人工智能赋能高等教育治理：国际经验与中国选择

[摘 要] 人工智能已成为高等教育治理的关键技术工具，然而，在人工智能赋能高等教育治理的实践中仍面临政策制度和资源配置滞后、战略规划与文化建设欠缺、人际关系和技术工具被异化等现实挑战。为此，研究采用比较研究方法，关注并总结了近年来世界各国的治理实践：政府高度重视人工智能背景下的高等教育外部治理以“御外”；大学积极推进人工智能加持下的高等教育内部治理以“安内”；各方协同力行人工智能教育应用的伦理治理以“规制”。基于此，中国应借鉴国际经验作出人工智能赋能高等教育治理的中国选择：导控智能技术，构建契合时代语境的外部治理体系；拓展新质势能，激发高等教育内部治理动力；注重国内外合作，强化人工智能的伦理治理规范，进而形成中国特色的高等教育治理现代化方案。

[关键词] 人工智能； 高等教育治理； 外部治理； 内部治理； 伦理治理

[中图分类号] G434 [文献标志码] A

[作者简介] 杨宁霞（1983—），女，山东滨州人。副教授，博士研究生，主要从事教育管理与比较教育研究。E-mail：sdbzynx@163.com。

一、引 言

“治理”是高等教育的运行核心，通过确立秩序实现人才培养、科学研究和社会服务的目标，向内关注大学价值、决策和资源配置，向外关注大学与政府、产业及社区的关系[1]。自党的十八届三中全会提出“国家治理体系与治理能力现代化”重要概念以来，有关高等教育治理的研究得到蓬勃发展。数字化时代，人工智能为高等教育治理提供了更多工具和资源，拓宽了治理效能的提升空间，增益了高等教育的变革维度。学界也对嵌入人工智能的高等教育及其治理展开“百家争鸣”式的讨论：南旭光等阐释了社会智能化对高等教育治理形态的影响[2]；张海生指出，需以“技术—制度”平衡促进人工智能赋能大学治理[3]。然而，国内学界对人工智能赋能高等教育治理的国际案例关注不足，且现有研究多集中于教育的宏大叙事，国际视野下的相关研究和审思困乏。基于此，本研究以高等教育治理为对象，聚焦人工智能赋能高等教育治理问题，指出人工智能赋能高等教育治理面临的现实挑战，分析发达国家的实践案例，总结国际经验，并尝试提出适合我国当下实践图景的高等教育治理路径。

二、人工智能的发展流脉及其与高等教育

治理的交汇

“人工智能”的提出可追溯至1956年的美国达特茅斯会议，会上麦卡锡首次引入“人工智能（Artificial Intelligence，AI）”这个词汇，人类即进入人工智能元年[4]。近几年，人工智能已逐步嵌入教育、经济、管理等诸多领域中，并加快了不同领域的现代化进程。本研究从广义上界定人工智能，认为它是一种专注于研究和开发用于模拟、拓展和延伸人类智能的不同方法、理论和应用系统的新型科学技术[5]。要探讨人工智能与高等教育治理之间的关系，就要从人工智能技术的发展轨迹中找寻问题的本因。

（一）人工智能的形成：“强化人类智能”抑或“强人工智能”

基于历时态的考察，一个国家的技术水平能够对其治理水平起决定性作用，并提升其对科学与技术的深入理解和实际应用。自20世纪60年代，学术界开始对人工智能的未来趋势进行预测和深入探讨，关于对人工智能持乐观还是悲观态度的争论甚嚣尘上。乐观派代表马文·明斯基认为，人类大脑中的所有行为，无论是逻辑、整合、评判、决策、情感还是观点，都可以被提炼、总结并概括为各种符号、象征、编码和数据[6]。悲观主义者则强调，人类心灵的形式化、组合化和表现化面临着重重挑战。虽然智能机器的多个组件能够独立地进行模拟和构建，但它们无法通过深度、系统和非机械性的手段来满足更高级别的特性需求[7]。到了20世纪70年代，强化人类智能（Intelligence Augmentation，IA）与强人工智能（Strong Artificial Intelligence，SAI）之间出现分歧。强化人类智能的拥护者们坚信，人工智能的未来将以机器为辅助，实现人与机器的交互，支持并推动人类的工作；而强人工智能的拥护者们则预期人工智能有潜力超越甚至取代人类。随着人工智能技术的不断进步和完善，两个派别的主要争论点是：它们的最终追求是为人类提供服务并为人类作出贡献，还是追求科技的持续进步和机器的持续增强[8]。进入21世纪，强人工智能的风险逐渐成为社会广泛讨论的话题。斯蒂芬·霍金认为：“制造出一台人工智能机器人无疑将成为人类历史的一个重要标志，但遗憾的是，这可能标志着人类历史的终结。”[9]由此可见，人工智能技术的发展势如破竹，但其应用进程并不顺利。

（二）人工智能的运行：从国家治理到社会治理

毋庸讳言，每个国家在其发展历程中都会经历一个“治理化”的时期，这最终导致“治理术”的形成。“治理术”尤为强调国家在行使权力时，不只是简单地采取暴力手段，而应结合技术、权力和知识来对社会展开行之有效的导控和形塑[10]。对此，福柯指出，现代社会已然实现了从“规训”到“导控”的社会转轨，并透过技术、知识等手段对人展开全方位的操控[11]。

人工智能技术的普及和运作持续促进国家、社会以及技术之间的紧密联系，并由此延展出不同层面的探究。一方面，人工智能对国家治理社会的辅助作用。人工智能与政府之间的关系伴随时间的推移而日益紧密，人工智能的算法功能对国家数字化治理的助推也到达了一个新的阶段，使政府的精准化治理能力得到提升，促进了国家治理与社会治理的有机协同[12]。另一方面，人工智能技术在提升社会治理水平的同时会引发其他社会风险。有学者指出，人工智能技术的进步和加强将对个体和集体的行为模式产生影响，可能导致替代治理主体的危机、治理行为的价值观缺失以及治理责任的不明确性等问题[13]。

（三）人工智能的融渗：从教育治理到高等教育治理

人工智能在带有特定政治特质的“场域”中起关键作用，它从宏观“教育治理”逐渐渗透到中观“高等教育治理”中，对教育领域的各种治理行为产生了深远的影响。人工智能要在教育领域取得成功，它不仅需要与现代国家的治理结构相适应和整合，还必须在社会系统中得到应用，并深入到人们学习与工作的交互行为中。“高等教育治理”作为国家、社会和高校之间互动关系的衍生物，是学界常说常新的主题。就高等教育治理而言，人工智能的出现能够不断提升其数字化、精准化和智慧化程度[14]，对于高等教育治理场域的行动者具有内在的动力价值。不仅如此，人工智能为高等教育治理的决策、执行和反馈提供精准、动态、可视化的大数据信息，让高等教育治理更加高效，治理体系更为完善[15]。尽管人工智能的正面效应已逐渐在教育领域中扩散开来，但实际上两者尚未实现充分融合。当前，理论层面顶层设计不足，实践层面应用指南和监管工具缺乏，影响人工智能与教育治理的深度融合[16]。

显然，目前学界的研究往往更偏向于从宏观的视角去研究人工智能，但将人工智能与高等教育治理实践相结合的研究较少。本研究将从人工智能的应用出发，以高等教育治理新的话语结构为载体，探讨人工智能赋能高等教育治理的现实挑战，以及国际经验对中国运用人工智能赋能高等教育治理的现实启示。

三、人工智能赋能高等教育治理的现实挑战

虽然人工智能在技术层面是价值中立的，但考虑到高等教育治理实践的复杂性以及技术自身的多样性，在实际应用时，需明确当前高等教育治理体系与人工智能技术之间的张力，明晰人工智能应用于高等教育治理的现实挑战。

（一）政策制度和资源配置的滞后：人工智能赋能高等教育治理的外部风险

技术的快节奏更新与政策的慢节奏完善给高等教育外部治理带来挑战。

1. 政策生成位序滞后

人工智能领域新的算法、模型和应用不断涌现，技术更新的速度非常快，从“阿尔法狗”打败人类棋手，到ChatGPT和Sora在教育领域广泛应用，只用了不到十年的时间。不断涌现的新技术给高等教育治理提供新的应用程序、创设新的应用场景、提供更多范式可能。然而，好政策的生成却存在天然的位序滞后，政策制定及完善需经过较长的周期。我国非常重视人工智能相关政策的制定，近年来出台了《高等学校人工智能创新行动计划》《生成式人工智能服务管理暂行办法》等新政，但制度的设计、机制的构建、监管体系的完善难以与人工智能技术的快速迭代步调一致，致使高等教育的治理效果在技术浪潮的涌动中显得差强人意。

2. 资源调配掣制难为

在资源调配方面，我国早在2017年就发布《新一代人工智能发展规划》，提出建立财政引导、市场主导的资金支持机制，优化布局建设人工智能创新基地，统筹国际国内创新资源等措施[17]。然而，公共资金投入数额尚不及欧美发达国家。数据、算力、专业知识等资源的协同和调配尚不充足，并且与发达国家相比，我国在顶尖人工智能人才储备和培养上仍有明显差距。

（二）战略规划和文化建设的欠缺：人工智能赋能高等教育治理的内部隐忧

高等教育已步入智能时代，然而大学在战略规划与文化建设方面的步伐却未能与人工智能技术的发展同步。

1. 大学规划对人工智能技术的关照不足

在战略规划21567743a8bae1f040a4e3ce62857414层面，部分大学对于人工智能技术的未来走向及其深远影响认识不足，导致其在规划布局时对技术工具的筹划不够周密，缺乏前瞻性与适应性。尤其是在人力、财力和技术等资源相对缺乏的地方高校，其战略规划在人工智能技术方面的考量往往瞻前顾后、止步不前，多局限于碎片化的探索。在实践层面，大学战略规划对人工智能技术在教学、科研和管理方面应用的指导力度不大。另外，面对需参与大学内部治理的技术企业、行业专家等新兴主体，决策者未能做到充分的信任，使得大学内部治理缺乏多元主体的参与和反馈。

2. 文化建设滞后于社会的智能化演进

众所周知，完善的基础设施、坚实的数据底座、先进的技术手段是数智物质文化基础。现实情况却是，许多大学因资源的局限而难以配备高速的网络基础设施、先进的数据处理工具及自适应的学习系统等，其物质文化基石并不稳固。另外，大学开放包容的数智文化氛围尚未形成，大学内部的知识壁垒、信息孤岛和沟通裂谷等问题阻碍信息共享和跨学科合作，影响数智文化的深层次构建。此外，有的大学在数据伦理、隐私保护和信息安全等方面缺乏明确的价值指导，使人工智能技术的应用存在操作不当和数据滥用的风险，这不仅有损数智文化的健康发展，也对大学的社会责任和道德形象形成挑战。

（三）人际关系与技术工具被异化：人工智能赋能高等教育治理的伦理风险

人工智能迅猛发展，其在高等教育治理中的“越界”之势渐显，引发一系列伦理风险。

1. 数据依赖与人际疏离：高等教育治理的人文挑战

一方面，当治理模式过度倚重算法与数据时，人与其本质可能被迫疏离。个体不再被视作具有独特生命价值的存在，而化为数据治理的对象，甚至沦为数据的堆砌。在此过程中，个人隐私被泄露、权利被忽略甚至被当作资源进入市场流通变得司空见惯。此外，人类对技术的过度依赖可能引发技术反噬，导致人的胜任力下降，进而削弱高等教育的基层治理能力。另一方面，人际关系纽带亦面临削弱之虞。人工智能技术普及易使人际交往被智能程序取代。人与人之间基于事件和话语的互动减少，基于情感和道德的联结变得脆弱。师生、同事、部门之间的社会性纽带在技术的冲击下面临解体。

2. 技术偏见与黑箱决策：高等教育公平的新兴威胁

人工智能在高等教育治理中的融入，亟须关注算法偏见及其对教育公平的潜在侵蚀。数据集与算法设计的固有偏见若未经审慎考量，将不可避免地渗透到治理实践中，或将扭曲教育公平。另外，技术加持下的治理“黑箱”会进一步削弱教育决策的透明度与民主性。算法决策的不透明性为权力与技术的掌控者提供了躲避监督的暗角，剥蚀传统的民主决策机制。再则，技术鸿沟问题亦对高等教育的均衡发展构成挑战。资源匮乏的大学面临技术落后的困境，难以与技术先进的同侪竞争，这将加剧教育不公，催生教育“内卷”。

四、人工智能赋能高等教育治理的国际经验

人工智能带来的挑战不容忽视，但简单的拿来主义可能导致顾此失彼，当务之急应该是审思人工智能在高等教育治理中的适用情况，研究如何借鉴有益经验指引我国实践。

（一）“御外”：政府高度重视人工智能背景下的高等教育外部治理

科技是第一生产力，高等教育作为人工智能的研发阵地之一，是先进生产力的重要载体。因而，意图抢占未来发展先机的各国政府越来越重视对高等教育的外部治理。

1. 研究与政策良性互动

有的国家或地区以人工智能的发展和应用为旨归，政策出台前强化调研和报告的指导，并增强其与政策的连贯性互动，为政策的制定提供依据，有效规避政策在初始定位上可能存在的滞后。

例如，2016年，美国白宫密集发布《为人工智能的未来做好准备》《国家人工智能研究与发展战略计划》《人工智能、自动化与经济》三份报告，在此基础上发布《美国人工智能倡议》《人工智能教育战略》等政策，促进人工智能赋能高等教育治理。此外，有关机构就人工智能问题发布政策评估报告，并对未来发展提出适切性建议。2023年5月，美国教育部教育技术办公室发布《人工智能与教学的未来》报告，支持包括高等教育在内的整个教育系统创新，促进人工智能在教育中的深度发展[18]。2020年2月，欧盟委员会发布《人工智能白皮书》，提倡建立“可信赖人工智能框架”[19]。文件为欧盟在人工智能领域的政策制定提供了依据。其对人工智能技术的风险分级管理倡议，在2023年12月的《人工智能法》中得到落实。近年，英国则更关注生成式人工智能在教育中的应用。2023年11月发布的《生成式人工智能在教育中的应用》报告，强调生成式人工智能的教育潜力[20]。2024年1月，数字战略司和政府开放创新团队在《教育中的生成式人工智能》中进一步分析其机遇与风险[21]。2024年2月，英国高等教育质量保障署发布《质量指南针》，针对生成式人工智能的具体影响，提出课程与评估机制的改进建议[22]。

2. 资源投入体现教育优先

多国政府以保障本国人工智能技术的先进性为目的，对资源投入进行整体规划，加大高等教育领域的投资力度。例如：2021年7月，美国国家科学基金会宣布向人工智能领域投资2.2亿美元，其中投入到高等教育机构的份额占有不小比重[23]；2018年11月，法国高等教育、研究与创新部计划从2018年到2022年投入20亿欧元资金，围绕构建跨学科人工智能网络、建设世界一流的人工智能研发中心、加强教育和人才培养等方面进行系统部署[24]；2023年8月，德国联邦教育部推出《人工智能行动计划》，预计超过16亿欧元的公共资金将用于人工智能研究，教育系统人工智能的实证研究、教育系统人工智能技术的设计被定为重点投资项目[25]。

（二）“安内”：大学积极推进人工智能加持下的高等教育内部治理

在国外，人工智能已经在高等教育的内部治理中广泛应用，并形成了各具特色的治理案例。

1. 大学规划积极应用人工智能技术

2024年2月，美国高等教育信息化协会的一项研究显示，绝大多数美国院校正在研究与人工智能相关的战略。73%的受访院校把学生使用人工智能数量的增长视为战略规划的驱动因素[26]。在校生数量庞大的亚利桑那州立大学采用纽顿（Knewton）公司的自适应学习平台，为学生提供个性化学习规划，解决了学生数量与学业质量之间的矛盾[27]。澳大利亚堪培拉大学开发的聊天机器人帮助解决学生信息查询困难。迪肯大学也为学生定制了智能程序，提供日程管理、图书馆座位预订、校园活动更新等个性化服务。聊天机器人是目前高等教育中使用最广泛的智能工具，美国、法国、阿根廷、缅甸等国家的大学生都在使用[28]。

2. 形成新质物质文化和开放包容的数智文化

人工智能不断进步所带来的技术资源，无疑将重构高等教育领域的物质文化。人工智能以声音、图像、视频等新质物质文化使教学场景更加丰富多样。大语言模型（Large Language Model，LLM）以其强大的语言理解和处理能力为高等教育治理的物质文化延异出新的维度。大语言模型不仅能高效整合海量信息，叠加检索增强生成（Retrieval-augmented Generation，RAG）技术后还能确保信息的准确性，让管理者、教师、学生等更迅速、准确地获取所需信息，为决策的制定、教育工作的开展提供强大支撑。在美国印第安纳大学与普渡大学印第安纳波利斯联合分校，嵌入式人工智能助手，24小时随时响应为学生提供不间断的帮助。在欧盟“伊拉斯谟+”计划的资助下，欧洲五所大学成立欧洲大学联盟。该联盟开发了一个基于人工智能的虚拟式教学空间，旨在重新设计未来的大学，创建跨越式校园[29]。

强人工智能的诞生使高等教育治理文化更加开放包容。亚利桑那州立大学是应用强人工智能的先锋高校之一，该大学甚至设有人工智能加速执行主任岗位。学校经过小范围测试后，于2023年10月推出一个支持检索增强生成功能的工具箱，鼓励教师在教学中使用大语言模型。该校领导层表示人工智能已经对学校的教育及其治理产生了积极影响[30]。

（三）“规制”：多方协同力行人工智能教育应用的伦理治理

人工智能被技术赋予独特的“拟伦理角色”，这使得人们对其成为高等教育的变革者角色寄予厚望。然而，它也会带来数据滥用、偏见复制等风险[28]。因此，世界各国在国际组织的协同下，正在为高等教育治理实践创造必要的法律、道德框架。2021年8月，联合国教科文组织发布《人工智能与教育：政策制定者指南》鼓励教育决策者就人工智能政策展开对话[31]。2021年11月，联合国教科文组织通过《人工智能伦理问题建议书》赋予人工智能四大伦理价值，并强调在教育中运用人工智能应遵循以人为本原则，实现包容、公正和可持续的未来[32]。2023年6月，欧洲议会通过《人工智能法》提案，将人工智能系统的风险划分成四种类型，并针对不同类型实施不同的监管措施。该法律增加对生成式人工智能的规制，并将教育领域人工智能的应用定为“高风险”，提出其必须遵守风险评估、确保透明度和提交日志记录等安全要求[33]。

五、人工智能赋能高等教育治理的中国选择

世界各国在人工智能赋能高等教育治理方面业已形成丰富的实践经验，而我国的高等教育治理实践尚未与人工智能技术深度融合，其价值还有待进一步发掘。因此，我国可科学地借鉴国外经验，从以下三方面探索中国的路径选择。

（一）导控智能技术：构建契合时代语境的外部治理体系

人工智能的应用已势不可挡，我国应审视高等教育治理的时代方位并施加外在推动力，使高等教育治理主动适应数智时代，构建契合时代语境的高等教育外部治理体系。

首先，政府和研究机构要加强政策研究和实地调研。可借鉴国外做法，加强对人工智能技术的调研和分析，及时发布相关报告和政策建议，引导人工智能技术在高等教育领域的应用，保障相关政策的科学性和适切性。同时，政府应加强与大学和科研机构的合作，促进政策制定与实践结合，建立政策落实的监督和评估机制，确保政策能够有效推动人工智能赋能高等教育治理。

其次，注重校企资源协同，优化资源配置。加大公共资金投入的同时，注重区域公平，使资金向落后地区高校适当倾斜。还需深化产教融合，整合社会资源，构建协同发展格局。

最后，重视人才培养和跨学科合作。建设像麻省理工学院、斯坦福大学这样世界一流的人工智能研发中心和教育基地，加强教育领域人工智能技术的研发和人才的培养。

（二）拓展新质势能：激发高等教育的内部治理动力

技术不断迭代升级，弱人工智能向强人工智能的跃迁形塑了高等教育治理的“高位格”环境，人工智能技术不断下沉融渗至组织体系、教学空间等微观层面并改变着高等教育的文化氛围。因此，我国要抓住机遇激发高等教育的内部治理动力。

首先，制定融合人工智能技术的新质战略规划。加强对人工智能技术的研究和应用，将其纳入大学的战略规划中。引导管理层对人工智能持谨慎且乐观的态度，提升大学管理人员的人工智能素养，推动技术在治理中发挥作用，提升大学内部治理效能。借鉴美国、澳大利亚的经验，开发自适应学习平台或校本机器人，为学生提供学习建议和帮助，也为教师教学和学校管理提供精准科学的数据支撑。

其次，合理运用人工智能技术资源形塑新质治理空间。人工智能可深度融合虚拟现实、深度学习等技术，助力高等教育突破传统，拓展出专业化、虚拟化、智能化的教学、管理和研究空间。可借鉴欧盟的经验，建设混合式跨地区大学联盟，促进高等教育资源强强融合，打破大学围墙建构高等教育治理的赛博空间。

最后，建设开放包容的数智文化。一方面，要在高等教育场域加强智能化基础设施建设，形成以教育为旨归的新质器物文化。可积极开发自主知识产权的教育专用大型语言模型，如华东师范大学的EduChat。另一方面，构建开放包容的数智文化。技术浪潮已势不可挡，更需要我们形成数智文化自觉，以开放包容的文化迎接“技术奇点”的到来。

（三）注重内外协作：强化人工智能的伦理治理规范

要真正实现人工智能为高等教育赋能，还应加强对人工智能本身的治理以规避其可能带来的风险。

一方面，注重国际合作。首先，积极参与联合国教科文组织、世界经济合作与发展组织等国际机构的原则与框架制定，与国际社会一同应对算法偏见、隐私泄露、数据垄断等风险。其次，深入研究国际组织的原则和框架，分析其对我国人工智能应用产生的影响，避免落入霸权国家的符号陷阱。在此过程中，要特别关注国内高等教育治理的现实需求，通过深度调研和评估，确保引入的国际原则能够有效地服务于我国高等教育信息化建设和治理体系优化。另外，还应借鉴欧盟成员国的经验，积极在国际合作中发声，争取主动权，树立大国形象，为推动人工智能治理国际化、法制化贡献中国力量。

另一方面，加强国内规约。首先，我国政府可以针对人工智能在高等教育中的应用，制定专门的政策和法规。同时，审辨地吸收联合国教科文组织《人工智能伦理问题建议书》、欧盟《人工智能法》等指导方针，构建具有中国特色、契合中国高等教育实际的规则体系。其次，我国教育职能部门、研究机构和大学可合作建立专业的评估和监管机构，加强对人工智能的评估和监测，以保证其符合教育教学规律，并及时发现和纠正问题。最后，高等教育领域还应建立人机结合的决策机制，确保人和人工智能都在决策中发挥应有的作用，保证人工智能的应用与高等教育的目标一致，并定期公布有关信息，接受社会的监督。

[参考文献]

[1] 伊安·奥斯丁，格伦·琼斯. 高等教育治理——全球视野、理论与实践[M]． 孟彦，刘益东，译． 北京：学苑出版社，2020：1-5.

[2] 南旭光，张培. 智能化时代我国高等教育治理变革研究[J]. 中国电化教育，2018（6）：1-7.

[3] 张海生. 人工智能赋能大学治理：多重效应与治理效能转化[J]. 重庆高教研究， 2024，12（2）：25-36.

[4] 李陶深. 人工智能[M]. 重庆：重庆大学出版社，2002：4.

[5] 侯耀文. 人工智能“类人化”的人学反思[J]. 中国高校社会科学，2024（3）：73-83，158.

[6] MARVIN M. Form and content in computer science[J]. Journal of the association for computing machinery， 1970（2）：197-215.

[7] LUCAS J R. Minds， machines and godel[M]. Cambridge： Cambridge University Press， 1961：112-127.

[8] 王彦雨. 学界关于“超级AI”的论争及其实现的可能路径[J]. 未来与发展，2017（8）：22-31.

[9] HAWKING S. This is the most dangerous time for our planet[EB/OL]. （2016-12-01）[2024-03-21]. https：//www.theguardian.com/commentisfree/2016/dec/01/stephen-hawking-dangerous-time-planet-inequality.

[10] DEREK K. Be heading the king and enthroning the market： a critique of Foucauldian governmentality[J]. Science &society， 1999（2）：173-202.

[11] 包亚明. 当代思想家访谈录[M]. 严锋，译. 上海：上海人民出版社，1997：158.

[12] 许勇，黄福寿. 人工智能赋能国家治理的双向制度建构[J]. 西南民族大学学报（人文社会科学版），2023（12）：198-206.

[13] 张铤. 人工智能嵌入社会治理的风险及其规避[J]. 浙江工商大学学报，2022（3）：120-126.

[14] 赵春霞. 大数据智能化：高等教育治理现代化的实践进路[J]. 江苏高教，2021（11）：81-85．

[15] 王彦雷. 人工智能与高等教育发展范式转型研究[J]. 高等理科教育，2020（3）：73-78.

[16] 兰国帅，杜水莲，肖琪，等. 国际人工智能教育治理政策规划和创新路径研究——首届人工智能安全峰会《布莱奇利宣言》要点与思考[J]. 中国教育信息化，2024，30（3）：43-51.

[17] 国务院. 国务院关于印发新一代人工智能发展规划的通知[EB/OL]. （2017-07-08）[2024-05-10]. https：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

[18] Office of Educational Technology. Artificial intelligence and future of teaching and learning： insights and recommendations[R]. Washington， DC： U.S. Department of Education， 2023：10.

[19] Commission Européenne. Livre Blanc intelligence artificielle une approche européenne axée sur l'excellence et la confiance [EB/OL]. （2020-02-19）[2024-05-28]. https：//commission.europa.eu/document/download/d2ec4039-c5be-423a-81ef-b9e44e79825b_fr？filename=commission-white-paper-artificial-intelligence-feb2020_fr.pdf.

[20] U.K. Department for Education. Generative artificial intelligence （AI）in education[EB/OL]. （2023-10-26）[2024-04-01]. https：//www.gov.uk/government/publications/generative-artificial-intelligence-in-education/generative-artificial-intelligence-ai-in-education.

[21] The Open Innovation Team and Department for Education. Generative AI in education： educator and expert views[EB/OL]. （2024-01-24）[2024-04-01]. https：//www.gov.uk/government/publications/generative-ai-in-education-educator-and-expert-views.

[22] Quality Assurance Agency for Higher Education. Quality compass.[EB/OL]. （2024-02-19）[2024-04-06]. https：//www.qaa.ac.uk/docs/qaa/news/quality-compass-navigating-the-complexities-of-the-artificial-intelligence-era-in-higher-education.pdf.

[23] National Science Foundation. NSF partnerships expand national AI research institutes to 40 States [EB/OL]. （2021-07-29）[2024-04-07]. https：//www.hpcwire.com/off-the-wire/nsf-partnerships-expand-national-ai-research-institutes-to-40-states/.

[24] Ministère de l’Enseignement Supérieur， de la Recherche et de l’Innovation. La stratégie IA， pour faire de la France un acteur majeur de l’intelligence artificielle[EB/OL]. （2018-11-28）[2024-04-07]. https：//www.enseignementsup-recherche.gouv.fr/fr/la-strategie-ia-pour-faire-de-la-france-un-acteur-majeur-de-l-intelligence-artificielle-49298.

[25] Bundesministerium für Bildung und Forschung. Aktionsplan künstliche intelligenz [EB/OL]. （2023-11-07）[2024-04-09]. https：//www.bmbf.de/SharedDocs/Downloads/de/2023/230823-executive-summary-ki-aktionsplan.pdf？__blob=publicationFile&v=1.

[26] ROBERT J. 2024 EDUCAUSE AI landscape study[EB/OL]. （2024-02-26）[2024-04-12]. https：//www.educause.edu/ecar/research-publications/2024/2024-educause-ai-landscape-study/introduction-and-key-findings.

[27] 叶小敏. 美国Knewton自适应学习平台研究[D]. 重庆：西南大学，2019.

[28] ALMARAZ-MENE？譙DEZ F， MAZ-MACHADO A， L？魷PEZ-ESTEBAN C， ALMARAZ-L？魷PEZ C. Strategy， policy， practice， and governance for AI in higher Education Institutions [M]. Hershey： IGI Global， 2022：58，18.

[29] EDUCAUSE. 2022 EDUCAUSE horizon report， teaching and learning edition [R]. Boulder： EDUCAUSE， 2022.

[30] EXTANCE A. ChatGPT has entered the classroom： how LLMs could transform education[J]. Nature 2023：474-477.

[31] 联合国教科文组织. 人工智能与教育：政策制定者指南[Ｍ]. 北京：教育科学出版社，2021：32.

[32] UNESCO. Recommendation on the ethics of artificial intelligence[EB/OL]. （2021-11-24）[2024-06-02]. https：//unesdoc.unesco.org/ark：XXy1uHpG7XlWGyq1A+YI1g==/48223/pf0000380455.

[33] 刘子婧. 欧盟《人工智能法》：演进、规则与启示[J]. 德国研究，2024，39（3）：101-128，151.

Artificial Intelligence Empowering Higher Education Governance：

International Experience and Chinese Choice

YANG Ningxia1， TANG Aimin2

（1.Shandong University of Aeronautics， College of Cabin Attendant， Binzhou Shandong 256600；

2.College of Education， Qufu Normal University， Qufu Shandong 273165）

[Abstract] Artificial Intelligence （AI） has become a key technological tool for higher education governance. However， in the practice of AI-enabled higher education governance， there are still realistic challenges such as lagging policy systems and resource allocation， lack of strategic planning and cultural construction， and alienation of interpersonal relationships and technological tools. Therefore， this study uses a comparative research method to focuscRRIAK9l9qq9b1/NrTlAxQ== on and summarize the governance practices of countries around the world in recent years， and has found that the government attaches great importance to the external governance of higher education under the background of artificial intelligence in order to " protect against external threats"， universities actively promote the internal governance under the support of artificial intelligence in order to "stabilize the internal environment"， and all parties work together to implement the ethical governance of the educational application of artificial intelligence for "regulatory control". Based on this， China should learn from international experience to make the Chinese choice for AI-enabled higher education governance： guiding and controlling intelligent technology to build an external governance system that fits the context of the times; expanding the new qualitative potentials to stimulate the internal governance dynamics of higher education; paying attention to domestic and international cooperation to strengthen the ethical governance norms of artificial intelligence. Thereby， a modernization plan of higher education governance with Chinese characteristics can be formed.

[Keywords] Artificial Intelligence; Higher Education Governance; External Governance; Internal Governance; Ethical Governance

DOI：10.13811/j.cnki.eer.2024.11.006

基金项目：国家社会科学基金“十四五”规划2024年度教育学一般课题“中国传统德育智慧及时代转化研究”（课题编号：BEA240070）