生成式人工智能嵌入高等教育的应用前景、隐含危机与化解之道

摘" " 要：以ChatGPT为代表的生成式人工智能技术开启了新一轮信息技术革命，它将深度嵌入高等教育，主要包括转变教学目标、拓展教学空间、变革知识生产方式和高校智能化建设等方面。同时，生成式人工智能也可能引发学术精神异化、隐私安全受到威胁、价值观受到挑战、创新和科研能力弱化、师生关系异化、教育公平面临更大挑战等现实问题。为了解决这些问题，可以从严格管理，分情境使用；加强网络空间治理，构筑良好网络环境；破除垄断，因地制宜；保护创新能动性；实现道德自律；确保包容与公平等方面寻找突破口。

关键词：生成式人工智能；ChatGPT-4；高等教育

中图分类号：G64" " " " "文献标志码：A" " " " "文章编号：1009-5128（2025）02-0024-07

在1956年召开的达特茅斯会议上，美国计算机科学家约翰·麦卡锡首先提出“人工智能”概念，并将人工智能技术的发展分为三个阶段：（1）计算智能阶段，着重进行高效的计算和存储；（2）感知智能阶段，主要通过视觉、听觉等方式获取和处理信息；（3）认知智能阶段，让机器可以进行学习、思考、计划和解决问题。会议还确定了人工智能的目标是“实现使用能够像人类一样利用知识去解决问题的机器”，代替人类完成一些任务。历经跨世纪的发展，2023年3月美国OpenAI公司发布了第四代聊天生成式预训练转换模型ChatGPT-4，除了可以和人类互动聊天之外，它甚至可以完成写作、写代码和做数学题等任务。鉴于其成熟的技术表现与优秀的互动体验，一经推出便引起业界轰动，开启了生成式人工智能从理论研究走向商业应用的新纪元。目前，国内教育学界已经普遍意识到生成式人工智能必将对高等教育产生深远影响，但学者们关于生成式人工智能对教育生态的冲击风险研究尚显不足，且未能从智能时代变革的历史视角来洞察高等教育的发展趋势。本文旨在解析生成式人工智能的工作原理，展望生成式人工智能在高等教育领域的应用，分析其隐含的危机并探索化解之道。

一、生成式人工智能的工作原理

为了考证生成式人工智能的教育寓意，规范其合法、有效的发展路线，联合国教科文组织于2023年9月颁布了《生成式人工智能教育与研究应用指南》。该指南对生成式人工智能做出如下定义：生成式人工智能是在人类思维符号表征系统表达（即文字、语音、图片、视频等）的提示基础上，进行模式识别并自动生成内容的人工智能技术。以文本生成式人工智能为例，其关键步骤包括：（1）将收到的指令分解成最小的处理单位字节；（2）经过预训练的转换器依据句式语法等语言模式，预测单词或短语出现的概率，并将其组合成连贯的词语或句式；（3）通过“护栏”系统过滤违规或违法输出，并经过拟人化技术处理以增强可阅读性；（4）不断循环上述步骤，直到完成一个最优化输出。在此过程中，生成式人工智能预训练转换器承担着关键工作，其性能主要基于架构设计、训练模式、模型参数和数据集。模型参数控制着数据如何加工，决定了预训练转化器的功能。数据集决定了训练数据的数量和广度。目前占据垄断地位的大模型的参数和数据集均在千亿级之上，并且仍在以几何级增长。以ChatGPT-4为例，其使用的参数达到1.8万亿。其数据集来源也非常广泛，包括：（1）通过爬虫软件从互联网持续十余年收集数据；（2）社交媒体发帖和回复；（3）两个在线阅读平台——Library Genesis和Smashwords的电子图书；（4）维基百科。［1］

二、生成式人工智能嵌入高等教育的应用前景

回顾教育发展历史，每次重大信息技术革命都会对传统教育产生颠覆性影响。例如，造纸术和印刷机的发明不仅使知识传播的成本大幅降低，而且以变革性的方式对教育受众、学习方式、现代大学的兴起等整个教育系统产生了结构性改变。如今，生成式人工智能的创新性交互模式、智能化探索模式和立体化知识转化模式正在开启高等教育划时代的发展。正如美国高等教育信息化协会发布的《2023地平线报告：教与学版》所预测的高等教育发展的未来图景：生成式人工智能是这个时代最具颠覆性的技术之一，高等教育能否在这场教育变革中践行“以人为本”的教育理念，将决定它走向没落还是成为推动人类文明不断前行的学习综合体。［2］

（一）生成式人工智能将转变教学目标

虽然我国高等教育的优势在于课堂上知识传承的系统化和体系化，但是，传统课堂所授知识往往较为滞后，传授知识的方式也比较单一，无法满足学生的好奇心和求知欲。生成式人工智能把学生从填鸭式教学和以知识记忆为导向的学习和考查模式中解放出来，学习的方式与侧重点和以前完全不同。生成式人工智能通过问答的模式，能够从多角度给出问题的答案，还可以激发学生的学习热情。同时，学生在使用生成式人工智能工具的过程中，不但自身的媒介素养得到提升，而且在提问和验证的过程中，探索、创新、质疑、批判、推理等高阶能力逐步得到锻炼，成为智能化时代高等教育培育学生能力的新目标。

（二）教学空间更加泛化，由单一物理空间向多维融合空间转变

党的二十大报告明确提出：“推进教育数字化，建设全民终身学习的学习型社会、学习型大国。”［3］数字化教学将成为构成高等教育未来图景的重要组成部分。2022年，联合国教科文组织高等教育创新中心和清华大学教育研究院发布《高等教育教学数字化转型研究报告》指出，高等教育数字化变革后，教学空间将从传统的学校、教室转向为物理空间和数字空间的融合，相关数字技术的发展为师生提供了丰富的知识与情境支持，成为促成这一转变的关键一环。事实上，以ChatGPT-4为代表的生成式人工智能已经为高校师生提供了丰富的知识体验和“多对多”复杂交互式个性化教学场域。随着生成式人工智能的迭代进步，教与学的过程开展将呈现出更加开放和无限的特征。［2］

（三）知识生产方式传统化与技术化并存

在人们的普遍认知里，高校教师从事的科学研究活动即知识生产过程是建立在“假设—验证—归纳”的一套成熟程序之上。但是随着生成式人工智能时代的到来，这一观念逐步淡化。科研工作者们是否依靠人工智能进行科学研究以及依赖的程度如何，学界对于由此引发的知识生产方式变革充满了想象，传统型和技术型专家对科研活动的本质认知与科研产出率或将产生两级分化。［2］不同于一般发明应用带来的效率提升，生成式人工智能可以充当教师的助手，辅助教师完成教案的初步撰写、学生作业的批改等一些基础性、重复性工作，不但降低了教师的劳动强度和教学压力，还增强了其数字使用能力。在工作负担得以减轻的同时，教师可以在科学研究、思维训练等方面投入更多时间和精力，不断地创设更具创新性、思想性的科研空间，使得高校教师的工作更具创造性。［4］相对于生成式人工智能给教师带来的积极影响，也要认识到，生成式人工智能用于科研工作是建立在数据相关的基础上，而不是科学理解，具有不可解释性。在这种情况下，那些善于使用生成式人工智能的科研人员相对于传统科研人员更容易取得科研成果。综上所述，这两种知识生产方式对于未来的科研活动需要人工智能参与协同工作不存在异议，而两者的区别在于人和机器谁将在科研工作中占据主导地位。

（四）推动高校智能化建设

2010年，信息化“十二五”规划率先提出“智慧校园”概念，即以物联网、云计算和大数据等新兴技术为支撑，提供一种全新感知、智慧型、一体化的教学、科研、生活与管理服务的智慧环境。历经十余年的发展，虽然高校在智慧化方面不断提高，但是受到技术进步等因素制约，特别是需要人工处理的服务工作智能化程度相对滞后，师生的整体满意度相对较低。2024年5月，美国人工智能OpenAI公司推出ChatGPT最新版本GPT-4o（o 代表 omni，即全方位），其对音频的响应时间仅为0.32秒，堪比人类在对话中的反应速度，除能够对文本、音频和视频做出即时的分析和回复外，甚至可以根据研究人员面部表情的细微变化判断人的心情，人机交互更加顺畅自然。高校可以将此类生成式人工智能产品嵌入智慧校园管理系统中，在电话咨询、心理辅导等方面为师生提供更便捷、更优质的服务，且工作时间和场地不再受限。“人—机”协同的工作模式减轻了管理人员的工作压力，日常管理工作也将更加科学、理性、规范。

三、生成式人工智能嵌入高等教育的隐含危机

（一）学术精神异化

学术精神是科研工作者在从事科研活动中体现出来的学术价值准则和治学精神气质。随着生成式人工智能在高等教育领域的迅速应用，师生的学术精神面临异化的危机。首先，生成式人工智能可能带来大学生在学术诚信方面的危机。ChatGPT等智能工具能够“理解”人类的语言，根据大学生的个性化要求，经过归纳、整合、修饰，快速输出使用者想要的内容，大学生在此基础上稍作修改甚至“原封不动”地就完成了教师布置的论文作业。其次，生成式人工智能可能造成教师在科研自律方面的危机。例如，由美国人工智能OpenAI公司开发的图像生成系统Dali-E，该系统可以根据简单的文字描述创建极清晰的图像，图片质量达到了以假乱真的程度。但是如果将这种协作用于学术研究，则违背了提高科研效率的初衷，僭越了科研诚信的底线。因此，很多高校或期刊社已经明令禁止在学术活动中使用生成式人工智能，例如，纽约市公立学校禁止教师和学生使用ChatGPT，并称该工具无助于“培养批判性思维和解决问题的能力”［5］。著名科学期刊《自然》表示，为了保证研究的诚信、透明和道德，将不会刊登任何使用生成式人工智能工具创作的文字、图片、视频或插图等非人类科研产出结果，除非是人工智能领域相关研究文章。最后，生成式人工智能在给高等教育带来学术精神异化的同时，可能混淆师生关于科学和技术的概念，弱化科学权威在权威结构中的特殊地位，使得“科学权威”让位于“技术权威”。［2］

（二）威胁隐私安全

目前，生成式人工智能的基础模型被美国OpenAI、谷歌、英伟达等少数几家大公司占据垄断地位，随着浏览器、搜索工具等互联网数据应用型设施将这些基础模型采纳为内嵌模块，引发了数据应用设施新一轮升级，同时也意味着对其他国家数据安全威胁的进一步升级。生成式人工智能自问世以来已经得到快速、广泛的应用，据笔者调查，使用过生成式人工智能相关产品的大学生比例为98.1%，使用频率超过7次/周的活跃用户达到56.6%。最常用的前三项功能分别是：文字生成、归纳概括和咨询聊天。例如，谷歌公司的GPT Chrome浏览器集合调用了各种聊天、图像生成、视频概括等生成式人工智能，这些内嵌的生成式人工智能模块会要求用户提供社交账号、电话号码等个人信息，并且在使用过程中会建议用户为使用顺畅而共享社交账号中的信息，个人信息存在泄露的隐患。［6］再者，生成式人工智能的工作原理和学习过程决定了它是一个需要通过不断“爬取”新数据来进行优化升级的开源系统。这就意味着用户在使用过程中的互动数据会在预训练阶段被纳入系统，成为语料库的一部分，由于目前对再生数据应用缺少相应法律法规的约束，因此对生成式人工智能带来的数据版权和信息安全就亟须重视。

（三）价值观受到挑战

生成式人工智能算法设计原理可以说是“价值无涉”的，但是每一种新生事物都会受到开发者的价值取向、思维模式和环境背景等因素的影响。目前公布的垄断性生成式人工智能模型的训练语料以欧美国家语言为主。例如，在ChatGPT的训练语料组成成分中，英语占比92.6%，法语占比1.8%，德语占比1.5%，而汉语占比仅为0.1%。生成式人工智能在训练的过程中，如若语料本身持有某种价值观，那么与该价值观相关联的词汇和句法等便会被更多次地进行“投喂”。虽然生成式人工智能不能理解文本，更不能理解文本中隐藏的价值观，但是以欧美语料为主体的基础模型会借助文字、图片、影音文件等方式，悄无声息地输出“标准答案”及其隐含的价值观，对尚处于价值观塑造阶段的青少年形成价值观渗透，造成价值观压制的失衡态势。尽管西方社会在文化探索过程中追求“价值无涉”，这种压制也并非生成式人工智能开发者的设计初衷，但是对于预训练语料集中的“少数语言”群体来说，由于在基础模型中语料占比低，其价值观并未与欧美语料体现的价值观处于平等的传播地位，导致强势群体对弱势群体的数字殖民。［6］

（四）创新和科研能力弱化

高等教育的意义在于所传授知识的专业化和体系化，并通过理论、实践等方式将其内化于大学生的知识结构中。大学生在吸收知识、架构逻辑的基础上发挥主观能动性，产生创新意识开展科研活动。创新是人类独有的认知突破能力，是人类改造自然的高级表现形式。如果大学生过度依赖生成式人工智能，利用其快速撰写、归纳等功能完成作业或课题，虽然短期内看似取得了“既快又好”的效果，但是由于生成式人工智能本质上是对数据碎片化的拼接，缺少创新能力，严重影响了作业或课题对大学生知识的巩固和创新能力的培养，挑战了大学生对完整知识体系的构建。他们将很难把所学知识内化，也不能提出有价值的问题，更无法建立创新思维，人和工具的地位发生反转。此外，生成式人工智能预训练转换器的训练参数和数据集来自互联网的公开信息，其训练过程缺少真伪核实步骤，存在不少错误信息。因此，大学生在使用人工智能开展学习和科研活动时，很难对其提供的知识点进行甄别，进而受到误导。

（五）师生关系异化

生成式人工智能之所以可以做到“无所不知”，关键在于其预训练过程中模型的参数、数据集的数量和采用的训练方法。例如，ChatGPT-3使用了大概1 750亿个参数和1 TB的文本数据，而ChatGPT-4使用了大概1.8万亿个参数［1］和各种来源的增强和多样化数据。在超级计算支撑生成式人工智能模型训练方面，其算力大概每4个月就会增长一倍。这种训练量和训练能力以及知识储备量非人类可以企及。教师不能解答的问题，学生可能在人工智能那里找到答案，形成了“教师—学生—AI（人工智能）”的三角形结构关系。在这种新型关系中学生和教师的地位趋于平等，有利于塑造教师平易近人的形象，但是教师的传统职业形象受到挑战，师生关系面临异化的尴尬局面。事物都存在两面性，相对教师而言，人工智能又存在着自身的局限性，它只能机械地回答人类的问题，过度强调其不能理解的语义和关系的输出，缺乏对教育过程中教学氛围、意志品质培养和人文关怀等非技术因素的把控［6］。除此之外，大学生在完成作业、论文或者自我评价时将生成式人工智能用于作弊的可能性难以防范，师生关系的互信基础面临被动摇的危机。

（六）教育公平面临更大挑战

教育公平是教育伦理的不懈追求。在经济发展相对滞后、教育资源匮乏地区通过生成式人工智能的应用来弥补师资力量薄弱的劣势，以此来填补与教育发达地区鸿沟的那些主张，从逻辑上即陷入了用更加不可企及的方案解决原本资源贫瘠问题的悖论。生成式人工智能的设计和使用对网络基础设施、终端数字设备、师生数字素养等方面都有较高要求，缺少教育经费投入的地区一般也不具备需要数十年持续投入才能完善的网络基础设施条件。同时，经济落后地区网络用户需要承受的互联网数据流量费用占其收入比重也要高于经济发达地区［6］。因此，如果缺少国家对教育欠发达地区互联网配套设施持续的投入以补齐原有短板，生成式人工智能只会加大其与教育先进地区的差距，教育公平更将难以实现，教育伦理面临进一步挑战。

四、生成式人工智能嵌入高等教育的应对策略

（一）严格管理，分情境使用

高校应根据生成式人工智能不同的应用场景，在系统性评估利弊之后，差异化制定相应的使用规范。首先，高校应明确生成式人工智能使用与禁用的边界。例如，对教师在教学场景中使用人工智能可以为其提供专题培训和伦理支持；在学术科研活动中使用人工智能，则应区分其参与的性质和程度，是帮助提高科研工作效率还是僭越了教师在科研工作中的主导地位。其次，在不同的学术领域细化生成式人工智能的使用规范。例如，生成式人工智能在结构生物学领域，通过对智能算法的运用，可以加速预测蛋白质结构，大幅提高科研人员的工作效率和准确性；但是在文学创作、绘画音乐等领域，生成式人工智能带来的影响却是颠覆性的，特别是需要长时间阅读积累、思考和探索的领域，传统创作者数十年的知识储备和创作灵感也远不及生成式人工智能，这就必须通过限制性规范以约束其使用［7］。最后，引入检测工具，组成学术诚信审查部门以确保学术公平。例如，美国普林斯顿大学一名计算机专业学生开发了一款用于ChatGPT及其他人工智能类写作检测工具——ZeroGPT，该软件通过测量文章语句结构的多样性和思想内涵的复杂程度来辨识是否为人工智能生成文本。

（二）加强网络空间治理，构筑良好网络环境

尽管国家出台了数据安全法、网络安全法和个人信息保护法等一系列法律法规，但是目前仍然存在对于个人数据保护法律支撑不足的现实问题。随着生成式人工智能技术的快速发展，个人数据所有权、使用权、衍生数据的支配权等权益界定不明，凸显了既有法律法规的新盲区。为应对数据风险，应着重从以下三个方面着手：第一，完善人工智能通用数据隐私条款和隐私政策同意制度。旨在明确平台与用户对于隐私数据的采集范围、使用权属和利用标准，杜绝推定同意或诱导同意，严禁超限使用用户的数据权限，最大限度保障用户的知情权。第二，完善用户数据分层动态管理制度。根据用户数据被使用意愿的不同程度，在获得授权的前提条件下对数据实施分层级收集、使用和追踪披露制度，并能够根据人工智能的发展及时作出调整。第三，完善法律法规和责任追究制度。建立完备的监督机制，全面监管生成式人工智能平台信息收集、数据攫取和衍生加工等过程，对用户数据提供全方位保护。当用户遭受侵权行为时，启动公开透明的救济程序，并及时反馈处理结果，切实维护用户的数据权益。［8］

（三）破除垄断，因地制宜

当前处于垄断地位的生成式人工智能对于主语料之外其他国家的本地适用度较低，在公平竞争的框架下应从以下几点着手：首先，根据国情完善顶层设计，制定人工智能发展规划；在坚持版权自主、本地适用开发策略的基础上，积极研发源于本地语言、文化和价值观的预训练大模型。在此基础上培育面向本国语言文化多样性、课程体系和能够与上下游应用软件相匹配的教育领域生成式人工智能生态系统。其次，生成式人工智能具有概括文本、互动应答和输出信息等功能，但是会存在不当内容，不能全盘接受。高校应注意西方国家借助生成式人工智能对我国师生进行潜移默化的价值观渗透，引导教师和学生对其输出内容进行批判性思考、采纳和接受。并发挥生成式人工智能在归纳综述和数据处理方面的优势进行实证性实验和探究性学习［1］。最后，高校应发挥师生，特别是党员师生的积极主动性，创新“大思政课”方式，鼓励他们利用课堂、实践、论文等各种途径积极践行社会主义核心价值观，在互联网上创作蕴含社会主义先进文化的优质内容，逐步创建并丰富具有自主知识产权的语料库。

（四）保护创新能动性

保护人类创新能动性是发展生成式人工智能的基本原则。应坚守生成式人工智能可被用于开拓和发展人类的思维空间，但不能削弱人类所特有的探索、改变和创造的主观能动性的底线原则。在未来的教学和科研工作中，人工智能的参与将会越来越广泛和深入，师生与机器的协作难以规避，这就更加强调了保护人类创新能动性的重要性。高等教育发展应明确以人为本的宗旨，构建“教育—科技—人才”三位一体的创新型人才培养模式。坚持做到以下几点：第一，在功能日益强大的生成式人工智能越来越多介入学习和科研的背景下，捍卫教和学的人类自主权；第二，在学习实践过程中确保学生与他人或作品有充分的接触与互动，以防对生成式人工智能产生过度依赖；第三，鼓励师生对生成式人工智能的设计原理、训练方法、输出内容以及对教学产生的影响提出疑问或批评；第四，师生在寻求生成式人工智能帮助做出判断或选择方向时，应理性看待其自身局限性，不能轻易地向其让出决策权［1］。

（五）实现道德自律

科学技术不断向前发展是历史的必然，随着生成式人工智能在高等教育阶段的不断渗透，的确存在师生关系异化的危机。但是，其本质是智能工具以技术外化的形式融入教育，并不能从根源上冲击教与学的逻辑关系。只有适应其改变并积极应对，才能营造和谐共生的人机协同模式。第一，高校应明确教师在教育过程中的主体地位，智能工具在此过程中是教育工具，它不具备教师在为实现学生全面发展过程中除传授知识外所展现出来的思考、意识、感化等人类独有的特质，不能对教师造成身份逾越。第二，生成式人工智能为个体带来前所未有的技术体验的同时，大学生不能过度依赖、沉溺于生成式人工智能工具［4］，应在自身气质、爱好、表现等方面实现个性化，适应学习与评价的变化，重塑师生间伦理关系［7］；通过提高自我控制与约束能力以涵育自身学术精神和道德情操，在不断丰富自身认知结构的基础上，努力提高知识学习以外的能力，成为一个与人工智能有本质区别的“人”。

（六）确保包容与公平

第一，应确保公平的使用权和使用机会，即不论何种经济状况、社会地位和有职业的人群都应拥有平等使用人工智能的机会。各国政府应从国家层面重视数据要素在生产要素中的重要地位，持续加大在数据产出过程中涉及的基础网络建设、数据流量成本、模型开发训练等领域的资金投入，避免处于人工智能垄断地位的国家以利用互联网无偿数据进行模型训练而提供有偿服务的模式，对“数据贫穷”国家进行“数据剥削”，进一步加剧数据贫穷恶化［1］。第二，目前生成式人工智能普遍采用限定免费使用次数，进而过渡到收费服务模式，因为其能够为客户提供文本、图片等产品，收费模式无可非议。但是对于教育领域而言，收费模式与教育的社会公益属性相背离。政府或高校可在财力允许的范围内，采用集体采购的方式，向师生免费提供生成式人工智能的使用权，取得教育和市场、责任与义务的双向平衡。

综上，ChatGPT-4的诞生或将成为人工智能革命的奇点，GPT系列系统被誉为通向全人工智能（FULL AI）的颠覆性研究。从行业发展以及对于社会进步意义上考量，过分强调ChatGPT的具体技术不足意义有限，因为事实已经证明人工智能时代不会止步不前，而是正在加速到来且具有广阔的迭代空间。尽管人工智能不应在教育教学过程中占据主导地位，但是其对学习能力、工作技能与人才培养目标的深远影响已成为教育界不可回避的现实课题。在这样的背景下，从教学、科研、高校管理、社会服务等多个层面分析智能时代的赋能场景，并探讨生成式人工智能嵌入高等教育的隐含风险与化解之道具有重大意义。身处智能时代的浪潮，唯有在发展技术的同时，规范人工智能应用场景，从培育大学生学术精神、完善人工智能监督管理机制、构建“大思政课”育人体系、创建 “教育—科技—人才”三位一体的创新型人才培养模式、深化高等教育学科专业供给侧结构性改革等方面着手化解生成式人工智能为高等教育生态带来的潜在风险，辩证看待其带来的诸多深刻影响，才能在享受技术红利的同时，谋划好高等教育未来的发展方向，最终实现“人”的发展。［2］

参考文献：

［1］" 苗逢春.生成式人工智能技术原理及其教育应用的基本争议和对策［J］.开放教育研究，2024（1）：4-15.

［2］" 周洪宇，常顺利.生成式人工智能嵌入高等教育的未来图景、潜在风险及其治理［J］.现代教育管理，2023（11）：1-12.

［3］" 习近平.高举中国特色社会主义伟大旗帜 为全面建设社会主义现代化国家而团结奋斗：在中国共产党第二十次全国代表大会上的报告［N］.人民日报，2022-10-26（1）.

［4］" 毕天良，马凤强.ChatGPT类智能工具对我国高等教育的冲击及其应对［J］.教育理论与实践，2024（3）：3-8.

［5］" 论文都是科技与狠活？ChatGPT为何引教育界“封杀”？［EB/OL］.（2023-02-12）［2024-08-22］.https：//www.chinanews.com.cn/sh/2023/02-12/9952237.shtml.

［6］" 苗逢春.生成式人工智能技术原理及其教育适用性考证［J］.现代教育技术，2023（11）：5-18.

［7］" 徐岚，巍庆义，严弋.学术伦理视角下高校使用生成式人工智能的策略与原则［J］.教育发展研究，2023（19）：49-60.

［8］" 刘裕，周毅，农颜清.网络信息服务平台用户个人信息安全风险及其治理：基于117个APP隐私政策文本的内容分析［J］.图书情报工作，2022（5）：33-43.

【责任编辑" " 曹" "静】

On the Application Prospects， Potential Crises， and Solutions of Embedding Generative Artificial Intelligence in Higher Education

SHAO Bina， HUANG Jieb

（a. Office of Information Technology Development and Management；b. School of Marxism，Nanjing University of Posts and Telecommunications， Nanjing 210023， China）

Abstract： Generative artificial intelligence technology represented by ChatGPT has launched a new round of information technology revolution. Generative artificial intelligence will be deeply embedded in higher education with a significant impact， including transforming teaching objectives， expanding teaching spaces， revolutionizing methods of knowledge production， and enhancing the intelligent construction of universities； at the same time， generative artificial intelligence may also lead to practical problems such as academic alienation， threats to privacy and security， challenges to values， weakened innovation and research capabilities， alienation of teacher-student relationships， and greater challenges to educational equity. To address these issues， some measures should be taken， that is， strict management and situational application should be implemented， the governance of cyberspace should be strengthened for a good network environment， monopolies should be eliminated for an adaption to local conditions， innovation initiative should be protected， moral self-discipline should be acknowledged， inclusiveness and fairness in the application of generative AI should be guaranteed.

Key words：generative artificial intelligence； ChatGPT-4； higher education

基金项目：江苏省教育科学规划重点课题：新时代大学生劳动教育育人体系的构建与实践研究（B/2022/01/90）；江苏高校哲学社会科学研究思想政治工作重大项目：新时代大学生劳动精神培育研究（2023SJZDSZ024）

作者简介：邵斌，男，安徽蚌埠人，南京邮电大学信息化建设与管理办公室讲师，理学硕士，主要从事高等教育管理与思想政治教育研究；黄洁，女，江苏海门人，南京邮电大学马克思主义学院副教授，法学博士，主要从事马克思主义理论与思想政治教育研究。