信息来源：RUC人工智能治理研究院 发布时间：2025年10月28日

2025年10月25-26日，中国人民大学人工智能治理研究院主办的“人工智能对高等教育的挑战与应对”专题学术研讨会成功举行。来自法学、心理学、计算机科学、信息资源管理学、教育学、哲学等多个学科领域，中国人民大学、北京大学、北京师范大学、上海交通大学、华东师范大学、中国教育科学研究院、百度高校合作部等十余所高校、科研机构和企业的近二十位专家学者参与会议，与现场师生一起，围绕人工智能时代高等教育的转型路径展开深入交流。本次活动由中国人民大学交叉科学研究院、中国人民大学教育学院、中国人民大学信息资源管理学院、中国人民大学未来法治研究院协办，旨在推动跨学科对话，为探讨高等教育高质量发展贡献力量。

中国人民大学人工智能治理研究院院长、哲学院教授刘玮向所有与会师生表示诚挚欢迎和感谢。随后他介绍了人工智能治理研究院的宗旨与目标，本次会议特别邀请来自不同学科的学者聚焦学生能力、教师素养、教学形态、学术规范、知识产权等议题，共同探讨人工智能对当今高等教育的挑战和应对。

1

研讨会首日

2025.10.25

第一场讨论

25日上午第一场讨论由中国人民大学信息资源管理学院教授任明主持。

华东师范大学心理与认知科学学院的胡谊教授首先作了题为《AI时代如何培养学生的学习能力-元认知视角》的报告。他指出，在AI时代，学生学习能力培养应聚焦元认知。元认知是学习者对自身认知过程的反思与调控，核心在于计划、监控、调节与反思。研究借助智能导学系统（ITS），从学习行为中提取元认知特征，显著提高了知识追踪与课程推荐的解释性与精准度。实验显示，在个体与群体层面，元认知反馈与支架均显示出对学习表现与协作效果的积极影响。未来，研究将拓展多模态数据，构建更具适应性与解释性的元认知支持系统。

兰州大学高等教育研究院副院长罗杨洋副教授在报告《职责转型：AI时代的教师角色张力与价值平衡》中剖析了AI对教师角色的深刻冲击。他指出，教师作为唯一知识来源的传统角色逐渐消失，价值观塑造、师生关系、情感支持等职能也受到冲击。面对技术迭代，教师陷入“主导还是伙伴”“ 标准化筛选还是个性化发展”等多重角色张力。为此，他提出从顶层设计、协同指南与教师自主三层面推进职责分担、任务分离与专业发展，以帮助教师应对AI时代的职责挑战。

华东师范大学上海智能教育研究院教授宋宇的报告《类脑智能与未来课堂模式探索》强调，人工智能正推动教育形态发生深刻变革。为应对当前大模型训练依赖海量数据、资源消耗大、与真实教学场景脱节等问题，提出“双向赋能”路径：一方面用AI提升课堂教学质量，推动启发式、互动式教学；另一方面将人脑认知机制融入模型设计，推动AI从“数据驱动”迈向“认知驱动”。团队通过采集师生行为与脑活动数据，开展多模态对齐与虚拟仿生实验，探索未来课堂模式。

第二场讨论

25日上午的第二场讨论由华东师范大学上海智能教育研究院教授宋宇主持。

中国人民大学法学院讲师孙靖洲作了题为 《他者之笔：AI于论文使用的评价与规范》的报告。她指出，AI在论文写作中已普遍使用，但当前高校规定缺乏统一标准，学生使用AI常处于“灰色地带”；传统学术不端概念如剽窃、伪造在AI语境中也难以直接适用。她主张应围绕原创性、诚信与公平三大核心价值，推动评价标准从“是否独立完成”转向“是否具有创新性”，并将人机互动能力纳入考核体系，引导学生负责任地使用AI。

中国人民大学教育学院教授周详在报告《高校AIGC不当使用的处理处分》中从实体与程序两方面剖析AIGC使用的规范难题。他强调，AIGC使用是否构成学术不端，关键在于区分其作为辅助工具还是实质内容参与，高校在实体上也要事先明确相关规则。在程序上，学术不端调查与学生处分属不同法律关系，学校不应仅凭AIGC检测结果或学术委员会结论直接处分学生，而应通过完整证据链与正当程序，防止因技术依赖而削弱对学生权益的保护。

25日上午讨论

第三场讨论

25日下午的第三场讨论由兰州大学高等教育研究院副院长罗杨洋副教授主持。

中国人民大学教育学院讲师王婷婷作了题为《人工智能与大学生学习生态变革》的报告。她通过研究表明，不同目标导向的学生在使用生成式人工智能过程中存在显著差异：掌握导向型学生更多将AI用于执行与评估，以深化理解；而低目标学习者则依赖AI进行监控与决策。研究进一步揭示，AI辅助虽能提升任务完成的完整性与精确性，却可能抑制创新思维，并导致元认知上的过度自信。未来关注的重点应该是在AI时代平衡技术辅助与学习者自主性，以真正维护和培养学生的自主学习能力。

首都师范大学教育学院副教授万海鹏的报告《工智能对高校教学范式的影响：从大学生关于AIGC使用意愿说起》探讨了大学生对AIGC的使用意愿及其影响因素。研究发现，大学生整体对AIGC持积极态度，但非用户群体的使用意愿反而高于已有用户。在使用群体中，态度、主观规范和感知行为控制共同正向影响使用意向；而在非用户群体中，仅感知行为控制起到关键作用，并在态度、主观规范与意向之间发挥完全中介作用。研究进一步在一门师范生课程中验证了AIGC赋能的教学模式，结果显示其有助于提升教学设计质量与AI-TPACK水平。

北京大学信息管理系助理教授步一作了题为《人工智能时代下大数据管理与应用专业的教与学》的报告。他指出，当前专业教育面临知识半衰期急剧缩短、教学重心偏向模型构建而忽视应用、实践资源分配不均以及数据伦理现实化等多重挑战。他以《数据可视化》课程为例，介绍了如何将AI工具融入教学实践。步一认为，在AI时代专业教育应更注重培养学生的数据素养、治理能力与伦理意识，使其成为懂数据、管数据、用数据的复合型人才，以适应数字经济发展的战略需求。

第四场讨论

下午的第四场讨论由中国人民大学哲学院教授、人工智能治理研究院院长刘玮主持。

中国教育科学研究院数字教育研究所副所长、副研究员王学男作了题为《人工智能人才培养的供给侧改革研究》的报告。她指出，当前我国AI人才缺口巨大，而高校培养存在课程滞后、师资工程经验不足、实践平台薄弱等结构性矛盾。她通过对比美国顶尖高校深度嵌入产业的培养模式，分析了国内AI领域产教融合的困境，并指出其核心在于教育公益属性与企业市场属性的内在冲突。报告进一步以百度、华为等企业的实践为例，阐述了通过平台共建、制度创新与课程协同来激发产业导师原生动力，多维度构建“校企共生”新生态，以实现AI人才培养从规模扩张向质量提升的战略转型。

中国人民大学信息资源管理学院教授任明教授在报告《大模型时代的知识组织》中指出，大模型通过深度语义理解增强了知识整合与检索能力，支持跨学科、跨模态与跨语言的知识关联与创新。她比较了知识图谱的结构化、可解释性优势与大模型的灵活性、生成能力，认为二者并非替代关系，而应相互融合——知识图谱可为大模型提供事实支撑并显化推理过程，而大模型则能助力知识图谱的构建、更新与自然语言描述生成。她还指出在利用大模型进行知识组织时需警惕其幻觉、偏见与安全风险，应推动两种知识组织方式的协同发展，以构建更可信、高效的知识基础设施。

25日下午讨论

2

研讨会次日

2025.10.26

第一场讨论

26日上午第一场讨论由华东师范大学心理与认知科学学院教授胡谊主持。

中国人民大学信息学院教授杨波作了题为《AI大模型对教育带来的挑战和机会——从学习金字塔谈起》的报告。他以学习金字塔为切入点，认为AI是教育“升级者”而非“替代者”。他指出，新学习金字塔顶端已从“创造答案”转向“创造新问题、新接口”，强调共情、工具运用与人性结合的重要性。他思考了AI给高等教育带来的诸多问题：比如大语言模型应不应该在大学教育中使用？学术论文中使用大语言模型会不会导致学术不规范？人工智能在教育中的伦理问题有哪些？如何评估人工智能在教育中的效果？他认为人机协作应是人做决策、AI执行，需要依赖“责任权利对等”原则予以治理。

上海交通大学教育学院助理教授王宇作了题为《智能时代下跨学科教育实践的科学依据与实施策略》的报告。跨学科学习是培养科创人才的关键，王宇老师借助fNIRS超扫描实验与眼动追踪等多模态学习技术，探索并发掘了STEM教育中同伴互动的认知神经机制，即大脑的前额叶与颞顶联合区在跨学科协作中出现了人际神经同步现象，并且支架引导和提问等特定行为能够有效激发组内神经同步并提升任务表现。另外，她与香港教育大学宋燕捷教授合作的元宇宙学习研究发现沉浸式学习环境能够有效激活大脑的运动皮层并降低学习者的认知负荷。后续她将继续探究AI何以赋能跨学科学习的系列研究，旨在为AI教育应用和协作学习策略干预提供理论支撑。

百度高校合作部副总监计湘婷作了题为《产业视角：大模型时代需要什么样的教与学》的报告。她指出大模型正改变世界，并分享了她的核心思考：应用为要，定义与解决问题比获取知识更重要，程序员需聚焦“定义系统意图”，AI 变革需秉持长期主义。她提到产业视域下AI人才标准已转变，人才需求从“技能型”转向“工程型”“创新型”，强调工程、业务理解与跨学科能力。此外，她介绍了百度全栈AI 通识教育资源体系及文心大模型等产品，还提及相关竞赛与千万AI人才计划，旨在助力国家战略科技发展。

第二场讨论

26日上午的第二场讨论由中国人民大学法学院教授、未来法治研究院执行院长张吉豫主持。

北京师范大学政府管理学院教授黄崑作了题为《意欲何为：大学生AIGC工具使用意图探讨》的报告。她先引用多个调查机构发布的数据，说明AIGC工具在企业员工、高校师生群体中使用的广泛性，指出洞察大学生群体使用工具意图对于教学改革的作用。她通过分析大学生与AI交互的对话历史记录数据，从交互目标、会话目标、任务目标和长期目标角度构建了意图层次模型，通过实验研究，指出任务认知复杂度对于人智交互行为和效果的影响，并结合工作重塑理论探讨了大学生使用AIGC工具的效果。最后，她提出需要重新审视知识传授中教师与AI助手的角色与分工问题，以及法律法规的健全与完善以应对AI应用带来的新问题，促进AI对教育的正向助力与赋能。

中国社会科学院大学法学院副教授，互联网法治研究中心主任刘晓春作了题为《人机协同创作成果的归属与标识规则探讨》的报告，指出人机协同创作在法律层面涵盖权利归属与利益分配、侵害的责任判断、内容治理及学术伦理四大方向。AI标识制度涉及工具提供者、用户、传播平台多主体，遵循从结果规制到过程干预的逻辑，需平衡功能与成本。教育场景中，需明确学生AI使用权限、标识要求、验证方式及评价标准。她倡导“学习使用AI”理念，优化默认AI使用下的评价规则。

北京航空航天大学法学院副教授，网络空间国际治理研究基地副主任赵精武作了题为《人工智能如何影响法学教育》的报告。他指出，AI已经可以广泛地辅助法学文献检索、文书生成等，国内也开发了相关的垂类大模型，覆盖多种法律场景，但当前“AI幻觉”问题突出，容易虚构法条或错误适用法律，通用大模型适配不足，此外还存在数据合规问题。为此，他提出一系列应对措施，比如建立事实校验机制及伦理标准，加强从业者 AI 素养培训，构建“AI预筛选 + 人工核验”的人机协作模式，明确AI使用披露规则，高校与科研机构强化伦理监管与评价体系。最后，他强调AI是辅助工具，法律人需科学使用，不能滥用，更好平衡效率与安全。

26日上午讨论