010-68332837
全国咨询热线
以伦理治理引领人工智能时代高等教育变革
任少波
◎摘 要 人工智能正系统重塑高等教育的知识生产方式、人才培养模式和大学治理结构，同时引发学术诚信、认知外包、数据安全、教育公平、师生角色重构等结构性伦理挑战。高等教育人工智能伦理治理不能仅停留于工具管理和风险防控，更应上升为关乎育人方向、学术秩序和大学责任的价值治理。高校应坚持以人的全面发展为根本尺度，积极拥抱和使用人工智能，确立价值先导的智能技术应用尺度，构建分类施治的精准化治理框架，重塑素养贯通的人才培养核心能力，筑牢数据治理的安全制度底座，营造文化浸润的未来大学生态，使人工智能真正成为促进人的全面发展和高等教育高质量发展的建设性力量。
◎关键词 人工智能；伦理治理；高等教育；人才培养；大学治理
当前，以生成式人工智能为代表的新一代智能技术，正在系统重塑大学育人、知识生产和治理秩序。联合国教科文组织指出，技术快速扩散已明显超出许多教育机构既有规则和能力准备的范畴，亟需从政策、能力和伦理层面统筹回应[1]。今年7月，Google DeepMind首席执行官、诺贝尔化学奖得主哈萨比斯（Demis Hassabis）作出一个极具分量的判断：通用人工智能（AGI）“可能只需短短几年就会到来”，人类“正站在奇点的山脚下”。其影响规模与速度或为工业革命的十倍[2]。可见，人工智能前沿发展不断突破人类认知边界，教育系统提前建立价值判断和治理能力的紧迫性愈发凸显。习近平总书记在2026世界人工智能大会上呼吁“携手构建公正合理的全球人工智能治理体系”，强调“确保人工智能始终处于人类控制之下”“用全人类共同价值塑造人工智能的价值观”[3]。科技前沿的判断与全球治理的共识共同指向同一个方向，即智能技术越深入人类社会核心地带，伦理治理与价值引领就越不可或缺。
人类正在进入“新蒸汽时代”，如同蒸汽机替代人体肌肉力量，人工智能正在替代人的记忆存储和逻辑建构，拓展认知、判断和创新能力。对高等教育而言，这并非单纯的工具更新，而是育人目标、能力结构和治理方式的重新校准。高校不能做旁观者和被动适应者，应主动拥抱技术变革，在守正创新中重塑教育理念和体系。从大学治理视角看，高等教育面对的已不只是“是否使用技术”“怎样提高效率”的问题，更是“技术为了谁”“教育何以为人”“大学如何承担责任”等根本问题。高校作为知识创新的策源地、拔尖创新人才培养的主阵地以及社会价值理性的守护者，应以伦理治理引领变革，在技术重塑知识生产的同时守住学术真实，在算法提升治理效率的同时守住人的主体性，在智能扩展学习边界的同时守住教育公平与大学公共责任，使人工智能真正成为教育高质量发展的建设性力量。
智能时代高等教育伦理治理何以成为时代命题
1.人工智能重塑高等教育基本关系
以大模型、生成式人工智能、多模态系统、智能体、具身智能和科学智能为代表的新一代智能技术，已从表层的外部工具演变为重塑高等教育运行逻辑的结构性变量。技术日益广泛地参与课程设计、学习诊断、科研协同乃至管理决策，使得教师、学生、学术共同体和学校制度共同维系的责任关系面临辨析与重构。例如，学生与人工智能协作完成的作品，对原有评价方式、学习进展判定和知识贡献界定构成现实挑战。
随着智能技术对教学、科研、学习、管理与评价整体变革的推动不断深入[4]，高校面对的已非单纯的工具使用问题，而是知识生产、能力形成、数据权力、资源分配和关系责任相互交织形成的结构性伦理挑战。在此过程中，我们既要关注技术的替代作用，更要关注教育内在的“不可替代性”，即高尚人格的塑造、创新能力的培养、强健体魄的锻造以及深度交往与协同学习的养成。当记忆、检索、推理和表达越来越多地由智能系统辅助完成，大学教育的重心更应向问题意识、价值判断、创造实践和责任担当等人工智能难以企及的“人的内核”转移，前瞻性建立理解、驾驭、规范和超越技术的治理能力。
2.人工智能引发结构性伦理问题
人工智能引发的伦理问题，是技术嵌入高等教育运行体系后，在知识生产、能力形成、数据权力、资源分配和关系责任等环节持续传导的结构性挑战。
一是知识生产主体边界模糊，学术诚信秩序亟待重建。生成式人工智能降低了作业、论文、代码、图像和报告的生成门槛，使“真实学习”“原创贡献”和“合理辅助”之间的边界更趋复杂[5]。这要求高校重新构建学术诚信治理框架，将甄别焦点从识别生成结果真伪，转向确认学习过程与原创贡献的真实性。
二是能力形成的主体性过程弱化，认知外包风险日益凸显。人工智能可以帮助学生更快获得答案，却未必帮助其真正经历问题发现、概念理解、证据辨析和独立判断的过程[6]。若只强调工具使用技巧而忽视人类认识世界、改造世界的素质与能力构建，学生便可能从“不会使用技术”走向“过度依赖技术”，从借助工具学习滑向由工具代替思考。智能时代的教育目标，是培养能与人工智能协同创造，同时保持独立人格与价值判断的“完整的人”。
三是数据权力配置结构失衡，学术自主与教育判断受到挑战。智能平台背后的数据、算法和商业模式，正在改变教育治理和知识生产的权力结构。学生学习行为数据、教师教学数据、科研原始数据、未发表成果、评审材料和管理决策信息，若缺乏规范管理，就可能引发隐私泄露、数据滥用、算法偏见、责任不清和知识产权纠纷等问题。教育数据分析应始终围绕人的判断、解释权和行动能力展开，而不能把自动化结果等同于教育事实。数据治理既是技术安全问题，更是关乎大学能否保持学术自主和教育判断权的核心议题。
四是资源分配失衡催生智能鸿沟，教育公平面临新的分化压力。人工智能具有扩大优质教育资源供给的潜力，但算力、数据、平台、师资、区域和家庭条件上的资源分配失衡，也可能催生新的“智能鸿沟”，恐使其从促进公平的工具沦为新的分层机制。联合国教科文组织政策指南关于“人工智能教育应用必须关注包容、公平和公共利益，防止技术扩散进一步放大既有教育差距”的警示[7]，正印证了这种隐忧并非过虑。
五是关系责任传统边界重组，师生角色与治理责任亟待重塑。教师不再仅仅是知识讲授者和学习评价者，更需要成为人工智能应用的设计者、解释者、把关者和伦理引导者[8]。若教师发展体系未能及时跟进，人工智能应用就容易陷入“简单禁止”与“放任使用”两种极端，既可能错失技术赋能的机会，也可能弱化真实学习和专业训练。
可见，智能时代高校伦理治理贵在协同，其对象并非技术本身，而是技术介入后引发的学习真实性、能力生成、数据秩序、机会公平和责任结构的重组，必须同步更新课程、评价、治理和教师发展体系。
3.从技术伦理走向教育伦理
一般意义上的人工智能伦理主要关注安全、隐私、透明、问责、偏见防范等问题[9]。但教育场域的特殊性在于，其承载着人的成长、意义建构和价值形成过程，其中的人工智能伦理更要关注学生是否在技术支持下形成独立判断、真实能力与健全人格。高等教育中的人工智能伦理，必须跳出“技术合规”的窄化视角，回归“人的培养”这一根本命题，追问技术是否服务于人的全面发展，是否维护真实学习和原创贡献，是否促进更好的师生关系，是否保障教育公平与学术责任，是否有助于建设更加开放、可信、负责任的大学制度等问题。
2026年世界数字教育大会发布的《人工智能教育杭州倡议》和《人工智能教育伦理：参考框架》为这一“育人本位”的转向提供了实践坐标。前者把人工智能教育治理置于人本、公平、协同、生态和全球合作的整体框架之中[10]，后者则进一步提出“主体归人、协同共生、适境致善、分类施治”四大理念[11]。对高校而言，这些理念不能停留在政策话语层面，而应转化为可执行的治理机制：以“主体归人”校准育人初心，让人工智能成为学生提升问题意识、创新能力和协同能力的支撑，而不是替代思考、弱化主体性的路径依赖；以“协同共生”重塑育人场景，让技术服务于从个体获得知识走向人机协同创造的学习范式变革；以“适境致善”遵循育人规律，在尊重学科差异的前提下，引导学生从寻求标准答案转向发现提出问题，从被动接收知识转向主动建构知识；以“分类施治”守护育人底线，在鼓励创新探索的同时，确保学术诚信与价值引领不缺位。
智能时代高等教育伦理治理的核心任务，是建立一套支撑“善用、会用、慎用、可问责”的价值框架和制度机制，将伦理要求嵌入技术引进、课程建设、教学评价、科研组织、数据管理和教师发展全过程，引导学生在拥抱人工智能技术的同时，实现从“有知识”到“有行动”、从“总结过去”到“面向未来”的进阶发展，让人工智能真正促进学生真实能力生成和全面发展。
智能时代高等教育伦理治理的价值守护
人工智能深层次重塑人与知识、人与技术、人与制度之间的关系。高等教育伦理治理的意义，正在于为这种系统性关系变革重新确立了基本价值坐标，回应并化解人工智能引发的结构性伦理挑战。智能技术越是深入教育全过程，高校越需要回答四个问题，即人的主体性如何维护，知识生产的真实性如何保证，教育公平如何实现，大学的公共责任如何彰显。在此基础之上，把伦理原则转化为教学、人才培养、科研创新、大学治理当中具体的规则、组织机制与文化共识，推动人才培养范式实现迭代升级。
1.守护人的主体性：防止技术替代人的思考与判断
教育的根本目的是让学生在提出问题、辨析证据、作出判断与承担责任的过程中成长为完整的人，它要求在拥抱技术便利的同时，守护人的主体性和精神成长。人工智能可以提供资源、生成文本、模拟对话、辅助分析，但不能替代思想政治教育的育人功能，也不能替代学生亲历真实学习的过程，更不能替代学生形成独立人格、价值判断和创造能力[12]。面对学生借助人工智能完成的工程设计方案等学习结果，教师不能只评判方案“能不能用”，更要考察问题是否由学生自己提出，学生是否能够阐释方案的合理性并对设计方案结论承担责任。高校需要防范人工智能从学习支持滑向认知依赖，引导学生在真实任务和人机互动中形成问题意识、独立判断、责任意识和协同解决复杂问题的能力。
2.守护知识真实性：重建智能时代的学术秩序
大学之所以为大学，在于它以可验证、可批判、可积累的方式生产和传承知识。人工智能时代的学术秩序，必须建立在主动建构之上。人工智能评估量表研究提出，应依据学习目标和任务性质明确不同层级的人工智能使用方式，使学生、教师和管理者围绕“可否使用、如何使用、如何说明”形成共同预期[13]。例如，学生可以借助人工智能梳理文献资料、优化课程论文或研究报告的表达，但如果研究问题、核心判断和论证结构都由模型代为生成，就不能被视为真实的学术贡献。学术伦理治理不能只依赖检测工具，也不能简单退回全面禁止使用的旧路径，而应转向过程证据、使用披露和责任确认。高校应根据不同成果形态，明确人工智能使用的边界和说明义务。对于资料检索、语言润色、格式整理、初步代码辅助等低风险环节，可以在规范披露前提下合理使用；对于研究问题提出、核心观点形成、论证结构建构、关键数据解释和最终结论判断等体现原创贡献的环节，必须由人独立完成并承担责任。
3.守护教育公平性：防止智能技术成为新的分层机制
全球教师调查显示，资源、培训与最佳实践案例是推动人工智能融入教学的核心赋能要素[14]。人工智能融入教学，理应让师生普遍受益：它既可为学生提供个性化学习支持、即时反馈和开放资源，也可以辅助教师更好地识别学习困难、改进教学设计。但在真实的学习场景中，使用同样的人工智能完成课程任务，有的学生能够获得高质量模型、专业教师指导和真实项目资源，有的学生却只能使用免费工具、碎片化提示，得到缺乏验证的答案。可见，这种工具与资源获取上的分化正是智能鸿沟的现实表现：它不只是“有没有工具”的问题，更是“能否获得高质量工具、专业指导、真实场景和可信服务”的问题。因此，高校推进人工智能教育应用必须把公平普惠作为重要尺度。一方面，要推动优质智能教育资源开放共享，降低学生和教师使用智能工具的门槛；另一方面，要特别关注基础薄弱学生、弱势学生和资源不足学科的支持需求，为其提供必要的工具保障和学习支持。对于涉及学习评价、资助推荐、招生培养、就业指导等可能影响学生发展机会的智能系统，高校更要坚持透明、审慎和可申诉原则，确保算法分析只作为辅助依据，不能替代人的综合判断。
4.守护大学公共性：推动智能时代大学治理现代化
人工智能可能提升流程效率、优化资源配置、改进质量保障，同时也潜藏数据依赖、评价异化和技术权力过度集中的风险。例如，在学业预警、奖助推荐、学位审核场景中，智能系统依托多维度数据给出风险提示或者排序建议，但算法很难完整还原学生成长历程、实际贡献与发展潜力。算法还原的这种局限，把高校推到一道必答题前：不是是否使用智能系统提高治理效率，而是能否防止算法结果未经人的研判便直接转化为管理结论。大学治理是一个有机体系，需要围绕人才培养目标来推动制度机制协同改革[15]。尤其是在招生录取、学位授予、学术评价、职称评审、学生处分等高利害场景中，必须坚持人的最终判断权，建立人工复核、申辩申诉和责任追溯机制。人工智能可以辅助大学治理，但不能替代大学作为学术共同体的价值判断和公共责任。
以伦理治理深化高校人工智能教育改革
人的主体性、知识真实性、教育公平性和大学公共性相互支撑，共同构成高校推进人工智能教育应用必须坚守的价值底线和行动准则。伦理治理应转化为技术进入教育教学、人才培养、科研创新和大学治理全过程的具体规则、组织机制和文化共识。智能时代高等教育伦理治理，必须体现主动拥抱的胆识与守正创新的智慧，推动人才培养范式的根本性迭代。
1.以价值先导确立智能技术的应用尺度
进入课堂、评价、科研和治理流程的智能技术，首先应接受教育价值的检验。坚持价值先导，关键是把“培养什么人”“怎样培养人”“为谁培养人”置于“使用什么技术、在哪些场景使用技术、以何种方式使用技术”之前。浙江大学在推进人工智能赋能教育过程中，注重将人工智能技术应用嵌入人才培养目标和教育教学改革整体设计，实施“教育教学人工智能进阶计划”，构建人工智能通识、交叉、专业三类课程体系，紧扣培养“会创造的人”的育人目标，重构智能时代的课程体系、教学支持和教师发展机制，同时不断强化使命引领的思想政治教育体系，将学生引向中国式现代化的新场景和国家战略需求的前沿领域。人工智能只有服务于人的成长与发展，才具有进入教育的正当性。
2.以分类施治构建精准化场景治理框架
人工智能应用场景多元，风险程度差异明显，不能用一套简单规则处理所有问题。高校应根据不同教育场景的风险水平、育人功能和责任边界，建立禁止准入、有限使用和鼓励使用相结合的分类治理框架。对于涉及国家安全、个人隐私、科研机密、考试公平、学位授予、职称评审等场景，应严格限制人工智能介入，坚持人工复核和责任追溯；对于文献检索、语言润色、学习诊断、教学反馈、资源生成等中低风险场景，可以在规范披露和过程留痕基础上有限使用；对于虚拟仿真、跨学科探究、复杂系统建模、创新创业训练等有利于拓展学习边界的场景，则应积极鼓励教师和学生探索应用。因此，分类施治的重点，是把抽象伦理原则转化为可执行的场景清单和责任规则。高校应明确哪些场景“不能用”，哪些场景“可以用但必须说明”，哪些场景“鼓励用并支持创新”。
3.以素养贯通重塑智能时代人才培养的核心能力
高校人工智能素养教育不应止步于“工具技能培训”，而应贯穿于通识教育、专业教育和创新创业教育全过程，实现“素养贯通”。其核心目标在于不仅教会学生使用人工智能工具，更培养他们在人机协同中保持独立判断与创造能力，提升提出问题、定义问题及解决复杂问题的综合素养。学生既要理解人工智能的基本原理、应用场景与能力边界，也要关注算法偏差、数据伦理、知识产权、学术诚信及社会责任等深层议题，在真实任务中学会质疑、解释、限制并负责任地使用工具。素养贯通意味着以真实问题为导向，探索全新学习方式。浙江大学近年来围绕人工智能驱动的知识创新、复杂场景下的多学科交叉培养、虚实融合的数字孪生任务学习，探索未来学习的新形态。建设以未来学习中心为核心的网状创新平台，引导学生在科研训练、工程实践、创新创业和社会服务中，通过真实问题的解决形成跨学科理解、系统思维、工程伦理和创造性实践能力。这些探索表明，人工智能素养教育正在从“工具培训”推进到“真实任务中的能力生成”。
4.以数据治理筑牢安全可信的制度底座
人工智能教育应用本质上是数据驱动的过程。高校必须建立数据采集、存储、使用、共享、销毁的全流程治理机制，坚持最小必要、目的限定、知情同意、授权使用、分类分级和安全审查原则。数据治理的重点是在开放创新和安全可信之间建立平衡。高校应建立教育数据分类分级标准，对教学平台、智能助教、学习分析系统、科研协同平台和管理系统中的数据进行差异化管理；建立外部平台和模型准入机制，对数据流向、算法透明度、知识产权归属和安全责任进行审查；建立师生数据权益保护机制，明确师生对个人数据的知情权、选择权、解释权和申诉权。只有形成可信的数据治理底座，人工智能教育应用才能获得师生信任，也才能持续健康发展。人工智能越深入教育全过程，越需要把数据安全、算法责任和师生权益保护前置到制度设计之中。
5.以文化塑造形成面向未来的大学生态
人工智能教育改革不能只靠制度文本，更需要形成诚实、透明、负责、开放的大学文化。要推动面向未来的人工智能教育生态发展，就要把负责任的人工智能使用规范内化为师生共同遵循的价值观念，让伦理要求从外在的制度约束变成内在的文化自觉。高校要鼓励师生大胆使用人工智能探索未知，但必须以学术诚信与责任担当为前提，引导师生建立健康向善的人机协同关系。人工智能越强大，越要强调人的灵魂的高尚与交往的温度；生成能力越突出，越要强调真实学习与原创贡献。浙江大学推进未来学习中心、真实任务驱动课堂和人工智能教育教学改革，其深层意义不仅是建设新的学习空间和技术平台，更是通过制度引导、课程重构、教师发展和学生实践，形成面向智能时代的学习文化、创新文化和责任文化。面向智能时代，大学既要主动拥抱技术变革，也要守住教育的本质初心，以有温度、有责任、有底线的文化共识，滋养人机共生、育人优先、创新向善的新型大学生态，让人工智能真正服务于培养担当民族复兴大任的时代新人。
自达特茅斯会议以来，人工智能已走过七十年历程，并正在成长为深刻重构人类生产生活方式的关键力量。人工智能伦理治理的提出，意味着我们已意识到技术不能仅靠技术来驾驭，效率不能作为唯一的评价尺度，大学的回应也不能止步于政策文件和工具开发，而是在拥抱大学教育的系统变革中，把人工智能应用纳入育人规律、学术规范和大学治理体系，从而把握与回应人工智能时代培育“会创造的人”的机遇和挑战，真正实现技术向善、教育向新、大学向未来，这也正是伦理治理在规则、制度与文化之上，赋予智能时代高等教育最不可替代的价值。
文章来源：浙江大学党委书记
（原载2026年第17期《中国高等教育》杂志）
