2025 年 8 月 26 日，国务院《关于深入实施 “人工智能 +” 行动的意见》（以下简称《意见》）正式发布，为高校教育智能化按下 “加速键”。
《意见》中与高校直接相关的内容，可浓缩为 4 个必须落地的核心点：
- 探索科研创新的新范式：建设科学数据集和学科大模型，推动科研平台智能化升级，支撑跨学科人才培养
- 推行更有效的学习方式：用智能学伴、智能教师等人机协同新模式，实现大规模因材施教和自主学习
- 加强AI+人才队伍建设：强化 AI 全学段教育，完善跨学科培养机制，破解 “AI + 教育” 人才荒
- 提升安全思维和能力水平：加强数据与模型安全，建立技术应用的伦理与合规体系
《意见》不仅为教育智能化工作划定了新坐标，更让每一位教育智能化从业者成为这场变革的 “局内人”—— 无论是科技创新、教育教学、人才培养，还是数据管理、安全保障，都将迎来全新的职责内涵。本文包含《意见》的政策学习、高校行动计划（个人观点、仅供参考）和关键突破点（个人观点、仅供参考）共三部分。
一、《关于深入实施 “人工智能 +” 行动的意见》的学习
（一）加快实施6大重点行动
| 重点领域 | 重点行动 |
|---|---|
| 科学技术 | 加速科学发现进程，推动技术研发模式创新。创新哲学社会科学研究方法，探索人机协同模式 |
| 产业发展 | 培育智能原生模式业态，推进工业全要素智能化，加快农业数智化转型，创新服务业模式 |
| 消费提质 | 拓展服务消费新场景，培育产品消费新业态 |
| 民生福祉 | 创造智能工作方式，推行高效学习方式，推动育人从知识传授向能力提升转变，打造高品质生活 |
| 治理能力 | 构建社会治理人机共生图景，打造安全治理多元格局，推进生态智能治理 |
| 全球合作 | 推动人工智能普惠共享，共建全球治理体系 |
（二）强化8项基础支撑能力
| 基础支撑 | 强化能力 |
|---|---|
| 提升模型基础能力 | 加强基础理论与技术架构创新，优化训练推理方法，探索应用新形态，健全评估体系促迭代。 |
| 加强数据供给创新 | 建设高质量数据集，完善产权制度，建立价值激励机制，培育数据处理产业。 |
| 强化智能算力统筹 | 攻坚芯片与智算集群技术，优化算力布局与协同，发展标准化云服务，推动算力普惠高效。 |
| 优化应用发展环境 | 建设中试基地与共性平台，培育服务商与服务链，健全场景政策与标准，加强知识产权保护。 |
| 促进开源生态繁荣 | 支持开源社区与项目建设，建立贡献激励机制，构建全球开源生态，发展国际影响力项目。 |
| 加强人才队伍建设 | 推进全学段教育与学科建设，培养高层次人才，完善评价体系，强化激励引才留才。 |
| 强化政策法规保障 | 健全投资监管制度，加大资金支持，完善法规伦理，优化安全评估管理。 |
| 提升安全能力水平 | 加强模型数据等安全建设，防范技术风险，建立监测预警体系，形成多元协同治理格局。 |
（三）“教育智能化”有关的重点语句
- 提出“加速科学发现进程”
“加快探索人工智能驱动的新型科研范式，加速“从0到1”重大科学发现进程。加快科学大模型建设应用，推动基础科研平台和重大科技基础设施智能化升级，打造开放共享的高质量科学数据集，提升跨模态复杂科学数据处理水平。强化人工智能跨学科牵引带动作用，推动多学科融合发展。”
- 提出“创新哲学社会科学研究方法”
“推动哲学社会科学研究方法向人机协同模式转变，探索建立适应人工智能时代的新型哲学社会科学研究组织形式，拓展研究视野和观察视域。深入研究人工智能对人类认知判断、伦理规范等方面的深层次影响和作用机理，探索形成智能向善理论体系，促进人工智能更好造福人类。”
- 提出“推行更富成效的学习方式”
“把人工智能融入教育教学全要素、全过程，创新智能学伴、智能教师等人机协同教育教学新模式，推动育人从知识传授为重向能力提升为本转变，加快实现大规模因材施教，提高教育质量，促进教育公平。构建智能化情景交互学习模式，推动开展方式更灵活、资源更丰富的自主学习。鼓励和支持全民积极学习人工智能新知识、新技术。”
- 提出“加强人才队伍建设”
“推进人工智能全学段教育和全社会通识教育，完善学科专业布局，加大高层次人才培养力度，超常规构建领军人才培养新模式，强化师资力量建设，推进产教融合、跨学科培养和国际合作。完善符合人工智能人才职业属性和岗位特点的多元化评价体系，更好发挥领军人才作用，给予青年人才更大施展空间，鼓励积极探索人工智能“无人区”。支持企业规范用好股权、期权等中长期激励方式引才留才用才。”
二、高校的行动计划
| 政策维度 | 具体领域 / 支撑项 | 高校核心行动 | 责任部门协同 |
|---|---|---|---|
| 重点行动领域 | 科学技术 | 1. 建设学科专属大模型，开发跨模态科研数据集 2. 开放校级智算资源，支撑 AI 驱动的 “从 0 到 1” 科学发现 3. 试点 “AI + 社科” 研究工具，推动学术方法创新 |
科研处 + 信息中心 + 文科学院 |
| 产业发展 | 1. 开设 “AI + 专业” 微专业，课程融入产业真实场景 2. 联合企业共建 AI 教学实训基地，培养智能产业急需人才 |
教务处 + 二级院系 + 就业中心 | |
| 民生福祉 | 1. 部署智能学伴系统，实时监测学生学习数据，动态推送个性化资源（基础薄弱生补学 / 学有余力生拓展） 2. 开发 “AI + 教学” 工具包（如智能备课助手、AI 作业批改系统），覆盖主要学科 3. 试点 “智能教师” 辅助模式，解放教师重复性工作 |
教师发展中心 + 学工部 + 信息中心 | |
| 治理能力 | 1. 用 AI 优化排课、选课、评教等教务流程，提升管理效率 2. 构建智能人才评价体系，将 AI 教学成果纳入教师考核 |
教务处 + 人事处 | |
| 全球合作 | 1. 参与国际教育 AI 资源共享计划，引进优质智能教学工具 2. 联合海外高校开展 “AI + 跨文化教育” 研究 |
国际交流处 + 科研处 | |
| 基础支撑能力 | 提升模型基础能力 | 1. 建设或对接 “模型即服务” 平台，建设校级 AI 应用中试基地（避免重复建设） 2. 开发适配本校教学场景的学科模型及应用 |
信息中心 + 教务处 |
| 加强数据供给创新 | 1. 建设高质量的学科、专业数据集 2. 制定数据使用规范，明确 AI 分析所用的数据授权流程 |
科研处 + 教务处+信息中心 + 法务处 | |
| 强化智能算力统筹 | 1. 搭建跨学科 AI 实验室，开放基础算力资源（支持文科用 AI 分析文献、理科做智能实验模拟） 2. 优化算力调度机制，保障教学与科研智能应用需求 |
信息中心 + 实验室管理处 | |
| 优化应用发展环境 | 1. 培育校级 AI 教学服务商，开发 “模型即服务”“智能体即服务” 工具 2. 制定 AI 教学应用标准，规范场景落地流程 |
教务处 + 信息中心 | |
| 促进开源生态繁荣 | 1. 支持师生参与教育 AI 开源项目，将开源贡献纳入学分与成果认定 2. 建设校本开源社区，共享 AI 科研、教学工具与案例 |
教师发展中心 + 教务处+ 学生处 | |
| 加强人才队伍建设 | 1. 开展 “AI 教学能力认证培训”，聚焦智能学情诊断、人机协同备课等实操技能，考核通过发认证证书 2. 设立 “AI 教学创新奖”，对开发校本智能工具的团队给予资金与职称倾斜 3. 开设 “智能体开发”“数据处理与分析” 等微专业，吸引跨专业学生 |
人事处 + 教务处 + 教师发展中心 | |
| 强化政策法规保障 | 1. 制定《AI +教育的管理办法和行动计划》，明确各部门职责与考核标准 2. 设立 AI 教育专项经费，保障平台建设与场景试点 |
校办 + 财务处 + 法务处 | |
| 提升安全能力水平 | 1. 建立教育数据分级授权体系 2. 制定《AI 生成教学资源权属规范》《作业、论文中AI使用规范》，明确课件、论文等 AI 辅助内容的知识产权 |
信息中心 + 教务处 + 法务处 |
三、关键突破点的落地细节
1. 智能教学场景怎么改？先抓 3 类高频场景
- 课堂互动：用 AI 实时分析学生表情、答题数据，自动提示教师调整教学节奏
- 作业环节：部署 AI 批改系统（覆盖客观题 + 部分主观题），教师聚焦 “个性化点评” 而非 “机械打分”
- 学业规划：基于学生兴趣、能力与职业目标，AI 生成个性化选课与科研参与建议
2. 科研创新怎么突破？分“数据-模型-融合”三阶段推进
- 数据层：完成3个优势学科（如材料、计算机、经济学）的科研数据集建设，实现实验数据、文献数据、成果数据的跨模态整合
- 模型层：上线首个校级学科大模型（如“环境科学模型”），支持文献综述自动生成、实验方案智能优化等功能
- 融合层：试点“科研反哺教学”模式，将AI驱动的科研工具转化为教学资源（如把材料科学的分子模拟AI工具改造为本科生实验教学辅助系统）
3. 人才培养怎么破局？分 “教师 – 学生 – 团队” 三层推进
- 教师层：启动首批 “AI 教学能力认证”，联合有关公司开发多门实操课程，年底前完成大部分教师培训
- 学生层：开设 “智能应用开发” 微专业，课程含企业真实项目实训；举办“智能体开发大赛”
- 团队层：启动 “AI 教学创新大赛”，设 “智能工具开发”“智能工具应用” 两类赛道，获奖项目纳入校级示范案例
4. 安全底线怎么守？建立 “全流程管控” 机制
- 数据采集：明确 “必要性原则”—— 如智能考勤仅采集 “是否到课” 数据，不存储人脸图像
- 模型应用：对教学 AI 工具实施 “白名单” 管理，禁止使用未经安全评估的第三方模型和AI应用
教育智能化，赢在 “系统协同”
《关于深入实施“人工智能+”行动的意见》的落地不是高校某一个部门的 “独角戏”，而是 “全校一盘棋” 的协同作战 ，每个部门都是教育智能化的 “发动机”。
这场变革的终极目标非常清晰：让技术服务于 “人” 的成长，让每个学生都能获得适合自己的教育。
未来已来，唯有主动破局、主动作为，才能为国家培养出适应未来的创新人才！
1、推书网发布的文章《国务院重磅发布 “人工智能 +” 行动！高校如何扛起“人工智能+教育”的大旗？》为推书网注册网友“推书网”原创或整理，版权归原作者所有，转载请注明出处！
2、推书网文章《国务院重磅发布 “人工智能 +” 行动！高校如何扛起“人工智能+教育”的大旗？》仅代表作者本人的观点，与本网站立场无关，作者文责自负。
3、推书网一直无私为图书馆转载发布活动及资讯动态。对于不当转载或引用本网内容而引起的民事纷争、行政处理或其他损失，推书网不承担责任。
4、本文转载链接：https://tuibook.com/duihua/56863.html
