AIGC賦能高等教育創新發展的理論邏輯、體系構建與實現路徑

摘" "要：當前，AIGC技術賦能高等教育創新為教育數字化迎來了新的發展機遇，尤其是在新時代高等教育人才培養模式、崗位需求變革，以及教育改革政策引領下，教育智能化已成為實現教育現代化的關鍵舉措。通過技術、人才、教育的多維融合視角，闡述AIGC技術在教學、學習、考試、評價、管理五個環節中的融入模式，構建涵蓋智慧輔教、智慧輔學、智慧輔考、智慧賦評和智慧輔管的五維教育全過程體系，形成教育智慧化體系構建的教學創新驅動路徑。據此得出：AIGC技術的融入能夠有效實現教師與智能技術的協同教學，提升教學過程中的數據獲取與分析能力，從而促進智慧賦能教育的實現；AIGC技術通過多源數據的獲取與分析，不僅能夠優化教學模式，滿足個性化學習需求，還能提升技能考核的精確性和教學評價的科學性；AIGC技術賦能教育有助于教育模式的轉型升級，推動教育在智能時代的創新優化發展，為智能技術與教育的深度融合提供理論支持，并為教育現代化提供技術支撐和數據驅動的實現路徑。

關鍵詞：人工智能生成內容；高等教育；人工智能；智能教育；教育創新；智能技術

中圖分類號：G434" " " " "文獻標志碼：A" " " " "文章編號：1673-8454（2025）03-0051-12

DOI：10.3969/j.issn.1673-8454.2025.03.005

作者簡介：吳亮，貴州師范大學經濟與管理學院教授、博士生導師，博士（貴州貴陽 550025）；冉韓莎，貴州師范大學經濟與管理學院碩士研究生（貴州貴陽 550025）；孟勁，貴州師范大學經濟與管理學院副教授（貴州貴陽 550025）；戴馨，通訊作者，貴州師范大學經濟與管理學院碩士研究生（貴州貴陽 550025）

基金項目：2020年度貴州省研究生教育創新計劃項目“基于人工智能的職業教育在線金課構建研究”（編號：黔教合YJSCXJH[2020]115）；貴州省教育廳自然科學研究項目（工程研究中心）（編號：黔教技[2023]033號）

一、引言

高等教育肩負著為社會培養高級人才的重任，教育信息化是實現人才培養目標的重要手段，智能技術則為教育信息化提供了發展契機。然而，高等教育還面臨就業崗位變革、教學效能低下、產教融合動力不足等多重困境。人工智能的運用將推動高等教育流程再造，為教育模式改革注入活力。技術的發展加速了社會工作崗位的升級與變革，“人+機器”的工作新態勢呈現迭代發展勢頭，AIGC技術等人工智能在淘汰單調重復性工作崗位的同時，促使教育資源共創和知識型工作崗位替代成為可能[1]。將人工智能貫穿于高等教育“教學考評管”全過程，能夠有效觸發教學內生動力，并在“人機共教”中凸顯師生交互的協同性，在產教融合中彰顯人工智能參與輔助教學的資源優勢與渠道優勢，從而創新優化高等教育能力提升路徑。

基于此，在數字技術不斷進步的背景下，將人工智能融入教育信息化過程，從教師教學、學生學習、能力考核、教學評價、學校管理五個角度進行多維審視，構建人工智能賦能高等教育教學創新驅動路徑，并探究AIGC技術融入教育發展的應然導向，具有重要的理論價值與現實意義。

二、現實訴求：“人工智能+高等教育”驅動因素

（一）崗位變革，迫切需要高水平技術人才

智能時代催生新興行業，崗位革新與技術升級刺激了社會對高技術技能型人才的需求。低技術技能型工作是自動化的青睞對象，目前僅有極少部分工作能夠實現完全智能化，但并非意味著可忽視人工智能職業替代問題，未來智能機器將影響超過60%的職業崗位。其中，自動化潛力最強的三大職業類型為數據獲取（64%）、數據整理（69%）與規律性體力勞動（81%），在中國大約有77%的工作類型將受到自動化的影響。同時，自動化機器的使用加劇低技能型工人與高技能型工人之間的兩極分化，機器設備的大規模使用淘汰大量低技能型工人，從而造成技術性失業局面。此外，人工智能推動勞動就業的迭代進程，對勞動市場的沖擊率先體現在對規律性體能勞動的替代，從事重復性工作的群體被迫進行能力分級，一部分融入規律性智能工作領域，另一部分進入非規律性智能工作領域[2]。隨著技術的進步，規律性體能工作數量將逐漸減少，而非規律性智能工作的數量將不斷增加。因此，亟需加大人力資本投資，培育大量智能型創新人才，從而為產業發展注入活力。

（二）教能失配，亟需改革人才培養模式

改革高等教育人才培養模式是崗位變革使然，更是社會發展的必然。在崗位變革的背景下，基于AIGC技術的“人機協同”無疑是未來工作的常態模式，重復性較高的冗雜工作交予機器運作，勞動者將騰出更多時間專注于培養機器所難勝任的創造性工作，從而實現精力釋放、知識升級與能力提升。因此，能力需求遷移對勞動者應具備的技術技能提出了新要求[3]，如圖1所示。然而，在技術與行業的融合過程中，出現了較為嚴重的結構性失業問題。導致此局面的本質原因在于“教能失配”，即供需失衡問題，學校人才培養質量與職業崗位能力需求銜接不暢，出現供需缺口與技能短缺現象，從而陷入學生就業難、企業招工難的雙向困境。而高等教育的主要目的是為社會輸送高質量高技術型人才，在AIGC技術與“人機合作”的新形勢下，迫切需要改變人才供給的適應性。為了有效對接人才市場需求與學校培養規格，緩解結構性失業壓力，改革高等教育人才培養模式已成為社會各界的共識。

（三）政策引領，全面推進高等教育發展

黨的二十大報告把教育、科技、人才作為全面建設社會主義現代化國家的基礎性、戰略性支撐。高等教育在國家建設與社會發展中扮演重要角色，新時代背景下的中國更加迫切需要高質量發展高等教育，從革命應戰之需到強國建設之舉，是實現中華民族偉大復興中國夢的人才基石。首先，肯定高等教育與經濟發展的緊密聯系。高等教育是促進經濟發展與人民就業的重要途徑，應從國家層面倡導高等教育的獨特性、重要性與發展性，為建設高等教育提供鮮明的方向指引。其次，強調高等教育教書育人與個性培養的必要性。高等教育既強調技術技能養成，又重視人格完善與個性發展。再次，提出高等教育發展建議。重點打造高等教育師資隊伍，建設高質量師資培訓基地，培養優秀的骨干教師。同時，把企業實踐作為教師職業能力培訓的重要方式，打造“雙師型”教師隊伍，不斷加強自身能力建設，從而提高高等院校的人才培養質量。最后，推動高等教育信息化建設。AIGC技術將推進教育資源共創和優化整合、教育管理轉型升級、學校教育效率提升，智能技術賦能高等教育大有可為。

三、理論邏輯：人工智能融入高等教育的五維變革

高等教育是依托生產力進步與經濟發展，且具有自身發展邏輯的教育類型，旨在培養具備高素質技術技能的創造者與建設者。技術賦能高等教育，可以強化高等技能培養的有效性，助力高等教育在服務經濟社會發展中提質增效。AIGC技術與教育協同已是大勢所趨，人工智能將引領高等教育從“三教”（誰來教、教什么與怎么教）改革中觸發教育教學全過程性五維變革。構建AIGC技術貫穿“教學考評管”五大教育環節賦能范式，如圖2所示；創造更加個性化且服務于終身高等教育的高效智能學習環境，推動高等教育“變軌超車”，成為人工智能賦能我國教育信息化發展與高等教育現代化體系建設的關鍵[4]。

（一）智慧輔教，教育機器輔助教師開展有效教學

1.“AI+教師”教學協同常態化

AIGC技術的“教師+機器”教學是高等教育“雙師型”教師在智能時代背景下的新導向。高等教育倡導建設兼具理論教學能力與實踐教學能力的“雙師型”教師隊伍，而“教師+機器”模式不僅具有“雙師型”教師素質，還增添了適應智能時代發展的數字素養。首先，“人機合作”提升了教學的有效性。有效教學的前提是教師能夠識別學生個體的不同學習風格與現階段知識掌握水平。囿于時間與精力的局限性，人類教師較難全面掌握學情，而人工智能可通過多渠道感知模型有效捕獲教學活動中的過程數據[5]，以呈現與學情契合度較高的學生學習狀態、學習風格與知識水平，從而輔助教師制定教學策略。其次，“人機共存”提高了對教師信息化素養的要求。智能技術賦能教學，是以教師教學為指引，以學生學習為根本的教學。“被替代率”僅為0.4%的教師群體看似不必擔心職業替代問題，但人工智能對教育領域所帶來的教學方式、資源路徑與教育目標等方面的變革，均影響教師的職業發展方向。智能時代的教師隊伍不僅是“知能雙師”，更是具備高信息素養，能與各種智能機器協同的“智能雙師”，為開展新時代數字韌性教育提供人才支撐[6]。

2.教學模式多樣化

AIGC技術的教育資源生成能力，促使高等教育的教學模式呈現多樣化發展。人工智能對提高教學的有效性、改善學生的學習態度、調動學生的學習積極性具有極高價值。基于AIGC技術的智慧教學模式與智能教學系統，可以有效緩解高等教育教學效率不高的問題，智能技術也賦予高等教育中能力培養與情感教育新的可能性。人工智能賦能高等教育實踐教學，虛擬現實則為學生創造接觸不同工作場景的機會[7]，并提供基于工作流程的多元相聯仿真實踐訓練，1∶1數字化還原工作情景，為學生帶來超沉浸式學習體驗，觸發技能型學習結果產出[8]，以較低的工作經驗累積成本，養成更多的職業能力。此外，開展高等教育情感教學的關鍵在于情感識別，人工智能領域的研究者致力于用情感計算賦予機器認知能力，以有效識別情感變化[9]。坦加拉賈（Thangarajah）在實驗中運用基于貝葉斯認知追蹤算法模型的智能系統，獲取使用者的情感表達數據，并將數據集成至情感分析推理模型中，以社交型機器人為中介開發情感計算導師系統，通過對情感數據的分析，推測學生的知識與技能掌握情況。教師可結合學生情感變化調整能力培養策略，輔助學生實現能力素質提升，樹立正確的職業價值觀[10]。

（二）智慧輔學，學情圖譜奠定個性化教學基礎

1.學情描述精準化

多元智力理論視域下的學生呈多元化發展，而高等院校學生的能力發展側重點不同，因此，掌握學情對高等教育教學活動的開展尤為重要。結合學習者的學習風格、知識水平與學習動機等教育數據，構建學習者技能水平、知識程度、認知行為與情感變化模型，以分析預測影響學習者學習發生的因素，從而提高教師學情分析的準確性。例如，學習分析系統在高等教育的教學活動中擔任重要角色，通過收集與分析學習過程數據，來解釋學習行為，定義適宜的學習模式，發現學習者的學習誤區，并提出適當的干預措施。基于學習分析系統對學習者的學習過程、學習結果及學習活動的數據收集與分析[11]，AIGC技術將構建個體與集體的學習者模型，表征學習者的學習風格、學習動機與知識水平，并對其職業知識結構與職業能力水平薄弱點進行探析，進而提供個性化學習策略。同時，學習者模型的構建方式在不斷變化，隨著數據收集手段的完善以及在線學習的大規模普及，學習者模型將基于充實的教育數據，全方位對學習者進行實時描述，為個性化學習奠定堅實基礎。由此，教師教學活動將更具針對性，為學習者提供個性化學習路徑，以滿足不同專業學習者職業能力培養的需求。

2.助力個性化學習

個性化學習是高等教育“謀個性之發展”的應有之義。傳統學校教學方法較難滿足個性化學習需求，AIGC技術為個性化自主學習提供了技術支撐，給予高等院校學生更多的發展可能[12]。學習活動中搭載AIGC技術，形成學習工具、智能導師與智能陪練三種類型融合，可有效激發自主探究性學習心向。通過提取學生的特征信息，構建學習者分析模型，呈現學生現階段知識掌握程度、展示專業能力水平、評估學習進程、調動學習積極性，最終提供學生發展指引策略，并輔助學生解決疑難問題，搭建現階段水平通往期望水平的橋梁，以逐步提高學生綜合技能水平[13]。此外，多樣化的優質教育資源為自適應學習提供保障。專業實訓是學生獲取職業技能的基礎環節，是從學校到社會的過渡。然而，高等教育資源分布的不平衡與不充分，以及不適宜的單鏈式技能培養模式，使得實訓教學停滯于淺層的程序性知識層面[14]，學生較難在實訓過程中形成綜合的問題解決能力，為實訓學習設置了現實障礙。AIGC技術基于學習者分析模型的結果，可為學生提供定制化、個性化課程，調動現有資源，從而滿足不同的能力培養要求。

（三）智慧輔考，智能技術提高測試項目擬合度

1.認知測評契合化

在高等教育中，知識學習與技能培養同等重要，提高學生對陳述性知識與程序性知識的掌握水平，有利于學生專業能力的養成，從而實現“育分”與“育能”的有機融合。考試測評是教育活動的重要環節，是對教師教學與學生學習階段性成果進行衡量的標準，也是提升教育質量的重要抓手。AIGC技術融入“命題—考試—閱卷—分析”四大測評環節中，從全過程提高測評內容與學生能力的契合度。其中，基于AIGC技術的題庫是智能考試測評的基礎性建設，目的是實現命題自動化、客觀化。試題庫中每道試題都有考點標簽、難度標簽、能力標簽等標識，AIGC技術結合學生畫像、教學期望與試題標簽，從專業知識試題庫中自動生成試卷，使試題組成趨于合理，從而實現命題精準化。同時使用智能考試機器對學生試卷進行批改，并運用自然語言處理技術，提升主客觀題的批改效率與準確性，實現閱卷自動化，從而賦予教師更多的時間與精力用于教學能力提升及專業知識積淀。此外，基于人工智能的身份認證、實時監督、考場管理等系統可以輔助標準化考點建設，實現監考智能化[15]。

2.能力水平考核精確化

高等教育旨在通過一段時間的教學活動之后，賦予學生從事某種工作崗位的勝任力，知識學習與技能培養將落地于實際工作表現，因此，對學生的階段性學習情況進行考核關鍵在于技能水平的考核。傳統的技能考核途徑包括考取技能證書、舉辦技能比賽與專業能力測評，由于技能考試成本高、考核結果信效度低、能力測評體系不完善，考核結果往往不能真實反映學生的實際能力水平。在智能時代，高等教育將改革專業群建設，轉變人才培養模式，著力培養“人工智能+X”新型技術技能人才。其中，人工智能與能力培養的深度融合，將迸發實訓教學新活力。AIGC技術在實訓教學中的運用，不僅能為學生搭建沉浸式能力轉換平臺，更能推動學生在實踐過程中實現知其然更知其所以然，加強知識認知與能力掌握。同時，學生在進行人機交互時所產生的數據將被收集與整理，教師可從中獲取學生的真實水平，并對實訓流程進行全過程精準化跟蹤，以強化專業能力教學的有效監督管理，為能力評價提供數據支撐，脫離主觀性評價信度較低的窠臼，實現能力考核精確化。

（四）智慧賦評，數據挖掘賦予教學評價科學性

1.評價依據數據化

評價是為了檢驗此前工作的成效，并以評價結果為經驗指導未來的工作。高等院校的教學目標要求培養學生一定的實踐操作能力，但是在以往的教學實踐過程中，局限于傳統評價方式的主觀性與片面性，學習評價總是達不到真實呈現高度擬合學習者畫像的效果。同時，傳統的高等教育課程評價方式過于關注理論教學環節以及學生的知識習得，缺乏產教融合中學生能力等級評價的指標體系，因此無法鑒別學生的實際能力水平層次[16]。而證明專業能力層次水平是一個開放且持續性的過程。AIGC技術支撐下的評價是以“過程邏輯”為遵循的伴隨式評價，持續采集與分析學生個體能力與課堂活動變化中的數據，使學生清楚認識自己現階段能力水平，適時調整學習狀態，進而提升綜合素質能力。基于教育數據的全過程性評價使教學評價結果更準確，幫助教師在準確的評價結果上，做出更加精準的教學決策與課程設計。

2.評價方式智能化

AIGC技術可以實時記錄與分析教育數據，并運用智能化評價大模型，賦予學習評價客觀性與科學性。基于AIGC技術的學習評價模型打破唯經驗、唯分數的單一評價缺陷，依托不斷積累與完善的教育數據，衡量教育質量與教學雙方狀態，從而改善教學實施，有效促進學生發展。目前，教學評價對改善教育教學與實現教育目標的作用愈發凸顯，需要采用科學的評價方式。有研究者使用Python編程語言與Tensor機器學習工具，建立區別于單一機器學習評估模型的算法，構建更加智能化與自動化的智慧教育多元評估模型[17]。在高等教育現代化進程中，運用AIGC技術建立兼顧實用性與時效性的評估系統和評價模型必然成為一種趨勢。此外，還有研究者設計基于專家系統的線上生成性學習評估模型，并將其應用于線上技能教學活動，研究發現該評估模型可有效支持學生的學習過程，改善實踐教學的低效問題[18]。總結性評價對學生的評價結果較為片面，而融合AIGC技術的教育評價構建生成性評價方式，關注學習活動的全過程。

（五）智慧輔管，形成多元主體共建的教育治理

1.管理流程智慧化

智能時代的管理活動已由過去的片面化、單一化轉變為數字化、共治化，推動教育管理向智慧化轉型，并從教育管理升格為教育治理。基于AIGC技術的“人機交互”智慧化管理，為教學雙方帶來協同價值。一方面，AIGC技術提高教師教學管理效率。運用AIGC技術在學生作業評價、衡量技能水平、診斷學習情況及提供反饋上的自動化與智能化，人類教師可以脫離繁雜任務，突破限制專業發展的藩籬，將更多時間與精力投入知識積累、技能訓練、教學研究、課程改革等方面，推動專業化教師隊伍建設[19]。同時，基于AIGC技術的教育平臺能夠為教師提供準確的學生反饋[20]，教師可依據教育數據挖掘的結果，短時間可迅速掌握學情，由此促進師生關系的互動。另一方面，AIGC技術可以輔助學生管理學習活動，有效提高學生的學習主動性與積極性。專業技能養成并非一蹴而就，而是一個積微成著的過程。基于AIGC技術的移動互聯網平臺能夠為學生提供優質的高等教育資源，使課堂學習與課下自學并駕齊驅，以隨時隨地學、需要時立即學的形式展開自主學習，幫助學生合理利用碎片化時間高效成長。

2.組織架構扁平化

在教育管理方面，AIGC技術提高了高等教育管理效能，推動組織機構建設，完善治理體系構建。高等教育是關聯“學校—企業—政府”的多利益主體組織系統，應有其獨特的治理特色，然而復雜化的主體、僵化的治理結構、低效能的治理方式、有限的治理范圍給智能時代的高等教育治理提出了挑戰[21]。AIGC技術將推動高等教育治理體系建設，構建趨于扁平化的組織架構，實現不同治理主體之間的信息無障礙傳遞與溝通。在此基礎上，形成智慧性決策、協同性組織、動態性發展、透明性運行的高等教育管理體系，以智能手段開展高等教育治理，完善教學信息化建設，推動高等教育內涵式發展，從而推進高等教育智慧化建設進程。

四、體系構建：

基于AIGC技術的高等教育創新組織架構

伴隨ChatGPT的發布及應用，“AIGC+教育”應用成為熱點，教育走向融境、交互、泛在、精準、個性的教育創新3.0時代，呈現以教育數據與智能技術為基礎，以教學活動為驅動，師生共同參與教育流程再造，師生共生共治的教育新生態。AIGC技術融入高等教育，已成為推動高等教育智慧化發展的突破口。為實現人工智能賦能高等教育，本研究對AIGC技術賦能高等教育的整體架構與實施路徑進行刻畫，如圖3所示。高等教育AIGC技術體系由數據基礎層、智能技術層與智慧應用層組成。其中，存儲多模態數據的數據倉庫集為核心組成部分，由AIGC技術組成的智能技術層為關鍵組成部分，而智慧應用層是人工智能賦能教育的價值所在。

（一）數據基礎層：多模態數據獲取

數據是國家新型基礎設施建設的基礎資源及核心要素。教育數據是教育信息化的基礎與核心，數據驅動教育信息化發展模式創新，實現個性化、精準化、情景化的智慧賦能型數智教育[22]。通過傳感器、攝像頭、麥克風、智能終端等多模態數據采集設備，從多個信息通道對高等教育教學活動中所產生的數據進行多模式感知與全方位獲取，形成高等教育教學數據倉庫集[23]。其中包括反映學習水平變化的認知學習數據庫、反映專業技能習得水平的技術技能數據庫、反映師生心理變化的情感狀態數據庫、反映師生教學過程中行為與習慣的教學行為數據庫，為智慧賦能個性化自適應教學奠定數據資源基礎。

數據倉庫囊括高等教育主體的全過程性結構化數據與非結構化數據，一方面，收集登錄（如時長、時間點、地點）、閱讀（如瀏覽時長、瀏覽內容）、互動（如舉手次數、搶答次數）、測評（如操作時長、失誤次數）等結構化數據，直觀反映學習者學習行為狀況與知識技能掌握情況；另一方面，獲取師生雙方在AIGC技術平臺中的發言內容文本信息，包括語音、語調、面部表情、眼動軌跡等非結構化數據，以識別學習者類型及其在課堂活動中的情感變化，旨在捕獲學習者興趣激發點。構建全過程性多模態數據結構的數據倉庫，為滿足個性化學習、創造性教學與智慧化管理提供決策依據，是高等教育智慧化創新的基礎性工程。

（二）智能系統層：全方位數據挖掘

數據解釋與信息解碼是數據驅動教學、賦能教育創新的核心所在[24]。以AIGC技術為代表的智能信息技術，為實現數據高效精準感知、獲取、存儲、清洗、加工、分析、輸送與傳播提供技術支撐。ChatGPT等大模型通過深度訓練，在機器學習、語音識別、自然語言處理和專家系統領域取得了諸多實質性成果。

AIGC技術與教育教學理論的結合，生成了智能導師、智能虛擬助教、智能虛擬陪練等智能教育系統。其通過算法整合與設計，對數據倉庫中的各類數據進行清洗與挖掘，消除噪音干擾，提取對認知、行為、心理等方面有用的信息，構建學生模型、教師模型、情感模型等用戶模型，清晰刻畫教育主體畫像，利于設計個性化自適應的能力提升教學活動。例如，人工智能教學系統可以從人像姿勢與動作等像素級數據中估計學習者動態[25][26]，同時，通過心跳監測與眼動追蹤等數據分析教學雙方的情感狀態、課堂參與、注意力水平等信息，以實時評估教學效果，掌握學習者專業能力變化動態，預測學習者行為與情感導向。總而言之，AIGC技術系統是智能教育的智慧大腦，發揮整體指導與決策作用，使多模態教育數據活起來、動起來，創新優化精準教學與個性化學習，提升教育教學與教育管理的實效。

（三）智慧應用層：深層次數據賦能

智慧應用層是智能教學系統中最具價值的組成部分，也是實施與檢驗AIGC技術賦能高等教育的創新實現層。本研究融合“智慧五維”，刻畫了智慧應用層的具體實施路徑，如圖4所示。該實施路徑包括一個中心、兩個主體、三個階段。一個中心，即以數據倉庫為中心。對教育數據的捕獲與挖掘是實現AIGC技術賦能高等教育創新的基礎。兩個主體，即以教師與學生為智能教學的主體。其中，基于移動信息化的智慧教學平臺是聯通教師與學生之間的橋梁，師生通過平臺實現實時的互動交流與信息反饋，創新師生交互路徑。AIGC技術教育模式內在包含混合式教學意蘊，涉及教育環節全流程。三個階段，即智能教學包括課前、課中與課后三個教學階段，可實現教學中的全過程性數據獲取、情況監測與策略調整。

人工智能視域下的高等教育以專業知識和能力要求為教學活動主線，通過AIGC技術教學系統加以呈現，獲取并挖掘課前、課中、課后的多模態教學過程數據，旨在實現智慧賦能職前、職中、職后終身發展的高等教育。AIGC技術的發展變革了職業崗位的素質與能力要求，使得高等教育的專業設置常存在滯后性，而融入AIGC技術的高等教育可有效應對此類問題，驅動高等教育順應智能時代發展。“機器+教師”的教學模式將貫穿高等教育教學活動始終，通過開展教師主導與學生主體相融合的教學，推動學生終身職業能力的發展。

在課前，AIGC技術教學系統基于對學生原始信息的分析與教師教學目標的設定，預判學生個體與班級整體的學習情況與興趣傾向，在智慧平臺中向學生推送個性化學習資料，獲取課前學習數據，并輔助教師開展教學策略設計。在課中，AIGC技術革新教師的“教”與學生的“學”，賦能教育教學活動開展。校企合作共同建設高等教育信息化智慧教學系統，運用虛擬現實為學生提供即時性沉浸式實訓平臺，以激發學生潛在的學習動能。同時，強化師生交互，實時記錄教學過程數據，可視化呈現學習者認知發展水平與專業能力水平，益于進行精準化測評，以創新優化學生職業能力提升路徑。在課后，基于AIGC技術智慧平臺數據挖掘結果，教師可明晰教學實施狀況，及時進行教學策略調整。平臺將從數據倉庫中提煉有用信息，自動生成教情、學情、年級等數據可視化報告，進行弱項分析與評估，識別消極學習者，為學生制定個性化能力提升策略，并推送相應的實訓專項提升訓練，將教學活動延伸至課后，推動陳述性與程序性知識內化，實現職業能力水平的提高。此外，學生在學習過程中的學習數據將實現成果轉移，并以學分形式存儲至學分銀行，優化職業人才過程管理，實現高等教育人才智慧化治理。

五、實現路徑：AIGC技術賦能高等教育

創新發展應然導向

（一）理念革新，協同發展

理念革新，需做“三改”。一改教師思想路線。教師必須堅定教書育人的理想信念，明確培養高技術高素質人才的使命擔當。同時，教師要明晰AIGC技術對高等教育所帶來的沖擊與變革，并在課程設計與教學活動中加入信息化、時代化的內容，不斷提高學生的數字素養。二改學生錯誤觀念。教育活動中要不斷強化“行行出狀元”觀念，通過開展思政課堂、德育課堂等方式改變學習后進生的自我認知，并在專業教學中使學生認識到自身的多元化發展可能，從而鼓勵學生為實現人生價值與社會價值而奮斗。三改社會公眾偏見。高等院校要通過會議論壇、新聞宣傳等方式向社會展示高等教育的發展現狀與未來導向，并努力和企業進行合作培養與交流學習，強化內涵建設與外延發展，以緩解AIGC技術與教育協同所帶來的人才培養困境，在校企合作中凸顯高等教育對人力資本積累和素質教育提升的重要作用。

（二）產教融合，資源擴充

首先，要激發“產學研用”協同發展動力。國家除了頒發宏觀的產教融合政策之外，還應出臺配套的制度規則與指導規范，將宏觀政策落實到高等教育的育人過程中，使AIGC技術融入教育教學有章可循。此外，應鼓勵AIGC技術融入高等院校人才培養方案，建設適宜本土人才需求的AIGC技術產教融合辦學體制機制，同時結合區域經濟優勢發展高等教育，以當地的產業鏈為基準、企業人才需求為靶向辦學，重組專業群設置，有效緩解企業的人才困境與用人困境，緩解學生的就業危機。

其次，要調動高等院校的內生動力。建設政府支持、學校主體、企業導向的產教融合辦學體制機制，給予高等院校更多的辦學自主權；發揮高校教師運用AIGC技術開展教學的積極性，搭建與相關企業溝通的橋梁，在人機模擬轉向企業實踐的過程中，不斷強化自身專業勝任力，進而在教學中培養學生技術能力。

最后，要打造“AIGC技術+產教融合”的共贏生態。產教融合是培養適應智能時代發展人才的必由之路，高等院校應在校內開展人工智能通識課，不斷強化學生數字素養，以緩解智能時代的就業危機。同時，開設人工智能相關專業，培養人工智能實用型人才，推動科研成果轉化，并構建校企“人工智能+X” 共商共建共享的育人機制，在校企合作中不斷強化學生適應智能時代發展的能力。

（三）智慧賦能，課程優化

人工智能對職業的替代推動教育改革，高等教育應趁勢而上，借助AIGC技術的資源優勢，為學生提供具有時效性與創新性的課程內容，培養學生成為一名具備遷移能力的可塑性人才。在人工智能的影響下，部分步驟繁雜且重復性較高的職業崗位已被淘汰，但人工智能的崗位創造效應又為社會帶來對技術技能要求較高的職業崗位。因此，高等教育課程需要體現人工智能的內容，整合高等教育與人工智能的知識，并在課程內容的設置與實施中融入人工智能技術，向學生提供適應智能時代的教學內容，為學生職業技能培養奠定基礎。

同時，在AIGC技術“機器換人”背景下，大多數員工將經歷“換工作—失業—再就業”的循環，需擴大高等教育課程內容范圍，為高等院校學生提供廣泛的工作知識，以適應智能時代對人才的多元化新要求[27]。因此，課程內容的組織需具備靈活性與通識性，高等院校可依據崗位需求的變化，以及學生的認知發展水平與當前知識水平，靈活組合不同的專業課程模塊，實現因材施教。

（四）謹防迷失，回歸本心

高等教育與技術進步的聯系較為緊密，不僅要使用技術以教授技能，還要培育具備技術技能的人才。技術運用被看作改革高等教育，推動高等教育現代化的重要方式。然而，相較于快速發展的信息技術，教育教學方式的轉變顯得捉襟見肘，在缺乏對技術與教育關系的研究，尚未厘清技術融入與高等教育二者關系的情況下，極易產生技術異化風險。一方面，強化學生的主體地位。高等教育為經濟建設服務，不斷向企業輸送適配型技術技能人才。在唯技術導向的驅使下，高等教育成為對接人才鏈與就業鏈的中介，機械地培養了大批標準化的技術人才，只顧獲“能”而不顧樹人，違背了教育的育人初心。因此，要避免技術至上主義，落實立德樹人根本任務，以學生的德智體美勞全面發展為導向，回歸育人本心。另一方面，發揮教師教學作用。踐行教師教學為主、機器賦能為輔的人機共處模式。教師需辯證地使用AIGC技術開展教學，不應過度依賴機器教學給予課堂的便利，而要做到敢用敢棄。同時，要強化師生之間的交互，在師生之間的情感交流中，還原師生共建共享的課堂教學生態，通過教師的言傳身教引導學生掌握知識技能，不斷培養學生的合作精神與道德情操。

六、結語

高等教育肩負培育國家棟梁、能工巧匠的重任，以及壯大實體經濟發展后備軍的歷史使命。一方面，人工智能時代的到來，不斷沖擊著高等教育辦學模式、專業設置與教學方式，傳統高等教育迫切需要改革，轉向智慧高等教育，以順應時代發展。另一方面，人工智能在教育中的運用，為高等教育智慧化提供了發展契機。據此，本研究提出，將AIGC技術融入高等教育全過程，從智慧輔教、智慧輔學、智慧輔考、智慧賦評與智慧輔管五個維度創新優化教育教學，賦能高等教育技能培養模式。同時，刻畫多模態數據獲取、全方位數據挖掘、深層次數據應用的高等教育創新驅動路徑，為AIGC技術與高等教育深度耦合提供框架遵循，以實現數據支撐下的個性化教學、虛實結合的沉浸式學習與自覺發生的終身學習。

然而，盡管AIGC技術在高等教育的實訓教學、考試測評、學情評估等方面已現成效，但技術運用所帶來的技術異化、本心迷失等問題初露端倪。技術雖能提高教育教學效率，但教育的初心是育人，教學的本心是為人，因此要善用技術、巧用技術，以凸顯教師言傳身教的重要作用。正如蘇格拉底（Socrates）所說：“教育不是灌輸，而是點燃火焰”，高等教育要培育具有創造性與個性化的人，而非馬爾庫塞（Marcuse）眼中“單向度的人”。高等教育只有引領學生自主學習、終身學習，才能培育出適應這個偉大時代的優秀人才。

參考文獻：

[1]萬力勇，杜靜，熊若欣.人機共創：基于AIGC的數字化教育資源開發新范式[J].現代遠程教育研究，2023，35（5）：12-21.

[2]張學英.人工智能視閾下基于勞動就業迭代的技能形成問題研究[J].中國職業技術教育，2018（30）：17-24，56.

[3]WILLCOCKS L. Robo-Apocalypse cancelled？ Reframing the automation and future of work debate[J]. Journal of Information Technology， 2020，35（3）：286-302.

[4]祝智庭，戴嶺，胡姣.AIGC技術賦能高等教育數字化轉型的新思路[J].中國高教研究，2023（6）：12-19，34.

[5]YANG J， ZHANG B. Artificial Intelligence in Intelligent Tutoring Robots： A Systematic Review and Design Guidelines[J]. Applied Sciences， 2019（2）：26=38.

[6]祝智庭，彭紅超.技術賦能的韌性教育系統：后疫情教育數字化轉型的新路向[J].開放教育研究，2020，26（5）：40-50.

[7]FREINA L， OTT M. A literature review on immersive virtual reality in education： state of the art and perspectives[C]. eLearning and Software for Education （eLSE）， 2015.

[8]LANZO J， VALENTINE A， SOHEL F， et al. A review of the uses of virtual reality in engineering education[J]. Computer Applications in Engineering Education， 2020（2）：1-16.

[9]SUN S， LUO C， CHEN J. A review of natural language processing techniques for opinion mining systems[J]. Information Fusion， 2017，36：10-25.

[10]THANGARAJAH J， TUYLS K， JONKERonker C. Affect-Aware Student Models for Robot Tutors[C]. Proceedings of the 15th International Conference on Autonomous Agents and Multiagent Systems， 2016.

[11]KATERINA M， GIANNAKOS M N. Learning analytics for learning design： A systematic literature review of analytics-driven design to enhance learning[J]. IEEE Translation on Learning Technologies， 2019（4）：12.

[12]HUTSON M. Artificial intelligence faces reproducibility crisis[J]. Science， 2018， 359（6377）：725-726.

[13]MOOSAVINASAB E. Intelligent tutoring systems： a systematic review of characteristics， applications， and evaluation methods[J]. Interactive Learning Environments， 2018， 29（4）：11-23.

[14]張更慶，劉先義.智能制造趨勢下職業教育人才培養的困境與突破[J].成人教育，2021，41（4）：61-69.

[15]汪張龍.人工智能技術在考試中的應用[J].中國考試，2017（11）：30-36.

[16]張毓龍.“金課”理念下高職院校的課程建設[J].江蘇高教，2020（12）：152-156.

[17]XIAO M， YI H. A practical and efficient multi-assessment system for vocational teaching based on machine learning[J]. International Journal of Electrical Engineering Education， 2023（60）：11-18.

[18]HETTIARACHCHI E， HUERTAS M A， MOR E. E-Assessment system for skill and knowledge assessment in computer engineering education[J]. International Journal of Engineering Education， 2015，31（2）：529-540.

[19]CHEN L， CHEN P， LIN Z. Artificial intelligence in education： A Review[J]. IEEE Access， 2020（8）：264-278.

[20]李志民.ChatGPT本質分析及其對教育的影響[J].中國教育信息化，2023，29（3）：12-18.

[21]劉胡敏，南旭光.新技術革命下職業教育的發展機遇及路徑[J].成人教育，2020，40（12）：63-67.

[22]劉三lt;D：＼2024年＼中國教育信息化＼中國教育信息化2024-3＼TP＼女牙.tifgt;，彭晛，沈筱譞，等.數據新要素視域下的智能教育：模型、路徑和挑戰[J].電化教育研究，2021，42（9）：5-11，19.

[23]顧小清，王超.打開技術創新課堂教學的新窗：刻畫AIoT課堂應用場景[J].現代遠程教育研究，2021，33（2）：5-13

[24]COBURN C E， TURNER E O. Research on data use： A framework and analysis[J]. Measurement Interdisciplinary Research amp; Perspectives， 2011，9（1-4） ：173-206.

[25]RITSCHEL H. Socially-aware reinforcement learning for personalized human-robot interaction[C]. In Proceedings of the 17th International Conference on Autonomous Agents and MultiAgent Systems， Stockholm， Sweden， 10-15 July 2018; pp. 1775-1777.

[26]TSIAMI A， KOUTRAS P， EFTHYMIOU N， et al. Multi3： Multi-Sensory perception system for Multi-Modal child interaction with multiple robots[C]. In Proceedings of the IEEE International Conference on Robotics and Automation （ICRA）， Brisbane， Australia， 21-26 May 2018; pp. 1-8

[27]焦建利，陳麗，吳偉偉.由ChatGPT引發的教育之問：可能影響與應對之策[J].中國教育信息化，2023，29（3）：19-32.

Theoretical Logic， System Construction and Realization Path of AIGC Empowering the Innovation Model of Higher Education

Liang WU， Hansha RAN， Jin MENG， Xin DAI

（College of Economics and Management， Guizhou Normal University， Guiyang 550025， Guizhou）

Abstract： At present， AIGC empowers higher education innovation to usher in new development opportunities for education informatization， especially under the guidance of higher education talent training model， job demand reform and education reform policies in the new era， education intelligence has become the key to realizing education modernization. Through the perspective of multi-dimensional integration of technology， talent and education， this paper expounds the embedding mode of AIGC in the five links of teaching， learning， examination， evaluation and management， and constructs a five-dimensional education whole-process system covering smart auxiliary teaching， smart supplementary learning， smart supplementary examination， smart empowering evaluation and smart auxiliary management， and forms a teaching innovation driving path for the implantation of educational intelligence potential. The results show that the embedding of AIGC can effectively realize the collaborative teaching between teachers and intelligent technology， improve the ability of data acquisition and analysis in teaching process， and promote the realization of intelligence-empowered education. Through the acquisition and analysis of multi-source data， AIGC can not only optimize the teaching mode and meet the personalized learning needs， but also improve the accuracy of skill assessment and the scientificity of teaching evaluation. AIGC empowering education helps the transformation and upgrading of education models， promote the innovation and optimization of education in the intelligent era， provide theoretical support for the deep integration of intelligent technology and education， and provide technical support and data-driven implementation path for education modernization.

Keywords： AIGC; Higher Education; Artificial intelligence; Intelligent education; Educational innovation; Intelligent technology

編輯：王曉明" "校對：李曉萍