别荣芳:以标杆应用为锚 促进高校AI规模化应用

在数字化阶段，信息化的核心是“连接与汇聚”；进入数智化阶段，关键命题则转变为“融合与创新”。在这一进程中，观念、平台、应用三者需同步推进，而建平台应当作为优先突破口。

首先，这是避免分散建设带来的资源浪费与能力碎片化的必然要求。若无统一、集约化的基础设施，全校AI应用极易陷入“小而散”的格局，难以形成可持续的规模化发展能力，还会造成算力、资金和人力的重复投入。

其次，这是确保数据安全、守住隐私保护底线的根本保障。分散的AI应用可能绕过校级统一管控，存在泄露敏感数据与个人信息的风险。通过建设一体化智算平台和大模型公共服务平台，实现本地化部署，能够从源头保障数据不出校、可追溯、不乱用。

最后，这有利于集中力量形成标杆应用与全局牵引力。聚合分散资源，聚焦学校发展战略、学科特色、师生痛点、基础扎实的场景，集中攻关，能快速打造出“能用、好用、爱用”的标杆应用，以示范效应促进AI赋能的规模化应用，进一步推动师生理念更新、推动人才培养模式变革与科研范式创新，也为争取外部资源奠定基础。

要将AI技术成功应用于高校具体业务场景，有三个关键要素：一是技术部门与业务部门的深度协作，做到需求精准对接；二是具备高质量、场景化的训练语料；三是坚持本地化部署，筑牢安全底线。

基于此，北京师范大学坚持“业务主导、技术赋能”，打造了系列典型应用。例如，教务部（研究生院）与信息网络中心于2025年2月快速推出“课程中心”智能助教，充分利用学校培养方案、教学大纲等高质量自有语料，为全校上万门课程定制情境化智能助教，涵盖学业规划、知识问答、论文润色等十项功能，实现“一课一人一助教”，有效支持学生个性化与探究式学习。

另一个案例是“京师大福”智能咨询与诉求响应平台的升级。在机关党委牵头下，基于数万条历史工单、办事指南等语料，将其从多部门人工值守升级为智能问答2.0，大幅压缩响应时长、提升办结率，成为智能版校园“12345”。截至2025年底，已累计回答师生提问超2.5万次。

这些应用得以快速落地并取得成效，离不开底层平台的强力支撑—“京师智联”大模型公共服务平台。该平台按照“一套硬件算力、一套平台底座、N个智能应用”模式，通过统筹学校算力调度、本地化部署各类大模型，构建“算力—底座—应用”全链条服务体系，为全校各类智能应用提供统一、安全、可控的公共能力。

在推进AI赋能教学科研的实践中，学校主要面临算力、机制、组织三方面的挑战，并正积极探索应对思路。

一是算力资源统筹的挑战。AI大模型的部署运行需要巨大算力投入，而校内需求并不平衡。应对思路是以“京师智联”平台为核心，统筹两校区算力资源，构建统一架构，优先支撑公共服务领域。目前该平台已支撑起“京师大福”“课程中心”智能助教等多个核心应用，并积极探索面向科研团队的服务模式，强化科研支撑。

二是统筹协同机制的挑战。AI赋能覆盖全场景，亟须完善校级顶层规划。当前，即使有统一平台，业务部门仍倾向于搭建功能雷同的私有化应用，易形成新的“AI孤岛”。此外，AI应用的管理规范和绩效评估机制尚不健全。对此，学校正加快推进“十五五”信息化规划制定，研究并打造两校区、多校园一体化数字空间新架构，通过顶层设计引领破解统筹协同难题。

三是组织运行范式转型的挑战。传统以建设、开发、运维为核心的信息化模式，已难以适配AI快速迭代、需求动态更新的要求。同时，兼具业务素养与AI技术的复合型人才严重短缺。学校正积极优化管理体制，理顺AI应用归口管理，建立健全“需求对接—技术研发—场景落地”三级联动工作机制，并探索建立可持续的经费投入和人员保障机制，逐步补齐人才短板。

随着AI应用的深入，其带来的安全与伦理挑战已超出传统防护框架。安全层面，提示词注入、知识库泄露、智能体越权等新型攻击面大幅扩展；伦理层面，AI决策的“黑箱”特性与高等教育对知识可验证性的要求相悖。

对此，北京师范大学互联网发展研究院发布《向善而“生”—生成式人工智能技术发展中的科技伦理框架研究报告》，提出七大治理措施。

同时，学校成立了人工智能伦理治理实验室，进一步开展人工智能的哲学与伦理学研究、人工智能产品的伦理评估研究。未来，学校将从技术、制度与文化三个维度系统构建可信AI环境：

1. 技术防护：部署覆盖模型输入/输出的安全合规检测机制，拦截恶意攻击；推行AI应用全链路审计，实现操作可追溯、风险可复盘。

2. 管理制度：制定AI应用分类分级管理制度，推动上线前安全测评与合规备案；建立数据保护评估流程，明确敏感数据使用边界；完善针对智能体失控、数据泄露等的应急响应预案。

3. 文化建设：将AI伦理素养纳入师生信息化培训体系，增强对AI局限性的认知与批判性使用意识。

“AI+”时代，高校信息化部门的角色需要在三方面实现根本转变：战略定位上，从技术运维转向数智赋能；组织形态上，从单点作战转向统筹协同；核心能力上，从支撑保障转向创新引擎。

AI技术降低了门槛，但也带来了“技术能力泛化”与“高质量发展体系”之间的矛盾。因此，信息化部门更需发挥引领和中枢作用：一是夯实平台，保障AI基础设施安全、稳定、易用；二是强化治理，制定标准规范，实施分级分类与全流程管控；三是引领生态构建，推动跨部门智能体互联互认，打造校级AI应用资产库和开放平台，促进共建共享。

面向未来，建议高校以“小切口”找准真问题，以“深融合”创造真价值，将有限资源聚焦于最能彰显学校特色的AI标杆应用，如可参考以下方向：

建设AI+学科交叉创新平台，打造科研范式创新的催化器。围绕构建能支撑各学科与AI深度融合的共享平台，提供开箱即用的AI工具，鼓励AI学者与领域专家组建联合团队，围绕真问题开展交叉研究。

深入探索人机协同的教学模式，重塑人才培养的核心阵地。AI正在深刻重塑教与学、师与生、人与机之间的关系，这不仅是工具迭代，更是教育范式的深层变革。

应着力推动AI融入日常教学，实现AI助教常态化，将智能答疑、学情分析等嵌入教学流程，解放教师以回归育人本质；推动AI学伴个性化，基于学习数据构建学生认知画像，提供差异化学习路径，真正做到大规模因材施教，最终实现从“以教师为中心的讲授模式”向“人机协同、师生共生的探究式学习模式”的跃迁。

关注我们 了解更多↓