随着生成式人工智能加快进入教学、科研、学习和大学管理领域，如何在鼓励技术创新的同时防范数据安全、学术诚信、教育公平等风险，已成为各国高等教育治理面临的新课题。经济合作与发展组织（OECD）近日发布政策研究《促进高等教育负责任且系统地采用生成式人工智能》，梳理各国及相关组织在高等教育人工智能治理方面的政策实践，指出高等教育人工智能应用正在由师生个人自发使用逐步走向国家和教育系统层面的制度化治理。

　　OECD研究发现，目前生成式人工智能已经广泛进入高校学习、教学和科研活动，但部分高校仍主要依赖教师和学生自行探索，相关政策指导、技术支持和风险防范机制尚不完善。对此，各国正在加强政策引导，通过制定人工智能使用指南，明确高校使用生成式人工智能的基本原则和责任边界，在鼓励创新的同时更加重视学术诚信、数据保护和教育公平。

　　与此同时，一些国家开始探索人工智能工具的协同评估和采购机制。由于生成式人工智能技术更新较快，高校单独开展技术评估、安全审查和采购容易造成资源重复投入。通过政府、高校及行业组织开展协作，可以降低人工智能应用成本，并提高工具使用的安全性和规范性。

　　人工智能人才培养也成为各国政策关注的重点。OECD指出，高等教育人工智能人才培养不能仅面向人工智能专业学生，还应提高教师、学生以及教育管理人员的人工智能素养。部分国家通过国家级学习平台、人工智能能力中心和教师专业发展项目，帮助高校师生掌握人工智能基本知识和应用能力。由此，人工智能人才培养正在从培养少数专业技术人才，逐步向提升全体学习者数字与人工智能素养拓展。

　　在人工智能应用评价方面，各国也开始更加重视实践证据。OECD认为，人工智能能够提高任务完成效率，并不意味着一定能够促进学生学习。如果缺乏有效评价，人工智能应用可能出现“重技术、轻效果”的问题。因此，一些国家和教育组织通过试点项目、教育技术实验平台等方式，对人工智能工具的实际教学效果进行评估，再根据实践结果决定是否推广。

　　此外，部分国家和高等教育组织正在探索建设面向教育场景的人工智能公共基础设施和专用工具。与直接使用通用商业人工智能工具相比，这类工具更加关注高校教学、科研活动中的数据安全、知识产权和教育需求，有助于形成更加符合高等教育特点的人工智能应用生态。

　　总体来看，OECD此次研究表明，全球高等教育人工智能治理正在发生变化：治理重点正由“能不能使用人工智能”转向“如何负责任地使用人工智能”。政策制定者不仅需要关注技术风险，也需要通过人才培养、基础设施建设、实践评估和多方协作，为人工智能进入高等教育创造良好环境。未来，如何在技术创新与教育质量、效率与公平、开放应用与风险防范之间取得平衡，将成为各国高等教育人工智能治理的重要议题。