2025年8月20日，美国西部州际高等教育委员会（WICHE）教育技术合作社（WCET）发布《AI助力治理、运营与教学：2025年高等教育机构实践与政策调查》（Supporting Governance, Operations, and Instruction and Learning Through Artificial Intelligence: A Survey of Institutional Practices and Policies 2025）报告。

该报告收集了来自全美224所不同类型高等教育机构的调查数据，并通过对处于AI实践和政策实施不同阶段的不同机构的高等教育专业人士进行了七次访谈，进一步丰富了调查数据。这是该机构继2023年开展的首次调查以来的第二次调查。

该项调查覆盖4个维度：AI应用现状、激励与培训措施、政策制定进展、挑战与机遇，主要发现如下。

一、AI在高等教育机构的应用现状

1.当前教育机构在AI应用方面普遍处于“初步成熟”（Slightly Mature）阶段，教学与学习领域是最主要的应用场景，但AI技术正逐步拓展至行政管理和校务治理领域。

2.管理人员、教职员工（特别是教师群体）对AI认知不足，是部分院校尚未引入AI技术的主要原因。78%的受访者表示，教师缺乏相关知识是导致教学和学习中未使用AI的原因。调查还显示，数据安全与伦理偏见问题、机构成本压力以及认为AI技术尚不成熟的观念，是阻碍受访者所在院校将AI应用于治理、行政运营及教学领域的其他常见原因。

3.与2023年相比，AI应用普及率显著提升，制定AI战略的院校数量明显增加，这从报告“无AI战略”的院校数量（2023年52%VS2025年7%）减少可见一斑。

三份书面反馈揭示了高校在制定AI战略时面临的挑战和不同观点。

其中一份指出，高等教育界对AI的应对更多是被动反应而非战略规划：

“就像当今高等教育环境中许多其他事物一样，AI的爆发式出现迫使高校陷入危机应对模式，而非基于战略目标和深思熟虑的伦理原则进行有计划地采纳。”

另一份则对AI在教育实践中的适用性提出质疑：“哪些教学实践应该/不应该借助AI来完成？”

还有一份反馈表达了强烈的伦理反对立场：“我的策略就是尽一切可能抵制它。使用AI完全违背了我的职业伦理准则。”

与此同时，也有教育机构正全力推进AI应用，从学生学习路径与课程到网站和资源库，再到专业发展，以及成立AI战略委员会进行统筹协调。

例如，中佛罗里达大学分布式学习中心的一位受访者表示，该校采取多管齐下的战略方针，不仅服务于本校师生员工，更致力于推动高等教育领域的整体发展。具体举措包括建设专门AI网站、举办AI与教学研讨会，以及面向全球开放的AI课程资源库TRAIIL。

4.近两年是AI部署的高峰期，多数院校的AI应用启动时间不超过24个月，展现出巨大的发展潜力，同时也凸显出对专业指导的迫切需求。

5.现阶段AI主要应用于提升学术工作效率，典型应用场景包括内容生成（66%）、课程开发与设计（52）、文本润色（50%）和虚拟助手（47%）等。

最不常见的应用场景包括设施管理、日程安排、机构职位申请审核、身份安全验证以及绩效评估起草，这表明AI在运营活动中的使用频率较低。

然而，AI在运营领域的重大应用案例正在涌现。丹佛都会州立大学一位受访者在访谈中提到，其行政团队已部署AI来支持协作：

“AI的应用呈现爆发式增长——但个人使用场景反而较少，这很有趣。我们观察到大量团队应用案例，比如市场营销与传播团队使用共享账户，教学设计团队也使用共享账户。我们刚为在线学习部门开通了一个账户。人们正逐渐将其视为协作工具，这非常令人振奋。”

6.高等院校支持采用和实施AI的策略集中于三项：教师技能培训（74%）、AI伦理使用规范（72%）以及通用政策制定（69%）。这一现象可能反映出当前AI应用主要聚焦于教学领域，同时也凸显出提升教师技术应用能力的迫切需求。

该结论与前述调研数据高度吻合——78%的受访者将“教师知识储备不足”列为教学中未采用AI的主要原因，这表明在计划推广AI应用的场景下，针对性培训存在明确需求。此外，调查结果也揭示了机构层面对AI发展政策框架建设的高度重视。

二、AI支持、激励与培训现状

1.在推动AI有效落地过程中，教师领军人物（54%）发挥着关键作用——即使部分教师对AI效能持怀疑态度。但专门AI工作组和委员会（52%）的重要性几乎与这些教师旗鼓相当。

然而，这项工作目前分散于校园内的多个岗位，这反映出AI应用正日益渗透到院校的各个层面。但相较而言，学生领军人物的参与度明显滞后，各院校亟需制定更具针对性的策略，将这些重要群体纳入AI推广体系。

2.尽管提供激励措施的院校比例较2023年调查（75%）有所上升，但仍有超过半数的院校（51%）未建立AI应用的激励机制，并且有10%的受访者表示其所在机构根本不鼓励使用AI（尽管比2023年的22%下降不少）。

另外，实施激励的院校多为四年制大学或万人规模以上的大型院校，这反映出其更完善的基础设施和资源储备。公开表彰（17%）、能力认证/徽章体系（16%）以及专项津贴（13%）是最常见的激励形式。

夏威夷大学系统的一位受访者指出，该校通过将AI融入课程计划为教师提供津贴支持。但她提醒道：

若仅以在课堂中加入AI元素作为激励标准，可能导致不同课程或项目间的教学内容出现断层。为此，她建议将AI与机构层面、项目层面以及课程层面的成果相结合或加以整合。

该受访者进一步阐释：单纯依赖教师自发尝试，可能引发制度惯性，这种变革往往需要数年时间。建议采用 “ 双轨并行 ” 策略：既激励教师立即行动，同时同步推进各专业学习目标的系统重构——首先要明确本专业毕业生应掌握哪些AI应用能力，进而细化到每门课程需要培养的具体技能。

3.当前教师培训的覆盖率远高于其他校园群体，这可能折射出院校对AI教学应用的重点关注。教师培训最常见的形式是工作坊，其次是网络研讨会。

夏威夷大学系统推出的AI2X计划就是这类工作坊的典型代表。据介绍称，今年暑期，该校在线创新中心将开展为期一周的教师集中培训，参与教师需制定个人行动计划，明确如何将AI技术融入课程教学。在接下来的整个学年中，他们将与教学设计师合作实施这些计划。该计划同样面向教职工开放，旨在帮助其将AI应用于专业工作领域。

4.部分院校已开展面向学生的AI应用培训，主流模式是将AI技能融入非AI专业课程，其次是证书和微认证项目。但值得注意的是，近三分之一受访院校尚未提供学生培训项目。

一位受访者提到，其所在院校开设了AI副学士学位项目，另一位表示将推出谷歌认证课程，还有受访者介绍该校在新生入学教育中就已融入AI内容。

有受访者强调：

“人工智能将彻底改变教学管理模式。高等教育机构培养的毕业生若对AI的基本原理、应用场景及潜在风险缺乏认知，就不应踏入职场。”

三、AI政策与指南制定现状

1.调查显示，绝大多数受访院校已制定（31%）或正在制定（39%）AI相关政策，17%计划在1-2年内制定。与2023年调查数据（2023已制定的占比8%）相比，已确立AI政策的机构数量呈现显著增长。

调查还显示，规模较大的院校更可能已制定相关政策，四年制公立及私立非营利高校同样如此。这表明，拥有更多资源、更庞大师生群体以及成熟治理体系的机构，在制定和实施此类政策方面可能更具优势。

2.部分机构选择采用更具弹性的指导框架替代刚性政策，以保持适应性。

例如，北弗吉尼亚社区学院的一位受访者表示：

“从文化层面看，我们学院尚未做好正式出台政策的准备。我们不会把事情用白纸黑字写下来。AI只是当下的流行词，几年后就会像互联网或万维网一样成为日常用语。因此制定的政策很快就会就会过时。

不过，学院高层正积极推进AI技术融合以保持竞争力。我们的行动是积极的，但表述保持中立。与其对新兴事物采取强硬立场，我们更倾向于明确行为准则：这些是值得鼓励的创新行为，那些是需要规避的消极做法。通过这种方式，我们正在培育创新文化。”

3.学术诚信/反剽窃类政策是目前最常见的AI管理规范（85%）。该类政策自2023年（21%）以来呈现爆发式增长，反映出教育界对此议题的高度重视。

例如，一位受访者表示：

“我们的学术诚信政策在修订时特别考虑了AI因素，使其适用范围更广——不仅针对冒用他人成果的行为，还包括来自AI等其他来源的学术不端（虽未直接点名AI）。”

4.调查反馈揭示潜在矛盾：教师期望保持课堂教学政策的自主权，而管理层则倾向于推行全校统一的综合性政策框架。

例如，一位受访者表示：

“我们目前的‘政策’就是遵从任课教师认为合适的做法。虽然我感觉到教师们希望获得更具体的政策，而不是仅仅告诉学生去咨询自己的老师，但现阶段我们只有这个权宜之计。”

四、AI应用的挑战与机遇

1.当前各院校仍面临教职员工普遍缺乏AI基础知识（71%），以及对AI技术存在广泛的不信任与质疑（66%）等难题。调研数据显示，关键在于提升教师的AI技能储备，使其能够有效指导学生适应智能化时代。

夏威夷大学系统的一位是受访者指出：

“过去我们试图兼顾所有教师的立场——从要求全面禁止AI的群体到全力支持使用的群体。但现在，我们不能再纵容那些刻意忽视技术发展的行为了。必须采取渐进但坚决的方式推动全体教师适应变革，不能再以‘个人选择’为由允许回避态度。我的建议是：我们不能再姑息后进者，必须坚定立场，用温和但持续的方式引领所有人共同进步。”

2.学术诚信与剽窃问题持续引发高度关注（53%），亟需建立长效应对机制。

其他的担忧包括：机构成本（47%）、误判剽窃（45%）、专业发展/培训缺失（44%）、生成错误信息（43%）、保障公平获取（36%）等。

但这些担忧并非全部，例如一位受访者表达了对毕业生面临的就业市场的担忧：

“美国本土企业正以超出预期的速度转向人工智能以削减成本。这意味着初级岗位甚至不再对外招聘，这些机会正在消失。我读到过一个很贴切的比喻：职业阶梯最底层的横档已经消失了，毕业生必须直接从第二或第三级台阶开始攀登......我们必须让学生为此做好准备。”

此外，关于评估策略的疑问也浮出水面。例如，有受访者提出：

“在AI普及的当下，教育机构如何应对评估挑战？我们需要制定新的评估标准吗？探索新型评估方式？还是转向更注重实际应用的评估体系？”

这折射出教育领域正在发生的深刻变革。当AI能够生成内容、辅助解题甚至影响学术诚信时，传统评估方法可能已不再适用。因此，教育机构亟需重新审视并可能重构评估体系。

另外一位受访者则对AI引发的评估变革持乐观态度：

“书面作业的评估时代已经终结。仅凭最终成品来评判学生毫无意义。令我振奋的是，如果要求学生提供从‘帮我头脑风暴’到最终成品的完整ChatGPT对话记录，通过分析他们的提问逻辑和后续反馈，我能比传统问答更深入把握学生的学习轨迹。”

3.AI的生态环境影响正成为高等教育领域的新议题。

一位受访者直言：

“华盛顿州在AI耗水问题上是全球最严重的地区。”另一位则写道：“在推进学生AI素养教育时，我们似乎忽视了非常现实的伦理问题（特别是偏见问题和环境问题）。如何让这些担忧持续成为讨论焦点？虽然学生确实需要获得专业所需的AI素养和实践经验，但这一优先事项掩盖了技术带来的某些真实负面影响——这些正是教师抵制的根源。”

随着对技术资源消耗（尤其是水和能源）认知的不断提升，高等教育机构对AI环境影响的担忧可能正在加剧。当院校引入AI技术时，不得不直面其环境足迹带来的伦理困境，包括可能加剧现有生态危机的风险。这种日益增长的关切折射出社会整体向可持续发展和责任担当的转型趋势，促使大学在评估AI的教育与运营效益时，必须同步考量其环境成本。

4.相较于2023年将“培养数字批判思维”（65%）视为使用AI的首要优势，当前更强调“提升效率”（74%）这一实用价值，2025年调查中“培养数字批判思维”（52%）为AI使用的第三优势，第二为“分析数据”（58%）。这表明AI应用重点已从教育潜能探索转向实际场景落地，各院校正加速推进AI与日常运营的深度融合。

但同时，也有受访者表达了AI使用的未来隐忧：

“我担忧的是，整个一代学生可能对AI形成过度依赖，导致越来越少的人能够进行批判性思考、解决问题并提出创新性见解。此外，人文学科的学习本质——它依赖于解释、分析和培养独立思考——可能会彻底丧失。倘若这种趋势持续下去，我们或将面临这样的未来：独立思考和创造性思维成为稀缺能力，而悠久的人文探索传统也将日渐式微。”

五、高等院校AI应用的建议

报告最后基于调研结果以及对高等教育从业者的访谈，总结了十项关于AI在治理、运营及教学领域应用的最佳实践建议。

1.制定并实施全面的AI政策体系：优先建立涵盖学术、伦理与负责任使用的AI管理规范。具体形式（政策/指南/框架）需结合实际情况，但必须确保师生等利益相关方共同参与制定过程，保持流程透明，并与院校整体发展目标相协调。

2.开展教职工AI素养培训：为教职员工和管理人员提供普及性培训，内容涵盖AI技术原理、伦理议题以及在管理、教学中的实际应用。重点提升教师群体能力，使其能引导学生正确认识AI优势，合理规避潜在风险。

3.构建AI支持网络：成立专项工作组，吸纳师生代表共同推进AI技术在校内各领域的落地应用。

4.设立AI应用激励措施：通过公开表彰、资格认证、专项基金等方式，鼓励教职工探索AI与工作的创新结合。

5.推动AI与课程体系融合：将AI能力培养纳入院校、专业及具体课程的教学目标设计中。

6.前瞻性应对AI挑战：针对技术认知不足、信任缺失、伦理争议及学术诚信等问题，建立常态化研讨机制并制定明确指引。持续关注新兴问题（如环境影响），根据各领域特点实施差异化解决方案。

7.保障AI应用的伦理公平性：在实施过程中严格遵循数据安全、机会均等等原则，主动消除算法偏见，评估生态影响。AI伦理指引导技术研发与应用的核心准则，旨在防止技术滥用与社会不公。

8.提供培养学生AI素养的多元路径：将AI教育融入现有课程体系，开设学分课程、工作坊、微专业等培养项目，提升学生面向AI时代的竞争力。

9.运用AI提升校务管理效能：借助智能工具优化数据分析、流程管理及虚拟服务，提高资源利用效率。

10.创建AI技术试验环境：为全校成员提供安全的探索空间，鼓励师生员工在可控范围内测试各类AI平台工具。

资料来源：

Sebesta, J. (August 2025). Supporting Governance, Operations, and Instruction and Learning through Artificial Intelligence: A Survey of Institutional Practices and Policies 2025. WICHE Cooperative for Educational Technologies. https://wcet.wiche.edu/wp-content/uploads/sites/11/2025/08/WCET-Supporting-Governance-Operations-and-Instruction-and-Learning-Through-AI-2025.pdf

[本文为中国教育科学研究院国际教育研究中心承担的教育部高校国别和区域研究2024年课题研究成果]

【新闻来源】国际与比较教育研究所 https://mp.weixin.qq.com/s/8O3zroXG7RHDKpcxVljJuA

（本网转发此文章，旨在为读者提供更多的信息资讯，所涉内容不构成投资、消费建议。文章事实如有疑问，请与有关方核实，文章观点非本网观点，仅供读者参考。）