著名教育家本杰明 · 布鲁姆指出认知领域的教育目标可以分为记忆、理解、应用、分桁、评价、创造。 部分高校的教育仅停留在较低的两个层次，学生在第三相第四个层次中应用相分析方面能力不足，评价 和创造更难企及。互联网 + 时代变革呼唤教育变革，培养这个新时代人才，教育创新和改革刻不容缓。 项目建设背景 高校吹响课堂革命的号角 内涵式发展是高等教育必由之路 我国高等教育办学规模和年毕业人数已居世界首位， 实践和创新。 高 等 教 育 强 调 “ 以 人 为 本 项目建设背景 丨金课建设，推动教室转型 教育部印发了《关于狠抓新时代全国高等学校本科教育工作会议精神落实的通知》，首次提出“金课”概念，指出“各高校 要 全面梳理各门课程的教学内容，淘汰‘水课’、打造‘金课’，合理提升学业挑战度、增加课程难度、拓展课程深度，切 实提高 课程教学质量。 2018 年 8 月提出金课 教育部发布《关于一流本 变革教学 评价方法 智慧教室建设服 务教与学 建设服务教与学的、集 物联网、云计算、人工 智能与大数据于大成的 智慧教室，真正让科学 技术释放动能服务教学， 回归教学本质，俨然已 成为一些高校准动教育 改革弯道超车的必选之 路。 智慧教室助力 金课教学 智慧教室是智慧学习环 境的载体，是开展新型 教学模式，推行智慧课 堂革命的场所，强调以 学生为中心，灵活的空 间设计，交互功能，数

智慧校园将数字化、智能化技术与教育业务实现了更深度、更紧密的融合。智能化、一 体化、个性化功能不断增强 ，各类数字化应用日趋完备 ，有效支撑了教学、科研、管理 工作 ，全方位覆盖的面向社会公众、校园生活、师生教学、科研等的服务。高校师生对 于智慧校园的各类数字化应用和数据的依赖程度越来越高 数据化 服务化 智能化 教育信息化进入智慧校园建设阶段 网络化校园 智慧校园 数字化校园 数据驱动智慧校园建设｜ 01 0 1 0 0 1 高校数据中心作为智慧校园的基础设施 ，数据中心的 SLA 直接影响着高校 各类业务的正常开展 ，因此若要增强高校数字化韧性 ，须对高校数据中心有 更高的 SLA 要求。 在各类政策及行业规范中 ，明确提出了相关的要求。例如 ，在《关于加强新 时代教育管理信息化工作的通知》和《高等学校数字校园建设规范（试行）》 中 ，都明确提出高校数据中心建设需具备容灾备份能力、运维能力 智慧校园系统的稳定性和可靠性 ，提升高校数字化韧性。 因此 ，建立体系化数据灾备和可观测性能力 ，是保障智慧校园数据安全与 业 务连续性 ，增强高校数字化韧性的关键举措。其中须建立起包括灾备相关流 程与制度、数据分级保护、灾难恢复管理等在内的体系化灾备能力；以及具 备实时监控智慧校园系统运行状态的可观测性能力 ，及时发现、定位与解决 问题 ，保障业务连续性。 增强高校数字化韧性，要求高校数据中心有更高服务水平（

隐私保 护与管控；模型演进与技术支撑方面，注重算法优化与迭代，数据规范与优化，算力支持与扩展；内容高质量 与教育包容性方面，强调内容管理与优化监管，采取包容策略促进教育发展的普惠性。构建“政府—高校—企业— 社会组织”多主体协同的治理框架，强调可解释性、公平性、可靠性与绿色低碳。 面向未来，报告从五个方面提出发展愿景：构建智算生态体系赋能智慧教育环境，重塑高教专业体系优化人才 培养机制， 84 5.2.5 案例五：大模型全链路支持在线个性化学习 ········································· 85 5.2.6 案例六：全栈人工智能解决方案赋能高校科研创新 ···································· 86 第六章 教育大模型治理 ·································· 88 6 等教育从“规模供给”向“智能化 提质增效”的跃迁。转型过程遵循着从标准化共性需求到个性化特色发展的演进路径。在初始阶段，高校数智 化建设聚焦于标准化的基础设施和通用系统，满足教育管理和基本教学需求的共性目标。随着技术深化应用， 数智化转型逐步向个性化方向拓展，根据不同高校特色、学科优势和师生需求，开发定制化的智能教学系统、 个性化学习路径规划和特色化科研支持平台，形成各具特色的数智化生态。

I C T 岗 位 与 技 能 目录 执行概要 第 1 章：重塑工作：重大变革与新挑战 第 2 章：AI、新技能与工作重构 第 3 章：各区域岗位与技能需求 第 4 章：技能培养策略：高校及其他领域探索 第 5 章：ICT 岗位分类体系 第 6 章：未来展望 研究方法 附录 I. 人工智能岗位 II. 软件岗位 IV. III. ICT基础设施岗位 网络安全岗位 的 I C T 岗 位 与 技 能 01 传统高校教育与技术培训模式与行业需求不匹配，滞后于数字化转型对人才的需要 IDC调研显示，近半数受访组织表示高校课程设置与行业实际需求不匹配，毕业生缺乏支持业务 的核心技能。技术领域的知识体系每18-24个月就会更新一次，变革速度远超传统学位教育课程 平均5-7年的更新周期。为弥补这样的技能差距，高校与企业必须紧密合作，通过联合设计课程、 设立卓 响：项目延误、质量问题、安全风险及营收目标未达成。 再次，传统技能培养模式存在短板。事实证明，传统学位课程与常规培训方式的更新速度，已无 法匹配市场对新型数字技能与AI能力激增的需求。 最后，高校人才输出与行业实际需求之间仍存在显著脱节：学术机构目前培养的、具备AI适配技 能的毕业生数量，尚无法满足企业需求。要填补这一缺口，高等教育机构与雇主需建立更紧密、 更具战略性的合作关系。 下文

• 新技术往哪里上？不会有风险吧？ 高校面临未来智慧校园规划困境 Future work plan • 学校就这么多部门 ，该建系统的都建了 • 下一步要怎样？短期不可能推翻再来一遍？ • 是不是该做些面子上面的事情了？ 到底要不要 追新技术 缺抓手 该建的都建了 多建些基础设施？ 高校信息化建设 本质是什么？ 高校信息化建设 核心价值体现在哪？ 多用些新的技术？ 多用些新的技术？ 多建些业务系统？ 为了高大上？ 为了满足业务部门？ 为了满足管理者？ 我们认为： 高校信息化建设的本质是： 对数据的建设 高校信息化建设核心价值体现在： 对数据消费的能力 解决要点 solution 必须要问自己两个问题 “ 数据 +” 思维下智慧校园规划 目标与框架 围绕“数据 +” 展开体制机制建设， 让体制机制建设变成不仅仅是保障 建设 ，更是能力建设 数据集市 切片备份 数据 集成 管理 数据 消费 规划框架 planning framework 数据 生产 数据 环境 “ 数据 +” 思维下智慧校园规划 落地路径 强化 高校信息化体制机制建设 信息化分管校领导 / 校级 CIO 数据管理领导小组 数据质量管理小组

............................... 2 1. 高校信息化建设蓝图..........................................................................................................2 2. 高校信息化现状及分析............................... 随着国家信息化建设发展的不断推进，教育信息化建设也得到突飞猛进的 发展，全国高校基础设施都基本满足需求，数字校园基础平台建设基本完成， 随着应用的不断提高，形成了大量数据积累和沉淀，促使高校对数据应用需求 的不断提高；再加上“互联网+教育”模式的不断推进，高校信息化从数字校园到 智慧校园的应用在快速演变；那么数据又是是通往智慧校园的必有之路，大数 据时代已经到来了。虽然近几年各个高校数据量在不断增大，但有效数据质量 并不是 并不是很高，严重影响到教育信息化建设的深度化和智能化应用，因此数据治 理和数据挖掘则是高校今后信息化发展的必然趋势。 二、信息化现状 1. 高校信息化建设蓝图 数据集成 基础数据 数据挖掘 数据治理 数据集成 数据标准 身份认证 有效数据 元数据管理 主数据管理 治理监管 质量监控 … 应用系统（低阶） 教务 学工 人事 科研 一卡通 … 低价值、低质量数据层 低价值、高质量数据层

驾驶算法在各类数 据基础上不断地重复训练与验证，推动车辆对环境感知、路径规划等的认知水平 逐渐趋近于真实驾驶场景。 行业级智能驾驶智算数据平台旨在为行业内整车企业、智驾供应商、研究机 构及高校等主体的智能驾驶模型开发和应用提供基础数据、算力和算法服务，并 智能驾驶智算数据平台发展研究报告 2 协调上述单位及相关数据算力供应商开展智能驾驶研发基础资源的汇聚和流通。 1.2 行业级智能驾驶智算数据平台预期功能 数据平台建设等问题，课题组针对不同类型调研对象分别开展了问卷调研。 调研周期：2024 年 8 月至 2024 年 10 月。 调研对象：整车企业、智驾供应商、数据/算力供应商、超算中心、高校和研 究机构，共发放和收集有效问卷 21 份。 以下分析基于调研结果整理得出，仅反映调研周期内受调单位的整体情况。 2.3.1 数据方面 数据闭环机制。大部分整车企业和智驾供应商已建立较为完整和成熟的数据 70%的企业或机构完全未使用国产 AI 算力卡；在使用 过程中，主要面临 AI 计算框架适配问题以及大规模算力集群下的算力调度问题。 算力利用情况。大部分整车企业和智驾供应商拥有的算力能够满足其智驾算 法训练需求；而对高校和研究机构而言，算力仍是制约其技术研究的关键问题。 2.3.3 算法模型方面 端到端架构建设情况。70%以上的企业和机构已建立端到端架构并开始模型 训练。其中，27%自称采用分块式架构，45%自称采用一体式架构。并且，整车

中国教育后勤协会 《智慧校园总体框架》 2018 年 6 月，国家标准化委员会正式发布智慧校园总体框架 GB/T 36342-2018 ，正式从国家标 准层面定义了未来高校智慧校园发展方向本标准规定了智慧校园建设的总体框架，包括智慧教 学环境、智慧教学资源、智慧校园管理、智慧校园服务、信息安全体系等系统架构及基本要求。 本标准适用于智慧校园建设的设计与实施 安全。 国家政策要求 中国教育后勤协会 AI+ 大数据助力智慧后勤发展 中国教育后勤协会 1. 新时代智慧后勤要 求 如何让高校后勤行业具备智慧？ 新兴技术如何融合到高校后勤之中？ 如何让后勤管理、服务、决策变的充满智慧？ 如何让我们的员工具备后勤智慧能力？ 前人积累的后勤工作的智慧如何留存使用？ 如 何 将 我 们 后 勤 5G 应用 大数据 物联网 高校后勤 -- 后勤行业智 慧化 5G 技术的引入帮助各行业在技 术 使用过程数据传输、数据应 用原有的壁垒提高信息效率 中国教育后勤协会 云计算 物联网的引入帮助高校解决物理 设备接入管理、监管、控制、 预警问题 人工智能的引入帮助高校解放常 规人力实现超前预测自我学 习能力 人工智能 大数据的引入帮助高校解决 数据经验积累分析预测等

节（智慧备课、沉 浸教学、自适应学习、智能考试、全维评测）及其对教育流程的重构。分析DeepSeek应用场景、优势、各教育阶段适配性及 选择理由。 2、DeepSeek在教育中的应用：展示K12与高校AI人才培养及教学实践的创新案例。对比专业AI平台与通用模型（如 DeepSeek）的应用路径。强调利用通用大模型及开放工具赋能教育者，突出方法原理的通用性与可迁移性。 第一天的摘要：DeepSeek技术重塑教育 第58页 DeepSeek对教育的赋能 学习交流可加AI肖睿团队助理微信号（ABZ2829） 第59页 K12教育实践案例 学习交流可加AI肖睿团队助理微信号（ABZ2829） 第60页 高校人工智能教育实践 促进人工智能助力教育变革。面向数字经济和未来产业发展，加强课程体系改革，优化学科专业设置。制定完善 师生数字素养标准，深化人工智能助推教师队伍建设。打造人工智能教育大模型。建设云端学校等。建立基于大 坚持“学生中心、能力进阶、交叉融合”建设理念，加快构建“人工智能通识教育”新生态 学习交流可加AI肖睿团队助理微信号（ABZ2829） 第61页 高校人工智能教育实践-案例：北京大学 学习交流可加AI肖睿团队助理微信号（ABZ2829） 第62页 高校人工智能教育实践-案例：北京大学 • 学科专业问答工具：医学MedSeek整合医学学 科体系、化小北·化学实验智慧学伴、金融AI助 教等学科特色AI工具

为了在新的时代里能响应国家信息化发展的号召，同时更有效的提高高校信 息化建设步伐，我们应初步制定一套校园信息化建设方案，并以此探讨方案的可 行性并加以分析方案的效果和影响。 1.2.校园信息化发展现状 随着信息技术的蓬勃发展和学校信息化的深入应用，数据一直都在以惊人的 速度增长。学校各部门的系统数据、手工数据的数据量都在成倍的累积，高校已 进入大数据时代。但由于数据越来越多，数据类型变得多样且散落在不同的系统 得多样且散落在不同的系统 中，如何提升数据质量并有效地利用数据这一学校宝贵的战略性资产，如何从海 量数据中准确地挖掘出有价值的信息，已经成为各大高校共同面临的课题。 第 1 页 “ ” 同时，信息系统的多样化又带来信息服务的复杂性。用户对 数据问题 的 第 1 页 需求与学校信息系统分散建设，信息服务难于获取和操作的矛盾越来越突出，急 需整合资源，进行数据治理，实现数据价值进行大数据挖掘分析的目标。 数据分析已经无法满足智慧应用的根本需求，而基 于大数据的超常规路径分析、图分析、时间序列分析，才能满足高校日益增长的 智慧应用需求。 通过大数据技术，可以科学地分析学生的学习习惯、生活习惯及其思想方面 的变化，并且对于学生的未来发展的方向都可以做出判断，以便学生结合判断结 果不断进行自我调整，同时也能让学校对于学生教育、管理方式进行再优化。另 外，能够对高校内的各个实体所产生的数据信息进行存储。所以，在校园信息化 建设中