生成式人工智能赋能教育研究范式变革：机理、风险与对策

在《科学革命的结构》一书中,库恩认为科学革命的本质是范式转换而非知识堆栈。作为新一轮AI革命“皇冠上的明珠”,生成式人工智能(AIGC)凭借其高智能交互、创造性生成、复杂数据处理等能力,拓展出教育研究范式变革的新路径。该研究以AIGC的功能机理与助研情境为基点,从知识论、本体论、方法论与价值论四个维度阐述了该工具对于教育研究范式变革的赋能逻辑。然而,作为一项颠覆性技术,AIGC的助研应用仍面临着知识生成的真实性与合法性质疑、服务客体的局限性、数据安全与伦理的危险性以及信息承载意识形态的侵犯性等问题,应从四个层面制定技术赋能策略：在工具层面,以技术降槛推进教育人工智能知识权力公平;在基建层面,扩大教育研究数字化空间普及;在安全层面,创建科研领域的轻量化专用型语料库;在话语建设层面,支持本土AIGC平台的功能迭代与国际传播。     

我国高校大数据治理体系的关键要素与优化路径研究——基于DEMATEL-ISM的研究视角

高校大数据治理体系的构建与完善是我国高等教育高质量、内涵式发展的重要组成部分,对其关键要素的内涵分析与逻辑梳理为其指导应用实践提供了理论依据与决策遵循。研究以文献分析得出的高校治理体系构建桎梏为出发点,以相关政策文件意涵与专家建议为立足点,从数字化基础设施、大数据治理平台、治理体系保障、教育大数据安全、师生体验反馈这五个维度集成提取出17个关键要素,依据决策实验室分析（DEMATEL）法得出各要素的中心度、原因度与作用关系,依据解释结构模型（ISM）法建立要素递阶层次结构。研究发现,政府监督管控等6个关键要素为根源性要素,具有显著的导向作用;技术创新研发与风险防控机制作为深层次要素调节着治理情境的创设与迭代;高校软硬件系统等8个要素属于中间层与浅层次要素,与使用者直接且深度关联;师生体验评估是最表层要素。进而,研究从治理理念、基础设施、核心技术、应用载体和根本保障五个方面阐述了体系的优化路径,旨在为提升高校科学决策与智慧治理水平提供有益的参考。