基于大数据和人工智能的高校信息化服务研究

杨 龙

(福州大学 信息化建设办公室， 福建 福州 350108)

国务院《促进大数据发展行动纲要》和教育部《高等学校人工智能创新行动计划》等文件的出台，促进了我国大数据和人工智能技术的发展,也推动着高校信息化服务的变革。如何充分利用高校体量庞大、类型丰富的数据资源，发挥大数据和人工智能技术在高校管理决策制定上的支撑作用，大力推动基于人工智能的学校教学变革和学校治理方式变革，构建支持终身在线学习的智能化学习平台，已经成为高校信息管理服务部门所面临的主要任务[1]。

1 大数据和人工智能的信息化服务价值

1.1 大数据和人工智能的特征与关系

大数据研究在全球范围内得到了广泛关注，已成为我国国家战略[2]。作为一类重要的信息资源，大数据以其复杂性、决策有用性、高速增长性、价值稀疏性、可重复开采性、功能多样性等特征，成为支持管理与决策的重要资源[3]。

人工智能技术的目标是使计算机做出与人类智能相似的反应，使机器代替人类完成一些需要人类智能才能完成的复杂工作。然而，由于传统人工智能范式存在着获取成本高、质量差、只能模拟低级智能的弊端，其对高级人类智能的模拟程度还有很大差距[4]。

当前，大数据与人工智能正在的融合发展。一方面，人工智能技术以强大的运算能力，为大数据的收集、存储与分析提供了技术保障；另一方面，大数据以其丰富的信息资源，能够使人工智能范式以感知、数据、脑科学和认知为中心，实现从人工技术表达到大数据驱动，从分类型处理到跨环境处理，从追求智能机器到追求人机、脑机互动的技术变革。

1.2 传统高校信息服务模式的不足

自2012年我国开展教育信息化试点以来，已经在实现智慧校园建设、信息化教育模式应用、教育资源共建共享、教学支持服务发展等领域取得了长足的进步[5]，但也暴露出一些不足。

(1) 服务和管理模式不能满足教育教学的要求。部分高校的信息化服务建设虽满足学校的顶层设计，但没有全面适应师生的信息化需求，现有服务模式和师生理想状况之间还存在差距。

(2) 规划和服务设计不深入，缺乏长远规划，系统更新升级频繁。部分平台建设为了解决当时的问题，随着学校的发展，每一次系统升级都会带来额外的财务成本与人力成本的增加。

(3) 信息化项目定位不准，实用性不强。在信息化系统建设前的论证没有充分了解用户的需求与使用习惯，致使服务系统实用性不强，很多数字资源闲置，降低了信息化服务系统的使用率[6]。

1.3 大数据和人工智能对高校信息化服务的影响

在高校信息化服务不断深入推进的背景下，大数据和人工智能技术正在越来越紧密地结合到这一过程中，并对这一过程产生深远影响，成为推动高校数据管理、精确治理、教学模式、绩效评估改革的重要力量[7]。

在数据管理方面，更加关注过程、关注微观。结合高校教育管理大数据非结构化、动态化、过程化和微观化的特点，可以在源源不断的数据流中，发现、揭示教育管理现象背后的规律与问题的根源，从而更好地提升教育管理水平。

在精确治理方面，更加关注数据的利用和全员的参与。一方面，能够为决策者提供更为全面的数据支持，减少或避免决策数据来源的碎片化和高校“精英治理模式”的出现；另一方面构建管理者和教师之间不受限制的交流环境，充分发挥群众的智慧，加强政策制定的科学化和执行力。

在教学模式方面，更加关注学习积极性的培养和个性化学习方案的制订。借助大数据和人工智能技术，能够实时反馈学生的学习情况，为教师调整教学计划提供参考，减少或避免一刀切的课程教学模式,同时还能针对不同学生的特点，智能化推荐有针对性的学习资料，提高教育水平和育人质量。

2 高校信息化服务的发展趋势

面对当前的高校发展需求，高校信息化服务的发展趋势主要表现在3方面。

(1) 以数据为驱动，为高校教育管理决策的制定提供依据。大数据具有预测事物发展规律的作用。在学校教育管理方面，充分利用各类数据所揭示的信息，预测学校未来发展趋势，实现学校教育管理政策制定由经验主义向以数据为支撑的实证主义转变，提高教育管理政策制定的科学性。

(2) 深化信息技术应用，推动高校教育教学模式改革。充分发挥人工智能技术优势，重构教学流程，实现教学过程、学习情况、学业水平的人工智能监测、分析与诊断，探索基于人工智能的新教学模式。同时，建立基于大数据的学生成长档案，完善学生综合素质评价体系，实现学习效果的精准评估，制定个性化的职业生涯发展规划。

(3) 加强跨专业的信息融合，优化高校教育服务供给方式。不断加强大规模开放在线课程建设，构建“互联网+教育”的新型教育平台。在综合分析学生兴趣爱好、学习情况、职业发展倾向等信息的基础上，实现丰富的个性化学习资源的精准推送，构建跨学科、多领域的智能化终身在线学习平台，实现教育服务的人人供给、处处供给、时时供给[8]。

3 大数据和人工智能在信息化服务中的应用

3.1 在学生管理中的应用

学生是高校信息化服务最主要的受众群体，对学生的管理是一个从入学开始到毕业结束的动态过程，其中包含了大量的信息化服务元素，为大数据和人工智能的应用提供给了广阔领域。

在新生录取与报道阶段，利用大数据和人工智能技术，可以第一时间对新生的省份、民族、院系分布、男女比例等基本信息进行统计，从而为迎新准备工作提供最优化的解决方案。例如在宿舍分配上，利用大数据和人工智能技术，也能够克服传统人工分配只关注部分学生特征的局限性，在综合学生民族、专业、基础学业水平、兴趣爱好等诸多信息的基础上，实现宿舍分配最优化的智能解决方案[9]。

在就餐管理上，利用大数据和人工智能技术，可以综合分析学生的用餐规律，如用餐拥挤时段、食堂档口受欢迎程度、菜品销量情况等，从而为合理疏导用餐人流、减少排队时间，提供学生最喜欢的菜品、提高用餐满意度，合理制订食材采购数量、减少菜品浪费等问题提供最佳的解决方案。

在学生的安全管理上，通过建设智能监控、人脸识别、智能门禁、智能报警等人工智能系统，及时发现可疑人员和可疑行为，构建安全的校园学习生活环境，最大限度保护师生的财产和人身安全。

3.2 在教学模式改革中的应用

首先，加强慕课(MOOC，大规模开放在线课程)教育和创客教育在高校人才培养中的应用。建立跨学科、多领域的慕课平台，实现国内外相同类型慕课的检索、分类与推送，提高教学效率，降低教育成本，促进教育公平。同时，通过STEM教学模式，培养学生的逻辑思维、创新能力与动手能力，加强智能机器人研发力度，促进我国人工智能创新发展[10]。

其次，加强课堂互动，实时反馈教学效果。研发智能教学APP，利用手机、iPad、电脑等电子设备，构建智慧课堂，实现课堂提问、学生回答、问题汇总、教学方案调整等一系列智能化过程，帮助教师及时掌握学生学习情况，有针对性地制订教学方案。

第三，加强课外学生自学能力培养。综合学生所学专业、职业规划、兴趣爱好、知识短板等数据，实现在线课程的精准推送，配合在线学习情况检查与反馈技术，提高学生课外自主学习的积极性和学习效果。

3.3 在学业管理中的应用

因学习环境不适应和学业成绩不理想，是少数大学生退学的一个很重要的因素。而目前对于学生学业的管理，往往还停留在发现问题后的处理上，这时学生学业暴露出的问题往往都已经十分严重，学业管理效果往往不佳，难以起到学业管理预防为先、防微杜渐的作用。因此，借助大数据和人工智能技术，建立新型学生学业管理机制就显得尤为重要。

首先，利用大数据技术，通过综合分析学生已修课程成绩，以及以前学生课程成绩、学习时间投入、家庭经济状况等因素，预测哪些学生可能会出现学业失败。根据分析结果，通过辅导员及时联系学生，帮助他们调整学习方法或选择更适合自己专业，从而提高学生的毕业率。

其次，还可以建立大数据环境下的学业预警系统。利用学生的课程、课堂、课外表现情况，综合评定学生学习情况，建立预警机制。根据学生的学习情况进行分类，对优秀的学生可以提高教学进度，对于存在问题的学生则采取针对性的帮助措施[11]。

3.4 在师资队伍建设中的应用

高水平的教师队伍是保障高校教学、科研、管理工作高质量发展的基石。利用大数据和人工智能技术，在教师队伍建设和教师能力提升方面提供最优化的解决方案，解决学校师资队伍年龄结构不合理、学科知识背景与专业设置匹配性不高、教学能力与学生需求不相适应等问题。

首先，在制订人才引进规划的时候，利用大数据和人工智能技术，综合分析当前教师队伍的年龄结构、学科背景、研究方向等因素，并结合学校发展规划和当前国内外研究热点等因素，制定最佳的人才引进标准，真正实现“人尽其才、物尽其用”，避免人力资源浪费。

其次，在制订教师能力提升计划的时候，利用大数据和人工智能技术，根据教师教授的课程，检索最新的学术动态与教学方法，定期向教师推送，提升教师知识储备与教学能力，确保课程教学的前沿性，减少旧知识的重复教学。同时，建立智能化的学习网络平台，为教师提供智能化的教学支持环境，提高作业布置、批改、反馈的效率[5]。

3.5 在财务管理中的应用

随着高校办学规模的扩大，呈现资金来源多样化、办学环境复杂化的情况，高校财务管理工作的难度也越来越大。利用大数据与人工智能技术，实现经费流向的动态监控，经费预算的科学合理以及财务报销的快速高效，避免学校贪腐事件、经费预算欠合理、报销流程的繁琐与低效等问题的出现。

在财务监管方面，按照既定逻辑对资金流向进行监控，对财务流程和录入信息进行合并分析，及时发现资金使用上的违规行为，发现财务管理过程中的风险点，对内部风险及时进行防控。

在预算制订方面，结合上一年预算执行情况、本年度主要工作任务、各项任务预计经费支出等综合数据，合理制订本年度经费预算，避免出现项目预算不足、项目年底集中花钱的现象，减少国有资产的损失。

在财务报销方面，实现报销的网上办公、无纸化办公，通过智能化的图像识别技术，完成繁琐的单据审核工作，实现从报销凭证生成到费用拨付的自动化处理，提高财务报销规范性与高效性[12]。

4 信息化服务中需解决的问题

4.1 保证大数据的真实性

数据来源的真实性，是保证决策科学的前提。在很多情况下，数据所反映的情况可能与实际有偏差。例如通过打卡分析学生的上课出勤率、自习次数、体育锻炼时间等方面的情况，就需有防止代刷卡的措施。因此，如何通过多样性的大数据来源和人工智能技术，比如指纹识别和人脸识别，以及基于手机GPS的位置识别，共同判断学生的日常学习、锻炼情况，就成为保障数据与现实相符合必须克服的问题。

4.2 保护数据安全与隐私

个人信息的泄露严重影响了人们的生活。在将大数据和人工智能技术应用于高校信息化服务的同时，还需加强与其配套的伦理道德和规章制度的建设。对于哪些数据可以用来做分析、数据如何保存、分析结果如何利用等进行明确的规定，保证师生在知情且同意的情况下向学校提供相应数据用于分析。同时，加强数据库安全建设，保证数据不外泄，维护个人和单位的信息安全[13]。

4.3 提高大数据的整合与决策支持功能

当前高校的信息系统多停留在数据收集与存储的层面，系统之间存在着兼容性不强、数据冗余等问题，造成数据的碎片化，难以在海量数据中提取出有效信息以支持学校决策，造成数据的浪费。因此，在进行高校信息化服务系统建设时，应统筹规划、规范建设，实现数据资源的整合与共享。同时，加强大数据和人工智能技术的研发与应用，提高大数据分析能力，为学校的各项决策提供数据支持[14]。

5 结语

大数据和人工智能对高校信息化服务产生着深远的影响，成为推动高校数据管理、精确治理、教学模式、绩效评估改革的重要技术支持。在信息化建设中要以大数据和人工智能为核心支撑技术，主动投入到智能化的大潮中，准确把握人工智能的思维模式，探寻高校信息服务的新模式，实现高校智慧教学、智慧管理和智慧服务的目标。