高校人工智能教育应用指南(2025版)

（2025版）人工智能是指用机器模拟、实现和延伸人类的感知、思考、行动等智力与行为能力的科学与技术[1]，包括自然语言处理、语音识别、图像识别和处理、情绪检测、人工创作等[2]。生成式人工智能是人工智能技术分支，是指具有文本、图片、音频、视频等内容生成能力的模型及相关技术[3]。一、高校人工智能教育应用领域高校人工智能教育应用主要围绕学、教、研、管四个领域（一）学习领域人工智能在学生学习领域主要涵盖学习资源提供、学习支应用场景利用人工智能生成多模态教学资源，根据学生的历史学通过对话、问答和辩论等形式，为学生提供真实准确的根据学生的即时认知状态定制交互模式，提供精准反馈利用人工智能技术将学习成果转化为可视化形式，促进（二）教学领域人工智能在教师教学领域主要涵盖教学内容生产、教学活动设计、课后作业定制、教学质量评价4个应用场景，详表2教学领域典型场景应用场景利用人工智能辅助教师为不同学生制定差异化的教学内容，辅助教师深入理解学生的学习特点和需求，制定适应性的教学计划，辅助教师生产如课件、试题和多媒体利用人工智能设计多样的教育游戏、师生交互和生生交互的学习活动等，提高课堂教学的互动性和生成性，促利用人工智能结合学生学习数据、电子教材、课件和课堂讲授内容，生成针对性强的作业任务，确保作业满足利用人工智能对教师的教学提供反馈与建议，促进教师研究领域人工智能在科学研究领域主要涵盖文献审查分析、数据挖掘整合、研究模型优化、研究成果展现、文本语句润色、引用信息生成、论文质量检测7个应用场景，详见表3。表3研究领域典型场景应用场景利用人工智能快速获取文献关键信息，有效节省时间和利用人工智能整合并分析数据，可以在复杂的信息中发促进科研模式从传统的试错转变为预测和迭代，人工智能可以为学者优选若干候选方案，科研人员可通过实验利用人工智能技术将复杂的数据和统计结果转化为直观利用人工智能提高文本可读性、内容逻辑性等，以供研利用人工智能检查引用的文献是否符合学术论文的引文利用人工智能内容检测工具对论文的质量进行检测，指人工智能在管理领域主要涵盖招生优化、课程设计、资源分配、就业预测4个应用场景，详见表4。表4管理领域典型场景应用场景通过分析历史招生数据、考生特征和录取结果，利用人工智能帮助学校更有效地预测未来的申请趋势，优化录利用人工智能进行专业和课程设计，满足就业市场的需求、学生的兴趣和未来的职业发展，助力高校设计更符合行业趋势、学生兴趣和未来职业发展需求的专业和课利用人工智能促进高校按照绩效导向合理地分配资源和预算，精准把握学校的优势特色专业和学科，结合学校发展的重点、特色和问题，合理分配资源和资金，保障基础学科、发展优势学科，提高学校的人才培养质量和利用人工智能综合分析学生的课程选择、成绩、参与活动和能力测试结果等数据，形成每位学生的能力发展档案，结合社会需求预测学生的毕业和就业形势，规划适二、高校人工智能教育应用的潜在风险人工智能技术在教育领域的广泛应用，也带来了一系列风险挑战，在数据采集和应用、算法设计和训练、学习和教学应用过程中，因算法偏见、素养不足、过度依赖、规范缺失，可能导致教育偏见与歧视、数字应用鸿沟加剧、学生全面发展受损、教育信任危机等潜在风险。（一）教育偏见与歧视决策及资源配置公正性。人工智能算法设计与模型构建时，就业、资源分配等方面出现偏见与歧视。此外，个性化推荐功能受偏见影响会加剧教育不公平；教师与学生受偏见影响且未及时采取措施，也会进一步加剧教育中的“马太（二）数字应用鸿沟加剧人工智能在高等教育中广泛应用，可能加剧数字应用鸿沟。数字素养高的学生能迅速适应新技术，有效处理信息，提高学习和科研效率；而数字素养低的学生难以利用数字工具，影响学习和科研效果。（三）学生全面发展受限人工智能能解决学生问题、提高学习效率，但过度依赖可能导致思维惰性、限制智能发展。长期看，这可能损害学生的元认知、创新和批判性思维，以及独立解决问题的能力，违背教育目标。教师过分依赖人工智能也可能忽视学生个体需求和情感联系，影响学生思维和身心发展。使用人工智能处理和存储数据时，若缺乏技术和管理规范，可能导致数据和隐私泄露。在学习和教学过程中，学生和教师与人工智能互动可能涉及敏感信息。由于技术漏洞、安全意识不足或黑客攻击，数据安全难以保证，可能被未授权访问、篡改或滥用，这不仅影响学业，还可能导致学术成果泄露、学校声誉受损，引发信任危机。三、高校人工智能教育应用的基本原则在高校人工智能教育应用过程中具备诸多应用优势，但也存在数据泄露、算法歧视偏见、教师主体地位消解、学生学习异化、评价失衡与学术不端等伦理安全风险。为推动人工智能在教育中的健康发展，应重新思考教育目标理念、优化应用场景设计、制定伦理规范、提升智能素养与伦理意识、明确使用限度并转变评价方式，从而在利用其机遇的同时，有效规避伦理风险。学校引入和应用人工智能技术和产品时，应遵循以下（一）以人为本的价值导向需遵循正确价值观，符合教育规律和学生的成长规律，提高师生规范使用技术的伦理意识，确保在使用数字技术促进个人发展时遵循伦理规范，促进学生全面而有个性的发展。（二）公平全纳的教育宗旨学校应要求供应商提供真实、准确、无偏见且具有代表性的训练数据样本。同时，教师需理解人机协作，进行综合评判和客观评价，以施行人性化教育。技术使用应适度，过度或不当使用会降低学习体验，甚至产生负面影响。因此，学校需要明确技术的优势和限制，做出明智的决策。（三）安全可靠的准入条件应遵循法律，保护隐私，确保数据安全。同时，需防范技术漏洞引发的安全问题，控制生成内容的潜在危害，确保技术与决策受控。学校应推广可持续的技术应用观，激发师生主动使用技术，深刻理解其对学、教、研、评、管的变革作用，并投入更多时间于创造性活动。（五）公开透明的监督体系学校应记录技术融入教学的全过程，确保决策透明、可解释，提升技术可靠性和信任度，促进人机合作。同时，建立公开透明的监督评估体系，使用户全面了解技术，增强信任，熟练运用技术优化教学。四、高校人工智能教育应用规范为充分发挥人工智能在教育中的积极作用，有效规避应用风险，需严格遵守应用规范。（一）学习领域在学习过程中，学生应在教师的指导下掌握人工智能的合理使用方法，避免对其过度依赖，同时要注重个人敏感数据的保护，详见表5。应用场景应用规范部分学生获取学习资源有困难，教师应关注其学习需求并提供帮助，保证学习机会平等。学生要用学科知识与批判性思维分析人工智能生成的学习资源，评估内容合理性与适用性，识别潜在偏见或误导，避免不假思索学生要始终保持自主学习能力，把人工智能当作辅助工具而非替代品，确保学习过程的主动性和独立性。使用它完成作业时，需注意学术诚信，避免直接将生学生使用人工智能时，要适度控制互动频率以培养独立思考与自主学习能力，避免对其产生情感依赖，而忽视建立人际关系的重要性。教师则应引导学生合理在展示学习成果前，学生要仔细核查人工智能生成的内容并对成果负责，避免未经验证或有误导性的内容。同时，学生应合理结合多种媒介拓宽信息收集来源，形成多元化展示方式，提高学习成果的呈现效果（二）教学领域在教学过程中，教师需首先声明课程中人工智能的使用表6教学领域的应用规范应用场景教学内容人工智能生成的教学内容可能有虚构或错误信息，教师使用时应严格审查其准确性与可靠性，深入考量对学生学习目标达成、关键技能培养的有效性。教师还需考虑教学内容呈现方式，依据不同学科专业和课程类教学活动教师设计教学活动时，要评估人工智能工具对学生的可用性与可及性，结合学科特点制定各课程使用方法。合理利用该工具优化教学活动，提升课堂互动性，激发学生兴趣，优化学习效果。同时，教师应明确学生学习任务与目标，强调关注探索问题过程，助课后作业教师应设计多样、有创造性与灵活性的作业形式，激发学生学习兴趣与创新思维，并评估人工智能在作业应用中能否有效激励学生完成任务，以及在评估学习效果时能否提供必要学习激励支持。教师应为学生在教学质量教师运用人工智能进行自我评估，以增强教学成效和专业成长，使用中须遵守数据隐私保护规则，保障敏感数据的安全。同时，鼓励学生自主管理学习，使用（三）研究领域表7研究领域的应用规范研究人员须阅读并验证人工智能所提供建议及参考文献的真实性。人工智能输出内容可能含不准确、误导性或捏造信息，研究者应对生成内容严格审查，尤其在学术研究人员利用人工智能技术辅助论文写作时，要严格审查论文数据，确保其真实可靠，避免使用不合法及来源不明的数据。人工智能生成的内容应作为补充材料提交、存档。同时，研究人员需重视数据安全与隐私保护，确保数据安全保密，防止数据泄露或被滥用，严禁研究人员不能完全依赖人工智能优选出的候选方案，需甄别其提供预测方案的合理性，通过实验或进一步理论分析确认科学性与适用性，确保假设可验证，最终判断改。所以，研究者利用它创建插图或图表图像时，必须在标题或文档中注明。研究者应仅用其辅助表达研究成人工智能生成内容可能含受版权保护信息，使用者应了解并遵守第三方平台使用条款与条件，遵守相关版权法律法规。不应借此产生研究假设、直接撰写整篇论文或解释数据、得出科学结论等。科学或智力贡献任务应由研究人员完成，尤其论文重要部分撰写。使用者要注意，手稿（全部或部分）输入通用大模型时，可能成为在撰写总结性或形成性工作时，研究者不应将人工智能搜索结果作为陈述与论断的依据或参考，除非涉及此类系统本身，如撰写关于人工智能的文章。所有采纳的信息源都要严格遵守高校规定的引用标准及防剽窃准则，鉴于当前人工智能内容检测工具存在误差，需谨慎合理使用。高校和研究者可将其检测结果作为毕业论文和学术论文质量检测参考依据，但不宜绝对化。可结合多种在教育管理领域中，人工智能可以为高校提供数智化决策参考，但也需要注意一系列规范，确保决策的合理性和公表8