隨著人工智能技術的不斷發(fā)展，人工智能從概念層面逐漸落地形成眾多“類人化”的產(chǎn)品與服務，實現(xiàn)了對傳統(tǒng)信息技術的實質性突破。信息技術變革具有階段性，從傳統(tǒng)信息技術到人工智能、5G等新技術，不同階段的信息技術催生了具有不同特征類型的社會時代。治理一詞寓意“依理而治”，不僅強調多元參與和民主管理，也有凸顯治理主體依據(jù)情理、法理與倫理規(guī)約治理客體之意。對于數(shù)據(jù)治理而言，其與信息技術的應用過程緊密相關，從技術時代更迭的角度審視高校數(shù)據(jù)治理的歷史變革具有一定程度的合理性?？v觀已有研究，較多學者一致將社會變革分為農(nóng)業(yè)社會、工業(yè)社會、信息社會等。從以個人計算機、早期移動通訊技術等為支撐的信息時代，到以大數(shù)據(jù)挖掘與分析等核心技術為支撐的數(shù)字時代，再到以人工智能、5G等新技術為支撐的人工智能時代，高校教育數(shù)據(jù)治理的基本形態(tài)也存在諸多差異。

在信息時代（高校數(shù)據(jù)治理的初始探索階段），多場教育信息化知名會議（如2009教育信息存儲大會暨數(shù)據(jù)管理與虛擬化應用研討會），均以“教育數(shù)據(jù)挖掘”等為主題開展研討，這表明教育數(shù)據(jù)挖掘、教育數(shù)據(jù)分析等技術方法受到各界人士的共同關注。隨著教育信息化進程的深入推進，各種獨立的教學管理信息系統(tǒng)、線上教育服務平臺不斷涌現(xiàn)，這些數(shù)字化平臺雖然收集和存儲了大量的教師教育行為數(shù)據(jù)信息、學生基本數(shù)據(jù)信息、學習軌跡數(shù)據(jù)信息等，但由于信息時代教育數(shù)據(jù)分析、挖掘等技術發(fā)展的相對滯后，此類教育數(shù)據(jù)并未得到規(guī)范而全面的挖掘，高校數(shù)據(jù)治理處于效率不高的初始起步階段。

在數(shù)字時代（高校數(shù)據(jù)治理的快速發(fā)展階段），自2011年麥肯錫公司（Mckinsey&Company）提出大數(shù)據(jù)概念后，美國等教育發(fā)達國家嘗試建立大規(guī)模的教育數(shù)據(jù)治理體系，并逐漸發(fā)展成為常態(tài)化的教育數(shù)據(jù)集成中心。我國也意識到數(shù)據(jù)的重要價值，基于數(shù)據(jù)的新型應用服務逐步成為國內高校信息化建設的重點關注領域，教育大數(shù)據(jù)、“互聯(lián)網(wǎng)＋”等諸多技術及理念為高校教育數(shù)據(jù)治理的推進提供了新的思路與路徑。但是，這一時期大多數(shù)高校尚未真正構建起規(guī)?；⑾到y(tǒng)化的數(shù)據(jù)治理模式，高校對于“技術”的關注凌駕在“數(shù)據(jù)”之上，不少高校沒有在學校實踐層面將數(shù)據(jù)治理單獨作為核心議題，并未形成系統(tǒng)的實施模式。

在人工智能時代（高校數(shù)據(jù)治理面臨戰(zhàn)略轉型階段），“2017年成為人工智能的'應用元年’”。隨著5G、人工智能等技術與教育教學深度融合的持續(xù)推進，高校數(shù)據(jù)治理進入了智能時代的“戰(zhàn)略轉型期”，部分高校在教育數(shù)據(jù)治理的技術設施與人才儲備等方面較為匱乏，智能技術的應用也帶來眾多數(shù)據(jù)安全隱憂與倫理風險。例如，隱私數(shù)據(jù)泄露、數(shù)據(jù)繭房、算法歧視等?！督逃繖C關及直屬事業(yè)單位教育數(shù)據(jù)管理辦法》等規(guī)范文件和標準相繼頒布，以期能夠規(guī)避相應的數(shù)據(jù)風險。且僅有少數(shù)學者針對如何推進智能時代教育數(shù)據(jù)治理展開討論，例如，宋蘇軒等學者嘗試從物理層、控制層、業(yè)務層等方面設計智能時代高校數(shù)據(jù)中心體系架構。然而，人工智能如何賦能高校數(shù)據(jù)治理此議題亟待進一步挖掘。

綜上，5G、人工智能等技術的高速發(fā)展與應用為社會形態(tài)與結構帶來重大變革，智能時代隨之而來?！缎乱淮斯ぶ悄馨l(fā)展規(guī)劃的通知》《中國教育現(xiàn)代化2035》等政策文件的頒布均將“人工智能與教育深度融合”視為國家重要發(fā)展戰(zhàn)略。在人工智能時代，教育數(shù)據(jù)高速產(chǎn)生與流動，技術“類人”特性的發(fā)揮與“數(shù)據(jù)智能”激發(fā)緊密相關。如何治理日益龐大的數(shù)據(jù)集，消解數(shù)據(jù)使用風險，釋放數(shù)據(jù)價值，成為人工智能時代高校數(shù)據(jù)治理領域亟待解決的重大議題。在高等教育領域，智能感知、自然語言處理、機器學習等智能技術與大數(shù)據(jù)的融合，促使“音容笑貌”等多維數(shù)據(jù)的全面捕捉成為現(xiàn)實，但在高等教育領域，人工智能如何賦能高校數(shù)據(jù)治理尚未明晰。本研究嘗試聚焦人工智能如何賦能高校數(shù)據(jù)治理的基本邏輯與現(xiàn)實挑戰(zhàn)，找尋人工智能賦能高校數(shù)據(jù)治理的實踐路向，以期為人工智能時代高校數(shù)據(jù)治理工作的有效推進提供價值參照。

人工智能也稱為機器智能，其概念最初是在20世紀50年代中期Dartmouth學會上提出。簡言之，人工智能是計算機科學的一個分支，它創(chuàng)造出“智能”機器來工作和做出類似人腦的反應，可基于知識工程和機器學習處理數(shù)據(jù)，以便感知、推理、計劃、解決問題、做出預測和操縱對象。廣義上講，人工智能可以描述為“數(shù)字計算機或計算機控制的機器人執(zhí)行通常與智能生物相關的任務的能力”；狹義上看，人工智能是“計算機從數(shù)據(jù)中學習的能力，且具有類人素質（包括推理、意義形成、概括和從過去經(jīng)驗中學習等心理過程）”。從定義看出，人工智能賦能數(shù)據(jù)的基本關注點可概括為收集數(shù)據(jù)、根據(jù)數(shù)據(jù)推出結論、基于海量數(shù)據(jù)的預測等方面。對于高等教育領域而言，若想剖析人工智能賦能高校數(shù)據(jù)治理的基本邏輯，可嘗試分析高校數(shù)據(jù)治理的邏輯維度。部分學者從數(shù)據(jù)服務、數(shù)據(jù)管理角度出發(fā)闡明數(shù)據(jù)治理的價值邏輯，例如，董曉輝認為，數(shù)據(jù)治理規(guī)定了必須開展的數(shù)據(jù)服務活動，定義了誰在數(shù)據(jù)管理中做什么，并將數(shù)據(jù)作為實際資產(chǎn)進行管理。也有學者嘗試從數(shù)據(jù)質量角度闡述數(shù)據(jù)治理的功能邏輯，例如，王正青等提出，數(shù)據(jù)治理活動包括業(yè)務活動（例如維護數(shù)據(jù)質量）、戰(zhàn)術活動（例如建立和運行數(shù)據(jù)質量管理）和戰(zhàn)略活動（例如制定數(shù)據(jù)質量管理戰(zhàn)略）。還有學者從數(shù)據(jù)決策責權角度對數(shù)據(jù)治理的規(guī)則邏輯予以分析。例如，劉金松指出，高等教育數(shù)據(jù)治理不僅應指出公司或及機構中哪些數(shù)據(jù)管理活動，也決定了處理數(shù)據(jù)的人的責任和決策權。

綜上，有關數(shù)據(jù)治理價值邏輯、功能邏輯、規(guī)則邏輯的闡述較多，本研究嘗試綜合有關數(shù)據(jù)治理邏輯的觀點，嘗試從治理要素分解的角度審視數(shù)據(jù)治理邏輯的架構，將數(shù)據(jù)質量、數(shù)據(jù)服務、數(shù)據(jù)決策、數(shù)據(jù)管理四個方面視為人工智能時代高校數(shù)據(jù)治理的核心要素，并嘗試闡述人工智能賦能高校數(shù)據(jù)治理的基本邏輯。首先，數(shù)據(jù)管理涉及對數(shù)據(jù)的采集、分類、整合及存儲，“管”好各類數(shù)據(jù)有利于推動“數(shù)據(jù)信息提取與應用”，這也是有效推進數(shù)據(jù)治理的技術支撐。其次，數(shù)據(jù)質量的好壞是影響數(shù)據(jù)治理成效的關鍵因素，可將數(shù)據(jù)質量視為推進高校數(shù)據(jù)治理的基礎保障。再者，數(shù)據(jù)決策是數(shù)據(jù)治理的核心手段，如何利用數(shù)據(jù)促進治理計劃、方案與行為的優(yōu)化均在很大程度上依賴“基于數(shù)據(jù)的決策成效”。最后，數(shù)據(jù)服務是數(shù)據(jù)治理的根本目標。以人為本是高校數(shù)據(jù)治理不可忽視的落腳點，數(shù)據(jù)治理實踐需以數(shù)據(jù)服務的優(yōu)化為根本目標，并應落位數(shù)據(jù)服務潛能的有效激發(fā)。綜上，本研究將從數(shù)據(jù)管理、數(shù)據(jù)質量、數(shù)據(jù)決策與數(shù)據(jù)服務四個方面具體解析人工智能賦能高校數(shù)據(jù)治理的基本邏輯（如圖1所示），其中，數(shù)據(jù)管理是技術支撐，數(shù)據(jù)質量是關鍵保障，數(shù)據(jù)決策是基本手段，數(shù)據(jù)服務是核心目標，可依賴數(shù)據(jù)管理、數(shù)據(jù)質量與數(shù)據(jù)決策，實現(xiàn)更為優(yōu)質的數(shù)據(jù)服務。

（一）人工智能推動高校數(shù)據(jù)管理的智能化轉型

高校在教學管理、科研管理、后勤管理、行政管理等諸多方面均可產(chǎn)生大量的數(shù)據(jù)流，不同數(shù)據(jù)流的交聚與提取不可雜亂無章，如何推進高校數(shù)據(jù)管理職能的優(yōu)化具有重要價值。高校數(shù)據(jù)管理一般涉及對高校各職能部門或單位數(shù)據(jù)的采集、存儲、共享、安全等。在人工智能時代，人臉識別、圖像識別、智能傳感等智能技術的應用，促使以往難以采集的師生關鍵數(shù)據(jù)得以有效整理與歸類，在財務、人事、科研、學院等高校各職能部門或機構間實現(xiàn)跨部門、跨功能、跨系統(tǒng)的數(shù)據(jù)流智能監(jiān)測成為可能。如此以來，人工智能推動了高校數(shù)據(jù)管理智能化轉型，智能技術與數(shù)據(jù)管理的融合不僅帶來了數(shù)據(jù)采集與分析方式的革新，也對數(shù)據(jù)安全防護與數(shù)據(jù)共享方式產(chǎn)生沖擊，如何“管”好高速流動的數(shù)據(jù)成為數(shù)據(jù)管理的現(xiàn)實難題。傳統(tǒng)高校數(shù)據(jù)管理模式側重于對于已有數(shù)據(jù)的存儲與歸類，而對數(shù)據(jù)資產(chǎn)的價值激發(fā)關注度不夠。人工智能助力數(shù)據(jù)管理職能的優(yōu)化集中體現(xiàn)在通過控制數(shù)據(jù)開放共享與隱私加密，利用大數(shù)據(jù)為學校教育創(chuàng)新與科學發(fā)展提供證據(jù)支持，實現(xiàn)對教育數(shù)據(jù)生成與流動的智能監(jiān)測，從而促進數(shù)據(jù)資產(chǎn)價值的最大化釋放。

（二）人工智能助力高校數(shù)據(jù)質量精準改進

人工智能與數(shù)據(jù)挖掘緊密相關，其可通過機器學習、智能感知等技術實現(xiàn)高校數(shù)據(jù)質量精準改進。如何在人工智能時代實現(xiàn)數(shù)據(jù)挖掘質量的精準改進可被視為人工智能賦能數(shù)據(jù)治理的基礎保障。當前，我國不少高校在教育數(shù)據(jù)價值激發(fā)方面力度不足，不同部門或學院的教育數(shù)據(jù)存在孤島割裂現(xiàn)象。面對人工智能與教育深度融合的時代背景，高校數(shù)據(jù)挖掘的質量改進面臨新的契機。智能感知、機器學習等智能技術的應用有利于高校從互聯(lián)網(wǎng)抓取師生、管理者等人的關鍵數(shù)據(jù)（例如本科教學簽到信息、圖書借閱信息），這對于促進數(shù)據(jù)挖掘質量的智能監(jiān)測而言具有重要價值。例如，可建立課程參與智能監(jiān)測系統(tǒng)，及時提供學生課程參與監(jiān)測分析報告，通過呈現(xiàn)參與質量的預警等級，能夠精準描述并預測學生的課程參與質量與學習投入程度。概括來看，借力人工智能，有利于實現(xiàn)對海量教育數(shù)據(jù)的精準挖掘與系統(tǒng)化分析，理清當前教育數(shù)據(jù)統(tǒng)計規(guī)律背后隱藏的實然特征，并歸納出一系列從常規(guī)研究難以得到的對策建議，進而有利于推進高校數(shù)據(jù)質量的針對性提升。

（三）人工智能促進基于數(shù)據(jù)的精準決策體系構建

基于數(shù)據(jù)證據(jù)的教育決策不僅寓意對于數(shù)據(jù)的決策，而且也涉及利用數(shù)據(jù)進行決策，前者一般探討如何有效開展數(shù)據(jù)挖掘、數(shù)據(jù)共享等，后者一般涉及如何通過數(shù)據(jù)價值的釋放為教育教學決策服務。我國近幾年越來越關注人工智能在教育決策領域的應用，一系列教育政策研究院之類的智庫機構（如國家教育宏觀政策研究院）和政府教育管理部門均致力于實現(xiàn)智能數(shù)據(jù)挖掘與教育公共決策的深度融合。在高等教育領域，教育決策涉及教育行政決策、教育教學決策等眾多方面，其智慧化程度在一定程度上可被視為高校信息化建設水平的重要衡量指標。人工智能促進基于數(shù)據(jù)的精準決策體系構建逐漸成為高等教育領域的關注熱點，這也是人工智能賦能高校數(shù)據(jù)治理的核心手段。基于人工智能技術，高校可在編輯、整合、量化、分析各類部門數(shù)據(jù)方面實現(xiàn)智慧化操作，動態(tài)抓取教師、學生、管理人員的實際需求，實現(xiàn)數(shù)據(jù)信息的智能分類與歸納，從教務管理、本科教學監(jiān)測、研究生教育管理、校園安全防護等方面的實況出發(fā)，打造基于證據(jù)的高校輿情決策咨詢服務系統(tǒng)，從而構建智慧化的高校決策服務體系?；谌斯ぶ悄艿闹腔蹧Q策并不意味著對“人類智慧”的否定，作為“人工智慧”表征的人工智能與高校決策者的“人類智慧”相輔相成，而人工智能與數(shù)據(jù)治理的融合實際上可視為一種新型的決策工具，其助力于高?；跀?shù)據(jù)的精準決策體系的建立健全，有利于高校清晰判定自身問題與未來發(fā)展路徑，進而為教師和學生提供更加契合自身需求的教育服務。

（四）人工智能助推高校數(shù)據(jù)服務的個性化供給

人工智能賦能高校數(shù)據(jù)服務通常涉及教學管理服務、后勤支持服務等方面，且人工智能助推高校數(shù)據(jù)服務的個性化供給成為高校創(chuàng)新發(fā)展的關鍵支撐，其也是人工智能賦能高校數(shù)據(jù)治理的根本目標。在人工智能場域下，高校數(shù)據(jù)服務激發(fā)潛能不僅體現(xiàn)在基于“數(shù)字畫像”的學生評價、基于“情感計算”的學生創(chuàng)造力激發(fā)、基于“虛實交互”的課堂教學應用等“教”與“學”方面，對于依賴“數(shù)據(jù)智能”的高校管理服務的效能提升也具有重要的推動作用。在“教”與“學”服務層面，高?？衫弥悄芎Y選與推理技術，對來源不一的教育數(shù)據(jù)進行識別、清洗、歸類、推理與分析，做到“教”與“學”場景的數(shù)據(jù)即時反饋，以此來矯正教育教學服務的盲點與不足。例如，密歇根大學有一項關于“基于學生參與度和情緒狀態(tài)預測學習效果”的研究，并使用人工智能采集學生學習行為數(shù)據(jù)，評測學生學習參與度，推導出參與度與學習效果之間的聯(lián)系，以此為基礎對學生提出有針對性的指導意見。在“管理服務”層面，高校可利用機器學習、智能專家系統(tǒng)等智能技術，實現(xiàn)對本科生、研究生等學生群體需求變化、個體進步等等方面的精準研判，從而做好個性化管理舉措改進，及時為管理者戰(zhàn)略調整提供行動方案與路徑方向。

遵循前文所述之人工智能時代高校數(shù)據(jù)治理的基本邏輯，本研究嘗試從數(shù)據(jù)管理、數(shù)據(jù)質量、數(shù)據(jù)決策與數(shù)據(jù)服務四個方面分析人工智能賦能高校數(shù)據(jù)治理變革的現(xiàn)實挑戰(zhàn)。

（一）高校數(shù)據(jù)管理忽視“多方協(xié)同管理”

傳統(tǒng)高校數(shù)據(jù)管理的主體參與者以信息化管理者為主，所推行的“數(shù)據(jù)管理”仍主要偏重“信息化工作人員層面的數(shù)據(jù)管理”，在一定程度上忽視了教師、學生等人的多方協(xié)同管理。人工智能的發(fā)展為利益相關者的協(xié)同治理提供了工具支持，高校數(shù)據(jù)管理亟需走向“多方共管”。在人工智能時代，海量數(shù)據(jù)不斷產(chǎn)生與聚集，不同領域和不同類型的數(shù)據(jù)被連通，實現(xiàn)了數(shù)據(jù)的高度融合，促使教師、學生、管理者等多元利益主體均能在充分了解學校信息的基礎上參與學校決策。首先，以往高校數(shù)據(jù)治理主要依賴專門的數(shù)據(jù)管理人員負責教育數(shù)據(jù)的采集、存儲、共享等過程性審查工作，教師、學生等利益相關者的治理參與程度不足，難以適應教師、學生等利益相關者在智能數(shù)據(jù)采集、流轉與分析方面的多元化需求。其次，數(shù)據(jù)采集與流動情境更為復雜，智能化與定制化數(shù)據(jù)服務等功能的發(fā)揮亟需實現(xiàn)多方監(jiān)管，僅憑借“信息化工作人員”的“單維度管理”難以有效實現(xiàn)數(shù)據(jù)的精準挖掘與分類。再者，盡管在政策層面上，教育部發(fā)布的《教育信息化2.0行動計劃》提出要“促進政務數(shù)據(jù)分級分層有效共享”，但在實踐層面上，學校、學院、各級機關單位等教育數(shù)據(jù)利益相關者的“共治”能力較為薄弱，利用數(shù)據(jù)輔助教育教學與管理決策的意識薄弱，導致人工智能時代數(shù)據(jù)治理的協(xié)作氛圍難以形成。

（二）高校數(shù)據(jù)治理缺乏相對統(tǒng)一的數(shù)據(jù)質量標準

數(shù)據(jù)治理是對整個數(shù)據(jù)生命周期的治理，涉及數(shù)據(jù)質量、組織、描述、共享等多個維度。作為原材料的數(shù)據(jù)質量，成為了數(shù)據(jù)治理最基本的關鍵要素。當前高校數(shù)據(jù)治理在數(shù)據(jù)質量建設方面存在不少現(xiàn)實難題，比如各類群體數(shù)據(jù)體積過大、各部門數(shù)據(jù)更新速度不一、各部門信息割裂等。2021年4月舉辦的第二屆MEET教育科技峰會上，國家教育行政學院聯(lián)合騰訊研究院發(fā)布的《邁向更好的教育：未來教育的技術發(fā)展空間報告》顯示，“雖然我國的區(qū)域教育主管部門和學校大部分都基本建成了教育信息化平臺，但有64.2%的高校依舊認為信息孤島普遍存在?！比绾螛嫿ㄏ鄬y(tǒng)一的數(shù)據(jù)質量標準是推動人工智能時代高校數(shù)據(jù)治理的一大難題，而這個難題的破解對于破除教育數(shù)據(jù)割裂、壟斷、孤島等數(shù)據(jù)質量問題也具有重大意義。一方面，由于不少高校在早期信息系統(tǒng)建設中主要以簡單實現(xiàn)業(yè)務功能為導向，尚未在學校層面形成統(tǒng)一的數(shù)據(jù)采集、存儲、共享標準，導致高校底層數(shù)據(jù)架構設計混亂，使得存儲于各個平臺系統(tǒng)中形式不一的數(shù)據(jù)集難以被系統(tǒng)整合。人工智能的應用雖為數(shù)據(jù)挖掘功能的改善提供了便利，但也受困于數(shù)據(jù)質量標準的割裂與差異。另一方面，雖然不少高校的信息化辦公室或信息化中心嘗試制訂宏觀層面的數(shù)據(jù)標準與應用規(guī)范，但在推動不同部門之間的大量數(shù)據(jù)實現(xiàn)智能共享的過程中，由于推廣應用不力或標準不符合實際需求，子單位或子部門可能經(jīng)常借用各種理由拖延或抵制數(shù)據(jù)共享指令，使得高校數(shù)據(jù)共享經(jīng)常處于“要”與“等”的狀態(tài)。

（三）高校數(shù)據(jù)決策在權責限定與頂層設計方面存在缺失

高校數(shù)據(jù)決策一詞由來已久，其內涵范疇目前已從“關于數(shù)據(jù)的決策”走向“基于數(shù)據(jù)的決策”。高校數(shù)據(jù)決策是一項系統(tǒng)化的復雜決策工程，其需要技術開發(fā)商、學校、業(yè)務部門、師生等治理主體的協(xié)同參與。當前高校數(shù)據(jù)決策在權責限定與頂層設計方面存在缺失，例如，業(yè)務主管部門受到傳統(tǒng)慣性制約，往往難以投入專門的力量執(zhí)行信息化建設任務，進而導致數(shù)據(jù)資源家底摸不清，缺少宏觀分布圖，尋找數(shù)據(jù)難，數(shù)據(jù)應用水平不高。由此來看，高校數(shù)據(jù)治理效果在很大程度上依賴于治理主體間的責權劃分與行動規(guī)劃。一方面，不少高校在數(shù)據(jù)采集、傳輸、共享、公開等方面的權限界定方面較為混亂，數(shù)據(jù)質量與數(shù)據(jù)安全問題頻發(fā)，僅僅依靠信息化辦公室或信息化中心進行數(shù)據(jù)治理的實踐模式存在較多局限性。在人工智能場域下，高校應充分調動學校管理者、教師與學生等人協(xié)同參與數(shù)據(jù)治理，并在治理責任、權力、擔當、協(xié)作等方面有所約束與限制，以期能有效規(guī)避數(shù)據(jù)治理權責混亂所引發(fā)的倫理與安全風險。另一方面，數(shù)據(jù)治理缺乏校級層面全局規(guī)劃，數(shù)據(jù)治理分割問題也逐漸顯現(xiàn)，具體表現(xiàn)為高等教育治理中的人與事的分割、專業(yè)分工不同的高校教育管理部門之間互設樊籬、數(shù)據(jù)治理分散在不同技術部門和業(yè)務部門等，進而導致了信息標準不統(tǒng)一、數(shù)據(jù)流轉不順暢、數(shù)據(jù)權責不明確、共享度不足、數(shù)據(jù)質量不高等一系列問題，從而阻礙了高校數(shù)據(jù)治理成效的有效提升。

（四）數(shù)據(jù)服務潛能激發(fā)不力制約數(shù)據(jù)價值高效釋放

在5G、人工智能、大數(shù)據(jù)等技術的發(fā)展與應用下，每天都會產(chǎn)生海量數(shù)據(jù)，如何在數(shù)據(jù)數(shù)量非常龐大的情況下實現(xiàn)數(shù)據(jù)價值的高效釋放成為高校數(shù)據(jù)治理的重大挑戰(zhàn)。數(shù)據(jù)服務是實現(xiàn)數(shù)據(jù)價值的關鍵過程，服務層通常位于“人工智能+教育”通用技術框架的最頂層，是各類“人工智能+教育”技術形態(tài)實現(xiàn)的最終功能體現(xiàn)，如果數(shù)據(jù)服務潛能激發(fā)不力終將制約數(shù)據(jù)價值的釋放效果。而且，有效挖掘沉睡在校園中的大數(shù)據(jù)的價值，面臨著數(shù)據(jù)源的可用性、數(shù)據(jù)融合的可行性、數(shù)據(jù)挖掘的復雜性、個人隱私侵權、數(shù)據(jù)共享意識薄弱等方面的現(xiàn)實挑戰(zhàn)。人工智能時代下數(shù)據(jù)服務激發(fā)一般需要具備兩個基本條件，一是數(shù)據(jù)服務應用接口，二是數(shù)據(jù)服務制度規(guī)范。但是，不少高校早期建設的信息系統(tǒng)并不支持可供調取的數(shù)據(jù)接口，部分信息系統(tǒng)所提供的信息讀取、對接盡管功能相對比較簡單，高校之間教育數(shù)據(jù)共享存在較大難度且耗費成本較高，在一定程度上影響了數(shù)據(jù)治理服務的個性化供給，很難有效滿足人工智能時代數(shù)據(jù)開放共享與高速流動的現(xiàn)實需求。開發(fā)豐富的數(shù)據(jù)服務應用接口，不僅涉及技術因素，還涉及數(shù)據(jù)服務制度因素，不少高校在數(shù)據(jù)服務權限設定、數(shù)據(jù)服務安全管理等方面仍缺乏制度規(guī)范的制約與保障，進而制約高校數(shù)據(jù)價值的高效釋放。

立足人工智能賦能高校數(shù)據(jù)治理變革的基本邏輯與現(xiàn)實挑戰(zhàn)，本研究進一步提出人工智能賦能高校數(shù)據(jù)治理的實踐路向。

（一）創(chuàng)設落位智能共管的高校數(shù)據(jù)管理職能優(yōu)化機制

在管理層面，高校數(shù)據(jù)管理亟需走向“多方共管”。人工智能時代的數(shù)據(jù)管理職能優(yōu)化將“管”好數(shù)據(jù)作為首要目標，其具體應落位到數(shù)據(jù)存儲、分類與整理等方面，應利用智能分類與識別技術實現(xiàn)智能共管。人工智能時代數(shù)據(jù)的產(chǎn)生與采集更為智慧化，但生成的結構與非結構化數(shù)據(jù)繁多且來源不一無疑大幅增加了數(shù)據(jù)管理難度。為此，創(chuàng)設落位智能共管的高校數(shù)據(jù)管理職能優(yōu)化機制極具必要性。首先，應關注智能共管工具與方式的變革。應利用智能感知、機器學習等技術精準計算師生等人的情感偏好、思維傾向以及能力態(tài)度等，這有利于根據(jù)教育數(shù)據(jù)的種類與性質實現(xiàn)精準分類管理。其次，應注重專業(yè)化數(shù)據(jù)管理人才隊伍建設，以往我國不少高校從事高校數(shù)據(jù)管理人員對數(shù)據(jù)治理的認知存在缺位與偏差，且其數(shù)據(jù)治理能力更是有待提升。此后有必要加大對專業(yè)情報信息等專業(yè)的人才引入，也要加強對已有信息化工作人員的專業(yè)化數(shù)據(jù)素養(yǎng)培訓，利用智能化資源推送優(yōu)勢，開發(fā)相關培訓資源并制定培訓方案等。

（二）完善校本化高校數(shù)據(jù)挖掘與共享質量標準

如前文所述，在質量層面，高校數(shù)據(jù)治理缺乏相對統(tǒng)一的數(shù)據(jù)挖掘標準。數(shù)據(jù)質量保障對于高校數(shù)據(jù)治理成效的提升而言具有基礎性作用。以往高校數(shù)據(jù)質量標準建設對本校數(shù)據(jù)樣態(tài)與分布規(guī)律等方面的關照不足，人工智能時代的高校數(shù)據(jù)治理應更加落位在本校實際需求，完善校本化高校數(shù)據(jù)挖掘與共享質量標準。首先，在數(shù)據(jù)采集方面，高校各級部門的數(shù)據(jù)治理建設應以已有的信息系統(tǒng)為基礎，根據(jù)本校數(shù)據(jù)采集需求與歷史難點，針對神經(jīng)網(wǎng)絡算法、網(wǎng)絡爬蟲算法等不同智能挖掘技術在數(shù)據(jù)采集方面的應用特點與差異，制定校本化的數(shù)據(jù)采集質量標準，強化教育數(shù)據(jù)采集的規(guī)范性。其次，在數(shù)據(jù)流轉方面，高校應落位于本校數(shù)據(jù)流轉規(guī)范與質量要求，著手構建校本化數(shù)據(jù)流轉質量監(jiān)測標準，通過“學生數(shù)據(jù)審查和名冊”等軟件，為數(shù)據(jù)智能的共享過程提供數(shù)據(jù)準確性校驗，著力實現(xiàn)智能化提交數(shù)據(jù)更正請求和在線跟蹤更正進度等功能。

（三）構建基于責權厘定的智能化數(shù)據(jù)決策體系

如前文所述，在決策層面，高校數(shù)據(jù)決策在權責限定與頂層設計方面存在缺失。以往高校雖然對數(shù)據(jù)治理建設做了較大投入，但數(shù)據(jù)決策的智慧化建設水平尚處于初級階段。因此，從決策層面，有必要構建基于數(shù)據(jù)責權厘定的智能化數(shù)據(jù)決策體系。首先，從數(shù)據(jù)治理主體角度而言，高校數(shù)據(jù)治理主體（如學校行政管理人員、信息化工作人員）的治理訴求與利益關照有所不同，其對于數(shù)據(jù)本身所承載的責任與權利意識存在偏差，亟需在高校數(shù)據(jù)采集、存儲、共享、應用等方面做好責權劃分，從規(guī)范多元治理主體參與數(shù)據(jù)治理行為的角度，通過大數(shù)據(jù)平臺鼓勵公眾表達數(shù)據(jù)治理訴求，打造結構清晰的多方數(shù)據(jù)治理格局。其次，從數(shù)據(jù)決策體系角度而言，基于數(shù)據(jù)治理責權的厘定，需融合多方的人才智慧與優(yōu)勢，培育多方參與的高校數(shù)據(jù)治理合作土壤，著手構建智能化精準數(shù)據(jù)決策體系。可通過智能篩選、提取與整合數(shù)據(jù)信息，打破數(shù)據(jù)治理決策的碎片化和信息不對稱困境，建立基于數(shù)據(jù)智能監(jiān)測的數(shù)據(jù)決策機制，以期能夠在凝聚數(shù)據(jù)治理主體合力的基礎上確保數(shù)據(jù)決策的精準制定。

（四）優(yōu)化指向數(shù)據(jù)價值釋放的智能數(shù)據(jù)服務體系

如前文所述，在服務層面，數(shù)據(jù)服務潛能激發(fā)不力制約數(shù)據(jù)價值高效釋放。隨著人工智能在高校信息化建設中的應用，高校智慧化水平日益提升，數(shù)據(jù)價值的最大化釋放成為高校智慧校園建設的關鍵之舉。在高校智慧校園建設過程中，教學管理、課堂教學、教學評價等方面的智慧化發(fā)展均依賴于數(shù)據(jù)服務潛能的激發(fā)。在人工智能時代，教育數(shù)據(jù)量極其巨大，數(shù)據(jù)價值釋放場域愈發(fā)復雜，傳統(tǒng)大數(shù)據(jù)技術很難滿足數(shù)據(jù)服務智能供給與分析的現(xiàn)實需求。為此，有必要實現(xiàn)立足數(shù)據(jù)價值釋放的數(shù)據(jù)服務潛能智慧激發(fā)。首先，可嘗試利用智能終端、智能專家系統(tǒng)等技術為數(shù)據(jù)利益相關者提供接入數(shù)據(jù)資源的接口，及時打包與封裝師生等人的關鍵數(shù)據(jù)，實時處理來自師生的搜索和分析請求。其次，可利用自然語言處理、深度學習等智能技術，可視化分析教育教學、教學管理、后勤服務等多類數(shù)據(jù)，設置涉及教育教學與師生發(fā)展等尤為關鍵的數(shù)據(jù)價值觀測點并進行實時觀測，為師生教與學質量的改進提供精準支持服務。再者，利用智能挖掘、自適應、圖像感知等技術，實現(xiàn)數(shù)據(jù)服務潛能激發(fā)困境的智慧判定，從數(shù)據(jù)架構、質量、標準、安全等指標的風險識別與監(jiān)測角度，實現(xiàn)高質量數(shù)據(jù)挖掘與分析服務，推動基于大數(shù)據(jù)的高校教育管理與決策服務優(yōu)化。

自數(shù)據(jù)治理一詞出現(xiàn)后，高等教育領域也逐漸關注并研究數(shù)據(jù)挖掘、數(shù)據(jù)采集、數(shù)據(jù)共享等若干要素。概括而言，高校數(shù)據(jù)治理發(fā)展經(jīng)歷了初始探索、快速發(fā)展、戰(zhàn)略轉型三個階段。在以人工智能、5G、云計算等技術為核心支撐的智能時代，人工智能對于提升高校數(shù)據(jù)治理水平具有關鍵作用，高校數(shù)據(jù)治理正式邁入戰(zhàn)略轉型期。高校數(shù)據(jù)治理多年來的發(fā)展歷程表明，當前高校數(shù)據(jù)治理尚存缺乏相對統(tǒng)一的數(shù)據(jù)質量標準、高校數(shù)據(jù)決策在權責限定與頂層設計方面存在缺失等眾多問題依然存在，相關問題的破解將在很大程度上成為影響高校數(shù)據(jù)價值釋放的關鍵所在。本研究致力于探索人工智能時代高校數(shù)據(jù)治理變革的基本邏輯、現(xiàn)實挑戰(zhàn)與實踐路向，正是對人工智能時代高校數(shù)據(jù)治理現(xiàn)實挑戰(zhàn)的有效回應。在未來高校創(chuàng)新發(fā)展過程中，如何推動“智能化高校數(shù)據(jù)治理”真正落地，值得眾多高等教育工作者關注與探索。此外，人工智能與高校數(shù)據(jù)治理的深度融合不僅應關注技術變革效應，也需要關注人文關懷與倫理規(guī)約，這可能會成為未來人工智能時代高校數(shù)據(jù)治理的研究趨勢。

轉載自：《重慶高教研究》