本规范适用于职业院校数字校园的实施，职业院校包括高等职业院校和中等职业学校。数字校园 的实施应按照规划与设计、建设与部署、管理与维护、应用与推广、评价与改进的步骤进行，是一个 持续优化和完善的循环过程。 数字校园是指以网络为基础，利用信息技术将学校的主要信息资源数字化，并实现网络化的信息 产生、管理、传播和使用方式，从而形成信息化、智能化的校园环境，其内涵为： 良好的网络、通讯和信息技术的普及应用是建设数字校园环境的基础； 《职业院校数字校园建设规范》 管理要求，根据自身情况选择实施，量力而行，逐步完善。基础设施的建设应充分利用网络互联和云 计算技术的优势，积极借助社会力量，协同构建院校中心机房、服务器、网络、仿真实训系统环境等 基础设施，将来自校外的数字化服务与校本提供的服务相结合，经济高效地为学生、教师和管理人员 构建人人互通的数字化学习空间，推动教学模式变革，提高人才培养质量，体现在： a) 支持教师面向校内开展混合式教学，提高教学质量，面向校外提供在线教学，服务企业培训和 终身学习； b) 促进优质教育资源的交流与共享，支持教师利用信息技术开展教学，提高教学的效益和质量； c) 开展虚拟仿真实训，既可以使学生达到实际操作训练教学导训的目的，又可以大幅度减少昂贵 设备的投入，减少实操耗材，提升实操实训安全系数，有利于培养学生岗位职业技能；

变以及他们需要具备哪些能力以实现伦理 且有效的AI应用。教师是教育中人工智能 的主要用户，他们被期望成为利用人工智 能设计和促进学生学习的设计者和 facilit ators，确保人工智能丰富环境中的安全 和伦理实践，并成为终身学习人工智能的 榜样。为了承担这些责任，教师需要得到 支持，以发展其能力，充分利用人工智能 带来的潜在好处并减轻其在教育环境及更 广泛社会中的风险。 然而，人工智能（AI）对学生、教学社区 第 1 章 ： 导论 教师教育提供者、教师工会、学校 领导、教师和教育专家。 The AI CFT 的结构，如第三章所示，遵 循ICT CFT 的结构。这两个框架都基于 一个愿景，旨在赋予教师适当利用技术进 行教育所需的能力。两个框架在架构上具 有共同性，涵盖了从预职前、在职和持续 支持阶段的全面教师专业发展方法，从而 确保持续的进步和信息技术与人工智能工 具的实际整合。通过在组织上镜像ICT C 学习中使用人工智能合成内容。 数据挖掘用于训练AI系统威胁个人数据隐 私。以往的ICT工具设计主要用于传输或 共享信息，并且倾向于对用户的手动操作 做出响应。相比之下，AI平台的设计背后 的數據挖掘涉及积极地侵犯和利用个人数 据，往往未经同意。此外，提供AI系统的 背后存在一种隐性的商业规则，促使用户 在注册“享受”AI服务的好处时放弃一定程 度的隐私权。尽管以往的ICT工具已引发 了一些关于隐私和安全的伦理担忧，但AI

数也很少；另外，这 些应用系统的使用模式也非常有规律，如大部分用户的使用和访问集中在上班时间，非正常上班时间(晚 上、节假日)利用率很低。在这些时间内，只有少数人偶尔使用 OA 系统、邮件系统等，大量的业务系统 实际上处于空闲状态，CPU 和内存利用率不超过 15%,但支持这些应用系统正常运行的所有资源(服 务 器等硬件设备)需要不间断工作，大量的服务器硬件增加了维护难度和能耗成本。 源的动态流转，可以更好的 利用资源，降低基础资源供应商的成本。 云计算是能够提供动态资源池、虚拟化和高可 “ ” 用性的下一代计算模式，可以为用户提供 按需计算 服 务。根据当前教育信息化的现状及发展趋势，云计算在教育行业将有极其重要的应用价值： (1) 教育资源的优化整合 对目前教育信息化的各种资源进行整合开发利用，充分挖掘潜力，提高资源的利用率。首先将分散在 不同地域的 不同地域的教学园区的软硬件资源进行整合，提高其重复利用率，杜绝闲置和浪费现象，达到数据的标准 统一、管理统一、维护统一，逐渐将校园网内各个分校、各个应用系统的数据动态及时地互联互通，彻底 消除教育信息化中的信息孤岛，实现信息分散、动态采集，集中安全管理，共享应用。通过服务器虚拟化 技术，将各种硬件及软件资源虚拟化成一个或多个资源池，并通过系统管理系统对这些虚拟资源进行智能 的、自动化的管理和分配。

如何将其在安全合规的基础上进行协同共享 ，是高校数据资源能够高效利用的保障。 在这些数据资源中 ，积累着大量的知识 ，其中不乏教学资料、学术文献、科研报告、试 验数据、会议视频音频等。知识于高校而言 ，是最大的资源、也是最强的生产力 ，知识 是高校的智力 ，是高校保持旺盛生命力、保持可持续发展的能力源泉。 但当前 ，数据资源中的知识并未被高效利用 ，知识沉淀、传承与赋能仍无法达成。因而， 在“数据”和“知识”双引擎驱动下 ，实现多云数据就地存储、按需访问； • 虚拟多份逻辑数据集 ，实现不同角色、不同权限用户的数据视图隔离。 • 通过低代码建模 ，快速构建全景图、仪表盘、搜索、链路、告警等多样化的可视 化 及分析模型 ，利用整合规则计算、机器学习及图谱构建等技术 ，实现观测视图 的实 时构建、访问和探索。 • 全息观测技术 ，提供全业务运营流程的问题闭环处理能力。 数据驱动智慧校园建设｜ 15 统一日志管理及可观测性方案 的服务水平（ SLA ）。 AnyRobot 统一日志管理及可观测性方案，旨在帮助组织实现对全平台机器数据的统一采集、存储、管理和分析，包括日志、 指标和调用链等。采用云原生架构和大数据处理引擎，利用机器学习算法和知识图谱技术，对各类数据进行集成和处理，全 面满足合规要求并为各类业务系统提供可观测性能力。通过数据驱动业务系统的运营与运维，增强组织数字化韧性： • AnyRobot

空间赋能智慧校园模式 斯坦福大学： 大数据分析的智慧校园模式 建 设 模 式 利用了云计算技术手段 ，实现云平台的构建 ，通过这种云平台 为 学习者提供了便利的学习空间。 在日本的广岛大学 ，采用云计算技术并联合无线射频技术构建 了 智能化的考勤系统 ，通过相关智能平板系统 ，学校管理人员能够 随时 对 考勤 进行查看 ，并且利用相关技术 能够实现信息共享 。相关文字聊天、 照片传送等都可借助于云计算技术实 ，丰富社交资源 ，在社交深度和广度上实现极大的突破。 借助互联网技术进行底层设施构建 ，通过传感器构建传感物 联的可监控校园 ，实现相关物联互动 ，实现安全校园的有效构建。 在瑞士联邦理工学院 ，利用相关传感器和互联技术手段构建 了 ETHOC 系统 ，从信息提供者结构和用户接口两方面进行设计， 实现校园信息的互联互通 ，通过物联网支持下的传感器技术 ，对 校园践行全面的监督 识 别 智 能 安 防 系 统 平 台 视 频 监 控 周 界 出 入 口 未来校园安防体系 未来校园安防感知系统 实现路径 建设内容： 利用物联网 + 视频监控技术 ，实现视频巡检、告警联动和视频 指挥 ，满足对消防设备远程巡检、火灾隐患及时报警、火场情况实时掌握的要 求。基于视频的定期巡检 ，解决消防隐患问题 ，能够真正做到“

整 合 智 慧 Source: <> from UNESCO 6 信息化支 撑 管理 思维 服务 理念 教育 模式 1. 教育公平：有效利用各类教育 资源，整体提升，素质优先， 均衡发展 ; 2. 高效管理：多维分析，智能决 策，为教学、科研、行政提供 精细化管理，随时了解教育状 况； 1. 价值取向：因材施教，打破一 元评价 / 教学论 ，教育电子政务“金教工 程”；  2012 ，《教育信息化十年发展规 划》：学习型社会；公平教育 , 优质教育 , 终身教育；加快教育 信息化基础设施建设；  2005 年 “ e 战 略”：利用信息转 变儿童学习与服 务形式” ；  2008 年，教育 传播和技术署 （ BECTA ）启 动 “下一代学习 运动” (2008- 2014)  1996 年，分 3 阶段完成了 教育信息化综合计划； 学校位置分散，教育管理和决策效率不高  公众服务提供能力欠缺  教育资源难共享、教育机会不均衡  教育资源利用率低 学校  师资力量短时间提升困难  教育信息化程度不高  现有系统难扩展、难维护 灵活性 随时随地的 获取教育服务 充分共享 提高利用率 尝试分享 内容数字化 独占资源 云化 虚拟化 资源整合 分散建设 2000’S 1990’S 1980’S

的功能特点，包括其大数据分析能 力、智能化评估模块和个性化反馈机制，为后续的方案设计奠定基 础。 随后，文章将详细描述 DeepSeek 在教学评价中的具体应用方 案，涵盖以下几个方面： - 数据采集与整合：如何利用 DeepSeek 高效地收集学生的学习数据、教师的教学数据以及课程的相关信 息。 - 评价模型构建：基于 DeepSeek 的算法，设计多维度的评价 模型，包括学生综合素质、教师教学效果和课程设计质量等。 系统会从多个维度收集教学相关数据，包括学生学习行为数据、教 师教学效果数据、课程内容数据以及教学环境数据等。这些数据通 过高效的数据采集模块进行实时获取和预处理，确保数据的完整性 和准确性。 其次，DeepSeek 利用先进的自然语言处理（NLP）技术和机 器学习算法，对收集到的数据进行深度分析和挖掘。系统能够识别 和理解教学过程中的关键信息，例如学生的学习进度、教师的授课 风格以及课程内容的难易程度等。通过对这些信息的分 据采集和分析，大幅减少教师在评价过程中的工作量，同时提高评 价的客观性和准确性。 · 传统方法在数据分析上往往局限于简单的统计和描述性分 析，难以挖掘深层次的教学问题。DeepSeek 则能够利用机器学习 算法对海量数据进行深度挖掘，识别出教学中潜在的趋势和问题， 为教学改进提供科学依据。 · 传统评价方法的反馈周期较长，通常需要数周甚至数月才能 得到完整的评价结果，不利于及时调整教学策略。DeepSeek

于教学和学生的实际需求。 3. 智能评估：该模型能够对学生的学业表现进行实时分析，并提 供及时反馈，通过数据分析生成个性化的学习路径和改进建 议，进一步提高学习效果。 4. 知识图谱和内容推荐：利用大模型的深层知识，系统能够构建 教育内容的知识图谱，基于学生的学习情况和兴趣，推荐相关 的学习资源和材料。 在实施以上目标的过程中，我们需要考虑数据的安全性和隐私 保护，确保在收集和使用学生数据时符合法律法规。同时，教师的 够根据学生的学习历史、兴趣和能力，为每个学生提供量身定制的 学习计划。这种个性化的学习方式能够显著提升学生的学习动机和 学习效果。 此外，AI 大模型具备自然语言处理的能力，可以与学生进行实 时互动。例如，利用智能助手，学生可以随时提问，获得即时反馈 和解答。这种即时性打破了传统教育的时间和空间限制，使学生能 够在更灵活、更自我驱动的环境中学习。 在评估方面，AI 大模型可以自动化地进行作业批改和考试评 首先，项目目标包括以下几个方面： 1. 提升教育智能化水平：通过构建一个基于 AI 的大模型，实现 智能化的教育管理与教学辅助功能，提升教师的教学效率和学 生的学习效果。 2. 个性化学习体验：利用大数据分析与机器学习算法，提供个性 化的学习方案与资源推送，帮助每位学生根据其学习特征调整 学习节奏与内容，真正实现因材施教。 3. 实时数据反馈与评估：系统将集成实时数据监测与分析功能，

信息化是将信息作为构成某一系统、某一领域的基本要 素，并对该系统、该领域中信息的生成、分析、处理、传递和 利用所进行的有意义活动的总称。信息社会的高度发展要求教 育必须改革以满足培养面向信息化社会创新人才的需求， 教育信息化是将信息作为教育系统的一种基本构成要素， 并在教育的各个领域广泛地利用信息技术，促进教育现代化的 过 程 。 经过 20 多年的发展，我国的教育信息化从无到有、从弱 程教育网络的实现，使受教育者的学习不受时间、空间的限 制，改变了以学校教育为中心的教育体系，保障了教育群体接 受教育的平等性和广泛性。同时，智慧校园为素质教育、创新 教育提供了环境、条件和保障。学习者利用智慧校园的环境， 通过检索信息，收集信息，处理信息、创造信息，实现发现学 习、问题解决学习，实现知识的探索和发现。XX 智慧校园将有 计划、有重点地培养***发展所需要的国际化人才和紧缺的专业 智慧校园建 设提供 了政策指引。 (2)XX 基础资源配置能够满足智慧校园建设的需要 智慧校园项目建设需要占用大量资源，包括土地、投资和 公共产品消耗等方面。项目建设用地符合自治区土地利用政策 规 定 ，XX 市土地局将按照自治区教育用地政策界限予以行政 划 拨。项目建设所需的巨额投资，可通过申请国家开发银行及 中 国建设银行贷款、世界银行贷款、中国石油集团投资等多渠 道

智慧实验室 智慧明厨 亮堂 智慧操场 智慧停车场 智慧体育馆 智慧水压 检测 智慧空气 质量检测 智能 电子班牌 校园 一卡通 2.2.1 智慧校园基础设施— 5G 智慧安防 利用 5G 大连接 + 物联网智能化管理校园基础设施，提升服务水平，保障学校安全。主要场景：门禁、监控、考勤。 烟、水、电、用传 体育馆 烟雾探测、用水监测、 用电监测、火报联网 烟、水、电 宿舍 APP 消控室 在离岗监测、防火巡查 2.2.1 智慧校园基础设施—智慧消防  边缘感知：利用 5G+ 物联传 感技术，通过多样化的物联网 传感设备实现对烟、水、电、 可燃气体、温度、报警、视频 等多种多样数据的采集。  按需汇聚：完成对前端多种 形态感知数据的汇聚，并利用 多种传输方式将用户数据传输 至后端物联网平台。  多层认知：基于云计算、大 数据，形成数据共享、交换、 需求，为消防管理部门、联网 单位、社会攻击及其他相关部 门提供消防业务应用，提升辖 区范围的消防安全。 学生：考勤签到，人脸识别 教室：校园文化、班级班报 学校：排课管理，信息发布 利用 AI 人脸识别，语音交互， 5G 等技术， 与 新高考走班排课对接。实现学生、教师考 勤 管理；实现走班信息、课表信息发布；实 现 班级与校园文化风采展示，以及互动、查 询 为一体的人工智能电子班牌。