挑战还包括改变人才培养的教学目标、完善安全和伦理问题等。陈丽建议，教育应对生成式人工智能，有4个方面的工作“特别重要”，包括研发自主可控的认知大模型，立法和制定政策框架，培养师生的人工智能素养，以及研究先行，从“3C”走向“3I”。

在华中师范大学人工智能教育学部教授易宝林看来，挑战虽大，高校要学会应变。最近一段时间，华中师范大学试图贯彻用人工智能技术变革学校实际的教学，用“数智人”学生帮助师范生进行沉浸式训练。

“教育作为社会存在的重要子系统，受到的影响会比其他行业更大。因为生成式人工智能是以知识的学习汇聚和产生为前提，这和教育领域的人才培养有高度的契合，教育面临着巨变。”刘三女牙说。

东北师范大学信息科学与技术学院党委书记郑燕林也分享了自己与人工智能不断沟通的故事。“人工智能会取代老师吗？”他反复提问，得到的回答都让他觉得“太简单了”，有些甚至是“从情感上给了回应”。郑燕林再次尝试与其进行深入讨论，这一次，人工智能提到了教师独特的价值，“批判性思维是人类的高阶思维”。

正如陈丽总结的那样，高校的教育工作者，需要站在推动教育数字化转型的高度，来重新认识人工智能教育应用方向。要跳出把人工智能仅仅当作一个工具去思考怎样使用、怎样推广的陈旧思路，重新认识到这一颠覆性技术“正在重构整个教育组织体系、教育的理念、教育的人才培养模式”。

随着人工智能技术的不断发展和应用，高等教育领域也迎来了新一轮的创新浪潮。从“数智人”老师到智能测评系统，越来越多人工智能创新成果，开始渗透到高等教育当中。整场学术活动中，与会专家从理念指引、实证研究、模型技术、教学创新、教师成长等不同层面，展现了不同的图景。

用福建师范大学副校长刘三女牙的话说，生成式人工智能是近些年来“最具颠覆性的技术性突破”。他也提到，新质生产力正是以颠覆性技术突破和颠覆性技术创新为前提，而生成式人工智能的技术发展恰好具备了这样的要素和特点，势必对各行各业新质生产力的形成和发展起到巨大的推动作用。

“对我们来说，挑战大于机遇。”陈丽说，“比如，人工智能技术挑战专业设置。如果大学专业一点都不动，可能今年招进来的本科生，7年之后硕士毕业就失业。即使不一定失业，能力也远远不能适应这个时代的需要。”

人工智能在教育领域的应用，虽然带来了诸多便利，但也存在一些挑战和问题。北京师范大学原副校长陈丽提到，最近，人工智能已经从早期的计算模型和感知模型，发展到了最新的认知智能阶段。前两类和教育的关系“没有这么大”，但认知智能的突破，“确实给教育带来了非常大的影响”。

“对于生成式人工智能在高等教育中的应用，在教育的体制机制上，有非常大的创新空间，在微观角度、教学体验、教学模式、教学方法方面，也提供了新的创新可能性。目前我们的研究成果已展现了这种可能性，能够应用到实际的师范生教学实践中。当然，这里也存在着急需解决的技术上的问题，和其他一些方法上、技术上的问题。垂直的模型如何能进一步完善，也期待研究者共同努力。”华东师范大学教育信息技术学系主任顾小清说。

事实上，对于人工智能带来的“挑战”，很多高校都在尝试作出回应。学术活动现场，有人工智能研究者，从技术的视角讨论教育大模型如何构建、如何训练，展示了面向不同场景开展的初步尝试。也有教育研究者用文献分析的方法，从实证视角分析了生成式人工智能融入学科专业教学的实际研究，思考怎样使用人工智能，在课堂教学中提升学生的思维发展和认知能力的发展。

mg视讯官方平台时下，人工智能与高校教育的深度融合，正在成为教育领域的新趋势。如何为教育行业的现代化发展注入新的动力，则是参会者十分关心的问题。