趙磊磊

(江南大學(xué) 教育學(xué)院， 無(wú)錫 214122)

一、問(wèn)題提出

隨著人工智能技術(shù)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(wù)，實(shí)現(xiàn)了對(duì)傳統(tǒng)信息技術(shù)的實(shí)質(zhì)性突破[1]。信息技術(shù)變革具有階段性，從傳統(tǒng)信息技術(shù)到人工智能、5G等新技術(shù)，不同階段的信息技術(shù)催生了具有不同特征類型的社會(huì)時(shí)代。治理一詞寓意“依理而治”，不僅強(qiáng)調(diào)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[2]。對(duì)于數(shù)據(jù)治理而言，其與信息技術(shù)的應(yīng)用過(guò)程緊密相關(guān)，從技術(shù)時(shí)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的合理性?？v觀已有研究，較多學(xué)者將社會(huì)變革分為農(nóng)業(yè)社會(huì)、工業(yè)社會(huì)、信息社會(huì)等。從以個(gè)人計(jì)算機(jī)、早期移動(dòng)通信技術(shù)等為支撐的信息時(shí)代[3]，到以大數(shù)據(jù)挖掘與分析等核心技術(shù)為支撐的數(shù)字時(shí)代[4]，再到以人工智能、5G等新技術(shù)為支撐的人工智能時(shí)代[5]，高校數(shù)據(jù)治理的基本形態(tài)也存在諸多差異。

在信息時(shí)代(高校數(shù)據(jù)治理的初始探索階段)，多場(chǎng)教育信息化知名會(huì)議(如2009教育信息存儲(chǔ)大會(huì)暨數(shù)據(jù)管理與虛擬化應(yīng)用研討會(huì))均以“教育數(shù)據(jù)挖掘”等為主題開(kāi)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(shù)方法受到各界人士的共同關(guān)注[6]。隨著教育信息化進(jìn)程的深入推進(jìn)，各種獨(dú)立的教學(xué)管理信息系統(tǒng)、線上教育服務(wù)平臺(tái)不斷涌現(xiàn)，這些數(shù)字化平臺(tái)雖然收集和存儲(chǔ)了大量教師教育行為數(shù)據(jù)信息、學(xué)生基本數(shù)據(jù)信息、學(xué)習(xí)軌跡數(shù)據(jù)信息等，但由于信息時(shí)代教育數(shù)據(jù)分析、挖掘等技術(shù)發(fā)展的相對(duì)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起步階段。

在數(shù)字時(shí)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(guó)等教育發(fā)達(dá)國(guó)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[7]。我國(guó)也意識(shí)到數(shù)據(jù)的重要價(jià)值，基于數(shù)據(jù)的新型應(yīng)用服務(wù)逐步成為國(guó)內(nèi)高校信息化建設(shè)的重點(diǎn)關(guān)注領(lǐng)域，教育大數(shù)據(jù)、“互聯(lián)網(wǎng)+”等諸多技術(shù)及理念為高校教育數(shù)據(jù)治理的推進(jìn)提供了新的思路與路徑。但是，這一時(shí)期大多數(shù)高校尚未真正構(gòu)建起規(guī)?；⑾到y(tǒng)化的數(shù)據(jù)治理模式，高校對(duì)于“技術(shù)”的關(guān)注凌駕于“數(shù)據(jù)”之上，不少高校沒(méi)有在學(xué)校實(shí)踐層面將數(shù)據(jù)治理單獨(dú)作為核心議題，并未形成系統(tǒng)的實(shí)施模式。

在人工智能時(shí)代(高校數(shù)據(jù)治理面臨戰(zhàn)略轉(zhuǎn)型階段)，“2017年成為人工智能的‘應(yīng)用元年’”[8]。隨著5G、人工智能等技術(shù)與教育教學(xué)深度融合的持續(xù)推進(jìn)，高校數(shù)據(jù)治理進(jìn)入了智能時(shí)代的“戰(zhàn)略轉(zhuǎn)型期”，部分高校在教育數(shù)據(jù)治理的技術(shù)設(shè)施與人才儲(chǔ)備等方面較為匱乏，智能技術(shù)的應(yīng)用也帶來(lái)眾多數(shù)據(jù)安全隱憂與倫理風(fēng)險(xiǎn)，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(jī)關(guān)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(biāo)準(zhǔn)相繼頒布，以期能夠規(guī)避相應(yīng)的數(shù)據(jù)風(fēng)險(xiǎn)。僅有少數(shù)學(xué)者針對(duì)如何推進(jìn)智能時(shí)代教育數(shù)據(jù)治理展開(kāi)了討論，如宋蘇軒等人嘗試從物理層、控制層、業(yè)務(wù)層等方面設(shè)計(jì)智能時(shí)代高校數(shù)據(jù)中心體系架構(gòu)[9]。然而，人工智能如何賦能高校數(shù)據(jù)治理這一議題亟待進(jìn)一步挖掘。

綜上，5G、人工智能等技術(shù)的高速發(fā)展與應(yīng)用為社會(huì)形態(tài)與結(jié)構(gòu)帶來(lái)了重大變革，智能時(shí)代隨之而來(lái)?！缎乱淮斯ぶ悄馨l(fā)展規(guī)劃的通知》《中國(guó)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(guó)家重要發(fā)展戰(zhàn)略。在人工智能時(shí)代，教育數(shù)據(jù)高速產(chǎn)生與流動(dòng)，技術(shù)“類人”特性的發(fā)揮與“數(shù)據(jù)智能”激發(fā)緊密相關(guān)[10]。如何治理日益龐大的數(shù)據(jù)集，消解數(shù)據(jù)使用風(fēng)險(xiǎn)，釋放數(shù)據(jù)價(jià)值，成為人工智能時(shí)代高校數(shù)據(jù)治理領(lǐng)域亟待解決的重大議題。在高等教育領(lǐng)域，智能感知、自然語(yǔ)言處理、機(jī)器學(xué)習(xí)等智能技術(shù)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(shí)，但在高等教育領(lǐng)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賦能高校數(shù)據(jù)治理的基本邏輯與現(xiàn)實(shí)挑戰(zhàn)，找尋人工智能賦能高校數(shù)據(jù)治理的實(shí)踐路向，以期為人工智能時(shí)代高校數(shù)據(jù)治理工作的有效推進(jìn)提供參照。

二、人工智能賦能高校數(shù)據(jù)治理的基本邏輯

人工智能也稱為機(jī)器智能，其概念最初是在20世紀(jì)50年代中期Dartmouth學(xué)會(huì)上提出的。簡(jiǎn)言之，人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它創(chuàng)造出“智能”機(jī)器來(lái)工作和做出類似人腦的反應(yīng)，可基于知識(shí)工程和機(jī)器學(xué)習(xí)處理數(shù)據(jù)，以便感知、推理、計(jì)劃、解決問(wèn)題、做出預(yù)測(cè)和操縱對(duì)象[11]。從廣義上講，人工智能可以描述為“數(shù)字計(jì)算機(jī)或計(jì)算機(jī)控制的機(jī)器人執(zhí)行通常與智能生物相關(guān)的任務(wù)的能力”；從狹義上看，人工智能是“計(jì)算機(jī)從數(shù)據(jù)中學(xué)習(xí)的能力，且具有類人素質(zhì)(包括推理、意義形成、概括和從過(guò)去經(jīng)驗(yàn)中學(xué)習(xí)等心理過(guò)程)”。從定義看出，人工智能賦能數(shù)據(jù)的基本關(guān)注點(diǎn)可概括為收集數(shù)據(jù)、根據(jù)數(shù)據(jù)推出結(jié)論、基于海量數(shù)據(jù)的預(yù)測(cè)等方面。就高等教育領(lǐng)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(xué)者從數(shù)據(jù)服務(wù)、數(shù)據(jù)管理角度出發(fā)闡明數(shù)據(jù)治理的價(jià)值邏輯，如董曉輝認(rèn)為，數(shù)據(jù)治理規(guī)定了必須開(kāi)展的數(shù)據(jù)服務(wù)活動(dòng)，定義了誰(shuí)在數(shù)據(jù)管理中做什么，并將數(shù)據(jù)作為實(shí)際資產(chǎn)進(jìn)行管理[12]。也有學(xué)者嘗試從數(shù)據(jù)質(zhì)量角度闡述數(shù)據(jù)治理的功能邏輯，如王正青等提出，數(shù)據(jù)治理活動(dòng)包括業(yè)務(wù)活動(dòng)(如維護(hù)數(shù)據(jù)質(zhì)量)、戰(zhàn)術(shù)活動(dòng)(如建立和運(yùn)行數(shù)據(jù)質(zhì)量管理)和戰(zhàn)略活動(dòng)(如制定數(shù)據(jù)質(zhì)量管理戰(zhàn)略)[7]。還有學(xué)者從數(shù)據(jù)決策責(zé)權(quán)角度對(duì)數(shù)據(jù)治理的規(guī)則邏輯予以分析，如劉金松指出，高等教育數(shù)據(jù)治理決定了處理數(shù)據(jù)的人的責(zé)任和決策權(quán)[13]。

綜上，有關(guān)數(shù)據(jù)治理價(jià)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(guān)數(shù)據(jù)治理邏輯的觀點(diǎn)，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(gòu)，將數(shù)據(jù)質(zhì)量、數(shù)據(jù)服務(wù)、數(shù)據(jù)決策、數(shù)據(jù)管理4個(gè)方面視為人工智能時(shí)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(如圖1)。首先，數(shù)據(jù)管理涉及對(duì)數(shù)據(jù)的采集、分類、整合及存儲(chǔ)，“管”好各類數(shù)據(jù)有利于推動(dòng)“數(shù)據(jù)信息提取與應(yīng)用”，這也是有效推進(jìn)數(shù)據(jù)治理的技術(shù)支撐。其次，數(shù)據(jù)質(zhì)量的好壞是影響數(shù)據(jù)治理成效的關(guān)鍵因素[14]，可將數(shù)據(jù)質(zhì)量視為推進(jìn)高校數(shù)據(jù)治理的基礎(chǔ)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(jìn)治理計(jì)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(wù)是數(shù)據(jù)治理的根本目標(biāo)。以人為本是高校數(shù)據(jù)治理不可忽視的落腳點(diǎn)，數(shù)據(jù)治理實(shí)踐需以數(shù)據(jù)服務(wù)的優(yōu)化為根本目標(biāo)，并應(yīng)落位于數(shù)據(jù)服務(wù)潛能的有效激發(fā)[15]。其中，數(shù)據(jù)管理是技術(shù)支撐，數(shù)據(jù)質(zhì)量是關(guān)鍵保障，數(shù)據(jù)決策是基本手段，數(shù)據(jù)服務(wù)是核心目標(biāo)，可依賴數(shù)據(jù)管理、數(shù)據(jù)質(zhì)量與數(shù)據(jù)決策，實(shí)現(xiàn)更為優(yōu)質(zhì)的數(shù)據(jù)服務(wù)。

圖1 人工智能賦能高校數(shù)據(jù)治理的基本邏輯

(一)人工智能推動(dòng)高校數(shù)據(jù)管理的智能化轉(zhuǎn)型

高校在教學(xué)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(wú)章，如何推進(jìn)高校數(shù)據(jù)管理職能的優(yōu)化具有重要價(jià)值。高校數(shù)據(jù)管理一般涉及對(duì)高校各職能部門或單位數(shù)據(jù)的采集、存儲(chǔ)、共享、安全等[16]。在人工智能時(shí)代，人臉識(shí)別、圖像識(shí)別、智能傳感等智能技術(shù)的應(yīng)用，促使以往難以采集的師生關(guān)鍵數(shù)據(jù)得以有效整理與歸類，在財(cái)務(wù)、人事、科研、學(xué)院等高校各職能部門或機(jī)構(gòu)間實(shí)現(xiàn)跨部門、跨功能、跨系統(tǒng)的數(shù)據(jù)流智能監(jiān)測(cè)成為可能。如此一來(lái)，人工智能推動(dòng)了高校數(shù)據(jù)管理智能化轉(zhuǎn)型，智能技術(shù)與數(shù)據(jù)管理的融合不僅帶來(lái)了數(shù)據(jù)采集與分析方式的革新，也對(duì)數(shù)據(jù)安全防護(hù)與數(shù)據(jù)共享方式產(chǎn)生沖擊[17]，如何“管”好高速流動(dòng)的數(shù)據(jù)成為數(shù)據(jù)管理的現(xiàn)實(shí)難題。傳統(tǒng)高校數(shù)據(jù)管理模式側(cè)重于對(duì)已有數(shù)據(jù)的存儲(chǔ)與歸類，而對(duì)數(shù)據(jù)資產(chǎn)的價(jià)值激發(fā)關(guān)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(guò)控制數(shù)據(jù)開(kāi)放共享與隱私加密，利用大數(shù)據(jù)為學(xué)校教育創(chuàng)新與科學(xué)發(fā)展提供證據(jù)支持，實(shí)現(xiàn)對(duì)教育數(shù)據(jù)生成與流動(dòng)的智能監(jiān)測(cè)，從而促進(jìn)數(shù)據(jù)資產(chǎn)價(jià)值的最大化釋放。

(二)人工智能助力高校數(shù)據(jù)質(zhì)量精準(zhǔn)改進(jìn)

人工智能與數(shù)據(jù)挖掘緊密相關(guān)，可通過(guò)機(jī)器學(xué)習(xí)、智能感知等技術(shù)實(shí)現(xiàn)高校數(shù)據(jù)質(zhì)量精準(zhǔn)改進(jìn)。如何在人工智能時(shí)代實(shí)現(xiàn)數(shù)據(jù)挖掘質(zhì)量的精準(zhǔn)改進(jìn)可被視為人工智能賦能數(shù)據(jù)治理的基礎(chǔ)保障。智能感知、機(jī)器學(xué)習(xí)等智能技術(shù)的應(yīng)用有利于高校從互聯(lián)網(wǎng)抓取師生、管理者等人的關(guān)鍵數(shù)據(jù)(例如本科教學(xué)簽到信息、圖書(shū)借閱信息)，這對(duì)于促進(jìn)數(shù)據(jù)挖掘質(zhì)量的智能監(jiān)測(cè)而言具有重要價(jià)值。例如，可建立課程參與智能監(jiān)測(cè)系統(tǒng)，及時(shí)提供學(xué)生課程參與監(jiān)測(cè)分析報(bào)告，通過(guò)呈現(xiàn)參與質(zhì)量的預(yù)警等級(jí)，能夠精準(zhǔn)描述并預(yù)測(cè)學(xué)生的課程參與質(zhì)量與學(xué)習(xí)投入程度[18]。概括來(lái)看，借力人工智能，有利于實(shí)現(xiàn)對(duì)海量教育數(shù)據(jù)的精準(zhǔn)挖掘與系統(tǒng)化分析，理清當(dāng)前教育數(shù)據(jù)統(tǒng)計(jì)規(guī)律背后隱藏的實(shí)然特征，并歸納出一系列從常規(guī)研究難以得到的對(duì)策建議，進(jìn)而有利于推進(jìn)高校數(shù)據(jù)質(zhì)量的針對(duì)性提升。

(三)人工智能促進(jìn)基于數(shù)據(jù)的精準(zhǔn)決策體系構(gòu)建

基于數(shù)據(jù)證據(jù)的教育決策不僅寓意對(duì)于數(shù)據(jù)的決策，而且也涉及利用數(shù)據(jù)進(jìn)行決策。前者一般探討如何有效開(kāi)展數(shù)據(jù)挖掘、數(shù)據(jù)共享等，后者一般涉及如何通過(guò)數(shù)據(jù)價(jià)值的釋放為教育教學(xué)決策服務(wù)。我國(guó)近幾年越來(lái)越關(guān)注人工智能在教育決策領(lǐng)域的應(yīng)用，一系列教育政策研究院之類的智庫(kù)機(jī)構(gòu)(如國(guó)家教育宏觀政策研究院)和政府教育管理部門均致力于實(shí)現(xiàn)智能數(shù)據(jù)挖掘與教育公共決策的深度融合[19]。在高等教育領(lǐng)域，教育決策涉及教育行政決策、教育教學(xué)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(shè)水平的重要衡量指標(biāo)。人工智能促進(jìn)基于數(shù)據(jù)的精準(zhǔn)決策體系構(gòu)建逐漸成為高等教育領(lǐng)域的關(guān)注熱點(diǎn)，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(shù)，高校可在編輯、整合、量化、分析各類部門數(shù)據(jù)方面實(shí)現(xiàn)智慧化操作，動(dòng)態(tài)抓取教師、學(xué)生、管理人員的實(shí)際需求，實(shí)現(xiàn)數(shù)據(jù)信息的智能分類與歸納，從教務(wù)管理、本科教學(xué)監(jiān)測(cè)、研究生教育管理、校園安全防護(hù)等方面的實(shí)況出發(fā)，打造基于證據(jù)的高校輿情決策咨詢服務(wù)系統(tǒng)，從而構(gòu)建智慧化的高校決策服務(wù)體系?；谌斯ぶ悄艿闹腔蹧Q策并不意味著對(duì)“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(shí)際上可被視為一種新型的決策工具，其助力于高?；跀?shù)據(jù)的精準(zhǔn)決策體系的建立健全，有利于高校清晰判定自身問(wèn)題與未來(lái)發(fā)展路徑，進(jìn)而為教師和學(xué)生提供更加契合自身需求的教育服務(wù)。

(四)人工智能助推高校數(shù)據(jù)服務(wù)的個(gè)性化供給

人工智能賦能高校數(shù)據(jù)服務(wù)通常涉及教學(xué)管理服務(wù)、后勤支持服務(wù)等方面，且人工智能助推高校數(shù)據(jù)服務(wù)的個(gè)性化供給成為高校創(chuàng)新發(fā)展的關(guān)鍵支撐，也是人工智能賦能高校數(shù)據(jù)治理的根本目標(biāo)。在人工智能場(chǎng)域下，高校數(shù)據(jù)服務(wù)激發(fā)潛能不僅體現(xiàn)在基于“數(shù)字畫(huà)像”的學(xué)生評(píng)價(jià)、基于“情感計(jì)算”的學(xué)生創(chuàng)造力激發(fā)、基于“虛實(shí)交互”的課堂教學(xué)應(yīng)用等“教”與“學(xué)”方面，對(duì)于依賴“數(shù)據(jù)智能”的高校管理服務(wù)的效能提升也具有重要的推動(dòng)作用。在“教”與“學(xué)”服務(wù)層面，高校可利用智能篩選與推理技術(shù)，對(duì)來(lái)源不一的教育數(shù)據(jù)進(jìn)行識(shí)別、清洗、歸類、推理與分析，做到“教”與“學(xué)”場(chǎng)景的數(shù)據(jù)即時(shí)反饋，以此來(lái)矯正教育教學(xué)服務(wù)的盲點(diǎn)與不足。例如，密歇根大學(xué)有一項(xiàng)關(guān)于“基于學(xué)生參與度和情緒狀態(tài)預(yù)測(cè)學(xué)習(xí)效果”的研究，使用人工智能采集學(xué)生學(xué)習(xí)行為數(shù)據(jù)，評(píng)測(cè)學(xué)生學(xué)習(xí)參與度，推導(dǎo)出參與度與學(xué)習(xí)效果之間的聯(lián)系，以此為基礎(chǔ)對(duì)學(xué)生提出有針對(duì)性的指導(dǎo)意見(jiàn)。在“管理服務(wù)”層面，高校可利用機(jī)器學(xué)習(xí)、智能專家系統(tǒng)等智能技術(shù)，實(shí)現(xiàn)對(duì)本科生、研究生等學(xué)生群體需求變化、個(gè)體進(jìn)步等方面的精準(zhǔn)研判，及時(shí)為管理者戰(zhàn)略調(diào)整提供行動(dòng)方案與路徑方向。

三、人工智能賦能高校數(shù)據(jù)治理的現(xiàn)實(shí)挑戰(zhàn)

遵循前文所述之人工智能時(shí)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(zhì)量、數(shù)據(jù)決策與數(shù)據(jù)服務(wù)4個(gè)方面分析人工智能賦能高校數(shù)據(jù)治理變革的現(xiàn)實(shí)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(xué)生等人的多方協(xié)同管理[20]。人工智能的發(fā)展為利益相關(guān)者的協(xié)同治理提供了工具支持，高校數(shù)據(jù)管理亟須走向“多方共管”。在人工智能時(shí)代，海量數(shù)據(jù)不斷產(chǎn)生與聚集，不同領(lǐng)域和不同類型的數(shù)據(jù)被連通，實(shí)現(xiàn)了數(shù)據(jù)的高度融合[21]，促使教師、學(xué)生、管理者等多元利益主體均能在充分了解學(xué)校信息的基礎(chǔ)上參與學(xué)校決策[22]。首先，以往高校數(shù)據(jù)治理主要由專門的數(shù)據(jù)管理人員負(fù)責(zé)教育數(shù)據(jù)的采集、存儲(chǔ)、共享等過(guò)程性審查工作，教師、學(xué)生等利益相關(guān)者的治理參與程度不足，難以適應(yīng)教師、學(xué)生等利益相關(guān)者在智能數(shù)據(jù)采集、流轉(zhuǎn)與分析方面的多元需求。其次，數(shù)據(jù)采集與流動(dòng)情境更為復(fù)雜，智能化與定制化數(shù)據(jù)服務(wù)等功能的發(fā)揮亟須實(shí)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(shí)現(xiàn)數(shù)據(jù)的精準(zhǔn)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(dòng)計(jì)劃》提出要“促進(jìn)政務(wù)數(shù)據(jù)分級(jí)分層有效共享”[23]，但在實(shí)踐層面上，學(xué)校、學(xué)院、各級(jí)機(jī)關(guān)單位等教育數(shù)據(jù)利益相關(guān)者的“共治”能力較為薄弱，利用數(shù)據(jù)輔助教育教學(xué)與管理決策的意識(shí)薄弱，導(dǎo)致人工智能時(shí)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(duì)統(tǒng)一的數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)

數(shù)據(jù)治理是對(duì)整個(gè)數(shù)據(jù)生命周期的治理，涉及數(shù)據(jù)質(zhì)量、組織、描述、共享等多個(gè)維度。作為原材料的數(shù)據(jù)質(zhì)量，成了數(shù)據(jù)治理最基本的關(guān)鍵要素。當(dāng)前高校數(shù)據(jù)治理在數(shù)據(jù)質(zhì)量建設(shè)方面存在不少現(xiàn)實(shí)難題，比如各類群體數(shù)據(jù)體積過(guò)大、各部門數(shù)據(jù)更新速度不一、各部門信息割裂等[24]。在2021年4月舉辦的第二屆MEET教育科技峰會(huì)上，國(guó)家教育行政學(xué)院聯(lián)合騰訊研究院發(fā)布的《邁向更好的教育：未來(lái)教育的技術(shù)發(fā)展空間報(bào)告》顯示：“雖然我國(guó)的區(qū)域教育主管部門和學(xué)校大部分都基本建成了教育信息化平臺(tái)，但有64.2%的高校依舊認(rèn)為信息孤島普遍存在。”[25]如何構(gòu)建相對(duì)統(tǒng)一的數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)是推動(dòng)人工智能時(shí)代高校數(shù)據(jù)治理的一大難題，而這個(gè)難題的破解對(duì)于破除教育數(shù)據(jù)割裂、壟斷、孤島等數(shù)據(jù)質(zhì)量問(wèn)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(shè)中主要以簡(jiǎn)單實(shí)現(xiàn)業(yè)務(wù)功能為導(dǎo)向，尚未在學(xué)校層面形成統(tǒng)一的數(shù)據(jù)采集、存儲(chǔ)、共享標(biāo)準(zhǔn)，導(dǎo)致高校底層數(shù)據(jù)架構(gòu)設(shè)計(jì)混亂，使得存儲(chǔ)于各個(gè)平臺(tái)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(yīng)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(zhì)量標(biāo)準(zhǔn)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(biāo)準(zhǔn)與應(yīng)用規(guī)范，但在推動(dòng)不同部門之間的大量數(shù)據(jù)實(shí)現(xiàn)智能共享的過(guò)程中，由于推廣應(yīng)用不力或標(biāo)準(zhǔn)不符合實(shí)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(quán)責(zé)限定與頂層設(shè)計(jì)方面存在缺失

高校數(shù)據(jù)決策一詞由來(lái)已久，其內(nèi)涵范疇目前已從“關(guān)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(xiàng)系統(tǒng)化的復(fù)雜決策工程，需要技術(shù)開(kāi)發(fā)商、學(xué)校、業(yè)務(wù)部門、師生等治理主體的協(xié)同參與[26]。當(dāng)前高校數(shù)據(jù)決策在權(quán)責(zé)限定與頂層設(shè)計(jì)方面存在缺失。例如，業(yè)務(wù)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(shè)任務(wù)，進(jìn)而導(dǎo)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(yīng)用水平不高。由此來(lái)看，高校數(shù)據(jù)治理的效果在很大程度上依賴于治理主體間的責(zé)權(quán)劃分與行動(dòng)規(guī)劃。一方面，不少高校在數(shù)據(jù)采集、傳輸、共享、公開(kāi)等方面的權(quán)限界定較為混亂，數(shù)據(jù)質(zhì)量與數(shù)據(jù)安全問(wèn)題頻發(fā)，僅僅依靠信息化辦公室等進(jìn)行數(shù)據(jù)治理的實(shí)踐模式存在較多局限性。在人工智能場(chǎng)域下，高校應(yīng)充分調(diào)動(dòng)學(xué)校管理者、教師與學(xué)生等人協(xié)同參與數(shù)據(jù)治理，并在治理責(zé)任、權(quán)力、擔(dān)當(dāng)、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(quán)責(zé)混亂所引發(fā)的倫理與安全風(fēng)險(xiǎn)。另一方面，數(shù)據(jù)治理缺乏校級(jí)層面全局規(guī)劃，數(shù)據(jù)治理分割問(wèn)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(shè)樊籬、數(shù)據(jù)治理分散在不同技術(shù)部門和業(yè)務(wù)部門等，進(jìn)而導(dǎo)致信息標(biāo)準(zhǔn)不統(tǒng)一、數(shù)據(jù)流轉(zhuǎn)不順暢、數(shù)據(jù)權(quán)責(zé)不明確、共享度不足、數(shù)據(jù)質(zhì)量不高等一系列問(wèn)題，從而阻礙高校數(shù)據(jù)治理成效的有效提升。

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

數(shù)據(jù)服務(wù)是實(shí)現(xiàn)數(shù)據(jù)價(jià)值的關(guān)鍵過(guò)程，服務(wù)層通常位于“人工智能+教育”通用技術(shù)框架的最頂層，是各類“人工智能+教育”技術(shù)形態(tài)實(shí)現(xiàn)的最終功能體現(xiàn)，如果數(shù)據(jù)服務(wù)潛能激發(fā)不力，終將影響數(shù)據(jù)價(jià)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(jià)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(fù)雜性、個(gè)人隱私侵權(quán)、數(shù)據(jù)共享意識(shí)薄弱等方面的現(xiàn)實(shí)挑戰(zhàn)[27]。人工智能時(shí)代下數(shù)據(jù)服務(wù)潛能激發(fā)一般需要具備兩個(gè)基本條件，一是數(shù)據(jù)服務(wù)應(yīng)用接口，二是數(shù)據(jù)服務(wù)制度規(guī)范。但是，不少高校早期建設(shè)的信息系統(tǒng)并不支持可供調(diào)取的數(shù)據(jù)接口，盡管部分信息系統(tǒng)所提供的信息讀取、對(duì)接功能相對(duì)比較簡(jiǎn)單，但高校之間教育數(shù)據(jù)共享存在較大難度且耗費(fèi)成本較高，在一定程度上影響了數(shù)據(jù)治理服務(wù)的個(gè)性化供給，很難有效滿足人工智能時(shí)代數(shù)據(jù)開(kāi)放共享與高速流動(dòng)的現(xiàn)實(shí)需求。開(kāi)發(fā)豐富的數(shù)據(jù)服務(wù)應(yīng)用接口，不僅涉及技術(shù)因素，還涉及數(shù)據(jù)服務(wù)制度因素，不少高校在數(shù)據(jù)服務(wù)權(quán)限設(shè)定、數(shù)據(jù)服務(wù)安全管理等方面仍缺乏制度規(guī)范的保障，進(jìn)而制約高校數(shù)據(jù)價(jià)值的高效釋放。

四、人工智能賦能高校數(shù)據(jù)治理的實(shí)踐路向

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(shí)挑戰(zhàn)，本研究進(jìn)一步提出人工智能賦能高校數(shù)據(jù)治理的實(shí)踐路向。

(一)創(chuàng)設(shè)落位智能共管的高校數(shù)據(jù)管理職能優(yōu)化機(jī)制

在管理層面，高校數(shù)據(jù)管理亟須走向“多方共管”。人工智能時(shí)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(biāo)，應(yīng)落位到數(shù)據(jù)存儲(chǔ)、分類與整理等方面，利用智能分類與識(shí)別技術(shù)實(shí)現(xiàn)智能共管。人工智能時(shí)代數(shù)據(jù)的產(chǎn)生與采集更為智慧化，但生成的結(jié)構(gòu)與非結(jié)構(gòu)化數(shù)據(jù)繁多且來(lái)源不一無(wú)疑大幅增加了數(shù)據(jù)管理難度。為此，創(chuàng)設(shè)落位智能共管的高校數(shù)據(jù)管理職能優(yōu)化機(jī)制極具必要性。首先，應(yīng)關(guān)注智能共管工具與方式的變革。利用智能感知、機(jī)器學(xué)習(xí)等技術(shù)精準(zhǔn)計(jì)算師生等人的情感偏好、思維傾向以及能力態(tài)度等，有利于根據(jù)教育數(shù)據(jù)的種類與性質(zhì)實(shí)現(xiàn)精準(zhǔn)分類管理。其次，應(yīng)注重專業(yè)化數(shù)據(jù)管理人才隊(duì)伍建設(shè)。以往我國(guó)不少高校從事高校數(shù)據(jù)管理的人員對(duì)數(shù)據(jù)治理的認(rèn)知存在缺位與偏差，其數(shù)據(jù)治理能力更是有待提升。有必要加強(qiáng)對(duì)情報(bào)信息等專業(yè)的人才引進(jìn)，加強(qiáng)對(duì)已有信息化工作人員的專業(yè)化數(shù)據(jù)素養(yǎng)培訓(xùn)，利用智能化資源推送優(yōu)勢(shì)，開(kāi)發(fā)相關(guān)培訓(xùn)資源并制定培訓(xùn)方案等。

(二)完善校本化高校數(shù)據(jù)挖掘與共享質(zhì)量標(biāo)準(zhǔn)

如前文所述，數(shù)據(jù)質(zhì)量保障對(duì)于高校數(shù)據(jù)治理成效的提升具有基礎(chǔ)性作用，而高校數(shù)據(jù)治理缺乏相對(duì)統(tǒng)一的數(shù)據(jù)挖掘標(biāo)準(zhǔn)。以往高校數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)建設(shè)對(duì)本校數(shù)據(jù)樣態(tài)與分布規(guī)律等方面的觀照不足，人工智能時(shí)代的高校數(shù)據(jù)治理應(yīng)更加注重落位于本校實(shí)際需求，完善校本化高校數(shù)據(jù)挖掘與共享質(zhì)量標(biāo)準(zhǔn)。首先，在數(shù)據(jù)采集方面，高校各級(jí)部門的數(shù)據(jù)治理建設(shè)應(yīng)以已有的信息系統(tǒng)為基礎(chǔ)，根據(jù)本校數(shù)據(jù)采集需求與歷史難點(diǎn)，針對(duì)神經(jīng)網(wǎng)絡(luò)算法、網(wǎng)絡(luò)爬蟲(chóng)算法等不同智能挖掘技術(shù)在數(shù)據(jù)采集方面的應(yīng)用特點(diǎn)與差異，制定校本化的數(shù)據(jù)采集質(zhì)量標(biāo)準(zhǔn)，強(qiáng)化教育數(shù)據(jù)采集的規(guī)范性[28]。其次，在數(shù)據(jù)流轉(zhuǎn)方面，高校應(yīng)落位于本校數(shù)據(jù)流轉(zhuǎn)規(guī)范與質(zhì)量要求，著手構(gòu)建校本化數(shù)據(jù)流轉(zhuǎn)質(zhì)量監(jiān)測(cè)標(biāo)準(zhǔn)，借助軟件為數(shù)據(jù)智能的共享過(guò)程提供數(shù)據(jù)準(zhǔn)確性校驗(yàn)，著力實(shí)現(xiàn)智能化提交數(shù)據(jù)更正請(qǐng)求和在線跟蹤更正進(jìn)度等功能。

(三)構(gòu)建基于責(zé)權(quán)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(quán)責(zé)限定與頂層設(shè)計(jì)方面存在缺失。以往高校雖然對(duì)數(shù)據(jù)治理建設(shè)做了較大投入，但數(shù)據(jù)決策的智慧化建設(shè)水平尚處于初級(jí)階段。因此，在決策層面，有必要構(gòu)建基于數(shù)據(jù)責(zé)權(quán)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(xué)校行政管理人員、信息化工作人員)的治理訴求與利益觀照有所不同，對(duì)數(shù)據(jù)本身所承載的責(zé)任與權(quán)利意識(shí)存在偏差，亟須在高校數(shù)據(jù)采集、存儲(chǔ)、共享、應(yīng)用等方面做好責(zé)權(quán)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(guò)大數(shù)據(jù)平臺(tái)鼓勵(lì)公眾表達(dá)數(shù)據(jù)治理訴求，打造結(jié)構(gòu)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(zé)權(quán)的厘定，需融合多方人才智慧與優(yōu)勢(shì)，培育多方參與的高校數(shù)據(jù)治理合作土壤，著手構(gòu)建智能化精準(zhǔn)數(shù)據(jù)決策體系?？赏ㄟ^(guò)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(duì)稱困境，建立基于數(shù)據(jù)智能監(jiān)測(cè)的數(shù)據(jù)決策機(jī)制，以期能夠在凝聚數(shù)據(jù)治理主體合力的基礎(chǔ)上確保數(shù)據(jù)決策的精準(zhǔn)制定。

(四)優(yōu)化指向數(shù)據(jù)價(jià)值釋放的智能數(shù)據(jù)服務(wù)體系

如前文所述，在服務(wù)層面，數(shù)據(jù)服務(wù)潛能激發(fā)不力制約數(shù)據(jù)價(jià)值高效釋放。隨著人工智能在高校信息化建設(shè)中的應(yīng)用，高校智慧化水平日益提升，數(shù)據(jù)價(jià)值的最大化釋放成為高校智慧校園建設(shè)的關(guān)鍵之舉。在高校智慧校園建設(shè)過(guò)程中，教學(xué)管理、課堂教學(xué)、教學(xué)評(píng)價(jià)等方面的智慧化發(fā)展均依賴于數(shù)據(jù)服務(wù)潛能的激發(fā)。在人工智能時(shí)代，教育數(shù)據(jù)量極其巨大，數(shù)據(jù)價(jià)值釋放場(chǎng)域愈發(fā)復(fù)雜，傳統(tǒng)大數(shù)據(jù)技術(shù)很難滿足數(shù)據(jù)服務(wù)智能供給與分析的現(xiàn)實(shí)需求。為此，有必要實(shí)現(xiàn)立足數(shù)據(jù)價(jià)值釋放的數(shù)據(jù)服務(wù)潛能智慧激發(fā)。首先，可嘗試?yán)弥悄芙K端、智能專家系統(tǒng)等技術(shù)為數(shù)據(jù)利益相關(guān)者提供接入數(shù)據(jù)資源的接口，及時(shí)打包與封裝師生等人的關(guān)鍵數(shù)據(jù)，實(shí)時(shí)處理來(lái)自師生的搜索和分析請(qǐng)求。其次，可利用自然語(yǔ)言處理、深度學(xué)習(xí)等智能技術(shù)，可視化分析教育教學(xué)、教學(xué)管理、后勤服務(wù)等多類數(shù)據(jù)，設(shè)置涉及教育教學(xué)與師生發(fā)展等尤為關(guān)鍵的數(shù)據(jù)價(jià)值觀測(cè)點(diǎn)并進(jìn)行實(shí)時(shí)觀測(cè)，為師生教與學(xué)質(zhì)量的改進(jìn)提供精準(zhǔn)支持服務(wù)。再者，利用智能挖掘、自適應(yīng)、圖像感知等技術(shù)，實(shí)現(xiàn)數(shù)據(jù)服務(wù)潛能激發(fā)困境的智慧判定，從數(shù)據(jù)架構(gòu)、質(zhì)量、標(biāo)準(zhǔn)、安全等指標(biāo)的風(fēng)險(xiǎn)識(shí)別與監(jiān)測(cè)角度，實(shí)現(xiàn)高質(zhì)量數(shù)據(jù)挖掘與分析服務(wù)，推動(dòng)基于大數(shù)據(jù)的高校教育管理與決策服務(wù)優(yōu)化。

五、結(jié) 語(yǔ)

自數(shù)據(jù)治理一詞出現(xiàn)后，高等教育領(lǐng)域也逐漸關(guān)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(zhuǎn)型3個(gè)階段。在以人工智能、5G、云計(jì)算等技術(shù)為核心支撐的智能時(shí)代，人工智能對(duì)于提升高校數(shù)據(jù)治理水平具有關(guān)鍵作用，高校數(shù)據(jù)治理正式邁入戰(zhàn)略轉(zhuǎn)型期。高校數(shù)據(jù)治理多年來(lái)的發(fā)展歷程表明，當(dāng)前高校數(shù)據(jù)治理缺乏相對(duì)統(tǒng)一的數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)、高校數(shù)據(jù)決策在權(quán)責(zé)限定與頂層設(shè)計(jì)方面存在缺失等眾多問(wèn)題依然存在，相關(guān)問(wèn)題的破解將成為影響高校數(shù)據(jù)價(jià)值釋放的關(guān)鍵。本研究致力于探索人工智能時(shí)代高校數(shù)據(jù)治理變革的基本邏輯、現(xiàn)實(shí)挑戰(zhàn)與實(shí)踐路向，正是對(duì)人工智能時(shí)代高校數(shù)據(jù)治理現(xiàn)實(shí)挑戰(zhàn)的有效回應(yīng)。在未來(lái)高校創(chuàng)新發(fā)展過(guò)程中，如何推動(dòng)“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(guān)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(yīng)關(guān)注技術(shù)變革效應(yīng)，也需要關(guān)注人文關(guān)懷與倫理規(guī)約，這可能會(huì)成為未來(lái)人工智能時(shí)代高校數(shù)據(jù)治理的研究趨勢(shì)。