人工智能时代的高等教育白皮书.docx

CONTENTS 目录第一章：人工智能与高等教育融合的机遇、挑战和愿景第二章:产业的Al技术优势与高等教育结合第三章：人工智能与高等教育：政策与治理在HOE框架下帮助高等教育机构和教师适应人工智能技术的新诉求O/第一章：人工智能与高等教育融合的机遇、挑战和愿景文/王天宠苏睿周静怡本章从现有的研究基础上尝试归纳Al与高等教育相融合 的机遇与挑战，介绍AI如何赋能高等教育，并推动联合国可持 续发展目标四(SDG4)的实现一一确保包容和公平的优质教 育，让全民终身享有学习机会。另一方面，本章还讨论了Al在高 等教育领域的挑战，包括学术诚信风险、伦理问题、数字鸿沟 等。AI与高等教育的有效高度依赖于教师能力的提升，同时要 求高等教育相关方遵从伦理道德、负责任地使用AI技术。本章节还介绍了Al与高等教育融合的未来愿景，在该视角 下，本章也将试图归纳行动路径，呼吁政策制定者、高等教育 机构和教育技术企业等相关方共同采取行动，推动高等教育模 式创新，重塑AI时代高等教育新生态。教科文组织高等教育创新中心(UNESCo-ICHEI)致力于在该领域发挥重要引领作 用，提供政策指导和建议，推动教师人工智能素养建设，促进 国际多边合作，支持将Al有效融入教育系统的项目落地。只有 通过集体行动和全系统的承诺，我们才能共同创建一个新的 生态系统，充分激发AI的潜力，加快实现全纳、公平的优质教 育及全民终身学习。LI人工智能为实现SDG4提供新机遇AI作为一种赋能高等教育的技术，有助于实现可持续发展目标4。本节将详细介绍Al在促进全纳教育、提高教学质量和扩大终身学习机会三方面的价 值和作用。LLl教育的包容与公平发展因素阻碍欠发达国家和地区以及弱势群体接受优质高等教育，而新兴的AI技术为创造更具包容性和广泛性的学习环境 提供了新的机遇。如果将Al技术视为支持院校改革的工具，从扩大范围、教育普惠的层面来说，AI可通过多种方式促进全纳教育：扩大获得优质教学的机会。在欠发达国家和地区，教育资源有限，师资往往严重短缺，少量高等教育机构需要满足大量学习 者的需求。院校可能通过Al赋能的基础设施显著提高管理效率、扩大办学范围，延伸院校服务的边界和体量1。借助Al的数据洞 察和预测能力，机构能够就资源分配和规划做出决策；同时在招生、课程推荐、提供更加灵活和开放的学习途径层面提升效率和 更多可能性。例如在虚拟平台中提供A吗区动的实验室，可解决贫困地区设备不足的问题，让学生在科学、技术、工程及数学 (STEM)学科中获得实操体验。促进课堂的包容性。Al可以自主识别不同学习者的个性化需求，提出适应性建议以提升课堂包容性，从而个性化地支持面 临学习困境的学生2。例如，Al分析可以根据行为线索和参与模式，分析学生在课堂上的不同反应，从而为个性化教学提供新的 方案、推荐课程和学习路径，并帮助院校尽早发现面临学业挑战或考虑辍学的学生，及时干预和提供支持。AI辅导员可以帮助有 认知困难的学生掌握概念。智能代理可以根据不同的学习偏好自动调整教学策略。因此，AI有利于创造出一种更包容的教学环 境，让学习者能感受到被认可、被重视，并有机会发挥自己的潜能。提高教育的可及性和无障碍学习。AI可以通过机器学习以及泛化能力，在完成语种间翻译和语音文本转换外，不断优化转换 的效果。如今机器翻译工具已能够快速将文本转换成多种语言，打破非母语使用者的语言障碍；文本转语音和字幕生成功能，为 视障人士提供更便捷的学习机会；虚拟化身技术的手语翻译也正在兴起，为内容理解打开了新的大门。这很大程度上解决了边缘 和少数人群获得同等教育资源支持的问题，有助于创造更公平的环境，学习者不再受困于教育可及性的鸿沟。有了通用设计原则 和人类的共情力，AI辅助工具有利于保障全民接受优质教育的权利。LL 2教育的质量如果将Al技术视为支持教学的工具，从提升教育质量的层面，AI可以成为教师有力的助手，显著提升学习体验，尤其在 以下三个方面3:实现个性化学习的规模化。在提升教育质量方面，Al最大的潜力之一是从根本上扩大个性化、适应性教育的规模。智能 辅导系统可为每个学生提供量身定制的学习路径、练习和反馈。虚拟辅导员充当个性化助手，帮学习者梳理核心知识点；先 进的算法能分析每个学生的优势、劣势、兴趣和情感，然后相应地调整教学和资源并服务于数百人的大课堂。创造动态、互动和有吸引力的学习体验。通过高度动态、交互、沉浸式的学习体验，Al有利于提高学生参与度。智能辅 导系统提供角色扮演练习，由对话式Al引导体验，使学习者在身临其境的环境中进行实验，并对操作提供即时反馈。Al自适 应课程通过积分、排行榜和奖励制度将学习进度游戏化，并根据掌握程度解锁新的级别。聊天机器人让教学成为人机交互、 人与环境的交互，使得教学成为一种特殊的社交活动。这些增强的学习体验可以激发学生更高的参与度、创造力和知识掌握 能力。运用Al的预测性开展学习诊断和精准教学。在学习分析数据和AI技术的支持下，AI能预测学生可能遇到的困难，Al生成 的评估和可视化功能可找出知识差距、改进教学流程，通过不断优化个体的学习效果，Al教学工具能增强辅导的针对性，但 这需要院校具备较为成熟的数字化学习系统和基座，且教学工作者需要具备恰当的引导能力。L L 3终身学习Al的崛起创造了持续学习和发展的需求，教育工作者和学习者需要持续提升技能以保障在产业变革的同时获得效率和影 响力的升级。同时，对于AI技术的素养、相关隐私、伦理、理解和使用的要求驱动人们通过高等教育机构持续学习，为高等 教育创造新的生命力。Al在支持教师终身学习方面也有很大的潜力，使得他们不断获取新技能、新理念和新知识，培养一种 不断自我完善的专业文化。例如，教师可以利用GerIAI开展教研活动，要求提供与其学科领域和教育环境相关的最新学术文 献摘要。在人工智能时代，终身学习意味着运用GenAl技术与之共同学习，通过不断迭代知识、技能达成未来社会的要求。使用GenAl技术支持学习者的快速、深入学习。据教育和研究中的生成式人工智能指南报告4, GenAI技术能够快 速帮厘清一个领域的关键知识和学习路径，能够有效地提升学习效率，从而降低了终身学习的门槛，加速了任何人专业知识 积累的速度。人工智能产业驱动的学习需求和巨量知识。产业的升级带动了大量的人才需求，因此AI服务供应和开发机构将基于自身 的研发和知识框架向高等教育和社会提供课程资源，以便推使产业跟上技术发展的脚步。这样的趋势为高等教育带来了来自 产业的终身学习机会，使得高等教育能够更快跟上知识的更新和迭代。1. 2人工智能为高等教育带来新挑战技术带来的影响往往是双面的。学生和年轻人通常乐观地拥抱技术，然而国家、院校层面的监管、伦理机制的监测和评估通常是滞后的。本节将归纳目前高等教育面临的共性挑战。L2.1学术诚信风险新兴的Al技术引发了公众对保障学术诚信和促进学生负责任地使用AI的迫切关注。虽然如上所述，Al已显示出增强教学各方 面的潜力，但如果高等教育的管理和治理不善，生成式Al模型也有被滥用的风险，这将严重破坏教育的核心目标。具体来说，如 果学生过度依赖GPT这样的大型语言模型(LLM), 他们有可能逃避了学习过程中的高阶思维加工和知识的内化，从而降低了学 习的质量和效果。这些模型能够生成类似人类的文本'代码和人工制品，而且几乎无法区分，这为作弊和剽窃学术成果行为提供 了机会，学生因此丧失学习的主动性。同时，这绕过了关键的学习目标一一仅仅复制AI的输出妨碍了分析' 综合和表达能力的培 养5。过度依赖生成式AI来缩短学术作业的时间，剥夺了有价值的学习体验，进而阻碍学生高阶思维能力的培养；从教育政策和 管理层面，这也对预防技术滥用带来了新的考验。1. 2. 2伦理考虑在线收集庞大的学生数据集(data SetS)会带来严峻的隐私风险，因此需要加强保障和监督。作为算法和训练数据的产物， Al系统在设计时如果不主动考虑公平性，就会延续或放大社会偏见。许多AI模型的决策缺乏透明度，这引发了问责问题，尤其是 当这些决策影响学生的发展轨迹时。虽然Al可以丰富学习内容，但过度依赖Al可能会减少对社会情感发展和心理健康至关重要 的人际互动。此外，从2022年11月至今，部分高等教育机构经历了禁止GenAI的使用，到有限使用GenA1,最终到为合理使用 GenAl工具提供支持的态度转变，其中反映了政策' 伦理考量的转变。在本文的后续章节中将详细阐述各国以及院校的规制变 化，以及目前伦理层面Al与GenAl监管层面需要做出的考量。1.2.3二级“数字鸿沟”虽然提高技术普及性的努力在试图缩小数字鸿沟，但在高等教育领域不公平的风险依然存在。教育相关方如果仅仅提供使 用Al系统的机会，并不能自动赋予人们有效和有意义地使用这些系统的能力。这就有可能使资源充足的学校和地区中已经处于 优势地位的学生群体享有特权，他们更有可能及早接触AI工具，并积累技术素养。凭借强大的基础设施、教师能力水平、课程 整合和有效部署AI的整体能力，优势学生将具有更强的学习能力，获得更好的学习效果6。与此同时，资源有限的边缘群体 仍无法享受Al带来的教育创新效益。如果各相关方无法在资源、培训、教学方法和基础设施等方面为Al做好全面准备，资源不 足的国家和地区可能会面临更大的教育风险。L 2.4人才培养的“失衡与未知”传统的高等教育注重培养学生的专业技能，然而，人工智能与生成式人工智能的出现显著提升了单纯专业知识驱动型工 作、知识密集型岗位的可替代性刀8。未来的工作可能更需要人与机器的协同和软实力的提升，但高等教育界对与未来专业 的发展方向、人才培养方向亦尚未有明确定论高等教育应当培养什么样的人才、未来需要什么样的人才相关的议题不 断被提及。如果高等教育的培养模式、课程结构不作出改变而应对未来的需求，那么人才与就业发展的匹配将失去平衡。教育 工作者和院校尚不明确应当采取什么措施或制定目标来应对人工智能时代，因而对于人工智能融入教育的行动稍显滞后和谨 慎，但对于新兴技术的理解、人工智能相关的素养的需求是共同的。若不能响应这些需求、支持院校和产业开展共同对话，高 等教育的人才产出将滑落至失衡和未知的状态。1. 2. 5 Al素养的普及无论是教育工作者，还是学生，Al素养的掌握和普及都至关重要。教学工作者和学习者需要清晰地了解Al为教育学带来的 机遇与风险，明确Al在教与学中能够启动的支持；同时，高等教育院校管理者和监管机构应当明确Al素养的定义和对不同职业 角色（如工程师、医生、教师）的影响，并相应地制定与AI相关的教育政策、院校使用规范和指南等。各方必须更加清晰地理 解AI对高等教育带来的影响，并积极参与到Al教育工具的设计和开发当中，以创造出符合教学需求的解决方案。9 10注释：一级数字鸿沟是指获取信息通信技术（ICD层面的差距，即是否有机会使用技术工具及设备6。随着互联网的普及，越来越多国家和地区能接入网络并 获得设备。因此，数字鸿沟的概念进一步拓展，二级鸿沟是指信息通信技术使用能力层面的差距8。在高等教育领域，使用技术的能力影响着教育质量效果。1. 3人工智能和高等教育相融合的未来愿景Al,尤其是GenA1,对教师、院校和企业等相关方的影响，取决于技术的 审慎使用和有效治理。由于教师在具身层面的影响、社会互动、创造力、道德 推理、启发性和培养多维发展等方面发挥着不可替代的作用，AI无法取代人 类在教育中的独特地位。人类与Al的合作，以教师为中心，以道德为导向，引 导Al的发展，可以放大两者的优势。此外，Al与高等教育的有效融合将促进公 平、优质的全民教育和终身学习。具体而言，在适当的监督和管理