高校如何應用生成式人工智能？

【中圖分類號】G40-057【文獻標識碼】A【論文編號】1009—8097（2025）08—0015—10【DOI】10.3969/j.isn.1009-8097.2025.08.002

作為科技發展進程中的里程碑事件，以ChatGPT為代表的生成式人工智能一經發布，便在全球范圍內廣受追捧，并迅速介入人類生產生活的各個領域，開啟了新一輪內容生產革命。GenAI能夠理解復雜多變的人類語言，通過對大規模數據的分析進行深度學習，生成文本、圖片、視頻等內容。這種新興的技術力量以其強大且專業的交互能力逐漸滲入醫療、金融、科技等領域，并延伸到高等教育系統。GenAI不僅“為教育教學提供了種種便利”，也“大大縮短了學術生產周期”，甚至被認為“能夠為高等教育全流程提供數智化決策支持”[][2][]。然而，正如Hayek 所言：“科學走過了頭，會造成一種相反的危險境地。”[4GenAI的全面介入，使高等教育“面臨個人隱私、教育公平、虛擬情感、認知發展等四重困境”[5]。但高等教育仍然沿用舊框架來應對新技術帶來的新問題，這使得高等教育治理明顯乏力。相關理論研究也多聚焦GenAI的倫理批判或具體創新，尚未形成理論指導下的統一應用邏輯。這種理論供給不足，加劇了高校應對 GenAI的實踐迷茫，形成了“技術進化-制度遲滯”的治理悖論。為此，本研究以國外高校發布的GenAI應用指南政策文本為研究對象，嘗試構建高校GenAI應用路徑模型，解構國外高校GenAI的治理邏輯，探索我國高校的GenAI應用策略，以期為我國高校科學應用GenAI提供理論參考。

一文獻綜述

為合理規制GenAI的使用，不同國家及國際組織紛紛出臺了相關文件。例如，2023年3月，英國發布《促進創新的人工智能監管方法》；5月，法國發布《人工智能：國家信息自由委員會的行動計劃》；12月，聯合國教科文組織拉美及加勒比地區高等教育國際研究所發布《掌握人工智能時代的高等教育：高等教育利益主體的入門指南》，針對GenAI 普及過程中產生的各種問題和倫理困境提出解決方案[][7][8]。2024年8月，歐盟發布的《人工智能法案》正式生效，成為全球首部人工智能領域的全面監管法規[9]。

在此背景下，學術界主要沿著“哲學思考 + 多維治理”的路徑對GenAI的應用展開研究。在哲學思考方面，一種是從價值論視角展開的討論，認為GenAI“強大的算法能力極易造成群體思想極化與依賴成癮，削弱社會價值共識”，進而導致“異質化聲音和多元思想被排斥，滋生小眾文化”[0][]。另一種是從主體性視角展開的探討，認為“人工智能不是一般性的純粹的技術，而是一種具有類人智能、能夠獨立承擔任務的顛覆性技術”，其介入教育很可能會“遮蔽與壓抑教育中的人、教育活動、教育系統的主體性”[][13]。

以哲學思考為基礎，學界對GenAI風險治理與教育變革的討論主要圍繞制度、倫理、生態三個維度展開：圍繞制度維度，研究者認為要在“國家層面制定并頒布一系列標準、評估方案、監管機制”，推進GenAI法治化建設；而在高校，可以通過創建以人為本的創新型人才培養體系、深化高等教育學科專業供給側改革等路徑，形成教育領域對GenAI的立法規制[14][5]。圍繞倫理維度，研究者認為“人工智能時代需重申人與教育的德性”，“完善人本面向的人工智能倫理規范”[16]I7]。圍繞生態維度，研究者提出要創設有溫度的教學空間、建構有深度的教學環境等，實現“從課堂教學人-機的雙向奔赴到雙向超越”；同時，也需要進一步強化責任意識、建設審查機制，促進學術生態健康發展[18]。

總的來看，學界已經認識到了GenAI在高等教育領域的應用潛力與潛在風險，對其引發的教育治理議題也給予了關注。而已有研究給出的治理建議多為宏觀層面的理念倡導，如重塑人的主體地位、明確高校的主體責任等，這對于高校應對GenAI帶來的復雜挑戰無疑具有啟發意義，但高校對GenAI的應用最終需落實到具體的實踐層面，這就需要一套切實可行的應用思路和治理方案。此外，不同研究者從不同視角、沿著不同理路對GenAI的治理邏輯進行了分析與探索，拓寬了高校GenAI 治理研究的視野。而對于高校如何應用GenAI，既需要有宏觀的、頂層的理念引領，也需要有相對微觀的、具體的行動方案。當前，對于GenAI應用在價值層面“應該做什么”的研究比較豐富，而對其路徑層面“怎么做”的研究相對欠缺。為此，本研究嘗試借鑒國外高校的先行實踐，來解答我國“高校如何應用生成式人工智能”的問題。

二數據收集與分析

本研究以國外高校出臺的GenAI應用指南政策文本為研究對象，挖掘和探討高校應用GenAI的具體做法、已有經驗、可能風險；同時，采用質性研究方法對這些政策文本進行類屬分析與編碼，探索不同高校應用GenAI的邏輯，最終形成一個系統的應用路徑模型。

1數據收集

自GenAI出現以來，有關GenAI引發的系列問題與風險一直是學界關注和討論的焦點。有高校甚至“明確禁止在所有課堂、作業、評估中使用ChatGPT和其他GenAI工具”，但更多研究者認為應該以負責任的態度去利用，而不是去禁止[19][20][2]。當前，國外部分高校已從最初的GenAI使用“禁令”進入引導使用階段，并發布了相關應用指南，這些應用指南可為我國高校科學、合理地引導GenAI的使用提供參考。由于質性研究方法采用的是非概率抽樣，故本研究以數據可獲得性為原則，搜集國外知名高校發布的GenAI應用指南政策文本，并按照以下標準進行篩選： ① 專業性，即所選政策文本是由學校專門負責GenAI應用的部門或針對GenAI應用成立的相關委員會起草并發布的權威、專業的政策文本； ② 全面性，即所選政策文本一般包含高校應用GenAI的價值取向、應對策略、風險規制等要素，且要充分覆蓋教學、科研、行政等高等教育的不同場景。經過篩選，本研究共收集到11所國外知名高校發布的14份GenAI應用指南政策文本，如表1所示。其中，有13份作為原始資料用于數據分析，另預留1份進行飽和度檢驗。

2數據分析

數據分析可分為三個階段：首先，深度解讀文本，從中提取有關GenAI及其教育應用的態度、觀點等信息，采用質性研究方法對文本內容進行編碼，獲取大量開放式編碼；其次，對這些開放式編碼進行歸納與分類，初步形成主軸編碼；最后，對主軸編碼的結果進行反復考察，通過選擇性編碼獲得核心范疇。

表1國外高校GenAI應用指南政策文本

（1）開放式編碼

開放式編碼是將原始資料進行初始概念化呈現的過程。本研究按照“提取原始資料 $$ 貼標簽 $$ 得到初始概念 $$ 形成初始范疇”的流程進行開放式編碼，其過程與結果如圖1所示，具體如下：首先，對用于數據分析的13份GenAI應用指南政策文本進行逐字、逐句分析，提取關鍵內容；接著，將與高校GenAI具體應用有關的內容貼上標簽，得到176個自由節點；之后，結合GenAI應用指南政策文本對這些自由節點進行充分的辨析、比較、提煉，共得到130個初始概念；最后，對這些初始概念進行分類、切割，形成42個初始范疇。

（2）主軸編碼

主軸編碼是在開放式編碼的基礎上對初始范疇做進一步分析，主要是通過對概念類屬進行比較，呈現概念類屬之間的邏輯順序與相互關系。本研究采用主軸編碼，對開放式編碼形成的 42個初始范疇進行歸納，得到12個副范疇；之后繼續對這12個副范疇進行歸納，得到4個主范疇，具體如表2所示。

表2主軸編碼形成的主范疇

（3）選擇性編碼

選擇性編碼旨在深入挖掘不同范疇之間的邏輯關系，生成具有統領作用的核心范疇。本研究對主軸編碼得到的4個主范疇之間的關系進行反復考察，最終將核心范疇確定為“高校應用GenAI的邏輯與路徑”。

三模型構建與闡釋

1模型構建

圍繞選擇性編碼得到的核心范疇，梳理主范疇之間的邏輯聯系，可以得到高校應用GenAI的主線一“價值引領 $$ 條件保障 $$ 教育創新 $$ 審查評估”。其中，“價值引領”在高校應用GenAI的過程中發揮方向指引、凝聚共識的作用；“條件保障”是由高校提供的GenAI使用條件與應用環境組成的保障體系；“教育創新”是通過教育變革促進高等教育數字化轉型，以適應GenAI帶來的教學生態變化；“審查評估”是高校對GenAI應用過程可能產生的風險進行監測，并采取相應的規制措施。這4個主范疇相互影響、彼此作用，構成了一個互為支持的閉環，共同決定著高校GenAI的應用程度和治理水平。在這個過程中，4個主范疇與12個副范疇相互嵌套，構成了高校GenAI應用路徑模型，如圖2所示。

圖2高校GenAI應用路徑模型

為確保本研究構建的高校GenAI應用路徑模型（下文簡稱“路徑模型”）達到理論飽和水平，本研究利用預留的高校GenAI應用指南政策文本——美國北卡羅來納大學教堂山分校發布的《學生生成式人工智能使用指南》，對路徑模型進行了理論飽和度檢驗，具體做法是：對預留的政策文本再次進行三級編碼，在此過程中觀察是否有新的概念、類屬和關系路徑出現，檢驗路徑模型中的“初始范疇”“副范疇”和“主范疇”是否已經達到飽和。理論飽和度檢驗結果顯示，在原有的4個主范疇、12個副范疇之外，未發現新的概念、類屬和關系路徑，說明路徑模型在理論上已經達到飽和狀態。

2模型闡釋

分析路徑模型的組成內容，不難發現：國外高校對GenAI的應用是在大學價值的引領下凝聚共識，通過制度設計、環境創設等支持體系的建設，推動GenAI與教育的融合創新；同時，采用定期評估、明確限制等舉措對GenAI的應用進行動態治理，以規避人工智能技術的潛在風險。這種做法，為高校應用GenAI提供了一個兼具開放性與規范性的發展范式。

（1）價值引領：為GenAI的應用建立共同理解

隨著GenAI逼近通用智能的臨界點，高校在“鼓勵探索應用”的過程中，亟需構建系統性價值共識框架，來引領教育生態的秩序重構與可持續發展。雖然GenAI自誕生以來便伴隨著難以監管的技術恐慌，但從編碼結果來看，國外高校對GenAI的態度整體上仍以鼓勵探索為主，如康奈爾大學鼓勵高等教育成員“采取積極主動的方法在教育中使用GenAI”。盡管GenAI并不是專業的高等教育工具，但因其已被作為能夠生成知識的泛在學習工具，劍橋大學提出高校應“鼓勵所有教師探索GenAI的各種可能性”，同時“鼓勵學生探索這些工具如何支持他們的學習生活和個人生活”。從頂層設計的角度來看，高校應指導GenAI的應用而非監管、應引導GenAI的使用而非限制。正如愛丁堡大學所言：“大學的立場不是對GenAI的使用施加全面的限制，而是強調學生完成作業的原創性、強調GenAI的局限性及將其作為信息來源的風險、強調有必要承認和允許使用GenAI的情況。”

雖然以上觀點反映了國外高校對待GenAI的態度，但高等教育成員是復雜的，存在不同的價值訴求，故“凝聚價值共識”是獲取GenAI治理合法性的前提。大學的精神和價值對高校發展無疑具有引領作用，紐卡斯爾大學強調不同高等教育成員對GenAI的訴求應與高校“卓越、創造性和學術自由的核心價值觀保持一致”，并在此基礎上進行深度博弈與廣泛協商以達成共識。在共同價值的引領下，各高校要平衡不同成員的價值訴求并建立關于使用GenAI的共同理解。對此，紐卡斯爾大學表示：“學術人員和學生之間的互動與對話，對于建立恰當地使用GenAI工具的共同理解非常重要。”這種共同理解正是通過加強不同主體之間的聯系實現的，如紐卡斯爾大學強調“促進高等教育機構、學校、認證學位的專業機構、人工智能專家、頂尖學者和研究人員之間的聯系”。但值得注意的是，大學是以高深知識為邏輯起點組織起來的學術組織，人才培養是大學的使命，所以引領高校應用GenAI的共同價值需以堅守大學之學術性、尊重人才培養規律為前提；同時，大學還是一個典型的利益相關者組織，不僅承載著內部成員的多元訴求，也承擔著服務社會、促進社會發展的外部職能，所以高校應用GenAI還需以服務于公眾、服務于公共利益為價值遵循。在人與技術的共生演進過程中，高校應充分利用自身的智力資源和社會資源，以知識共同體的集體智慧駕馭技術變革，使GenAI真正成為拓展人類認知邊界的伙伴，而非消解大學精神的工具。

（2）條件保障：為GenAI的應用打造支持環境

“技術都傾向于構建一個新的人類環境”，同樣技術也需要新的條件和環境的支持[22]。高校引入GenAI不僅需要價值層面的引領，還需要建立必要的保障體系。從高校GenAI應用指南政策文本生成的類屬關系來看，國外高校主要從三個維度為GenAI的應用提供條件保障：

① 建立制度保障，這是建立在對GenAI應用之共同理解和價值共識的基礎上、得到高等教育成員普遍認同的行為規范，規定了組織層面與個體層面的行動方向。從組織層面來看，高校應設有具體的部門或機構來協調、管理GenAI的使用。例如，在西北大學，“GenAI由生成式人工智能委員會與西北大學IT部門共同管理”；布萊恩特大學認為學校應“制定政策、標準和指導方針”，以“確保大學負責任地在道德和法律的框架中使用這些工具”。從個體層面來看，教師創造性使用GenAI工具的權利應得到制度的保障，正如紐卡斯爾大學所言：“所有支持學生學習的教師都應有權在適當情況下創造性地使用GenAI工具設計教學課程、教學資源并進行教學評估。”不同高等教育成員也都有義務遵守制度規定的行為規范，如耶魯大學強調“任何使用GenAI完成作業的行為都必須在引文中予以確認”；康奈爾大學指出“大學應認識到教師為適應GenAI的快速變化會產生的負擔，而且要為教學人員提供必要的支持。”

② 創設應用環境，既包含基礎設施、物理環境的升級，也涉及文化環境、學術氛圍的營造。例如，在物理環境方面，西北大學認為高校應“為GenAI的應用提供底層支持的硬件、軟件、系統和網絡基礎設施”；在文化環境方面，劍橋大學認為“重要的是持續提供支持和話語環境，以便學生可以充分利用GenAI，并在出現問題或疑慮時放心與教師聯系”。值得一提的是，紐卡斯爾大學強調要“營造符合學術誠信和道德規范的GenAI應用環境”，以確保高等教育成員可以在更為健康的技術環境中使用GenAI。

③ 提供專業指導，主要分為學校咨詢服務、日常學習指導、學術研究引導三類。其中，學校咨詢服務包括數據可視化咨詢、教學設計咨詢、信息安全咨詢、專家團隊咨詢等方面的服務，大部分由高校免費提供。例如，在西北大學，“對于數據科學、統計、可視化與代碼等方面的相關問題，學校所有成員都可以獲得免費咨詢。”日常學習指導包括主題培訓、數字化資源、課程指導方針、信息安全指導等，如布萊恩特大學提供了“大量關于人工智能、數據保護、網絡安全等主題的課程”；紐卡斯爾大學提供了“一系列在線學習資源、學習模塊、互動講座和研討會”等資源；西北大學認為教師應“向學生明確地說明如何以及何時使用這些工具”；哥倫比亞大學認為學校要“提供具體指導方案，說明哪些是允許的，哪些是不允許的，使學生在特定的條件下使用GenAI”。學術研究引導包括加強對學術誠信的理解、指導符合學術誠信的實踐、對GenAI生成的內容負責等，如康奈爾大學認為教師應“指導學生理解學術誠信的必要性及其構成”，并“以合乎道德和富有成效的方式使用GenAI工具”。

（3）教育創新：為GenAI的應用奠定知識基礎

實現教育創新與變革，是高校制定GenAI應用指南并促進其科學應用GenAI的主要目的。為了應對GenAI帶來的沖擊，高校首先做出目標上的改變，如康奈爾大學強調“將教育的重點放在制定更高層次的學習目標、培養學生的批判性思維及其未來需要的知識和技能上”。在GenAI不斷逼近通用智能的過程中，低階認知技能的重要性會不斷下降，如記憶、復述等初級信息加工將被GenAI替代，但正如劍橋大學所言：“它（GenAI）不能替代發展學生在批判性分析、創造性思維和嚴謹研究方面的能力”，這使高階思維（如邏輯推理、意義建構、深度思考等）的重要性將更加凸顯。而高階目標的實現，離不開數字素養培養和課程教學改革，這就需要重視數字素養、重構課程教學。

在重視數字素養方面，紐卡斯爾大學表示：“我們將優先考慮人工智能素養，為教師和學生提供有效、負責任地使用人工智能技術所需的知識與技能。”而在康奈爾大學看來，人工智能素養是“理解、評估和批判性地應用GenAI的能力，包括識別GenAI在不同領域的使用方式、評估GenAI生成內容的準確性和可靠性、了解應用GenAI的倫理和社會影響并更新課程教學，以適應GenAI的應用”。需要注意的是，培養人工智能素養是一個持續的過程。對此，康奈爾大學強調要“了解人工智能的潛在用途、局限性以及倫理問題，支持教師和學生有效地使用這些工具，并批判性地思考它們生成的內容”。

在重構課程教學方面，主要表現為重新設計課程要素、更新課程規劃，具體包括： ① 將GenAI納入課程體系，如哈佛大學的“入門編碼課程‘計算機科學導論’首次將人工智能納入其課程教學。該課程允許學生使用人工智能查找代碼中的錯誤，獲得相關資源和個性化反饋”；耶魯大學“正在考慮重新設計課程要素，以應對ChatGPT和其他人工智能平臺的挑戰”。 ② 制定適應GenAI的課程規劃，如康奈爾大學提出要“明確不同課程中學生使用GenAI工具的目標”“在課程規劃中加入協作修訂、元認知反思等環節，要求學生對以問題導向的任務進行反思”。此外，教學內容與教學方法也要隨著GenAI的應用進行更新：在教學內容上，教師要多與學生探討GenAI的新話題，如GenAI的發展方向、應用場景、積極影響、潛在風險等；而在教學方法上，紐卡斯爾大學認為教師要“不斷更新和改進我們的教學方法與評估方法，以應對新研究、技術發展、勞動力需求等帶來的影響”，并“不斷豐富和更新學習資源，以適應不斷發展的人工智能技術格局”。需注意的是，GenAI帶來的自然語言交互革命使 Austin[23]所說的“以言行事”成為可能，讓自然語言擁有了新的功能，所以如何專業且熟練地與大模型交流將成為高校需要培養的新能力。

（4）審查評估：為GenAI的應用規避潛在風險

在向高等教育成員賦權、為GenAI應用提供條件保障、引導和鼓勵高等教育成員負責任地使用GenAI的同時，有必要通過審查評估來規避GenAI可能引發的潛在風險。按照最優準則（Optimific Maxims），只有在適度規制下使用GenAI才能實現其最大價值[24]。如果擔心GenAI應用可能帶來的風險與后果而對其過度控制，那么將難以利用GenAI促進高校的發展；反之，如果不加控制地使用GenAI，就可能會沖擊高校知識生產、人才培養的根基，帶來昂貴的高校治理成本甚至無法挽救的后果。分析GenAI應用指南政策文本，可知目前國外高校對GenAI的審查評估主要包含四個方面的內容：

① 定期評估影響。由于GenAI已經具備一定的學習能力，與之相關的平臺也在不斷升級，這使得GenAI在與高等教育成員交互的過程中會不斷涌現新問題，因此對GenAI應用的監測和審查也應是動態的、持續的、周期性的。例如，紐卡斯爾大學認為要“定期評估與GenAI相關的政策和指導文件，以及其對教師、學生等成員和教學、學習等實踐活動的影響”，還要“持續監測GenAI工具整合到學術中的有效性、公平性和倫理影響”。根據評估結果，哈佛大學強調高校需“相應地更新應用GenAI的指導方針”，紐卡斯爾大學認為要“調整相關政策和程序，以確保它們隨著GenAI的發展而保持有效”。

② 重視內容審查。內容審查既包括評估GenAI生成內容的準確性、真實性，也涉及判斷GenAI生成內容的滯后性和可能存在的偏見等。只有通過內容審查，才能最大限度地阻止尚未達到專業要求的內容、虛假內容乃至違反學術道德的內容進入教育領域。國外高校提倡批判性地評估GenAI的生成內容，如倫敦大學學院表示：“如果您選擇使用GenAI工具，就必須始終批判性地評估它生成的任何內容、仔細檢查它創建的引文，并正確記錄您對工具的使用情況，以便在適當的時候予以確認。”

③ 關注信息安全。國外高校通過限制數據傳輸、明確數據分類、提供信息安全指導等途徑，來保障GenAI使用者的信息安全。例如，西北大學規定“大學教職員工、學生和附屬機構不得將機構數據輸入任何未經大學驗證、未獲得數據提供者明確許可的GenAI工具中”；布萊恩特大學要求GenAI使用者“了解正在使用的人工智能工具的數據隱私和安全要求，確保其使用符合大學相關政策中對于數據分類、數據加密、數字隱私與保存等的規定”。

④ 明確使用限制。在GenAI應用指南政策文本中，紐卡斯爾大學強調“不要過度依賴人工智能”；劍橋大學指出，“過度依賴這些工具可能會限制批判性思維和問題解決能力，導致錯過個人進行深度學習的機會”；康奈爾大學認為，對這些工具的過度依賴還“可能會削弱師生與他人互動的能力和意愿”。此外，這些政策文本還對特定教育場景中GenAI的使用進行了嚴格規定，如干擾教學的場景、有失教育公平的場景、限制學術自由的場景、教學評估場景等都被禁止使用GenAI。

四應用策略提出

從國外高校應用GenAI的情況來看，GenAI已滲入高校的各個領域，且與其中教學、科研等領域交融的深度和廣度在不斷拓展。國外高校強調價值引領、提供條件保障、推動教育創新、重視審查評估的GenAI應用路徑，可為我國高校應用GenAI提供重要參考。圍繞“高校如何應用生成式人工智能”的問題，本研究依托高校GenAI應用路徑模型，借鑒國外高校的GenAI應用經驗，提出我國高校的GenAI應用策略：

① 在應用GenAI的過程中，堅守大學之學術性、尊重人才培養規律是基本的價值遵循。不同利益相關者也要以此為原則，利用數字平臺、智能工具等新媒介拓寬對話的邊界，建立關于GenAI的共同理解，使GenAI應用更好地服務于公眾、更好地服務于公共利益。

② 作為人類智能的延伸，GenAI的爆發式發展雖然引發了多層面的社會性焦慮，但拒絕GenAI無疑是不明智的。正如Mcluhan所言：“新的延伸不斷發生，我們要做的不是拒絕，而是謀求新的平衡。”[25]因此，高校不僅要在教育教學中積極、主動地融合GenAI，還要為其相關應用提供條件保障，如及時配備軟硬件基礎設施、創設智能教育空間、進行DeepSeek的本地部署等，并提供必要的制度保障，以確保GenAI在高校組織系統中應用的科學性。

③ GenAI的知識涌現性質，警示高校如果不能在GenAI面前進退有度，那么其在知識生產領域也將喪失一定程度的自由。因此，高校應充分利用自己的智力資源組建GenAI應用團隊，如在教務部門設立GenAI教學服務中心、在科研部門設立GenAI科研服務中心，以集中負責GenAI教學、科研的相關事務，推動GenAI課程建設，促進GenAI應用的專業化。

④ GenAI在高校的應用，根本目標是最大限度地實現教育的價值，這就要求GenAI在應用過程中能夠與高校的利益、需求保持一致，因此對其進行審查評估是不可避免的。根據Leike等2提出的“人工智能對齊”（AIAlignment）觀點，高校應用GenAI可以沿著內、外兩條路徑進行價值對齊以降低可能的風險。其中，內在路徑要求高校建立有效的專業監管機制，按照教育倫理要求對GenAI的生成內容進行審查和評估，或開發內容檢測工具以更好地規范生成的內容；而外在路徑實施的關鍵，在于明確高校各利益相關者承擔甄別和糾正GenAI生成內容偏誤的義務，并提升批判性應用GenAI的意識。在人工智能語境下，我們無法對GenAI視而不見，所以我們要做的，是去主動擁抱GenAI、科學應用GenAI。正如伏爾泰所言：“不具有他的時代的精神，將會經歷他的時代的所有不幸”[27]——高校亦如此，因為“只有領會時代特點、把握時代精神并適時地調整自己的步伐，才不至于被時代拋棄”[28]。

參考文獻

[1]李會春.ChatGPT的智慧生成特征及對高等教育的挑戰[J].江蘇高教，2023，（8）：1-12.

[2]晏成步，林曉.無聊的加速：ChatGPT與高等教育回應[J].教育發展研究，2023，（11）：33-37.

[3]楊俊鋒.生成式人工智能與高等教育深度融合：場景、風險及建議[J].中國高等教育，2024，（5）：52-56.

[4]（英）弗里德里希·A.哈耶克著.馮克利譯.科學的反革命：理性濫用之研究[M].南京：譯林出版社，2003：8.

[5]黎明，徐政，葛力銘，等.\"人工智能+\"賦能高等教育：理論邏輯、現實困境與實踐路徑[J].科學管理研究，2024，（5）：57-65.

[6]DSIT.Apr-inovatonapproachtoAIregulatiOL].tps：/sets.publsgservce.govuk/ovemnt/uploads/ste/uploads/attachment_data/file/1176103/a-pro-innovation-approach-to-ai-regulation-amended-web-ready.pdfgt;

[7]CNIL. Intelligence artificielle： Le plan d'action de la CNIL[OL].

[8]UNESCO IESALC.Harnessng theeraofartificial intelligenceinhighereducation：Aprimerforhighereducationstakeholders[OL].

[9]成都商報.全球首部全面監管AI歐盟版《人工智能法案》出爐[OL].

[10]阮一帆，王智博.ChatGPT之于思想政治教育的倫理風險及應對策略[J].社會主義核心價值觀研究，2023，（3）：50-58.

[11]米華全.智能思政倫理風險的生成邏輯、表現形式及防控機制[J].中國電化教育，2023，（2）：111-117.

[12]孫偉平.人工智能與人的\"新異化\"[J].中國社會科學，2020，（12）：119-137、202-203.

[13]張黎，周霖，趙磊磊.生成式人工智能教育應用風險及其規避——基于教育主體性視角[J].開放教育研究，2023，（5）：47-53.

[14]逯行，張春佳，黃仕友.智能時代教育主體的失范風險歸因及其多層次治理研究[J].現代教育技術，2023，（9）：37-46.

[15]周洪宇，常順利.生成式人工智能嵌入高等教育的未來圖景、潛在風險及其治理[J].現代教育管理，2023，（11）：1-12.

[16]趙梓含，曹輝.人工智能時代教育\"倫理邊界\"的迷思與反思[J].教育學術月刊，2023，（12）：38-44.

[17]馮子軒.生成式人工智能應用的倫理立場與治理之道：以ChatGPT為例[J].華東政法大學學報，2024，（1）：61-71.

[18]李森，鄭嵐.生成式人工智能對課堂教學的挑戰與應對[J].課程·教材·教法，2024，（1）：39-46.

[19]王沛楠.人工智能寫作與算法素養教育的興起——以 ChatGPT為例[J].青年記者，2023，（5）：94-96.

[20]劉彩娥，韓麗風.AIGC背景下高校信息素養教育的發展[J].大學圖書館學報，2024，（2）：46-51.

[21]呂宇靜，杜嚴勇.國外著名高校生成式人工智能倫理政策研究[J].中國礦業大學學報（社會科學版），2025，（4）：110-125.

[22]（美）里查德·A·斯皮內洛著.劉鋼譯.世紀道德——信息技術的倫理方面[M].北京：中央編譯出版社，1999：1.

[23]（英）J.L.奧汀斯著.楊玉成譯.如何以言行事[M].北京：商務印書館，2013：1.

[24]王東華.規范性的兩種來源——以帕菲特對后果論的康德式證明為線索[J].哲學動態，2022，（2）：94-101.

[25]（加）馬歇爾·麥克盧漢著.何道寬譯.理解媒介：論人的延伸[M].南京：譯林出版社，2019：249.

[26]Leike J， Krueger D，EveritT，etal.Scalable agent alignment via reward modeling： Aresearchdirection[OL].

[27]（德）叔本華著.羅烈文譯.人生究竟有何不同[M].北京：中國三峽出版社，2009：170.

[28]許鋒華，岳偉.關于學生負擔過重的人學思考[J].當代教育科學，2004，（24）：11-13.

How Do Universities Apply GenAI？

A Qualitative Study Based on14 Policy Texts on GenAI Application Guidelines from Overseas Universities

WANG Xing-Yu CHENKai

（ChineseEducationodernzationResearchIstitute，HangzhouNoralUversityHangzhou，Zhejang，Cn）

Abstract：Asanew breakthrough in artificial intellgence，generative artificial intellgence （GenAI）has brought huge opportunities and chalenges to higher education.“How universities canapply GenAI\"has become a topic of great concem in thefieldofhigherducation.Toaddressthisiue，thispaperadoptedaqalitativeresearchaproachandconductedeach based on14 policydocuments on GenAI application guidelines published by1 overseas universities.Throughdatacollection and data analysis in three stages ofopen coding， main axis coding，and selective coding，a GenAIapplication pathway model foruniversities was established.This modelcomprehensivelyandthre-dimensionalldescribedtherealisticpictureofGenAI aplication inuniversitiesthrough“valueleadership\"to establishacommonunderstanding，“conditionalguarantes”tocreate a supportive environment，“educational innovation”to laya knowledge foundation，and“reviewand assessment”toavoid potentialrisks.Afterthat，relyingonthe model，thearticle drewonthe GenAIapplicationexperiences fromforeignuniversities to propose GenAIapplicationstrategies forChineseuniversities toaddressthequestionof\"howuniversities canapply GenAl\"， and provided theoreticalsupportfor Chinese universities to achieve high-qualityeducational development in thedigital era.

Keywords： GenAI; university; policy document; application pathway