高等教育作为培养高素质人才的重要基地，其智慧化发展对于提升教育质量、促进教育公平、推动教育创新具有重要意义。数智技术以其强大的数据处理能力、智能分析功能和高效协同优势，为高等教育智慧化发展提供了强大的驱动力。通过数智技术的赋能，高等教育能够更加精准地掌握教育管理的现状和需求，优化资源配置，提高管理效率；能够更加高效地推动科研工作的进展，促进科研成果的转化与应用；能够更加灵活地创新教学模式，满足学生个性化学习的需求。

数智技术赋能高等教育——教育管理

智慧校园是数智技术在高等教育管理中的重要应用体现。可利用物联网、大数据、云计算等先进技术，将校园内的各种信息资源和服务进行集成和整合，形成一个统一的信息平台。学生可以通过平台APP内公告、教务查询、图书借阅、食堂取餐、宿舍管理等轻松完成生活服务；教师可通过教师管理APP平台设置教学计划、布置作业等开展教学相关工作；学校可以通过智慧校园APP系统对学校设备、终端进行智能管理和监控，及时发现和消除各种可能发生的安全隐患。同时，智慧校园平台还可为师生提供更为便捷的网上服务，例如网上报修、心理咨询、就业服务等相关在线服务，极大便利了师生的学习生活。

教育大数据是数智技术赋能教育管理的重要资源。高校在日常教学及管理过程中会产生大量数据，如学生成绩、课程评价、师资力量和教学资源等。通过这些数据的收集整合分析，可帮助学校准确了解当前及未来教育管理中的发展状况和规律，并为决策提供坚实支撑。同时，通过对数据进行智能分析，可从海量数据中发现有用的规律和路径。这不仅可助力学校深入探索学生的学习行为模式、兴趣所在及面临的挑战，进而为每位学生量身定制学习建议与资源支持，同时还能为教师提供宝贵反馈，助力其专业成长与教学技能的提升，共同推动提升教育质量。

数智技术为高等教育管理提供了智能决策支持。传统的高校管理模式主要依靠管理人员的经验、直觉判断，带有一定主观性、片面性。而数智技术基于数据库、模型等分析方式，可提供给管理人员更客观、科学的数字支持。例如，在高校资源配置中，可使用智能决策支持技术对历史数据进行分析，预测某一特定时段内各学院、各专业的学生需求数量，为未来资源合理配置提供依据；在招生工作方面，智能决策支持系统可以通过对历年招生数据的分析，预测不同专业的招生趋势和就业前景，为招生计划的制订提供有力支持。

数智技术赋能高等教育——科研管理

科研数据管理与分析平台不仅提高了科研数据的管理效率和质量，还可以促进科研数据的共享和重复利用。可以通过分析与研究找到自己所需的科研数据，避免重复采集数据，进而解决数据孤岛问题；通过支持向量机、人工神经网络等工具和模型，可充分挖掘科研数据价值，从数据角度探究问题，发现新的研究方向。

数智技术是推进科研项目协同管理的关键手段。利用数智技术可以开发相应的科研项目协同管理平台，各参与人员可共享项目相关信息、开展协同工作。科研项目协同管理平台提供各种协同工具和沟通手段，相关科研人员可在同一协同环境中进行相关操作，包括项目的立项、进展、结题等。同时，科研项目人员还可通过平台系统实时掌控项目的进度、资源使用情况等，及时对异常情况做出应对。

此外，数智技术还对高校科研成果的转化与应用具有一定帮助。通过建立科研成果转化与应用服务平台，可将科研成果有效推广给社会和产业界，促进高校科研成果的社会化。平台可根据高校科研成果的特点、价值等内容，对科研成果的现状及发展情况进行综合分析及评价，并深入分析科研成果的市场化营销策略；可为各类科研成果的推广设计推广方案及区域市场分析、需求市场表现及技术支持等。

数智技术赋能高等教育——教学创新

数智技术可以提供个性化教学。通过收集和分析学生的学习数据和行为数据，教师可以更加精准地了解学生的学习特点和需求，从而为其提供个性化的学习资源和路径推荐。学生可以根据自己的兴趣和能力选择适合自己的学习内容和方式；教师也可以根据学生的学习情况及时调整教学策略和方法，确保每个学生都能得到适合自己的教育。

数智技术推动了混合式教学模式的发展。数智技术可辅助教师整合设计线上线下课程，如在课前，学生可以通过预习视频进行课程内容的学习；在课堂，可通过课堂互动工具进行讨论学习及实践教学；在课后，可通过讨论区以及提交线上作业等方式对已有知识进行消化吸收及展开新知识的学习。这种教学模式不仅可提高学生的学习效果，还可培养学生的自主学习能力和团队协作能力。

高等教育迎来了虚拟现实与增强现实技术的革新风暴，为教学活动注入了前所未有的活力与深度。借助这两项先进技术，教师可精心构建出高度仿真的虚拟学习空间与场景，让学生沉浸其中，亲身体验并实践所学知识。这种沉浸式的学习环境不仅显著提升了学生的实践操作能力和创新思维，提升了学习的广度与深度，还使知识的获取更加生动有趣，激发了学生的学习热忱与探索欲望。

〔作者：任静怡、庞灵，单位：河北金融学院。2024年度河北省“三三三人才工程”资助项目（课题编号：C2024107）。〕