Rethinking Higher Education/Chapter 10/zh

第十章

未来大学：欧洲人文主义与中国创新之间的人工智能增强高等教育

Martin Woesler

湖南师范大学

摘要

高等教育正处于十字路口。人工智能、后疫情时代的混合学习以及智慧校园技术的融合正在将大学从知识传递机构转变为自适应学习生态系统。本文考察了欧洲和中国的大学如何应对这一转变，利用了机构数据、政策分析和近期实证研究。我们记录了中国的国家主导方法——以荣获联合国教科文组织奖的智慧教育平台（服务2.93亿学习者）为代表——并将其与通过65个欧洲大学联盟（涵盖35个国家的570多个机构）运营的欧盟分散式模式进行了对比。通过对人工智能采纳政策、混合学习模式、智慧校园基础设施和生成式人工智能整合的系统比较，我们认为无论是中国对速度和规模的强调还是欧洲对民主治理和教职人员自治的强调都不足以独自胜任。将中国快速部署的能力与欧洲对人文主义价值观和机构自治的承诺相结合的综合方案，为未来大学提供了最有前景的模式。

关键词：大学转型、高等教育中的人工智能、智慧校园、混合学习、欧中比较、生成式人工智能政策、数字教育

1. 引言

2024年3月13日，湖南师范大学让·莫内卓越中心以"未来大学"为题开启了"中欧数字化"系列讲座。大学面临一个悖论：作为一种机构，它异常稳定——其基本组织形式在一千年中的变化比几乎任何其他社会机构都小。然而，其运营环境在十年之内已经发生了翻天覆地的变化。

本文考察了欧洲和中国大学如何驾驭这一转变，建立在本卷配套章节——涉及语言学习中的人工智能、替代学习形式、数据保护、人工智能伦理和可持续性——的基础上，回答总体性的机构问题：人工智能时代我们需要什么样的大学？

2.1 中国的智慧教育平台

中国的大学转型方法以国家智慧教育平台（国家智慧教育平台）为代表，2022年3月推出，2023年荣获联合国教科文组织信息通信技术教育奖。到2023年底，该平台链接了519,000个教育机构、1880万教师和2.93亿学习者，拥有超过1亿来自200多个国家的注册用户。

该平台将四个子平台——基础教育、职业教育、高等教育和教师培训——整合到统一的数字基础设施中。其规模史无前例：没有其他国家运营着服务近3亿用户的单一教育平台。

2.2 欧洲智慧校园倡议

欧洲对智慧校园发展的方法是典型的分散式方法。欧洲大学倡议通过Erasmus+资助建立了65个联盟，涵盖35个国家的570多所高等教育机构。个别欧洲大学开发了值得注意的智慧校园项目，如爱丁堡大学的智慧数据校园和代尔夫特理工大学的数字孪生倡议。

2.3 智慧课堂设计与学习成果

一项对421名中国本科生的研究发现，"沉浸式智慧课堂基础设施所触发的心理愉悦是感知到的学术提升的重要来源"，"教师引导的人工智能支架效应放大了这一效果"（Zhang, C. 2026）。智慧校园技术的系统综述确定了物联网、人工智能、云计算和大数据分析的整合为智能校园基础设施的关键要素（Elbertsen, Kok & Salimi 2025）。

3.1 承诺与现实

人工智能个性化学习的愿景——根据每个学生的节奏、风格、先验知识和学习目标量身定制的教学——代表了未来大学最引人注目的愿景之一。然而，实证研究揭示了更细致的图景。对48名中国本科生人工智能个性化学习感知的主题分析发现，学生重视效率提升，但对过度依赖人工智能推荐以及批判性思维和自主学习能力可能丧失表示担忧（Wang等人 2024）。

如果大学教育的目的仅仅是尽可能高效地传递预定知识和技能，那么人工智能个性化代表了明确的改进。如果教育还在于发展智力自主、对模糊的容忍、批判性思维的能力以及提出问题而非仅仅回答问题的能力，那么过度个性化可能适得其反。

4.1 混合模式的持久性

数据表明混合学习不是临时安排而是高等教育的永久特征。使用结构方程模型和深度神经网络分析的研究证实，混合学习代表了一种可持续的后疫情模式，尽管其有效性严重依赖于机构支持基础设施（Yaqin等人 2025）。

4.2 中国的混合学习采纳

在中国，一项关于后疫情时代大学生采纳混合学习的行为意向影响因素的研究发现了广泛的接受和具体的担忧（Yu等人 2023）。学生重视混合学习的灵活性，但对社交互动减少和在线环境中维持自律的困难表示担忧。一项涵盖37项混合学习研究的荟萃分析发现了对学习成果的上中等正向效应（SMD = 0.698），最佳在线比例约为50%。

5.1 采纳浪潮

生成式人工智能以惊人的速度从新事物转变为高等教育中的普遍现象。EDUCAUSE 2025调查发现57%的高等教育机构现在优先考虑人工智能整合。

5.2 中国学生驾驭全球和国内人工智能

一项关于中国大学生如何驾驭全球和国内生成式人工智能的研究发现，学生开发了复杂的策略来访问受限工具以及官方允许的国内替代品（Xie等人 2025）。学生报告使用VPN、外国账户和同伴网络来访问ChatGPT和其他受限平台，同时使用国内工具完成将被教师审查的作业。

5.3 学术诚信挑战

生成式人工智能的整合提出了关于学术诚信的紧迫问题。天津科技大学（天津科技大学）于2024年规定本科论文中人工智能生成的内容不得超过40%。更深层的挑战不是检测人工智能使用，而是开发重视独特人类贡献的评估方法。这是欧洲教养（Bildung）和中国修身（xiushen）哲学传统趋同之处：两者都强调全面的人格发展，而非仅仅产出正确答案。

6. 教职人员在大学转型中的角色

大学的转型不能自上而下强加——它必须由教职人员领导或至少共同领导。关于高等教育中人工智能趋势的批判性反思认为，转型必须是"教职人员主导而非技术驱动"的（Ruano-Borbalan 2025）。

一项基于政策分析和33名中国研究型大学教职人员访谈的研究发现，教职人员普遍认为人工智能增强了个性化和研究生产力，但对学术诚信、算法偏见和过度依赖自动化系统表示担忧（Liu等人 2025）。

7.1 中国模式：国家主导的转型

中国的未来大学愿景以集中规划、大规模数字基础设施、快速部署和与国家发展目标的紧密整合为特征。从2025年9月起，人工智能教育在所有中小学成为必修课。在大学层面，中国的"双一流"大学倡议创建了一级精英机构，作为人工智能增强教学法的实验室。

这种模式的优势在于规模和速度。劣势同样明显——对机构自治的限制、对全球人工智能工具访问的限制。

7.2 欧洲模式：民主治理和人文主义价值观

欧洲的未来大学愿景以《大学大宪章》（1988年，2020年重申）所载的机构自治传统、博洛尼亚进程框架和欧洲高等教育区为形塑。其知识基础来自教养（Bildung）概念——通过与知识、文化和批判性探究的参与实现个人形成的德国教育理想。

欧盟《人工智能法》提供了独特的监管框架，将用于评估学习成果、确定教育准入和监控学生行为的人工智能系统归类为"高风险"。在教育环境中禁止情绪识别。

7.3 走向综合

最有前景的未来大学模式吸取了两种方法的优势同时减轻其弱点。从中国模式中：大规模投资数字基础设施的意愿、跨所有学科整合人工智能能力。从欧洲模式中：对机构自治的承诺、将伦理框架整合到技术采纳中、强调批判性思维和人文教育。

7.4 比较总结

基础设施：中国运营集中式国家平台（2.93亿用户）；欧盟运营分散式机构和联盟系统（65个联盟）。人工智能整合：中国从2025年9月起在所有层级强制人工智能教育；欧盟通过《人工智能法》鼓励人工智能素养。治理：中国自上而下；欧盟自下而上。数据环境：中国PIPL允许更广泛的教育数据使用；欧盟GDPR施加严格的数据保护要求。速度：中国快速部署；欧盟审慎审议。文化基础：中国儒家传统强调勤勉、尊师和服务国家；欧洲启蒙传统强调批判性思维、个人自治和公民参与。

7.5 技能问题：未来大学应教什么？

更深层的问题是未来大学应主要教学生想什么（知识传递）、如何思考（批判性推理）还是如何学习（适应能力）。中国模式倾向于第一和第三种。欧洲模式倾向于第二种。未来大学将需要三者兼备。

两种传统都认识到教育必须超越单纯的知识传递，发展完整的人——儒家的君子和启蒙理想的自主、批判性思考的公民。在人工智能时代，这些人文主义理想不是过时的；它们比以往任何时候都更为根本。

8. 结论

未来大学既不是中国智慧校园也不是欧洲人文主义研讨室——它需要两者兼备。未来十年的挑战不是在技术效率和人文深度之间做出选择，而是将它们整合起来。

欧中大学转型方法的比较揭示，两个系统都没有完全解决未来大学的难题。中国展示了当一个国家将大量资源投入教育数字化时的可能性；欧洲展示了当教育转型受到民主价值观和人文主义传统引导时的必要性。将在2035年——以及2050年——蓬勃发展的大学，将是那些从两种传统中学习的大学——将规模与精细、速度与反思、创新与近千年来维系大学的持久人类价值观相结合。

致谢

本研究得到了让·莫内卓越中心"EUSC-DEC"的支持，由欧盟资助协议编号101126782提供资金。

[REF] 参考文献

[REF] Elbertsen, L., Kok, R., & Salimi, N. (2025). Designing the future smart campus: Integrating key elements to enhance user experience. Journal of Science and Technology Policy Management, 16(10), 117–137.

[REF] Liu, X., et al. (2025). Regulations, technology policies and universities' attitudes to artificial intelligence in China. Higher Education Quarterly, 79(4). DOI: 10.1111/hequ.70055.

[REF] Ruano-Borbalan, J.-C. (2025). The transformative impact of artificial intelligence on higher education: A critical reflection on current trends and future directions. International Journal of Chinese Education. SAGE. DOI: 10.1177/2212585X251319364.

[REF] UNESCO. (2023). Smart Education Platform of China: Laureate of UNESCO Prize for ICT in Education.

[REF] Wang, X., Xu, X., Zhang, Y., Hao, S., & Jie, W. (2024). Exploring the impact of artificial intelligence application in personalized learning environments. Humanities and Social Sciences Communications, 11(1), 1644.

[REF] Xie, Q., Li, M., & Cheng, F. (2025). Between regulation and accessibility: How Chinese university students navigate global and domestic generative AI. Globalisation, Societies and Education. Taylor & Francis.

[REF] Yaqin, A. M. A., Muqoffi, A. K., Rizalmi, S. R., Pratikno, F. A., & Efranto, R. Y. (2025). Hybrid learning in post-pandemic higher education systems: An analysis using SEM and DNN. Cogent Education, 12(1), 2458930.

[REF] Yu, T., Dai, J., & Wang, C. (2023). Adoption of blended learning: Chinese university students' perspectives. Humanities and Social Sciences Communications. 10(1), 390.

[REF] Zhang, C. (2026). Unlocking academic gains in smart-classroom settings: A moderated-mediation study among Chinese undergraduates. Acta Psychologica, 262, 106175.