数智赋能的高等教育治理现代化：推进机制与实践理路

摘要：数智赋能的高等教育治理现代化既是高等教育治理过程中遇到各类问题解决的现实之需，也是高等教育数字化的题中之义。研究分析并界定了数智赋能的高等教育治理现代化的内涵、价值意蕴，从教学子系统、质量保障子系统、科研子系统、管理与服务子系统等方面探讨了数智赋能的高等教育治理现代化推进机制。研究从五个方面提出了数智赋能的高等教育治理现代化实践理路：以一体式、生态化高校数字化教育治理平台促成“善治”；以多功能、融通式网络学习空间建设为抓手带动教学样态变革；以大数据、人工智能相融合的方式进一步提升教学评价准确度；以政策为先导，平台为核心，逐步强化科研人员科研数据共享；以AIGC“研—用—管—评”一体化体系提升服务与管理水平，以期为高等教育治理现代化提供参考与借鉴。

关键词：高等教育；教育治理；数智赋能；实践路径

中图分类号：G434 文献标识码：A

一、引言

中国式教育现代化道路是中国式现代化的重要组成部分。高校是教育高地、科技高地、人才高地的融合体，实现高等教育现代化是建设教育强国、科技强国、人才强国的重要内容和途径，是全面实现以中国式现代化推进中华民族伟大复兴的先导和基础[1]。《中国教育现代化2035》[2]文件中提出要推进教育治理体系和治理能力现代化。高等教育治理现代化关乎我国从教育大国到教育强国的跃升，其既是国家治理体系和治理能力现代化对大学治理提出的目标和要求，也是积极回应“办好人民满意的教育”的群众期盼和诉求的必然举措，更是扎根中国大地办好中国特色社会主义大学的根本保障。当前，中国高等教育面对新形势新要求，亟需构建适应高质量、均衡式、数字化、国际化发展的治理体系[3]，技术被广泛应用于教育治理的全过程，形成了教育治理现代化的技术化路径，促进了教育治理体系和教育治理能力现代化的升级[4]，在这一背景下，本研究旨在勾勒出一幅以教育数字化、智能化促进高等教育治理现代化的理论蓝图，以期为高等教育治理现代化推进提供参考与借鉴。

二、数智赋能的高等教育治理现代化的内涵及价值意蕴

（一）数智赋能高等教育治理现代化的内涵

“治理”一词，自20世纪80年代以来广泛出现在政治、经济、教育等各个社会科学领域，一直被认为是相对于传统“管理”概念的新理念和新机制[5]。高等教育也在发展过程中由教育管理逐步走向教育治理，并随着时代的发展，步入到数字治理的时代，数字治理的理性、高效、可观等特征与善治（Good Governance）的法治、有效、透明等多项价值要素相契合[6]。在英语和法语的政治学文献中，善治就是使公共利益最大化的社会管理过程，也是各领域治理的“理想目标”。在新冠肺炎疫情全球流行后，高校的组织韧性也受到全球学者的广泛关注。那么，究竟何为教育治理的现代化呢？有学者认为教育治理现代化不能局限于“装置”意义上的技术升级，更要将“现代性”融入教育治理体系和能力建设的全过程[7]，本研究认为，现代化是一个动态的过程，要达成现代化就需要充分考虑社会发展的时代特征，将时代特征与各要素有机融合，并使其发挥出应有的功效。

在教育数字化的视域下，高等教育治理现代化就是紧紧把握“立德树人”核心，在循证理念的指引下，充分发挥数据驱动、人工智能支持的优势，将主观经验、研究证据及利益相关者的价值相融合，不断追求善治、提升组织韧性的动态过程，其结果指向为治理要素、治理环境的进一步优化，最终达成高等教育各主体共同利益的最大化，其核心特征为治理过程的数字化、数据化及智能化。

（二）数智赋能的高等教育治理现代化的价值意蕴

1.数智融合，显著提升高等学校决策水平与治理效率

让教育决策更加科学，让教育发展的每个环节在阳光下运行，让丰富的教育资源在全社会高效率地共享起来是高等教育治理走向现代化的重要体现[8]。滕长利认为，数字治理具备“比较”与“控制”的双重特性，其中“比较”意指数字治理可以将教育活动中的组织或个人进行精准赋值，“控制”特征在于可以及时发现目标偏差[9]，不论是“比较”还是“控制”均有利于提升高等学校治理决策水平，真正“让数据说话”，使涉及到学校发展、人事调整、教育教学改革等的各项决策更趋科学，沉疴积弊得以有效发掘，治理效率得到有效提升。

2.系统支持，稳步提升高等学校组织韧性

组织的韧性被定义为组织在保持其核心宗旨和完整性的同时，抵御、适应内部和外部干扰并从中恢复的能力，在新冠肺炎疫情后，高等学校组织韧性问题已然受到了研究者的关注[10]，祝智庭指出，增强系统的韧性成为了教育信息化的一项重要工作[11]，该问题也是高等教育现代化路上难以回避的现实问题。数智技术可以提供系统性支持，将现有教育治理的各子系统、元素有机“粘合”，即使在完全脱离了线下工作场景的情况下也能够在线上持续运行，完成教学、科研、服务与管理等基本业务工作。

3.依技筑基，有效降低高等学校治理成本

高校治理成本是指治理结构建立和实施所付出的所有代价，通常所指的就是治理过程中付出的时间成本、人力成本、财务成本等，当前，聚焦数据治理、打造数字底座是高等教育数字化过程中的重要研究议题与实践方向。相较于其它学段学校，高等学校组织机构繁多，涉及工作千头万绪，更应当构筑坚实、灵活的数字底座，利用数智技术梳理现有工作条理，聚合工作事项、优化工作流程，有效降低高校治理的时间成本和人力成本。尽管可能会因为治理的数字化而导致治理的财务成本上涨，但是应当看到长期的降本增效预期。

三、数智赋能高等教育治理现代化的机理探讨

高等教育治理体系是一个复杂系统，治理体系的构建与创新是复杂科学、复杂工程[12]。系统动力学理论始创于1956年，其理论与应用研究遍及各类系统，涉及其他系统学科、各种学科与领域，是一种研究动态系统行为的数学和计算方法的跨学科领域[13]。它主要关注系统中各个组成部分之间的相互作用，以及这些相互作用如何导致系统的行为随时间的演变，高等教育治理体系中包含多个子系统（构成部分），要完成高等教育治理的现代化，就应当充分考虑各子系统的现代化问题。

（一）高等教育治理体系中子系统的辨析

2024年4月12日，教育部高等教育司发布了《教育部高等教育司关于公布首批“人工智能+高等教育”应用场景典型案例的通知》，确定了首批18个“人工智能+高等教育”应用场景典型案例，通过对这些案例的综合分析，能够有效辨析当前数智技术能够在哪些子系统中赋能高等教育治理，如表1所示。

除了已经受到人工智能赋能的教学、质量保障、管理服务等子系统外，武汉理工大学“五位一体”推进学校治理体系和治理能力现代化过程中指出，要大力推进教育教学、科研评价体制机制、思政课教师队伍建设等10项改革；哈尔滨师范大学力图通过建立数据集市，为智能教室云平台、研究生学院、安全准入考试系统、人事处、校园微服务、科研管理系统、档案管理系统、网上办事大厅、统一身份认证等10多个部门及应用系统提供数据共享服务；吉林大学通过对教学、科研和管理数据的整合，持续推动数据开放共享，打造了集中化、规模化、规范化的全域数据库，为教师教育教学提供数据支持，等等。从现有的诸多案例中不难看出，教学、质量保障、科研和管理服务是当前高等教育治理体系中的核心要素，也是划分子系统的关键参考。

综上所述，已有高等教育治理子系统大致可以分为教学子系统、质量保障子系统、科研子系统、服务与管理子系统等。其中，教学子系统受到关注最多，也最为核心，直接关系到育人质量问题。质量保障子系统、科研子系统、服务与管理子系统科研子系统是高等教育治理体系中不可或缺的组成部分，是未来数智技术深度赋能的重要着力点。

（二）数智赋能高等教育各子系统现代化的机理探讨

本研究中主要探讨高等教育治理中最为核心的教学子系统、质量保障子系统、科研子系统、服务与管理子系统的现代化推进机制。同时，在生态学理论的指导下，除了四大子系统外，还应有能量在生态系统中流动，而在本研究中，数据即为教育治理生态中的“能量”，将一体化治理平台作为“生态圈”，通过“能量”的流动将生态中各要素（子系统）串联起来，并为四大子系统提供实时感知、动态分析、诊断决策等支持，整体目标指向高等教育治理的现代化及“善治”形成一个数智化、平台化的教育治理生态系统，有效提升数据的利用效率，如图1所示。

1.教学子系统

现代教学是教学现代化的发展结果，外显为教学样态，并通过教学现代化体现教学现代性[14]。2022年12月2日，在第十二届新华网教育论坛上，教育部副部长吴岩（时任教育部高等教育司司长）提出混合式教学要成为今后高等教育教育教学新常态，这也是数智技术支撑高校教学创新与改革的主要着力点。从已有研究、实践来看，高校在疫情后已经掀起了推广、应用混合式教学的浪潮，可以从资源、教学平台、环境三个层面分析数智技术如何赋能教学子系统的现代化。在资源开发与应用层面，共享是核心关键词，高校在构建本校在线课程体系的同时，需要建立与其他高校或单位的合作关系，通过资源共享，共同提供相应的技术支持和服务，保障学校在线教学活动的正常开展[15]，并尝试在数字平台的支持下开展区域高校联盟在线课程、学分互认等实践探索，以提升在线教学、混合式教学的灵活性。在教学平台层面，由于各高校在学科重心、教学模式方面各有差异，需要根据各自教学运行特征建设符合自身需求的教学平台、系统，如师范类院校除日常教学外还应关注师范生“三习”、师范生技能训练与测试等功能的设置，职业类院校还应关注虚拟实验教学、虚实融合的技能教学等功能的融合。同时，数字化环境对教学变革的支持应予以更多的重视。当前，学习空间的“不变”“慢变”与教师观念、学生需求的“快变”形成了矛盾，制约了混合式教学在高校教学应用常态化，以及教学模式的进一步创新与应用，亟待高校教育管理部门加快建设新型学习空间，特别是以智能化为特征，以数字化为根基的融通式学习空间，以带动教学样态广泛且深度地变革，从而有效支持高等教育教学改革。

2.质量保障子系统

新一轮普通高校本科教育教学审核评估方案，在更为尊重高校多样化发展需求的同时，也更强调高校质量建设主体责任与持续提升质量保障的能力[16]，开展评估的目的在于保障质量，即“以评促建”。当前，引入数字技术、大数据分析等现代技术手段，对教学过程、学生成绩、学科竞赛等进行实时监测和分析已经成为了众多高校数字化建设的主要方向之一，也有高校探索开展基于视频分析的师生教学行为、表情、语言等的多模态数据收集与分析，这些均助于更准确地评估学生学习情况和教学效果。但也应注意到，这种循证式的质量评价与保障高度依赖“真实的证据”，需要从海量数据中抽丝剥茧，综合且辩证地应用数据，在有限的“人力”支持下可能难以实现，需要借助外部支持力量，如人工智能等开展“人机协同”分析，有必要基于一体化教学管理平台、实习实训管理平台等进行数据采集与智能分析，将过程与结果的管理相融通，达成提质促优的目标。

3.科研子系统

2024年全国教育工作会议要求高校深化科教融汇，充分发挥高校基础研究主力军作用。已有研究多关注科研数据治理[17]、科研诚信治理[18]等议题，然而除了日常的管理工作、纪律约束外，高校在科研层面更应当为科研工作者“搭好台”，做好服务工作。特别是应当充分发挥科研管理部门与图书馆的数字化、智能化协同，为科研资源共享、科研数据共享、协同科研等提供良好的基础条件，其中科研资源共享目前已经在国内逐步展开，诸如百链等学术搜索引擎为期刊、图书等学术资源的共享共用奠定了良好的基础，但科研数据共享方面仍与国外存在一定的差距，欧洲高校，尤其是英国高校，如爱丁堡大学早在2011年就开始探索开展科研数据管理服务。近年，我国学者科研数据共享研究热情渐盛[19]，亟待从教育治理层面进一步强化科研人员科研数据共享意识，筑好科研支持服务的“数字底座”，并在数据共享共用的基础上，有效推进区域内和跨区域协同科研，助力科研工作高质量开展。

4.服务管理子系统

服务与管理是高校治理过程中的重要环节，依据对象不同可以划分为学生服务与管理、教师服务与管理等，依据业务主体不同则可以划分为教务服务与管理、人事服务与管理、后勤服务与管理等，服务与管理子系统长期以来既是信息化升级的前沿，但也是许多高校应用信息技术的短板所在。当前，校园智慧安防、智慧餐厅等正在逐步普及，借助计算机视觉技术实现实时感知，校园正在变得越来越“智慧化”。未来，需要在智能技术的赋能下，特别是在AIGC的支持下，开展人机协同的精细化、科学化决策，切实将学校中已有的丰富、繁杂的各类数据“融会贯通”，揭示数据背后隐藏的现象、问题，达成动态分析。

四、数智赋能的高等教育治理现代化实践理路探索

（一）平台统整：以一体式、生态化高校数字化教育治理平台建设促成“善治”

教育部副部长吴岩在“2023高等教育国际论坛年会”的致辞中提出了五点倡议，其中第三点为，以数据驱动改变学校的管，加快精准教育治理变革。在教育数字化背景下，高等学校教育治理方式从经验化转向智能化，通过创建支撑实时感知、动态分析、诊断决策的数字环境（平台），对全流程、多模态的大数据进行关联性分析，推动教育治理过程可视化、颗粒化与透明化，从而增强决策的智能化水平[20]。在“应用为王、服务至上”理念的指引下，如何有效、高效地将学校运行过程中产生的诸多数据“用起来”是高等教育治理现代化的“破局”关键，而建设和使用一体化平台则是将分散、零碎的数据有效聚合、形成合力，有效赋能教育治理的核心与重点，也是各子系统实现治理现代化的重要根基。高校治理一体化平台是指智慧化、生态化的工作、学习、生活一体化环境，其以各种应用为载体，将教学、科研、管理与服务进行充分融合。当前，各高校均已或多或少地建成了信息门户、一体化平台等，在教学、科研、管理与服务等工作中均已得到了应用，各子系统之间的数据已经有了“互通”，但仍未形成良好的生态，在实践中仍然存在“多张皮”的问题，自然难以达成“善治”，亟待在支撑平台层打通各子系统间的数据。如西北师范大学打造“一网通办”一体化线上服务平台，通过建设基础的统一数据中心，整合服务数据资源、完善配套措施，最终实现“数据多跑路，师生少跑腿”的一站式服务体系，全面提升学校治理效能，截止2023年4月累计提供线上服务总数达到170种，服务人数达到3.47万人，访问次数达到1.8亿次。

（二）重塑教学：以多功能、融通式学习空间建设为抓手带动教学样态变革

在教育细分领域中，教学数字化的重要性评价最高，数字化支撑教学已形成共识，《2023地平线报告：教与学版》指出，高等教育机构需要重新设计具有包容性、连接性和功能性等特征，适应多种教和学模式的学习空间[21]。学习空间是设计用于支持、促进、激发或增强学习和教学的场所[22]，对于国内高校而言，同样需要以学习空间建设为抓手，带动教学样态变革。一方面，高校需要进一步深化学习空间建设，提升其功能丰富度，以更加便捷地支持混合式教学的大范围、深层次推广，有效提升教学改革的覆盖面；另一方面，也需要提前布局，探索构建融通式学习空间，有效“粘合”线上与线下教学，在构建智能化物理学习空间的同时打造与之相匹配的“专属”网络学习空间，在该空间中实现个性化网络课程建设与匹配、基于教学进度智能推荐教学资源、在线“蹭课”与互动、在线督导等，在物理学习空间中则可以实现无感式签到与网络课程认证、教学过程的智能录制与分析、线上学习中生成式资源的智能推荐与调用、基于智能测评的教学进度建议等。最终在“点”层面上实现线上线下学习空间融通，在“线”层面上通过学习空间数据汇集形成教学管理接口，在“面”上实现校级教务管理与决策支持的“驾驶舱”。如云南大学与腾讯公司合作建设的智慧教学空间，就能够实现跨校区跨班级互动授课、低成本常态化录播、智慧巡课、AI及数据辅助下的教学评价与监督等功能。

在融通式学习空间的支持下，高校可以探索进一步的教学模式创新和评价改革创新，如将原本学生自发的“蹭课”行为规范化，通过线上报名、参与的形式，使“蹭课”学生在不影响教学秩序的情况下完成听课、线上即时互动等活动，最终通过线上“蹭课”及微认证获取一定的学分，优化以往MOOC学习中缺少监督、互动以及质量无法保证的问题，也使得课堂教学活动更显丰富，课程的受众更广。

（三）数智相融：以大数据、人工智能相融合的方式进一步提升教学评价准确度

已有研究指出，教育治理的智能手段亟待广泛运用[23]，大数据智能化则被认为是高等教育治理现代化的核心进路[24]，大数据智能化在当今社会中得到了广泛的应用，从金融、互联网电商、视频行业到垂直短视频领域，从工业互联网到云计算、边缘计算等领域。在现有教育治理实践中，数据的收集已经不是制约大数据应用的瓶颈，如何处理、使用这些数据才是难点所在。伴随着人工智能的发展，通过大数据与人工智能结合的方式，教育大数据的处理有望简易化，甚至即时化，大数据技术为人工智能提供海量的数据支持，而人工智能则实现了对数据的智能分析和处理，两者相互促进，形成了强大的技术合力，届时学校管理者就能够在短时间内找到影响教育教学质量的核心问题，并提出针对性策略，其决策将更加科学、高效。正如马朝珉等所述，合理应用大数据智能化，能够创新教学评价思维，改革教学评价方式，使教学评价更加科学、完整、高效、人性化[25]。在教学层面，当人工智能与大数据真正形成合力后，立足评价结果，个性化教学、精准教学等将逐步步入高等学校课堂，教学评价将进一步走向精准化与动态化。

在实践过程中，有两个问题需要格外关注，第一，应避免数据采集环境的重复、低效建设，当前，高等学校已经建成了一定的数字校园、数字教室，摄像头、拾音器等设备在教室中并不少见，应秉持“物尽其用”的原则，通过深入挖掘和系统对接节约建设成本；其次，除了应注意大数据、人工智能在技术层面的融合与应用问题，也应关注时代变迁背景下教学评价在理论层面的突破与创新，特别是在智能时代，“培养怎样的人？”成为了新教育领域时代之思，也是当前我国建设教育强国的点题之问，需要新的评价体系予以支持。

（四）协同共享：以政策为先导，平台为核心，逐步强化科研人员科研数据共享

于科研工作而言，在数字时代、智能时代，“闭门造车”已然无法适应当前快节奏、高复杂度的工作节奏，在世界范围内，科研数据开放共享潮流已呈现出势不可挡的趋势，有研究指出不够完善健全的体制机制是高校科研人员科研数据开放共享的制约因素，数据开放共享平台的建设和管理水平对高校科研人员的数据开放意愿起推动作用[26]。因此，应从政策和平台两个层面逐步强化科研人员科研数据共享行为，促成协同科研。

在政策层面，英国高校提供了良好的示范，有研究者在考察了罗素大学集团科研数据共享情况后发现，除剑桥大学、布里斯托大学等少数高校制定专门的科研数据开放共享政策外，其他高校均在研究数据管理政策中提及数据共享的相关要求，形式包括开放研究立场声明、研究数据管理政策、开放数据政策等[27]。除政府、高校层面制定更多相关激励、管理政策外，还需要更多的资助机构和出版机构将数据共享纳入资助出版前提，专业机构和所在组织推动学术重用与共享互利合作体的制度建设，使科研人员产生数据共享的制度压力[28]。需要注意的是，由于我国在管理制度层面与国外有一定的差异，对于我国高校而言，更需要教育管理者应重视自下而上的制度、规则制定，逐步将科研数据的校内共享、区域共享纳入教师科研评价、科研成果认定指标，尽快帮助教师培养共享意识，形成良好的数据共享生态，如果只期望自上而下的压力传导，可能难以有效达成目标。

在平台层面，应关注科研数据共享可能导致的个人隐私信息泄露、数据再利用导致的学术不端、成果抢发等现实问题，对高校管理者而言，需要在配合制度建设的同时，做好共享平台、数据库建设工作，特别是需要打好安全和隐私“补丁”，为数据打好“时间戳”和“个人名片”，让教师能够安心地在平台上共享科研数据。同时，应考虑平台与高校一体化平台的接入、融合，以及联盟内、区域内开放接口问题，做到未雨绸缪，防止后期重复建设带来的人才、财力浪费。

（五）着眼未来：以AIGC“研—用—管—评”一体化体系提升服务与管理水平

生成式人工智能（AIGC）为教育带来了诸多“烦恼”，然而这一趋势必然将持续而深刻地变革教育，特别是高等教育。美国高等教育信息化协会（EDUCAUSE）相关调研报告显示，针对“我们对生成式人工智能的感觉如何”这一问题，2023年2月，54%的受访者（高教社区人员等）表示对生成式人工智能的态度是“乐观”或“非常乐观”；2023年4月，短短两月，这一数据猛然上升至67%，可知高等教育领域，人们对生成式人工智能的态度正逐渐转变，高校的教育治理中也应当将这一问题纳入思考与探索视野。我国上海海事大学等高校已经开展了相关探索，探索在高校管理与服务中应用AIGC[29]，未来，AIGC的私有化定制将能够有效提升高等教育服务与管理水平，通过在地化“研”（定制）、实地化“用”、针对性“管”、全员性“评”（反馈），使AIGC快速“了解”学校、“认识”流程、“熟悉”师生，成为学校服务与管理的“小助手”，既为师生的学习、生活等提供信息咨询支持，也为管理者决策提供有力支撑。

以学生服务与管理工作中十分重要的经济困难学生评定与资助为例，评定过程往往难以做到绝对公平，从而引发学生间冲突、舆情等，已有部分高校探索通过学生在校消费情况判定学生经济困难情况，并予以额外支持，未来，在AIGC的支持下，经济困难学生评定工作有望进一步优化，通过AIGC综合分析学生在校消费情况等数据，对经济困难学生的认定有望按需化、动态化，更显公平公正，有效减少人为介入导致学生对评价结果质疑的问题；在图书馆借阅服务中，也可以使用AIGC根据学生的借阅偏好智能化地推送书单，让AIGC充当学生阅读专业书籍的“小助手”，帮助学生更好地自主学习。

五、结语

高等学校教育治理的现代化必然会伴随着高等教育数字化不断推进，在这一过程中陷入阵痛期是难以避免的，数字技术能够为高等学校教育治理的现代化提供底层的支撑和有效的保障，但要达成“善治”仍需要治理主体充分发挥主观能动性、有效提升数字素养，切实厘清治理思路、用好数智化治理工具、协调好各方利益，避免陷入“唯技术”治理的陷阱，防止“阵痛”演变为“长痛”。

参考文献：

[1] 光明网.深刻把握高等教育发展的中国式现代化逻辑[EB/OL].https：// m.gmw.cn/baijia/2022-12/09/36223866.html.，2022-12-09.

[2] 新华网.中共中央、国务院印发《中国教育现代化2035》[EB/OL].http：// www.xinhuanet.com/politics/2019-02/23/c_1124154392.htm，2019-02-23.

[3] 肖京林，王靖.中国式高等教育治理体系现代化：内涵、语境与路径[J].苏州大学学报（教育科学版），2023，11（1）：18-26.

[4] 焦龙保.技治何以走向善治？——教育治理现代化的伦理省思[J].电化教育研究，2024，45（2）：35-41.

[5] 唐汉琦.高等教育治理改革的价值研究[M].青岛：中国海洋大学出版社，2017.

[6][9] 滕长利.从“数治”到“善治”：教育治理现代化的模式转换[EB/OL]. https：//doi.org/10.13541/j.cnki.chinade，2023-12-09.

[7] 靳澜涛.从“技术治理”到“治理技术”：教育治理现代化的重点突破[J].现代教育管理，2021，（12）：46-52.

[8] 龚成，刘源.高等教育治理现代化的系统实践理路[J].中国矿业大学学报（社会科学版），2022，24（4）：39-52.

[10] 朱蕾，袁竞峰，李丹.高校教育系统韧性提升探索[J].大学教育，2022，（7）： 17-20.

[11] 祝智庭，彭红超.技术赋能的韧性教育系统：后疫情教育数字化转型的新路向[J].开放教育研究，2020，26（5）：40-50.

[12] 张继明.我国高等教育治理现代化的核心要素及其优化[J].现代教育管理，2020，（6）：7-13.

[13] 王其藩.系统动力学理论与方法的新进展[J].系统工程理论方法应用，1995，（2）：6-12.

[14] 李芒，申静洁.论教学现代化[J].现代教育技术，2023，33（12）：26-35.

[15] 兰国帅，张怡等.推动高等教育数字化转型：优化、持续和创新——《2020年十大IT议题》报告解读与启示[J].开放教育研究，2020，26（5）：12-25.

[16] 郝莉，冯晓云等.新一轮审核评估背景下高校内部质量保障框架与途径研究[J].中国高教研究，2021，（10）：58-66.

[17] 张贵香，刘桂锋.多中心驱动的高校科研数据治理框架构建研究[J].图书馆杂志，2022，41（6）：53-59.

[18] 周治，胡艺凡，施宜欣.高校科研诚信的整体性治理[J].江苏高教，2021， （10）：61-65.

[19] 章惠娟.英国高校科研数据共享实践及其启示——以罗素大学集团为例[J].图书馆工作与研究，2024，（2）：68-74+112.

[20] 季凯，张志华.高等教育数字化转型的逻辑框架与优化策略[J].江苏高教，2023，（10）：39-46.

[21] 朱雨萌，李艳等.智能技术驱动高等教育变革——《2023地平线报告：教与学版》的要点与反思[J].开放教育研究，2023，29（3）：19-30.

[22] 赵瑞军，陈向东.学习空间对教师教学行为影响的研究——基于华东师范大学的“新型学习空间”[J].远程教育杂志，2017，35（4）：77-86.

[23] 李丽辉.高等教育治理现代化的逻辑理路与路径选择[J].西安财经大学学报，2022，35（3）：17-25.

[24] 赵春霞.大数据智能化：高等教育治理现代化的实践进路[J].江苏高教，2021，（11）：81-85.

[25] 马朝珉，李伟凯，周旭东.大数据智能化背景下高校教学评价改革路径分析[J].中国多媒体与网络教学学报（上旬刊），2023，（3）：9-12.

[26] 杨丽娟，张瑜祯等.高校科研人员数据开放共享意愿及影响因素研究[J].高校图书馆工作，2023，43（5）：71-81.

[27] 章惠娟.英国高校科研数据共享实践及其启示——以罗素大学集团为例[J].图书馆工作与研究，2024，（2）：68-74+112.

[28] 卢祖丹.科研人员数据开放共享的影响因素与激励机制研究[J].图书馆，2022，（9）：38-46.

[29] 中国教育网EDU.上海海事大学：大语言模型在高校信息化中的应用研究[EB/OL].https：//news.sohu.com/a/712871495_100189681，2023-08-18.

作者简介：

贾志斌：副教授，硕士，研究方向为信息化教育治理。

Modernisation of Higher Education Governance Empowered by Digital Intelligence： Promotion Mechanism and Practical Approach

Jia Zhibin

State owned Assets Department， Northwest Normal University， Lanzhou 730070， Gansu

Abstract： The modernization of higher education governance empowered by digital intelligence is not only a practical necessity for solaf171fca0ffd675441210f95856c988b6351072550748195a344015b04ae80eeving various problems encountered in the process of higher education governance but also a crucial aspect of higher education digitization. This study analyzes and defines the connotations and values of the modernization of higher education governance empowered by digital intelligence. It explores the mechanisms for advancing the modernization of higher education governance empowered by digital intelligence from aspects such as teaching subsystems， quality assurance subsystems， research subsystems， management， and service subsystems. The research proposes a practical path for the modernization of higher education governance empowered by digital intelligence from five perspectives： promoting“good governance” through an integrated and ecological digital education governance platform for universities， driving the transformation of teaching methods through the construction of multifunctional and interconnected online learning spaces， further improving teaching evaluation accuracy through the integration of big data and artificial intelligence， gradually strengthening research data sharing among researchers with policies as the guide and platforms as the core， and enhancing service and management levels through the integrated AIGC （“research-usemanage-evaluate”） system， aiming to provide reference and inspiration for the modernization of higher education governance.

Keywords： higher education； educational governance； empowering with digital intelligence； practical path