教育早报0929|高校AI思政助手从「上线」走到「用起来」

📏 约2000字 · ⏱️ 阅读5分钟 · 📅 2026年09月29日

清华大学党委学生部在署名文章中披露了数智育人体系的运行数据：面向学生端的智能体学伴「清小搭」累计注册学生3.3万余人、教职工1100余人，累计提问100余万条；面向辅导员端的「清小导」已建成智能问答、数据看板、学业预警、信息协同、文件速览、案例推荐六大功能，服务班主任500余人、学生辅导员500余人及「双肩挑」教师辅导员约100人，一期建设完成、即将正式上线。

这套体系的关键不在功能清单，而在「双端」设计。学生端和辅导员端分开建设，等于把AI同时定义成两种东西：对学生是信息服务入口，对辅导员是工作流助手。清华的辅导员端从多部门接入数据、建立学生个性化档案，按校、系、班三级呈现并做数据脱敏——这是把AI嵌进现有管理链条，而不是再开一个聊天窗口。

对学校层面来说，AI思政助手的评价标准已经换了。过去比的是谁先上线，现在看注册量、提问量和回答准确率。一旦使用率进入学工年度考核，数据供给、语料维护和异常兜底就是常态化的部门成本，需要有人长期负责，而不是项目验收后就没人管。

往后一两年，AI辅导员的分水岭不在模型能力，而在能不能接进奖助评定、学业预警、谈心谈话这些内部流程，以及由哪个部门对数据边界和人工接管负责。学校层面宜尽早明确建设主体，由学工部门统筹、信息化部门支撑，统一入口和数据口径，避免部门分头建设、数据各存一份。

（来源 新华网，2026-09-28）

9月28日，教育部党组书记、部长怀进鹏主持召开党组扩大会议，传达中央纪委国家监委对鲁昕涉嫌严重违纪违法进行纪律审查和监察调查的决定。会议要求「持续深化教育领域腐败整治，坚决打好教育领域反腐败斗争攻坚战、持久战、总体战」，并提出「更加科学有效地把权力关进制度的笼子，加强对权力配置、运行的规范和监督」。

「总体战」这三个字值得高看一格。教育系统此前的纪律要求多落在具体领域，招生、基建、采购各有各的口径；这次是把整治对象定义为「教育领域」整体，并把监督对象从具体行为扩展到「权力配置」和「权力运行」两个环节。监督关口继续前移：谁的权力、按什么流程行使、留不留痕，都会成为检查内容。

对学校来说，接下来的动作会比较具体：重新梳理权力清单和重点领域流程——招生录取、基建后勤、物资采购、经费管理、职称评审、科研经费、校办企业、合作办学，把「三重一大」实施细则和留痕要求落到系统里。学工系统对应的风险点集中在评审类工作，奖助学金评定、评优推免、学生干部选拔，这些环节过去靠程序合规，往后可能要求过程材料可追溯。

接下来，高校会陆续开展廉政风险点排查，并把纪律教育嵌入干部全周期管理。对学工部门而言，把评审标准和过程记录同步固化下来，比事后补材料省力得多。

（来源 教育部，2026-09-28）

学生评价正在从「期末测评」变成「日常数据」

教育部简报披露西安电子科技大学的做法：挖掘伴随式生成的2亿条学生评价数据，打造「电子档案—数字画像—综合测评—能力证书—成长助手」五位一体学生评价体系，贯通「招、培、就」各环节并个性化定制培养方案；该校同时建成智课平台、智能督导平台和慧通大模型，汇聚1700万教学资源、推广至1200余所高校。

数据一旦成为评价依据，采集口径就变成治理问题。哪些行为数据进画像、由哪个部门采、留存多久、学生能不能查看和申诉，都需要在系统上线前定下来。学校层面最好由教务、学工、信息化三方共同出一份数据使用规范，否则画像失真和隐私越界都会变成投诉来源。

（来源 教育部简报〔2026〕第26期，2026-09-28）

AI开始参与心理筛查，责任边界先于效率

「小清心」心理健康智能体由清华大学联合专业机构打造，构建AI心理测评、模拟病人督导培训、AI辅助朋辈支持三大模块；2026年春季学期应用于全校各院系心理筛查，累计覆盖553名学生，识别出45个重点关注案例。

筛查效率提升的同时，风险判断的责任仍在人。学校层面需要明确AI给出的重点关注名单由谁复核、由谁对接、处置过程如何留痕，以及量表数据与咨询记录的使用范围。AI能压缩发现时间，但不能替代专业判断。

（来源 新华网，2026-09-28）

如果今天这篇对你的工作有帮助，欢迎点个赞和在看。也可以转给学工系统的同事看看。

汪罗万象 · 高校思政与学生工作情报