摘要：随着AI的快速发展，可能会给那些探索和应用AI所需人才和资源较为匮乏的高校带来挑战，尤其是那些规模较小的高校。对于这些高校而言，通常要采取与大型高校不同的方法来使用AI。然而，规模较小的高校可能会对AI持回避的态度，并认为对AI的使用可能会与自身的核心竞争力相

虽然小型高校不具备大型高校的各项资源，也应该用AI，以提升效率、赋能教学和科研。

过去的两年，世界见证了AI的飞跃。AI驱动的应用层出不穷，改变人们工作方式的同时，也为学生和教职员工提供了种种便利。

随着AI的快速发展，可能会给那些探索和应用AI所需人才和资源较为匮乏的高校带来挑战，尤其是那些规模较小的高校。对于这些高校而言，通常要采取与大型高校不同的方法来使用AI。然而，规模较小的高校可能会对AI持回避的态度，并认为对AI的使用可能会与自身的核心竞争力相冲突。

虽然小型高校不具备大型高校的各项资源，但还是应该使用AI，因其可以大幅提升效率、提供见解。本文提供了一张路线图，可帮助资源有限的高校推进校园中人工智能的应用。

部署AI前的准备工作

为了更好地了解AI并从中受益，在使用AI前，高校的领导者应该考虑其带来的机遇和风险，并制定战略，以确保学校能够充分利用AI的益处，同时最大限度地降低风险和负面影响。

了解AI的影响。学校的领导者应思考以下7个基本问题，并制定相应的策略。

关注数据和知识库。优质和干净的数据和知识库、有效的数据治理实践和高校的技术数据基础设施的重要性怎么强调都不为过。高校应重点关注以下几个方面：数据和知识来源、数据的存储和访问、数据治理、数据架构、数据隐私与安全。

部署的五项行动

小型高校应尽可能利用现有的资源，酌情采用和调整。部署AI的五项行动分别是协调、学习、规划和管理、部署、评估和优化。

由专人协调学校中的AI工作是非常有必要的，这个人（或小组）是学校AI相关工作的牵头人。他们需要接触学校领导层，但不一定要在领导层开展工作。工作职责包括跟踪学校的AI相关工作、协调教学和AI探索、负责AI相关支出以及企业合作等。

一般来说，协调工作由学校的CIO或IT中心的主管负责，但并不一定非得如此。美国伊萨卡学院利用富余资金，设立了一个为期18个月的“AI计划协调员”职位，向副CIO报告。这一方法确保了学院有专人投入大量精力帮助学校对AI进行跟踪、研究和管理。而迪金森学院的方法则略有不同：一个人负责AI的行政应用，另一个人专注于AI的科研应用。

在早期阶段组建小型指导组也很有帮助。指导组可以招募职能部门的AI爱好者，以及正在了解AI的技术人员。指导小组充当传声筒，有助于整个学校对AI的探索和应用，并为将来的规划和管理奠定基础。迪金森学院成立了AI领导工作组，该工作组由教师、学生和行政人员组成，他们希望能够为大学应用AI出一份力。

开展多方面的学习活动是在校园中推广AI应用的有效途径。对于AI，统一认识非常有必要，当所有人都达成共识之后再探索有针对性的方法，可以促进AI创新。

开展调查。进行一次简短的调查，以确定校园中是否已使用AI，如何在校园中使用AI。调查还能明确全校师生正在使用或希望了解哪些AI应用。

组织讲座。通过组织有针对性的讲座，为广大师生提供学习机会，可以满足不同人的不同需求。讲座应针对不同的技能水平和部门需求。例如，迪金森学院为教职员工举办了通识讲座，并为特定的部门举办了有针对性的讲座。

创建AI中心。建立专门的AI实验室或创新中心，让学生、教职员工可在其中使用AI并开展项目合作。

举办研讨会。举办研讨会或邀请校外的AI相关专家举行座谈会，可强化关于AI的实践。迈阿密大学举办了一个小型研讨会，为学生、教职员工提供了一个展示AI应用、讨论潜在问题以及了解与资金、政策相关信息的机会。学校邀请的专家分享了最新见解，对师生有所启发。

资金支持。向教职员工提供补助，以鼓励课堂内外的AI创新。这些补助可用于支持探索新的AI应用，或改进现有的项目。还可以为教职员工提供相应资源，帮助他们将AI应用到课程中。

进行案例研究。通过对现有案例进行研究，可以提供在各种场景下应用AI的具体实例和实践经验。

当人们积极探索AI、发掘技术的潜力时，应尽早制定相关的政策。建立CIO工作组、AI工作组，或将AI纳入现有的信息技术管理体系中，都是很好的开端。

确保AI的应用符合学校的价值观。应提前对如何使用AI进行讨论，使其与大学的价值观保持一致。比如，有些大学愿意使用AI来招生录取，或提供AI驱动的聊天机器人帮助解决学生的心理问题。然而，其他的一些学校则希望以人为本，AI仅扮演信息提供或背景辅助的角色。

除了与大学的价值观保持一致，教师还必须思考，学生在课堂上如何使用AI？教师应向学生提供明确的指导，并制定规则。

制定使用指南或政策。制定使用AI的核心原则有所帮助。目前已经有些大学制定了使用AI的指南和政策，供全校师生参考。

划拨启动资金。可以从经营预算中划拨少量资金用于资助AI的初期探索。伊萨卡学院利用软件采购结余设立了AI探索基金，约为IT运营预算的1%。这笔资金被用于资助与AI相关的各种工作，包括用于购买教职员工AI实验的软件、支付试点项目的API和云费用，以及教职员工的AI小额补助。此外，还可为具有潜力的项目申请长期资助资金。

政策审查。AI技术的应用会对学校的政策产生重大影响，要对主要政策进行审查，如学术诚信条例、软件合同（供应商对于大学的数据可做/不可做哪些事）、一般数据使用政策等。完成初步的审查之后，再进行更深入的分析和修订。

专业人才发掘。对于规模较小的高校而言，最大的挑战就是找到合适的人才来承担探索和应用AI的工作。这项工作需要综合能力，根据具体任务不同，所需的技能和方法也不同。

既可以由一个人承担多个角色，也可将这些角色分配给多个人。在伊萨卡学院，分析团队在学校AI开发工作中发挥了主导作用，教学团队专注于AI的学术应用，而业务团队则专注于嵌入式提升效率的AI产品。迪金森学院成立了校长工作组，负责指导和协调AI工作。该工作组的小组委员会正在开发AI应用、拟定指南并召开研讨会，以推动AI在整个校园的应用。迪金森的技术团队正在将数据集成到嵌入式AI产品中，他们刚刚开始涉足AI开发。

在规模较小的大学应用AI，可能会面临与规模较大的大学不同的挑战。规模较小的大学难以获得先进的计算机资源（如没有超级计算机），开发人员稀缺或硬件资源有限。尽管存在以上挑战，规模较小的大学仍然可以通过各种途径成功应用AI。

☞用例1：利用通用AI和嵌入式AI应用提高效率

要实现这一用例，大学需要“开箱即用”或只需极少的配置或编程的AI应用和服务。

许可和公平使用。对于规模较小的大学而言，使用通用大模型或嵌入式AI的主要问题之一，是要以大学能够承受的成本为师生提供使用许可，这是一笔额外费用，使AI对许多学校而言遥不可及，尤其是那些预算有限的学校。学校应探索低成本或无成本的AI，供师生使用。

另一个可行的方案是向符合学校规定的人员提供生成式AI使用权限（仅有限申请、有明确要求、可量化的投资回报等）。

技术。若使用通用AI和嵌入式AI，则完全要依靠云服务来实现。可能需要进行一些基础工作，以实现单点登录或其他类似的身份验证，但所需的技术量极少。

人员配置。这种用例很大程度上依赖AI协调员、AI研究员和AI探索向导等角色（见表1）。

表1 AI人才的职责和技能

☞用例2：使用大学数据的定制AI解决方案

本用例利用大学的数据来提供见解，以提升效率。为此，AI工具要能够访问大学的数据并编写脚本或程序。AI团队要明确哪种技术最适合大学，从而开发定制化的AI解决方案，如与学生互动的聊天机器人，或经过训练可分析大学数据的AI工具。

技术。规模较小的高校可能更愿意使用大模型公司提供的应用程序接口（API），而非利用自身的计算资源构建自己的模型。虽然接入API需要持续的成本，但接入这些API不需要大量的技术投入。

另一种选择是购买定制的专用AI服务，如聊天机器人服务界面，连接大学的数据源来执行任务。这项服务的优势在于主要涉及配置和集成，不必开发。

不过，利用人工智能API进行开发是可行的，而且并不太复杂，成本效益较高，还能提供更加一致的用户体验。

定期对AI进行评估有助于高校持续改进AI，以调整资源和负责任地使用，以下是评估和优化的流程。

内容检查。要对AI输出的内容进行检查，以确保生成的内容准确、可靠且与上下文有关。为了有效验证AI生成的内容，可使用AI事实检查工具，并结合人工监督。

明确目标和衡量标准。明确AI应用的目标，如提升学生成绩、增加对学生的支持或提升管理效率等。一旦确定了目标，就应制定可衡量的指标，如提升学生参与度、节约成本或在特定的管理流程上节省时间。

定期评估并征求反馈意见。定期评估AI工具。首先明确学校正在使用哪些AI工具，评估它们是否达成既定目标。若有可能，使用分析工具进行跟踪。定期收集学生、教师和管理人员的意见也很重要。向学生询问他们使用由学校提供的AI工具的体验，以及使用是否得心应手。这些反馈意见可帮助AI团队明确是否需要进行培训，以确保AI工具得到正确的使用。

先试点再改进。小型高校可以先在小范围内试点，比如一两个院系，然后予以调整，再扩大范围铺开。试点项目还有助于培养AI拥护者——愿意尝试新技术并提供有益反馈的师生，帮助传播信息。

迭代改进。从试点项目中吸取的经验教训可用于完善AI工具，根据反馈和相关数据进行迭代将提升AI工具的有效性。

提供培训。可以举办研讨会和演讲，帮助学生、教职员工学习AI相关知识，介绍成功的AI应用案例，鼓励学校进行创新。

通过以上流程，规模较小的高校可以有效评估和优化AI部署工作，确保AI的有效应用。

前进之路

AI技术飞速发展的今天，小型高校不必担心被时代抛弃。通过有意识地思考AI将如何影响学校、熟悉不同类型的AI工具、建设强大的数据和分析基础设施，高校可以为AI的成功应用奠定基础。协调、学习、规划和管理、部署、评估和优化这五项基本行动可以帮助规模较小的院校在使用AI提升效率、赋能教学和研究的道路上取得成功。

来源：中国教育网