人工智能融入高校教学科研管理的前景、风险和策略

林思雨,周海涛

(北京师范大学 教育学部, 北京 100875)

一、引 言

人工智能(Artificial Intelligence,AI)的发展大致经历了三次高潮:20世纪50年代基于人脑机制初步认识的简单学习模型,20世纪80年代初以推理作为机器智能机制的日本第五代计算机,21世纪初基于深度学习、大数据和云计算等技术的人工智能开发[1]。随着以ChatGPT为代表的生成式人工智能的出现,多模态大模型逐渐将大数据转化为一种“智能能源”,ChatGPT也引发了各界的热切关注。一方面,学界认为以ChatGPT为代表的人工智能将会驱动教育的“革命性重塑”[2],开启“赋能”“加速”“融合”[3-5]新范式;另一方面,学者们也产生了“教育异化”“技术陷阱”“伦理困境”[6-8]等担忧。学界由此展开了关于人工智能“是朋友还是敌人”“是潘多拉魔盒还是文明利器”“是禁止还是变革”[9-11]等讨论。已有相关文献重点探讨了人工智能对未来教育乃至高等教育宏观层面的影响,有关人工智能如何融入教育实践尤其是在高校管理上应用的研究主要散见于高校人力资源管理、学生事务管理、后勤管理、财务管理等层面,对教学科研管理层面的深入研究尚存在不足。基于此,文章试从系统性视角探讨人工智能融入高校教学科研管理的前景与风险,并提出应对策略,以求教于方家。

二、 人工智能赋能高校教学科研管理的前景

海德格尔(Martin Heidegger)认为,技术所到之处,无不构造着人与自然、人与人的某种新的关系[12]。人工智能作为一种革新性技术,具有数字化、智能化、个性化、融合化等特征,其通过技术手段将人类的智慧和能力附加于非人类实体,从而实现对人类机体的模仿、增强和延伸[13],带领人类进入新的发展阶段,因而具有广阔的应用前景。在高等教育管理领域,人工智能技术有望为高校带来新的教学科研管理要素和方式,优化高校内部教学科研管理服务,改进高校教学科研管理生态,进而提升高校的管理效能,促进高校高质量发展。人工智能赋能高校教学科研管理的前景详见图1。

图1 人工智能赋能高校教学科研管理的前景

(一) 创新教学科研管理要素

人工智能的应用会促使高校中涌现新的教学科研管理要素。一是虚拟化的主体要素。虚拟教师、虚拟学伴、虚拟助理、虚拟机器人等虚拟主体可以参与高校教学科研管理工作。这些虚拟主体无需面对面,而是通过代码、符号和指令即可促进教学科研活动的组织和协调,开展教学质量与科研成果评估。如ChatGPT可以帮助高校教师制订教学计划、设计教学大纲、准备教学材料、起草测验评估与教学质量报告、提供决策建议、开展智能教学监督等,还可以帮助科研人员开展贯穿科研全周期的数据采集、挖掘、分析、预测、反思和决策工作。二是数字化的对象要素。在数据主义知识观下,知识由创建和掌控数据的人和机器所创造[14],知识的本质成为人机共创交互而成的信息或意义性建构[15]。在互联网平台和智能算法的支持下,大规模、开放性的知识将爆炸式生成,这在一定程度上有助于提升知识的生产力和传播力。同时,在人工智能、互联网、移动终端、大数据的支持下,高校通过搭建数字化、智能化的智慧教学科研资源平台,可以生成大量高清视频、全息影像、三维虚拟模型、仿真实训软件等教学科研资源[16]。此外,师生通过与ChatGPT互动对话,可以生成大量更具综合性、多样性的教学科研内容,这有助于促进教学科研资源的涌流,从而提升教学科研质量。三是智慧化的环境要素。随着高校的智慧教室、智慧实验室、教学云平台、智慧教学科研管理系统等逐渐推广,教师可以根据具体的教学科研目标与内容、学生特点、管理需求,灵活地选择教学科研资源、工具和情境,将实体空间与虚拟空间相结合,形成跨时空、跨模态的教学科研场景,拓展教学科研管理空间,打造智慧“云”校园。

(二) 更新教学科研管理方式

人工智能有助于更新高校教学科研管理方式。一是人工智能辅助的管理方式。这种方式主要由人主导,发挥人工智能技术的工具性价值,为高校教学科研管理活动提供支持和辅助。如在教学管理领域,高校可以利用人工智能实时开展动态学情分析,了解学生的性格特征和差异需求;在人工智能的帮助下收集学生反馈意见,评估教学效果,获得教学改进建议;利用人工智能为学生推荐课程,并通过开展全过程自动化的教学信息采集为管理人员提供动态透明的教学质量评价依据。在科研管理领域,科研人员可以利用大数据智能分析学术写作辅助系统进行智能综述、选题门诊、智能投稿等;利用大数据分析和深度学习技术挖掘科研数据中的有效信息,获得新的项目管理思路和方向,并为上级部门调配资源提供决策参考。二是人工智能驱动的管理方式。这种方式是以人工智能为主要驱动力,有助于提高高校教学科研管理的自动化和智能化程度。高校基于人工智能系统进行决策、规划、执行和评估有助于实现高效、精准管理。如在教学管理领域,人工智能可以根据高校教师的教学记录和反馈结果为其推荐契合的教学方法和教学资源,并提供相应的教学培训,驱动教师不断提升自身的教学水平。在科研管理领域,人工智能科研管理系统可以自动评价科研成果的社会影响力和贡献度,全过程跟踪科研资金的使用情况,促进资源的最大化利用;人工智能驱动的“大平台”“有组织”科研模式有助于打破学科壁垒,促进不同学科的研究人员进行合作,打造“问题-实验-数据”高效闭环,从而提高科研成果质量和创新水平。三是人机协同的管理方式。在这种方式中,人工智能和人类在高校教学科研管理中共同发挥作用,形成互补和协作关系。这种方式既可以充分发挥人工智能的自动化和智能化优势,又可以保留人的情感、创造力和判断力,能够为管理者提供高效优质的教学科研管理体验。在这种方式下,多主体均可参与教学科研管理与决策过程,发挥各自的主观能动性,促进权力结构的扁平化、去中心化和民主化。此外,这种方式还有助于将高校科研人员从基础、枯燥、烦琐的数据收集与处理中解放出来,促使其将更多精力聚焦于兴趣驱动、问题驱动、价值驱动的研究中,从而推动核心技术和原创性研究的突破。

(三) 优化教学科研管理服务

人工智能的应用可以不断优化高校内部教学科研管理服务。一方面,人工智能可以提供个性化咨询服务。高校可以利用人才培养数据、科学研究数据等对ChatGPT、文心一言等大语言模型进行强化学习训练。根据学生的背景、兴趣爱好、学习成绩、职业规划等信息,人工智能可以为其提供一对一的招生咨询、课程咨询、生涯规划咨询、心理咨询等服务。根据教师的个人风格、研究方向、能力水平等信息,人工智能可以为其提供一对一的教学咨询、科研项目申报咨询、教师发展咨询等服务。根据高校的教学质量、科研成果水平等信息,人工智能可以为其提供即时性的政策调整依据、战略规划咨询等服务。另一方面,人工智能可以提供个性化监测服务。人工智能可以帮助高校管理教学档案、科研成果数据、学生行为记录、教学科研设备情况等信息,促进教学科研材料的数据化、网络化,使得这些数据能够在不同院系、不同部门、不同单位之间实时传输与共享。此外,人脸识别技术、大数据采集技术应用于课堂考勤、教学过程记录、学生信息管理,可以对学生的课堂表现、学业进展、成长发展实施精准监测并提供相应的帮扶。例如北美和欧洲的大学共同开发了一个名为UniTime的综合人工智能赋能教育调度系统,为学生提供个人课程表,帮助高校自动排课及管理教室等[17]。又如我国一些高校自主研发的“智慧资助大数据平台”利用人工智能技术和层次分析法采集学生的个人家庭收入、生活消费支出、奖助记录、在校表现、就业升学等数据,综合评估、精准识别需要资助的学生群体,从而制定针对性的帮扶方案,促进学生成长成才。

(四) 改进教学科研管理生态

人工智能的发展和应用有助于改进高校的教学科研管理生态。一是多元化的人才培养生态。一些高校已开始设立人工智能学院、开设人工智能专业,利用人工智能技术匹配学生的兴趣和能力,帮助学生实现自我成长和发展,满足社会对各类人才的多样化需求。人工智能技术的进步有助于促进人才培养理念的转变——从寻求答案走向提出问题,从注重人本身的成长走向人机协作共生,从强调阶段学习走向注重终身学习,从培养单能、多能人才走向培养超能、异能、全能人才。二是跨学科的交叉研究生态。人工智能建立在哲学、数学、经济学、神经科学、心理学、计算机工程、控制论、语言学等多门学科的基础之上,与大数据、物联网、区块链、云计算、机器人、虚拟现实、增强现实等技术深度融汇,可以促进高校学科之间的交叉研究,推动学科融合,帮助不同学科的研究人员共同探索新领域和新问题。三是共生型的产教融合生态。人工智能技术可以与医疗、金融、交通、教育、工业等多领域多行业深度交融、互联共生,从而构建智慧医疗、智慧城市、智慧社会、智慧教育等,满足人们在不同领域的多元化需求。这有助于促进高校与各类产业开展全方位合作,共同参与技术研发,促进科研成果的转化应用。

三、 人工智能融入高校教学科研管理的潜在风险

从本质上看,技术不仅是实现目的的手段,也是被捕获并加以利用的现象的集合,表现为有目的、有计划、有组织的交互和作用过程[18]。技术本身没有好坏之分,其影响主要取决于人如何利用技术,如何与技术建立关系。纵观人类社会发展史,在人为因素的影响下,技术的进步在带来生产力升级的同时,也会带来一些挑战。人工智能技术也是一把双刃剑,在带来巨大机遇和美好前景的同时,也会给高校的教学科研管理带来数字伦理失范、数字鸿沟加剧、个体理性失序、人机关系异化等风险(见图2)。

图2 人工智能融入高校教学科研管理的潜在风险

(一) 数字伦理失范风险

伦理是指导行为的观念和规范准则,包含对人与人、人与社会之间各种关系的哲学思考。数字伦理便是数字开发、管理和使用中应遵循的规范准则和要求。随着数字化逐渐成为现代人的一种生存方式和生活状态,高校教学科研管理中的数字伦理问题日益凸显,在数据隐私、道德伦理、学术伦理等方面存在风险。

1. 安全漏洞容易引发数据隐私泄露问题。由于安全漏洞的存在,人工智能在高校教学科研管理中的应用可能引发数据隐私泄露的问题。当人工智能访问、采集和处理师生大量的个人信息时,高校管理者必须保持警惕。因为这些信息包括师生的档案资料、考试成绩、工资流水、银行账户、科研成果等敏感数据。一旦人工智能系统的安全漏洞被触发,数据库就容易遭受不法分子入侵,这将会带来数据泄露或滥用的风险。此外,人工智能对师生全过程、全方位的数据采集和监管会将人置于透明化、公开化的数字环境中,这也容易产生隐私保护不当的风险。

2. 算法黑箱容易引发道德伦理问题。由于人工智能算法的复杂性和算法黑箱的存在以及历史数据存在的偏见和歧视,人工智能的应用可能会引发道德伦理失范问题。如ChatGPT是经过强化训练的生成式人工智能,基于历史数据产生,其算法具有非透明化和不可解释性,背后蕴藏着技术开发者的价值导向。普通人较难打开ChatGPT神经网络的黑箱[19],理解其内在的工作原理,故无法准确了解人工智能的决策过程和推理依据,也无法确保算法的公正性和透明度。同时,ChatGPT容易在人的试探和诱导下产生“阴影自我”,在对话中生成一些错误导向的信息。高校将其应用于教学科研管理可能会出现决策失误,无法正确引导学生价值观的风险。

3. 规章不全容易引发学术伦理问题。由于人工智能使用指南及配套法律规章制度尚不健全,人工智能的应用可能会引发学术伦理问题。高校师生在学术研究中多大程度使用人工智能技术属于合理范围也存在一定争议。如ChatGPT能够直接基于已有语料快速生成文本,高校一些师生已经开始利用它来写作业、写论文。然而,ChatGPT缺乏对已有知识的求证和溯源,这可能会引发人工智能考试作弊、学术剽窃、知识产权争议等学术伦理方面的风险[20]。

(二) 数字鸿沟加剧风险

1. 设施不足将加剧接入鸿沟。不同高校在互联网、人工智能、云计算、区块链、数据中心等新型信息基础设施建设的接入层面存在差距。人工智能系统的训练和优化需要大量的数据支撑,不同高校在数据收集和处理方面存在差异,一些高校还面临技术基础设施不足、缺乏足够的计算资源和数据存储能力等问题,这会进一步扩大技术接入鸿沟。

2. 投入缺乏将加剧使用鸿沟。不同高校的办学经费和数字教育资源存在差异,人工智能技术的研发投入水平也不均衡,其在使用技能、使用动机等方面存在差距。一些高校较早参与人工智能技术的研发和应用,拥有强大的技术团队和资源,能够较快实现数字化转型,将最前沿、最先进的人工智能技术融入高校教学科研管理过程。也有一些高校主要将办学经费用于维持传统的办学模式,人工智能技术的应用还相对缺乏。高校之间的教育资源差距较大,这会产生更大的使用鸿沟。

3. 技术门槛将加剧知识鸿沟。人工智能技术的应用具有一定的技术门槛,这对高校教学科研管理者和师生的数字素养提出了较高的要求。由于人工智能技术接入和使用差异扩大了数字鸿沟,不同群体便会产生信息差和知识区隔。未来能够认识、理解并及时学习和掌握人工智能技术、具备批判性思维的高校师生将与固守传统的师生拉开距离,这将导致技术为一些数字先行者拥有,而不懂利用人工智能为教学科研管理赋能的群体则较为被动。

(三) 个体理性失序风险

个体理性是指个人在决策和行动中基于自身的目标、价值观和信息,通过合理的思考和判断,追求个体利益最大化或达到预期目标的倾向。人工智能时代,高校教学科研管理的复杂性和不确定性日益增加,受到认知偏差、信息窄化、监管不力等因素的制约,存在竞争合作失衡、信息过滤失范、技术应用失控等风险,从而导致个体理性失序的局面。

1. 认知偏差或将导致竞争合作失衡。在缺乏共同价值观和集体意识的情况下,人工智能在高校教学科研管理中的应用容易产生竞争合作失衡的风险。人工智能技术使得高校能够更加精准地了解和满足个体的需求和偏好,然而这种个性化服务可能导致高校师生出现认知偏差,即更加依赖个性化的学习和工作方式,缺乏信息共享与合作意识,忽视与其他个体的合作与协调,从而加剧竞争态势,最终导致信息不对称、资源浪费、合作缺失等问题,影响高校整体的管理效能。

2. 信息窄化或将导致信息过滤失范。人工智能基于个人偏好、历史行为、情感和反馈等参数形成针对性建议,可能存在信息过滤失范的风险。个性化算法会根据用户的兴趣和偏好筛选推荐相应的信息和内容,这可能会形成信息过滤效应,导致学生接触到的信息日益窄化,即只接收符合自身偏好的信息。学生倘若被过度定制的信息包围,结成信息茧房,则不利于其接触多样化的信息资源,这会逐渐形成信息孤岛,导致信息的偏差和片面性,生成碎片化、模糊化的知识,影响高校的教学科研管理效能。

3. 监管不力或将导致技术应用失控。倘若缺乏有力的约束和监督机制,人工智能在高校教学科研管理中的应用可能存在技术失控的风险。人工智能在训练过程中可以针对不同的数据源和用户需求生成特定的模型和反馈。若监管责任和细则模糊不清,人工智能对高校师生个性化需求的过度满足可能会超出法律道德规定的范围,使得技术失去法律的控制。此外,高校师生如果过度依赖人工智能技术,不能及时提升驾驭人工智能的能力,则会增加被替代的风险,影响人工智能赋能高校教学科研管理效能。

(四) 人机关系异化风险

随着工业革命的到来,人机关系成为人与技术关系的核心。在人工智能时代,这种关系主要表现为人与人工智能的关系。随着人工智能对高校教学科研管理的影响渐深,人机关系也在不断调适和重构,在互动交流的过程中存在主体异化、思维异化、情感异化等风险。

1. 技术依附容易带来主体异化的风险。技术的进步解放了人类,也会导致人的某些身体机能退化,如脑力、体力的衰弱,还会导致人对虚拟世界的依附性增强。高校师生过度依赖人工智能技术开展教学、科研和学习,高校教学科研管理人员过度依靠人工智能技术进行决策,这种情况会带来人的自主性、能动性和创造性退化的风险,甚至让人沦为人工智能的“奴隶”,陷入技术迷失的困境。

2. 智识替代容易带来思维异化的风险。当人工智能可以帮助人类完成一些智识性工作、代替人类进行思考时,可能会带来人的思维钝化、固化风险。如一些文书写作、教学设计、方案选择等任务可以交由ChatGPT代劳,但如果高校管理者和师生不加以批判性反思和审视,沉浸于人工智能营造的思维舒适区,易形成思维惰性。根据“用进废退”的进化论原理可知,经常不使用的器官会逐渐退化。高校师生和管理者如果过度依赖人工智能而不再进行自主的思考和分析,这将不利于他们的思维成长和智力发展。

3. 虚幻陷阱容易带来情感异化的风险。ChatGPT等聊天机器人具有类人化特征,可以模拟人的语气开展对话。这样的人工智能是没有情感的,但高校师生具有情感,其在与人工智能互动对话的过程中容易陷入虚幻陷阱,产生情感联结和依赖。在人工智能可以提供24小时情感陪伴和沟通咨询的情境下,师生容易淡化现实世界的人际交往,沉浸于虚拟世界的交流中,这会冲击高校教学科研管理中的人际生态。

四、 人工智能时代高校教学科研管理的应对策略

一直以来,乐观主义和悲观主义思潮交织影响着人们对人工智能的未来判断。赋能论者对人工智能的发展持积极态度,认为人工智能将为高校教育教学赋能增能,发挥技术支撑作用;威胁论者认为人工智能总有一天会超越和奴役人类,引发技术危机。事实上,无论持何种心态,人类已经无法阻止技术变革的浪潮。随着时代的发展,高校教学科研管理也在逐渐走向现代化。高校作为引领社会创新的动力源,应积极开展行动,引领人工智能时代的变革。

(一) 提升高校师生驾驭人工智能的数字素养

数字素养作为一个综合性概念,不仅包括知识能力层面的数字技能素养,还包括态度价值观层面的数字伦理素养[21]。面对人工智能时代高校教学科研管理中存在的潜在风险与挑战,提升师生的数字素养是高校的根本应对之策。

1. 提高师生驾驭人工智能的数字技能。从1997年IBM的超级计算机“深蓝”到2016年谷歌的人工智能机器人“AlphaGo”,再到2022年OpenAI推出的ChatGPT和2023年升级的GPT-4,人工智能技术迭代更新的速度越来越快。在此背景下,首先,高校要注重培养师生理解人工智能技术的意识。高校师生应熟悉人工智能技术的基本原理和方法论,树立人引领人工智能各得其所的理念。其次,高校要着力提高师生的数字技能。高校师生应掌握利用人工智能获取、处理、甄别和整合数字信息的基本方法,增强数据感知能力、加强数据使用规范意识、争取和保护数据权利,批判性地开展人机交互。最后,高校要注重培养师生的独特优势。尽管人工智能在许多领域都拥有强大的能力,但它无法替代人类的独特优势,如好奇心、情感和想象力等。这些优势是人类进化和发展的产物,也是人类智慧的体现。高校可通过转变教学模式和创新实践活动增强师生的自主性和创造性,培养师生“智慧思考”“智慧学习”“智慧批判”的能力,促使师生在人工智能技术洪流之中保持清醒的自我意识和创新优势。

2. 增强师生驾驭人工智能的数字伦理素养。为了实现这一目标,高校需要采取一系列措施来强化师生的数字伦理责任意识,从而保障人工智能技术的应用符合法律道德规范。首先,高校应注重个人隐私保护和数据安全。高校相关部门应加强数据监管,明确人工智能技术的应用范围、责任主体、安全保障等方面的具体要求,落实高校教学科研数据的监管单位和责任单位,明晰院系各部门职责分工,规范大数据的采集和传输行为,加强人工智能系统安全保障体系建设,采取必要的措施保护数据以防未经授权的访问、泄露和滥用。其次,高校可制定人工智能伦理框架和操作指南。高校宜针对师生利用人工智能技术开展教学科研活动的范畴、限度和注意事项等列出明确清晰的细则和规定,并推动政府相关部门制定和出台人工智能背景下学术诚信、知识产权保护等法律法规文件。最后,高校还需健全伦理审查组织,开展伦理评估和审查。这些组织应对涉及算法的歧视偏见、隐私权的侵犯、社会公平性的削弱等伦理风险进行全面评估,加强审查和防护力度,及时调整和规范不端行为。

(二) 强化基于人工智能的教学科研管理“新基建”

高校基于人工智能的管理“新基建”是利用人工智能技术改造和升级新型基础设施建设,包括网络基础设施、算力基础设施、物联感知基础设施等,贯通基础层、技术层、应用层,将数据、算力、算法进行整合建设,从而为高校教学科研管理提供更好的支持。

1. 统筹布局基于人工智能的新型基础设施架构。高校教学科研管理效能的提升需要人工智能“新基建”的有力支撑,不断优化布局,加速技术驱动。首先,高校应优化网络基础设施。具体而言,高校可推动无线网升级改造工程,促进5G网络的全面覆盖,加快6G网络的研发应用,提供高速宽带接入,提供稳定、快速、优质的网络供给。其次,高校应优化算力基础设施。高校应努力争取政府的政策优惠和资金投入,建立人工智能平台和实验室,合理布局人工智能计算中心,为教学科研管理提供高性能计算、数据存储和分析等技术支持,提升云计算、边缘计算等算力基础设施效能。最后,高校应加强新技术基础设施建设。科研人员可以自主研发适用于高校教学科研管理的人工智能应用程序和算法,探索人工智能在高校教学科研管理方面的创新可能性。高校要进一步建立智慧教学科研管理平台、优化智慧教育教学手段,建设智慧校园和数字化院系管理组织,打造智能化教室和实验室、开发大数据分析和决策支持系统、加强虚拟现实与增强现实技术应用、搭建元宇宙虚拟现实系统等。

2. 打造互联互通的管理“新基建”开放格局。推动数据资源共享和流通有助于缩小数字鸿沟,从而充分发挥高校在人才培养、科研创新和社会服务等方面的基本职能。首先,高校要打造学科院系开放性格局。高校可以搭建智慧数字资源平台,利用人工智能技术对教学科研数据进行采集、存储、处理和分析,基于数据开展决策,制定更加科学有效的教学科研管理策略,提升学科院系服务力。其次,高校要进一步推进校企合作、产教融合。为促进人工智能基础设施的共建共享,降低研发成本、提升服务效能,高校和企业可以共同研究和开发人工智能产品,推动科学研究与实际应用的深度交融。最后,高校还要积极开展国际交流与合作。高校应与掌握前沿技术的一流大学和研究机构建立合作伙伴关系,分享和学习先进的人工智能技术和经验,寻求“新基建”的技术支持,拓展人工智能的应用前景和视野。

(三) 深化人工智能赋能的教学科研管理制度创新

人工智能时代,高校应利用人工智能技术对传统的教学科研组织及其运行和管理制度进行改革和创新,从而更好地适应人工智能时代的发展趋势和需求,提升高校的管理效率、人才培养质量和服务水平。

1. 加快人工智能赋能高校教学科研组织运行制度改革。人工智能技术的变革将带来高校各个层面教学科研组织运行制度的改变,人员、机构以及相关配套的运行制度也会随之变化。首先,高校可以推动人工智能与现有教学科研管理制度融合。高校既要继承传统制度的优点,又要借鉴新技术的优势,在人工智能技术的支持下将现有教学科研管理制度的效能充分发挥出来。其次,高校应深化基于人工智能的教学科研组织运行制度创新。高校管理部门应构建人工智能赋能高校教学科研管理的战略规划框架,推动“AI+”教学质量保障制度改革、完善“AI+”科研项目管理制度、建立动态学科监测数据库,提升高校学科竞争力。最后,高校还应加强人工智能赋能高校教学科研管理团队建设的制度保障。高校可通过设计具有人工智能技术应用能力的人才标准、招聘流程等规则和程序以及相应的培训制度和方案,按照人工智能赋能的最新需求加强管理团队建设,在保障个性化服务的同时,有效化解个体理性与集体理性的冲突,规避个体理性失序的风险。

2. 深化人工智能赋能高校教学科研评价监督制度创新。科学合理公正的评价监督制度有助于维护高校运行秩序。首先,高校应促进评价手段智能化。高校可以采用自适应评价、教育数据挖掘等技术手段实现个性化评价,使得评价结果更加准确、可靠。其次,高校应加强评价的民主参与和结果的反馈利用。高校可通过建立教学科研评价的民主化信息平台,鼓励教师和学生参与到教学质量和科研成果评价指标体系的构建和评价过程中来,发挥主观能动性和创造力,及时发现问题,实时动态追踪和改进,实现评价制度的不断完善。最后,高校还应健全监督保障制度。高校可以建立教学科研信息共享平台和公开制度,减少信息不对称和信息过滤失范等问题,对人工智能系统的开发和应用进行监督和规范,对个体理性行为和决策过程进行评估,及时发现和纠正失序行为,确保过程合法、公平和透明。

(四) 优化人工智能技术支撑的教学科研管理生态

在生态学视域下,高校可以被看作是一个复杂的生态系统。高校教学科研管理生态是指高校内部和外部环境相互作用形成的一种动态平衡状态,既包括高校内部各子系统之间的关系,又包括与外部利益相关方的关系。在人工智能技术的支持下,各子系统之间应建立更加密切的联结关系,相互依存、相互制约,并随着外部社会环境的变化不断调整,最终达成平衡与协调的发展状态。

1. 营造激发活力的创新氛围。人工智能将极大地解放人类的社会生产力,使得个体拥有更多的自由和闲暇时间,从而促进人的精神解放。首先,高校应回归教育初心。在人工智能的帮助下,高校教师和科研人员应进一步探索人类大脑活动的深层机理,尊重教育规律和人才成长规律,呵护人之为人的珍贵特性,深化人与人之间真实共情温暖的交流互动。其次,高校应注重激发学生个体的生命活力。高校应利用人工智能的教学辅助功能为学生制定个性化的培养方案,尊重和保护学生的好奇心、想象力和生命热情,引导学生进行自我探索,实现自由而全面的发展。最后,高校应呵护研究者的创造热情。高校可借助人工智能的力量,开拓科研管理新思路,让科研人员把时间和精力放在真正有价值、有挑战、有创新的问题领域,激发其主动性和创造性,让高校学术生态焕发生机与活力。

2. 构建动态共生平衡的生态关系。人工智能技术的应用可以优化高校的资源配置,促进高校内部各子系统的协调互动以及高校与外部系统的和谐共生。首先,高校可以打造智慧校园生态网络,促进内部各子系统的数据信息共建共享;以问题为中心建立联动互通的网络管理平台,加强跨部门、跨系统、跨学科的协同服务。其次,高校可以与外部系统建立发展共同体,利用大数据挖掘技术动态监测外部社会、经济、政策环境的变化,及时做出反馈和应对。最后,高校还可以构建人机共生的教学科研管理文化,缔结人机共生组织新形态,评估风险、共担责任、开放协作,实现人机价值共创、互利共赢,迈向高等教育治理体系和治理能力现代化的新境界。

五、 结 语

随着高等教育大众化、普及化程度的加深以及新公共管理主义思潮的影响,高校面临来自政府、市场、社会以及高校内部多元主体的问责,办学质量也需要接受评估和监督。在此背景下,在一定程度上,“速度”“效率”“质量”已经成为高校教学科研管理的重要目标和核心追求。一直以来,科技和教育之间存在一场持续不懈的竞赛[22]。科技发展日新月异,作为推动社会发展引擎的高校应主动识变、积极应变,跟上时代发展的浪潮。因此,人工智能融入高校教学科研管理是大势所趋。高校既要对人工智能积极的应用前景和发展潜力葆有期待,又要对其潜在风险持审慎态度,保持客观理性,回归教育本真,主动应对挑战,扬长避短,从“人治”到“智治”,从“以人为本”到“人机共生”,从“单向”影响到“双向”融合,推进教育、科技、人才的一体化发展,赢得人类的未来。