作者：孙立涛（东南大学副校长）

　　人工智能正在成为引领新一轮科技革命和产业变革的战略性技术，也正在深刻重塑高等教育的内涵、边界和形态。对于高校而言，人工智能不是一个简单的工具选项，而是关系人才培养模式、科学研究范式、治理体系和服务国家能力的系统性变革。面对这场浪潮，高校不能只是人工智能的使用者、受益者和跟随者，而应当成为源头创新的贡献者、应用场景的定义者、治理规则的探索者和未来人才的培养者。高校肩负着立德树人、科技创新、社会服务和文化传承创新的重要职责。人工智能的发展，最终要靠高水平人才支撑，靠原创性技术突破驱动，靠真实场景应用检验，靠伦理规范和治理体系保障。高校恰恰拥有最完整的知识生产体系、最丰富的学科交叉基础、最活跃的青年人才群体和最复杂的真实应用场景。一所高校，本身就是一个高度浓缩的社会系统，教学、科研、医疗、食宿、管理、服务、安全、文化等场景一应俱全。因此，高校具备推动人工智能从技术突破走向场景落地、从单点应用走向系统变革、从短期热点走向可持续发展的独特优势。

　　高校拥抱人工智能，不能简单理解为“买几个工具、建几个系统、做几个应用”，而要从高校自身使命和办学规律出发，系统回答好“靠什么支撑、凭什么持续、在哪里突破、最终为了什么”这四个问题。概括起来，就是要建强基础设施、形成能力体系、嵌入真实场景、回归人才培养。

　　建强自主可控的智能基础设施

　　人工智能不是空中楼阁。它背后是网络、算力、数据、模型、机房、安全等一整套数字底座。高校如果没有稳定、开放、可信的智能基础设施，就难以支撑大规模科研创新和教育教学应用，也难以在人工智能发展中掌握主动权。

　　把算力作为新型教育基础设施来建设。过去高校的基础设施更多是教室、实验室、图书馆；今天，智能算力正在成为新的基础条件，支撑校园生活的方方面面。高校要根据自身教学、科研与管理需要，统筹算力布局，避免碎片化、低效化建设。

　　把自主可控作为基础设施建设的重要方向。人工智能基础设施不仅是技术资源，也是安全资源和战略资源。高校要逐步增强国产化算力、国产化软硬件适配和自主调度能力，在关键环节形成可控、可信、可持续的支撑体系。

　　把统一调度和公共服务作为建设重点。高校内部院系多、场景多、需求多，如果各自分散建设，容易造成资源浪费和安全风险。更有效的方式，是建设校级人工智能公共平台，统一提供算力、模型、数据、知识库、接口、安全审计和运维监测，让不同学科、不同部门、不同团队都能够安全高效使用。

　　形成自主生长的人工智能能力体系

　　人工智能发展到今天，基础大模型能力快速提升，真正的竞争正在从单纯模型参数竞争，转向领域知识、专业数据、工程实现和可信治理的综合能力竞争。高校的独特优势不在于简单重复通用大模型建设，而在于能够依托学科积累和真实场景，推动人工智能向知识密集型、专业复杂型和社会责任型深入发展。

　　形成学科交叉能力。人工智能只有与具体学科深度结合，才能真正释放价值。各个学科领域都有大量复杂知识、专业规则和真实问题。高校应当发挥多学科综合优势，推动“人工智能+X”和“X+人工智能”双向融合，使人工智能既服务学科发展，也推动学科范式变革。

　　形成工程转化能力。人工智能应用不是简单接入一个模型接口，而是包括需求分析、数据治理、知识库构建、模型适配、系统开发、测试评估、安全审计和持续迭代等完整链条。高校如果缺少工程能力，很多科研成果和应用想法就难以真正落地。因此，高校需要建设懂业务、懂技术、懂治理的复合型支撑队伍。

　　形成开放协同能力。高校不可能关起门来发展人工智能。应当积极与头部企业、科研机构、地方政府和行业单位协同创新，一方面吸收产业界先进技术和工程经验，另一方面把高校的学科优势、人才优势和场景优势转化为行业创新优势。

　　把人工智能深度嵌入真实应用场景

　　人工智能的价值不在于概念，而在于解决真实问题。高校拥有完整而复杂的应用生态，教育教学、实验实践、创新创业、财务后勤、资产设备、安全环境、医疗健康、物业交通等各种场景，是人工智能技术验证、产品孵化和模式创新的综合试验场。

　　坚持问题导向，而不是技术炫技。人工智能应用不能从“有什么模型”出发，而要从“解决什么问题”出发。教师备课负担重、学生学习效率低、科研信息获取难、管理服务流程多，这些都是真实问题。只有围绕这些痛点难点设计应用，人工智能才能从展示走向实效。

　　坚持流程嵌入，而不是另起炉灶。很多人工智能应用之所以效果有限，是因为没有进入真实业务流程，只是停留在演示页面或单点工具。高校应推动人工智能嵌入教学、科研、管理、服务的关键流程，让它成为师生日常使用的一部分，而不是额外增加的新负担。

　　坚持可评估、可迭代、可推广。人工智能应用不能只看是否上线，还要看是否提高效率、改善体验、优化质量、降低风险。高校应建立应用评估机制，对使用频率、服务效果、师生反馈、安全风险进行持续监测，在迭代中形成可复制、可推广的应用模式。

　　回到人才培养这个根本任务

　　人工智能浪潮能否行稳致远，最终取决于人才。高校所有关于平台、能力和应用的建设，最终都应回到立德树人根本任务上来。人工智能时代需要的人才，不只是会使用工具的人，而是理解技术原理、掌握专业知识、具备创新能力、坚守伦理底线、能够解决复杂问题的复合型人才。

　　推动人工智能素养成为学生的基础能力。高校应当把人工智能通识教育纳入人才培养体系，让不同专业学生都能理解人工智能的基本原理、应用方法、风险边界和伦理要求。

　　推动“人工智能+X”复合型人才培养。人工智能真正改变世界，往往发生在与具体专业结合的过程中。高校要鼓励学生把人工智能与自己所学专业结合起来，培养既懂人工智能又懂行业问题的复合型创新人才。

　　推动真实项目育人。人工智能人才不能只靠课堂培养，也要在真实任务中成长。高校可以把平台建设、应用开发、数据治理、模型开发与评测等真实项目转化为学生实践场景，让学生在参与中学习、成长，在解决真实问题中提升创新能力。

　　高校要在人工智能浪潮中勇立潮头，不能靠单点突破，而要靠系统布局；不能靠简单采购，而要靠能力建设；不能靠概念展示，而要靠场景落地；不能靠短期热度，而要靠人才培养和治理体系的长期支撑。同时，高校在拥抱人工智能的过程中，必须始终坚持价值引领和安全底线。人工智能应用不能只追求效率提升，还要守住教育规律、伦理规范、数据安全和人的主体地位。高校要制定人工智能伦理规范和相关管理办法，建设安全可信、健康有序的人工智能应用环境，在“用人工智能”的同时强调“护人工智能”，推动“人工智能向善”。面向未来，高校应继续扎根教育实践、持续夯实智能基座、提升创新能力、拓展应用场景、培养未来人才，努力在人工智能赋能现代化强国建设过程中走在前、作示范。