AI赋能研究生教育管理GROM理论构建

摘要：我国研究生教育管理正在走向数字化、智能化。面向研究生教育管理，运用互联网、大数据、人工智能等新一代数字技术，围绕人、物、知识三大管理核心要素，聚焦研究生教育管理中组织治理、资源配置、监测评估三大核心问题，提出了“人在回路”管理思想，构建了研究生教育管理变革的GROM理论。该理论增强了研究生教育管理决策的科学性、精准性、绩效性，实现了从经验管理走向科学决策、从计划配置走向动态调整、从事后评估走向状态监测。

关键词：数字化；智能化；研究生教育；管理变革；AI

作者简介：王战军，北京理工大学研究生教育研究中心主任，教授，北京 100081；张微（通讯作者），北京理工大学教育学院博士后研究人员，北京 100081；乔伟锋，联合国教科文组织国际工程教育中心、清华大学教育研究院副研究员，北京 100084。

一、问题的提出

从1981年我国学位制度实施以来，我国研究生教育管理逐渐形成了运转有序、执行有效、推进有力的制度体系，构建了法治化、科学化和规范化的管理体系。随之而来的研究生教育管理实践问题也越来越复杂。面向教育强国建设，面向激烈的国际竞争，我国研究生教育如何服务强国建设需求？如何实现研究生教育治理体系现代化？如何做好研究生教育发展预测与规划？如何重塑学位与研究生教育评估体系？近年来，人工智能（Artificial Intelligence，AI）技术快速迭代，完美契合了数字化浪潮下研究生教育管理数智化发展的大趋势。研究生教育作为知识转型与教育改革的前沿阵地，必须积极拥抱并主动适应人工智能时代技术革新的新潮流，塑造以人际互动、资源共享、知识跨界为特征的研究生教育管理新形态。

我国精准把握以数字化、智能化为特征的技术发展趋势，相继出台了《教育信息化2.0行动计划》《数字中国建设整体布局规划》等系列政策。党的二十大报告更是首次提出“推进教育数字化，建设全民终身学习的学习型社会、学习型大国”。与此同时，世界主要发达国家也从国家层面发布了数字化教育创新战略。如美国教育部教育技术办公室发布的《重塑技术在教育中的角色：为未来做准备的学习》重新审视了技术变革学习的作用，旨在通过变革学习方式和经历，缩小长期存在的公平性和可及性差距[1]。韩国的《教育信息化实施计划2022》旨在将最新的智能技术融入教育信息化计划，意图将教育信息化由“互联网+”转化为“AI+”，利用AI技术实现以人为中心的智能化教育[2]。从全球各国的数字化建设政策和实践来看，数字化与智能化转型已经成为世界各国共同思考的战略命题。

二、研究生教育管理GROM理论构建

时在变，势在变。随着大数据、人工智能、ChatGPT、虚拟现实等现代信息技术飞速发展，社会正在进入万物智联时代。在数字化基础上，以“数智”技术和手段驱动研究生教育强国建设成为世界性议题。面向第二个百年奋斗目标，如何实现我国研究生教育由大到强的战略转型，构建大数据驱动的研究生教育管理决策特别是组织形式、资源配置与质量评价的新范式，对我国研究生教育强国建设具有重要意义。本研究在长期研究学位与研究生教育管理与变革积累的系列研究成果的基础上，基于人工智能技术进展，以管理（G）为核心，以管理的三大核心要素人、物、知识为基础，选取管理中资源配置（resource allocation）、组织治理（organizational governance）、监测评估（monitoring）三大核心问题，提出了AI赋能研究生教育管理的GROM①理论框架，如图1所示。

AI赋能研究生教育管理GROM理论就是以“人在回路”管理思想为指导，将互联网、大数据、人工智能等信息技术有效融入研究生教育管理中，通过数字化的放大、倍增和叠加效应，聚焦研究生教育管理中的组织治理、资源配置、监测评估三大核心问题，从深度、广度和宽度三个维度提升研究生教育管理的有效性和针对性，使AI赋能成为新时代研究生教育管理提质增效的重要推动力。

1.以AI赋能管理为核心，推进研究生教育高质量发展

管理作为人类的一项最古老、最普遍的社会活动，是人类的一种最富有活力和创造性的行为，因而成为现代社会一种最重要的生产力[3]。研究生教育管理是在政治、经济与文化环境的制约下，依据研究生教育目的，遵循研究生教育规律，科学配置研究生教育系统内外各种关系和资源，达到既定研究生教育系统作用的过程。而随着现代信息技术的不断迭代和全球教育数字化转型行动的推进，研究生教育管理不仅成为研究生教育改革和创新的核心议题，同时也是推动研究生教育改革和发展的关键手段。AI赋能的研究生教育管理GROM理论，旨在通过增强科学管理，提升研究生教育的质量和水平，满足社会和人的发展需求，为加快建设教育强国、实现科技自立自强、造就大批拔尖创新人才提供有力支撑。

首先，管理作为一门正在蓬勃发展的学科，为各行各业带来了生机和推动力。从中华人民共和国成立伊始的百废待兴，到研究生规模位居世界前列，我国研究生教育走过了从无到有、从小到大的不平凡历程，造就了一大批具有国际水平的战略科技人才、科技领军人才、青年科技人才和高层次人才，为我国实施创新驱动发展战略和建设世界重要人才中心和创新高地奠定了重要基石。截至2023年，我国在学研究生规模已经达到388.29万人，研究生培养单位达到820余个，学位授权点超过10000个，成为名副其实的世界研究生教育大国。庞大的研究生教育体系，复杂的多层级、多部门、多样化管理不仅需要现代管理科学指导，还需要利用数字化、智能化信息技术创新研究生教育管理理论、管理方法。

其次，信息技术的快速迭代为研究生教育管理理论创新提供了新理念、新方法。如今，数字化赋能已经广泛运用于管理学、教育学、社会学等领域，成为改善管理、提升效能、实现全社会高质量发展的重要方向和基本动力。数字化、智能化在研究生教育管理中的应用，为研究生教育管理理论创新提供了扎实的基础。AI对于研究生教育强国建设和拔尖创新人才培养不仅重要，更是必需。AI赋能研究生教育管理GROM理论构建的全过程，不仅体现了信息技术迭代作为研究生教育管理变革的历史性、具体性、发展性的逻辑前提，还体现出历史记忆不仅仅是符号和文化，更是渗透到主体深处的意识，而这种意识对于保持研究生教育管理系统的适应性和稳定性有着重要的作用。

2.聚焦人、物、知识三大核心要素，构建GROM管理理论

研究生教育管理系统是由多个相互作用的部分构成的复杂适应系统。系统部分之间的相互作用关系通常是非线性的，且难以用常规方式进行预测和控制。人、物、知识作为构成研究生教育的最基本单元要素，相互关联、相互作用，共同构成了研究生教育的完整体系。在这个体系中，“人”是研究生教育的主体，通过高效的管理和指导，最大化地利用物的优势，促进知识的传播和创新；物是研究生教育的物质条件保障，“物”的多样性和多态性为人创造了充足的物质基础，进一步促进了知识的积累和应用；知识是研究生教育的客体，知识生产是研究生教育的特征之一，知识的累积和发展，持续地推动着人的成长，同时也对“物”的需求和技术进步起到了促进作用。因此，研究生教育管理GROM理论选择人、物、知识作为三大核心管理要素。

进入AI时代，研究生教育基本结构单元依然存在，并借助AI数字化、智能化这一技术基础，突破了物理空间的限制，使人与人、物与物、知识与知识得到了空前广泛的连接，对研究生教育管理的边界进行了延伸和拓展。一是塑造了新的人际网络、物理网络和知识网络。由团体、组织与社群聚集而成的传统社会，转变成点与点之间连结而构成的网络社会。借助人工智能，研究生教育活动中点对点的沟通正在源源不断地产生实时数据。混合学习、向不同领域的专家学习已经越来越成为常态，传统的学术共同体的边界正在延展。物联网（LoT）和物理信息系统（CPS）的发展为实现物理设施广泛连接提供了技术条件，智能化、高精度的传感器使得实验设备联网成为可能。知识活动也逐渐从“集中化”走向“弥散化”。二是拓展了研究生教育资源种类的边界，创造了新的人力资源、物力资源和知识资源形态。这种虚实融合的研究生教育资源新形态不仅打破了传统研究生教育资源配置的局限，提升了教育资源的利用率，还能够解决研究生教育资源不足的问题。与此同时，借助数智技术创建的全息环境，打破了时空限制，为学生提供了逼真的虚拟场景，同时还为优质教育资源的共享与传递提供了革命性的解决方案。三是促进了人的发展、资源发展和知识发展。对研究生教育而言，AI既能为研究生教育提供个性化的学习体验和精准的教学辅助，又能通过大数据分析和预测，实现对教育资源的智能管理和优化配置，并通过深度学习和数据挖掘等技术，帮助研究人员发现新的学术观点和研究方向，推动知识的创新和发展。

3.瞄准组织治理、资源配置、监测评估三个核心问题

组织治理、资源配置与质量评价问题，是研究生教育管理与决策的核心问题。人工智能以其“连接一切、开放共享、数字赋能”的特征，彻底改变了信息的流动路径和沟通方式，既放大了传统“封闭—控制”管理思维的不足，也引发了组织治理、资源配置、绩效评价的根本性转变。数智化对研究生教育的冲击正在重塑研究生教育生态，面向高质量发展的我国研究生教育，需要从单点的信息技术应用，走向全面的数字化、网络化和智能化。

首先，广泛连接孕育了研究生教育组织“慧理”新方式，如图2所示。研究生教育管理体系的核心是组织架构，管理流程是研究生教育管理体系的重要载体。传统组织结构出现裂痕，信息技术的加速迭代令沟通以及运输变得发达，点对点互动成为日常模式，推动了组织的扁平化和个体的互联互通。与此同时，数字化和智能时代的治理流程在大数据集成平台的支持下颠覆了传统条块结构基础上的线性治理流程，演变成为高度扁平化的治理结构，进而又推动了治理流程的再造。传统管理者与被管理者之间的关系逐渐转向“人机交互”或者“机机交互”，数据信息集成是人机协同“慧理”的前提和基础。“慧理”不仅蕴含着数字化技术诉求，更有着极强的智慧管理和互惠互利的价值期待。

其次，深入共享催生了差异化研究生教育资源配置的新形态，如图3所示。差异化配置是通过数字智能技术使得机器具备人类的感知和认知能力，对随机性外部环境做出决策并付诸行动，蕴含着极强的个性化特征。研究生教育资源配置内部建构与外部环境面临着诸多挑战，要在这种快速变革的环境中把握核心问题、抓住主要矛盾、解决潜在风险、迎接未知挑战，就需要政策制定者掌握及时、全面的数据信息[4]。信息技术在一定程度上促进了数据粒度的细化，不仅使多元主体能够及时掌握当下的教育资源的配置情况，也能使多元主体实时对配置过程和配置结果进行监测和调控。在人机协同、虚实融合理念的指导下，研究生教育资源配置不是简单的资源分发，而是通过广泛集成、智能感知、智能控制、精准分析和科学管理等智能辅助功能，掌握动态趋势并改变传统的研究生教育资源配置行政主导的方式，实现跨时空、多元化、开放式的泛在资源配置活动。

再次，AI赋能重塑了基于知识管理的研究生教育监测评估新范式。知识是大学的核心资源，也是大学生存和发展的基础。在知识迭代加速的背景下，强调知识的核心价值和推动知识的创造变得尤为关键。未来的研究生教育教学评估将以发现教学新知识为目的。目前，知识工程的研究范畴从结构化数据库扩展到大数据[5]，大数据挖掘是一个知识发现的过程，而知识发现则是将数据中的隐性知识显性化的过程，即从大数据中寻找有意义的新知识[6]。大数据驱动的监测评估是以算法智能体为主导，通过优化管理流程，克服研究生教育评价过程中的工具化、指标化倾向，实现对领域知识的整体性与动态性认识，使监测评估回归教育教学本身。将教学管理者、同行专家、学生以及评估智能体相结合，挖掘教学状态大数据以发现新知识，并通过知识管理判断教师教学的优势与不足，进而循证为教师提供教学改进的知识、方法、技能、措施与资源。

三、“人在回路”的研究生教育管理思想

人在回路（Human-in-the-loop）是源于面向工程的优化设计思想。“人在回路”一词是表述人在设计迭代中的参与，目的是利用“人”比机器更善于进行综合且模糊判断的优势，将人工经验与自动优化相结合，使优化结果更加符合工程实践要求的同时，提高优化效率。该思想已应用于飞机设计[7]、导弹发射、模拟驾驶[8]等领域。反思传统的研究生教育管理可以发现，不仅“人在回路”，而且“人是全部的回路”。AI赋能研究生教育管理要实现人、物、知识相融合，提高研究生教育系统的适应性，既要秉持人是“第一性原理”，也要充分借助技术手段，还要防止技术决定论。

1.本体层面：人是“第一性”的

从本体论的角度看，人是互联网发展的尺度。美国媒介理论家保罗·莱文森（Paul Levinson）的媒介进化论认为，人是媒介的尺度，每一种媒介都沿着以满足人的需求为尺度的方向演进[9]。“人”和“机”各自具有其存在的特质。“人”更加精于创造性思维，这是人类区别于其他事物的本质特征。而作为人工智能载体的“机”则以数据和算法为基础和支撑，突破了人类身体的极限。但机器的“思维”和“智慧”是人类赋予的，不是自发产生的，“人”和“机”可以无限融合共创，但AI赋能研究生教育管理变革是一个以人的发展为目的，以是否促进了人的发展为衡量标准的变革[10]。

即便数据已成为核心的生产要素，数字化、互联网、人工智能等技术与研究生教育管理的深度融合，动摇了研究生教育资源垄断的堡垒，提升了研究生教育资源的开发效率、配置效率和利用效率，动摇了工业时代形成的研究生教育管理组织的稳固性。人工智能也已凭借有限的认知处理能力帮助管理者从一些简单、烦琐的身体管理活动中解放出来，实现了客体主体化。但研究生教育管理本质上是基于人性的管理，是基于激发人的最大价值的管理，以人为本，人的全面、自由、个性化发展仍需被进一步强调，人是管理系统保持稳定、演化的关键动力。

2.技术层面：突破传统“人是全部回路”的视域局限

随着信息技术的发展，研究生教育的技术环境[11]也在变化，数字世界的出现改变了传统物理世界和人类社会二元空间的限制成为新的变量。人类也由最初“信息爆炸”带来的惶恐、焦虑和重负逐渐转变成为对于信息化和数字化的归化和适应，成为不折不扣的“数字化人类”[12]。混合现实的具象也在不断改变，从数据平台到智能平台，再到增强现实、元宇宙，代入感逐渐增强，在三维感知、位姿感知、三维重建、三维理解达成的前提下，混合现实智能化最终成为可能。而人机交互则是利用数字化技术推动管理主体之间，以及主客体之间的“人脑”与人工智能连接。管理过程中的决策是一个复杂系统，不仅需要复杂的算法和高效的算力，以保证决策行为的科学性和精准性，同时也需要决策智慧，以保证决策预期目标的达成。因此，“人”和“机”协同决策才可以应对复杂的内外部环境，“人”和“机”交互时，“机”的“思考”方式是人类思维能力的现实增强。

在传统信息系统中，人的精力有限性以及“数据独占”使信息不对称成为极为普遍的现象。电子计算机时代和互联网时代的信息数据统计模式无法满足多元利益相关方的多样化和个性化需求，也无法立足整体和全局做出最优化的资源配置。传统的研究生教育管理虽然有了电子计算机的辅助，但主要还是采取“人管”的方式，受到管理主体能力和工具低效的限制，管理目标的覆盖范围极其有限，更多时候属于一种碎片化管理，不同层面之间的管理缺乏必要的协作性和系统性。AI赋能研究生教育管理，不仅解决了管理主体内部的数据共享“信息孤岛”困境，同时也改变了横向合作和纵向管理的原有结构，传统条块结构基础上的线性管理流程，逐渐演变成为高度扁平化的网状管理结构，特别是人工智能的飞速发展更是推动了管理主体之间，以及主客体之间的“人脑”与“机智”连接，拓宽了传统研究生教育管理的时空。

3.应用层面：超越“人不在回路”的唯技术论

人是数字技术的使用者与创新者[13]，人工智能是人的物化，本质上是人类能力的放大和延伸。当数智赋能研究生教育管理成为一种普遍形式，以工具理性、功利化动机为主导的价值追求趋向会制约研究生教育管理理念与文化，导致对人的主体地位和道德、责任、情感等人文情怀的漠视。因此，AI赋能研究生教育管理既要充分借助技术手段，又要防止技术决定论超越技术论，警惕“技术崇拜”带来的管理风险[14]，确保技术进步服务于人的发展，而不是取代人的价值和作用。研究生教育管理者既要充分警惕技术可能带来的隔离、垄断和失能等负面效应，又要确保技术的应用能够促进管理目标的实现，而不是单纯追求技术的先进性。在运用信息技术进行管理时，应坚持以人为中心，数据为人服务，将数据作为提高工作效率、提升生活质量、促进个人发展的工具，实现事实与价值、工具理性与价值理性的统一。在管理系统中应用新技术时，须遵守科技伦理原则，保护个人隐私和数据安全，包括确保数据的合法收集、存储和使用，以及在处理个人数据时遵循透明和责任原则。

四、研究生教育GROM管理理论应用

信息技术的加速迭代，为研究生教育数据采集和处理提供了有力的支撑，特别是人工智能技术在组织治理、资源配置和评估领域应用的新趋向，充分发挥了互联网、大数据在精准化“理”、差异化“配”、科学化“评”等各方面的独特优势，为研究生教育科学决策保驾护航。

1.组织治理从经验管理走向科学决策

随着AI赋能研究生教育管理的不断深入，治理目标范畴快速扩大，治理主体更加多元，不同治理主体在物理空间、社会空间和虚拟空间内的数字孪生、虚拟原生和虚实共生将更加丰富治理主体。同时，在数字化和智能化的推动下，治理主体的客体化和治理客体的主体化使得未来研究生教育治理呈现出了前所未有的复杂性。

一方面，由经验决策全面转向数智决策是研究生教育治理体系转向数字世界物理化的写实。传统的研究生教育管理主体在感知、利用研究生教育数据方面略显不足。以学位授权审核、研究生招生等研究生教育决策行为为例，即使身处信息化时代，政府更多遵循经验主义判断，依靠数据决策极为少见。从某种意义上讲，治理的有效性可以被理解为对社会事实信息的清晰化展现程度，对于社会事实的清晰化展现程度越高，治理的有效性就越强[15]。研究生教育治理和决策若无法从整体和全局的角度出发，决策就会被淹没在统筹“一盘棋”的整体策略之中。人工智能体是建立在纯粹逻辑的基础上，不会受制于有意识或者无意识的偏见。在此基础上，数据决策将成为现代化研究生教育治理体系的主要特色。从外部治理中的区域创新协同、学位授权审核、招生指标分配，到内部治理中的学科交叉融合、培养过程优化、质量监测评价都将完全依靠智能数据进行决策。

另一方面，科学化是数智决策背景下新的决策价值趋向。研究生教育管理决策的科学性体现为促使研究生教育活动达到合规律性与合目的性的统一[16]。合规律性是指研究生教育决策要遵循教育自身的发展规律，合目的性是指研究生教育决策要凸显教育对人和社会的价值。大数据可视化技术利用计算机自动化分析能力建立起一种符合人的认知规律的心理映像，辅助人们更加系统和高效地洞悉数据背后的规律[17]。信息技术对数据的极速分析和科学建模的强大功能使研究生教育管理中决策者面对问题时有更广阔的视野，可以作出更全面的判断[18]，避免了过去强调对高校设定目标完成情况的“精细化的量化考核”[19]，可以有效地促进研究生教育管理的科学精准决策。研究生教育组织在进行数智化决策时，需要深入挖掘内部和外部数据的潜在价值，利用大数据和各种分析方法来描述数字治理的场景，并对研究生教育组织治理的行为模式和发展状况进行客观的展示、准确的诊断和深入的分析。面对大量结构性和非结构性数据，管理部门应对所掌握数据进行有效分析，并将其转化为管理能力，而不是仅充当数据信息的“看门人”。

2.资源配置从计划配置走向动态调整

人、物、知识的广泛连接产生的研究生教育资源的开放、连接与集聚效应是AI赋能研究生教育管理最大的优势之一。通过网络节点的连接和开放共享，能够在全球范围内形成研究生教育资源循环流通的生态系统，使其产出效益呈现指数级增长。这种开放和连接的特性使得研究生教育资源能够充分发挥集聚效应，形成一种资源共享和协同创新的模式。

一方面，实现对立价值追求之间的相互制约与动态平衡是AI赋能研究生教育资源配置的关键[20]。从配置主体的认知和配置的主要依据来看，目前研究生教育资源的配置仍然是基于经验驱动，传统的计划配置的方式具有很强的惯性，管理者容易将目光集中在具体的“数字”本身。从我国研究生教育管理的历史演进看，静态管理下的资源配置等大都属于“存量+增量”或者“零和调整”。数字通常是可以作为事实判断的辅助材料，但却不能作为科学研究目标中价值判断的驱动力。动态调整旨在提高绩效，是帕累托改进的过程。以研究生招生、学位授权审核和“双一流”建设为例，政府将不再仅强调研究生招生、学位授权、“双一流”资源配置等实践结果的达成，而是更加关注研究生招生、学位授权、“双一流”资源配置改进过程，而从计划配置走向动态调整离不开“互联网”思维、数字化智能技术等工具。数智技术的可追溯性、强算力和高精度等特点，既可以拓宽各配置主体的利益表达渠道，又可以避免以往研究生教育资源配置时可能出现的盲目性，提升导师与学生掌握复杂技术和学习资源配置规则的能力，真正发挥其在资源配置中核心参与者的作用。

另一方面，效益性原则是管理的基本原则。数智化进程的加速为研究生教育管理变革提供了有效的技术手段，信息技术的变革不仅对管理效益的提升提出了更高的要求，同时也提供了更大的可能。应利用数智技术建立智能化资源分配模型，根据研究生教育发展需求进行差异化资源分配，从而提高资源利用效率。习近平总书记强调，我们应该“以数据集中和共享为途径，建立全国一体化的国家大数据中心……要强化互联网思维，利用互联网扁平化、交互式、快捷性优势，推进政府决策科学化、社会治理精准化、公共服务高效化”[21]。跨层级和跨部门的“信息孤岛”“数据孤岛”等现象使得公众对基于电子计算机时期的网络政务和电子政务的使用效率和满意程度一直处于较低水平。随着数智技术赋能推动下研究生教育管理精细化、个性化和智能化水平的提升，管理者会倾向于使用更强的手段来保证研究生教育发展的有序、可控、可持续，以提升管理决策的科学性，实现效益的最大化。数字化交易平台则为研究生教育资源配置提供了公开透明、规范有序的发展环境，使得研究生教育资源配置由被动响应型向积极预见型转变[22]，有利于提升配置过程的公开性和结果的公平性。在数字化技术的支撑下，研究生教育资源的配置将变得非常便捷和高效。以研究生教育导师资源为例，可以通过大数据在线抓取简历的分析方法，通过定义导师职称、职务、工作单位、教育和工作经历等字段，构建导师简历分析框架，采集、匹配和分析研究生导师的人才流动数据，进一步分析研究生导师人才流动的时间、工作单位类型和层次、地区等规律，引发对于人才竞争、考核压力、学术氛围等导师队伍建设规律的思考。在此基础上，通过数智技术采集研究生的个人信息、学习情况和研究方向等多维度数据，与教师的教学特长、科研项目和实践经验等进行精准匹配，从而让研究生获得最适合自己的教育资源。

3.监测评估从事后评估走向状态监测

技术与需求的双轮驱动推动着研究生教育监测评估在价值取向上更加追求价值创生、预测决策一体化和教育教学质量系统化。

一方面，传统“事后评估”思维下的研究生教育发展状态评价主要依靠周期性的数据统计。管理者在此基础上进行决策，不仅与社会发展和市场需求脱节，而且评价滞后往往伴随继续盲目的人力、物力和财力投入。以过往的“数字”作为价值判断的依据，采用静态监测的手段，缺乏实时的配置成效反馈，使得研究生教育管理对外部环境的变化不敏感，造成调整的周期长、难度大的局面。随着5G通信技术、人工智能、数字孪生等技术的发展，状态监测从理论上可实现“实时呈现”，可将各高校教育教学的实际状态“镜像孪生”[23]，达到评估结果的直观反馈、及时反馈、深度反馈和精准反馈的目的。此外，基于虚拟现实可视化技术的交互式和高密度信息动态展示功能，评估主体与其他实体或虚体的互动不再以实体互动为基础，而是走向数据的交换。而在数据交换过程中，安全可靠的数据资源体系是推动数据共享和数字安全良性循环的重要保障。

另一方面，状态监测是科学决策的前提，超前预测是提升决策效率和效果的重要依据。人工智能的出现提升了海量数据处理效率，优化了决策场景的精准度，实现了“状态监测–超前预测–科学决策”的高效转化。人工智能通过状态监测识别不同类型、层次的高校在人才培养、核心学科、规模体量等方面的数据特征和变化趋势，辅助研究生教育管理者洞察其发展过程中的优势和劣势，推演和预测符合各高校自身特点的发展图景，真正起到摸清底数、预见问题、优化决策的作用。在实时反馈的过程中，新的数据会持续产生，并且随着这些数据的持续优化，教育管理者对于研究生教育发展状况的理解也会更为深入。此外，通过构建基于数据挖掘的“云”式研究生教育管理平台可以对管理过程中出现的各类情况进行及时的监控和预警，进而帮助高校提升研究生教育质量。教育管理者可以根据需要改进的“问题清单”，利用数字和智能技术将这些问题系统化为科学问题，然后提出“一对一”的最优化解决方案，以促进高校的合理定位、分类发展、相互协调、有序竞争，提高高校培养人才、服务社会的核心竞争力，形成“以评促强”的新局面。

快速迭代的AI技术将对人类文明、社会发展、教育教学带来一系列“洪水”般的冲刷，思想的升华、技术的迭代使我们认识世界和改造世界的能力越来越强。研究生教育作为国民教育的最高层次，是建设人才强国、科技强国的重要支撑。AI赋能研究生教育管理，可以解决研究生教育管理实践超前、理论滞后的实际问题，利用人工智能技术促进多元互动创新，推动知识生产模式变革和资源配置交互畅通，在追求科学决策、智能决策的同时，实现事实与价值、工具理性与价值理性的统一。

参考文献

[1] 赵建华， 蒋银健， 姚鹏阁， 等. 为未来做准备的学习： 重塑技术在教育中的角色——美国国家教育技术规划（NETP2016）解读[J]. 现代远程教育研究， 2016（2）： 3-17.

[2] 罗毅， 董丽丽. 教育与研究的智能化转型——韩国《2022年教育信息化实施计划》探析[J]. 世界教育信息， 2022， 35（6）： 52-59.

[3] 郑传坤. 现代管理学原理[M]. 北京： 法律出版社， 2002： 1.

[4] 杨旭婷. 世界一流学科建设状态监测研究[D]. 北京： 北京理工大学， 2021.

[5] 于彤. 中医药知识工程的理论体系构建和关键技术分析[J]. 知识管理论坛， 2016， 1（5）： 336-343.

[6] 吴朝晖， 封毅. 数据库中知识发现在中医药领域的若干探索（Ⅰ）[J]. 中国中医药信息杂志， 2005， 12（10）： 93-95.

[7] 李润泽， 张宇飞， 陈海昕. “人在回路”思想在飞机气动优化设计中演变与发展[J]. 空气动力学学报， 2017， 35（4）： 15.

[8] 杨亚联， 王磊， 杨果， 等. 人在环路模拟驾驶仿真实验系统研发[J]. 重庆大学学报， 2015， 38（4）： 38-44.

[9] 杨陶玉. 媒介进化论——从保罗·莱文森说起[J]. 东南传播， 2009（3）： 28-29.

[10] 袁振国. 教育数字化转型： 转什么， 怎样转[J]. 华东师范大学学报（教育科学版）， 2023（3）： 1-11.

[11] MEYER J W， ROWAN B. Institutionalized organizations： formal structure as myth and ceremony[J]. American journal of sociology， 1977， 83（2）： 340-363.

[12] 林奇M. 失控的真相[M]. 赵亚男， 译. 北京： 中信出版集团， 2017： 10-11.

[13] 李锋， 顾小清， 程亮， 等. 教育数字化转型的政策逻辑、内驱动力与推进路径[J]. 开放教育研究， 2022， 28（4）： 93-101.

[14] 袁利平， 林琳. 高等教育技术治理： 何以可能与何以可为[J]. 江苏高教， 2022（7）： 1-11.

[15] 王张华， 颜佳华. 人工智能驱动政府治理变革： 技术逻辑、价值准则和目标指向[J]. 天津行政学院学报， 2020（6）： 3-11.

[16] 刘尧. 论教育评价的科学性与科学化问题[J]. 教育研究， 2001（6）： 22-26.

[17] 任磊， 杜一， 马帅， 等. 大数据可视分析综述[J]. 软件学报， 2014（9）： 1189-1963.

[18] 丁蕖. 科层制政府的数字化转型与科层制危机的纾解[J]. 南京大学学报（哲学·人文科学·社会科学）， 2020（6）： 112-120.

[19] 杨小芳， 贺武华. 新管理主义对公共教育改革的影响及其反思[J]. 教育发展研究， 2013（10）： 73-77.

[20] 李永刚， 孙鹤， 周柯. 基于供给效率的研究生招生计划分配标准与调节改革研究[J]. 学位与研究生教育， 2021（2）： 58-64.

[21] 群众网. 中共中央政治局进行第三十六次集体学习[EB/OL]. （2016-10-10） [2024-02-08]. http：//www.qunzh. com/zxzxx/zzjjtxx/202010/t20201030_71938.html.

[22] 陶长琪， 宜梦莹. “数字赋能”打造公共资源配置新优势[N]. 中国社会科学报， 2022-11-30（3）.

[23] 袁利平， 林琳. 高等教育数字治理： 内在机理、逻辑构架与实现路径[J]. 江淮论坛， 2022（4）： 183-192.

（责任编辑" 刘俊起）