统间的信息壁垒，以学生作为资源单位，将归属于不同行政部门的师生信息汇总整理为结构化数据，实现教学资的源统一化管理模式。

2.注重“大智移云”应用交互，增强教学平台易用性

大部分高校教师并非信息技术科班出身，即便通过培训掌握了基本使用技巧，也很难做到独立的软件开发、调试与优化，并且高校层面的“大智移云”更为强调的是应用，而非研发。从软件开发者角度，为了激发教师的使用动机，应该降低“大智移云”的技术使用门槛，重视软件和信息系统的易用性，提升应用界面交互的便捷性，通过最为直观的操作方式提升教学和管理效率、减轻教师重复性工作负担。从高校角度，在引入大数据、云计算等新技术时，要基于学校实际需求，在软件、硬件两个方面持续投入资源。既要认识到新技术带来的工作挑战，也要处处为教师着想，进一步改善校园网络环境、优化信息化系统的易用性。

3.实现高校管理活动的科学化分析，挖掘教学数据价值

“大智移云”模式的教学活动中，学生的课堂表现、作业和考试等数据会被系统收集与整理，这些信息将成为大数据分析、云计算、人工智能等技术开展的“肥料”。通过信息技术可以将数字信息翻译成各个阶段的过程性信息，对于了解教学资源使用状况、教师教学效果、学生能力水平具有重要价值。发挥数据价值离不开适合的分析工具。近些年被广泛使用的Python、SAS、STATA 等数理统计软件都是很好的选择，这有助于我们更快捷准确的发现和处理教学管理中存在的问题。此外高校可以与专业大数据企业开展合作，将教学数据委托给第三方专业分析机构，更有效地挖掘数据价值，实现大数据技术优化教学管理的目标。

（二）改善学生管理的应用环境

1.建设熟悉新技术的高水平学生管理队伍

为解决学生管理工作中互联网技术实现方式粗犷的问题，高校应该加强对学院领导的互联网办公意识培养以及一线教师的互联网应用素养培训。互联网办公意识培养能够让校领导充分理解新技术的意义与价值，转变传统学生管理思维。应用素养培训能够提升教师互联网应用的熟练程度，使其借鉴互联网思维革新工作方法与理念，优化管理范式，以更好的实现高等教育育人初心[7]。此外，具备条件的高校还可以外聘或引进相关技术和管理人才，围绕“大智移云”组建专家智囊团，突破互联网、大数据等新兴技术在高校学生管理中的应用瓶颈，并将研究成果及时向全校范围内推广，优化学生管理工作。

2.确立学生管理数据的“负责人制度”

为解决大数据的统计口径偏差与质量难题，应当通过科学的人员配置提升教学数据的真实性和可靠性。要明确相关大数据工作的主导单位和责任人，由其制定学生数据管理目标，明确信息统计口径，设定统一的质量评价标准。例如为了及时掌握学生心理状况，国内高校基本都建立了在校生心理档案制度，为避免不同学校以及学校内部不同二级学院统计数据的版本性差异造成数据内容不准确，应当在明确数据管理目标的基础上协商建立统一的数据采集口径和质量评价标准，增强指标的可比性。