中国人民大学人工智能治理研究院主办的“人工智能对高等教育的挑战与应对”专题学术研讨会在京举行。来自法学、心理学、计算机科学等多个学科领域的专家学者参与会议，围绕人工智能时代高等教育的转型路径展开深入交流。
中国人民大学人工智能治理研究院院长、哲学院教授刘玮介绍，会议从不同学科、多维视角聚焦学生能力、教师素养、教学形态、学术规范、知识产权等议题，共同探讨人工智能对当今高等教育的挑战和应对。
积极应对AI时代高等教育挑战
元认知是学习者对自身认知过程的反思与调控，核心在于计划、监控、调节与反思。华东师范大学心理与认知科学学院教授胡谊提出，在AI时代，学生学习能力培养应聚焦元认知。他的研究借助智能导学系统（ITS），从学习行为中提取元认知特征，显著提高了知识追踪与课程推荐的解释性与精准度。实验显示，在个体与群体层面，元认知反馈与支架均显示出对学习表现与协作效果的积极影响。未来，研究将拓展多模态数据，构建更具适应性与解释性的元认知支持系统。
华东师范大学上海智能教育研究院教授宋宇介绍了她和团队通过采集师生行为与脑活动数据，开展的多模态对齐与虚拟仿生实验，以此来探索未来课堂模式。宋宇表示，随着人工智能时代的到来，一方面要用AI提升课堂教学质量，推动启发式、互动式教学；另一方面将人脑认知机制融入模型设计，推动AI从“数据驱动”迈向“认知驱动”。
“当前，教师作为唯一知识来源的传统角色逐渐消失，价值观塑造、师生关系、情感支持等职能也受到冲击。”兰州大学高等教育研究院副院长、副教授罗杨洋认为，面对技术迭代，教师陷入“主导还是伙伴”“标准化筛选还是个性化发展”等多重角色张力。为此，他提出从顶层设计、协同指南与教师自主三层面推进职责分担、任务分离与专业发展，以帮助教师应对AI时代的职责挑战。
“当前我国AI人才缺口巨大，而高校培养存在课程滞后、师资工程经验不足、实践平台薄弱等结构性矛盾。”中国教育科学研究院数字教育研究所副所长、副研究员王学男通过对比美国顶尖高校深度嵌入产业的培养模式，分析了国内AI领域产教融合的困境。报告进一步以百度、华为等企业的实践为例，阐述了通过平台共建、制度创新与课程协同来激发产业导师原生动力，多维度构建“校企共生”新生态，以实现AI人才培养从规模扩张向质量提升的战略转型。
更好平衡工具效率与安全
中国人民大学教育学院教授周详提出，AIGC使用是否构成学术不端，关键在于区分其作为辅助工具还是实质内容参与，高校在实体上也要事先明确相关规则。在程序上，学术不端调查与学生处分属不同法律关系，学校不应仅凭AIGC检测结果或学术委员会结论直接处分学生，而应通过完整证据链与正当程序，防止因技术依赖而削弱对学生权益的保护。
对于AI在论文使用的评价与规范，中国人民大学法学院孙靖洲主张应围绕原创性、诚信与公平三大核心价值，推动评价标准从“是否独立完成”转向“是否具有创新性”，并将人机互动能力纳入考核体系，引导学生负责任地使用AI。首都师范大学教育学院副教授万海鹏进一步验证了师范生课程中AIGC赋能的教学模式，结果显示其有助于提升教学设计质量与AI-TPACK水平。
北京师范大学政府管理学院教授黄崑引用多个调查机构发布的数据，说明AIGC工具在高校师生群体中使用的广泛性，以此洞察大学生群体使用工具意图对于教学改革的作用。她提出需要重新审视知识传授中教师与AI助手的角色与分工问题，以及法律法规的健全与完善以应对AI应用带来的新问题，促进AI对教育的正向助力与赋能。
中国社会科学院大学法学院副教授、互联网法治研究中心主任刘晓春提出，人机协同创作在法律层面涵盖权利归属与利益分配、侵害的责任判断、内容治理及学术伦理四大方向。教育场景中，需明确学生AI使用权限、标识要求、验证方式及评价标准。她倡导“学习使用AI”理念，优化默认AI使用下的评价规则。
北京航空航天大学法学院副教授、网络空间国际治理研究基地副主任赵精武表示，AI已经可以广泛地辅助法学文献检索、文书生成等，国内也开发了相关的垂类大模型，覆盖多种法律场景，但当前“AI幻觉”问题突出，容易虚构法条或错误适用法律，通用大模型适配不足，此外还存在数据合规问题。为此，他提出一系列应对措施，比如建立事实校验机制及伦理标准，加强从业者AI素养培训，构建“AI预筛选+人工核验”的人机协作模式，明确AI使用披露规则，高校与科研机构强化伦理监管与评价体系。他强调AI是辅助工具，法律人需科学使用，不能滥用，更好平衡效率与安全。
（作者：段丹洁）
【未经授权，严禁转载！联系电话028-86968276】
