.......................................................................................137 17.3 知识产权保护................................................................................................. 的使用不会对学生的身心健康造成不良影响，特别是 在数据分析和反馈机制的设计上，必须避免任何形式的歧视或不公 平待遇。同时，根据《中华人民共和国著作权法》，所有由 DeepSeek 生成的教学评价报告和数据分析成果，其知识产权归属 应明确界定，确保教师和学校的合法权益。 为了进一步确保合规性，学校应在引入 DeepSeek 前进行全面 的法律风险评估，并与专业的法律顾问合作，制定详细的数据处理 协议和隐私政策。这些文件应明确规定数据的使用范围、存储期 查，并根据法律法规的变化及时更新审查标准和流程。 17.3 知识产权保护 在引入 DeepSeek 进行教学评价方案设计的过程中，确保知识 产权的保护是至关重要的。首先，学校应与 DeepSeek 签订明确的 合作协议，明确双方在知识产权方面的权利和义务。协议中应包括 数据所有权、使用权、使用权转让、保密义务以及违约责任等条 款，以确保双方在合作过程中对知识产权的合法使用和保护。 其次，学校在使用 DeepSeek

建设智能化校园，统筹建设一体化智能化教学、管理与服务平台。利用现 代技术加快推动人才培养模式改革，实现规模化教育与个性化培养的有机结合。 创新教育服务业态，建立数字教育资源共建共享机制，完善利益分配机制、知 识产权保护制度和新型教育服务监管制度。推进教育治理方式变革，加快形成 现代化的教育管理与监测体系，推进管理精准化和决策科学化。 为 扎实推进教育信息化 2.0 行动计划，积极发展“互联网

建设智能化校园，统筹建设一体化智能化教学、管理与服务平台。利用现 代技术加快推动人才培养模式改革，实现规模化教育与个性化培养的有机结合。 创新教育服务业态，建立数字教育资源共建共享机制，完善利益分配机制、知 识产权保护制度和新型教育服务监管制度。推进教育治理方式变革，加快形成 现代化的教育管理与监测体系，推进管理精准化和决策科学化。 为 扎实推进教育信息化 2.0 行动计划，积极发展“互联网

优华为产品的设备供应商，负责项目的设备供应、安装和服务；租凭公 司为本项目的投资单位，按项目造价投资费用；校方为租用单位，需按 造价支付30%的押金，按每月支付设备使用租金，租金支付周期为5年， 租期满后设备产权归属校方并退回押金的形式。 2、收益分析： 校方按每月支付设备租凭费用，每年可帮助学校节省25-35%的能耗，每 年的节能收益可冲减项目投资。 3、业务模式优劣对比： 优势：建设单位无需一次性投资，无资金压力和投资风险，享受节能收

一种问题解决式、探索发现式学习 的课程模式。 幼小衔接（ AR ） 针对幼儿园大班或小学一年级的 孩子，全面提升他们的读、听、 看、拼、组、说、写、思考等能 力。 教学资源 拥有自主知识产权的丰富线上资源， 包含近 10000 本有声故事绘 本、 257 节直播课、 654 节示范课、 128 节律动操、 30 节手指操等。 云宝贝课堂端 PC 版 云宝贝课堂端 安卓版

视觉识别技术与应用 数据科学与机器学习 声音领域的应用场景 技能提升与终身学习 教育行业应用场景 文献整理与阅读 数据隐私与安全 人机协作的未来 人工智能伦理 NLP 应用场景 AI 与知识产权 视觉识别原理与应用案例 智能写作 深度学习 Prompt 职场写作 职场汇报 职场调研 职场能力提升 Prompt 基础 Prompt 进阶 Prompt 优化技巧 Prompt 综合实战

累计专利授权 26000+ ， 90% 为发明型专利  120+ ICT 标准组织成员 创新文化  围绕客户需求持续创新  坚持开放式创新机制  积累核心知识产权 32 全球网络学院 • 从 2013 年开始，与中 国 200 所院校开展华 为网络学院合作 • 未来 3-5 年，全球发展 500 家华为网络学院。 • 华为授权 6 家院校开

全面服务于教学，方便管理和运维 智慧教室 - 整体方案思路 智慧教室 - 高校信息化应 用 模 型 基 于对高校网络服务的基 础 和对教育教学的研究和理解， 主导 核心软硬件产品的自主研发，掌握多项软硬件知识产权 一体化构建，核心软硬件自主设计研发 围绕教学全场景设计，让解决方案核心功能真正服务于教学应 用 ， 让教学 模式应 用 和数 据 分析 更好的服务教学 真正服务教学，以数 据 促进教学及管理应

系优化人才 培养机制，变革知识生产范式重塑科研新样态，推动教育公平承担社会责任，着眼共同发展为世界高等教育提 供中国方案。同时，报告正视大模型应用中的算法偏差与“黑箱”问题、内容同质化风险、知识产权与数据权 益等挑战，强调强化教师与管理者人工智能素养，保护学生主体性与创造力，完善数据确权与合规流通机制， 推进绿色计算与可持续运营。 总体而言，本报告以“以人为本、立德树人”为根本遵循，主张 容可能被放大固化，损害模型公平性。此外，大模型训练涉及的敏感个人信息引发隐私泄露问题，随着各国数 据保护法规趋严，跨境数据流动面临复杂合规要求，训练数据的透明度和可追溯性问题也日益受到公众和监管 机构关注，从知识产权到授权同意，从数据来源到使用范围，均需开发者提供详细可验证的说明并承担相应法 律和伦理责任。 3. 算法智能跃升与安全隐忧并存 算法是推动大模型运行的关键要素，现有大模型的运行大多数基于机器学习领域的人工神经网络原理 61 大模型背景下高等教育数智化转型研究报告 构建教育大模型通常有自主研发与基于通用大模型研发两种模式。自主研发的优势是高度定制化，可针对教育 场景的特殊需求进行功能强化，具有技术自主权和知识产权。但其涉及算力建设、算法调优、数据治理等诸多 环节，周期长、成本高、缺少团队，极少有高校能独立实现。相比之下，基于通用大模型研发模式技术门槛低， 效率优势大，通过商业模型 API 集成或开源框架适配，可在

、支持差异化学习并增强教师与学生 之间的互动，旨在促进学生的同理心 、批判性思维和问题解决能力。 2. 内部化 essential 伦理规则以确保 人工智能的安全和负责任使用，包括 尊重数据隐私、知识产权以及其他法 律法规，并在评估和使用人工智能工 具、数据以及人工智能生成的内容时 采用这一伦理视角。 在AI能力的“创造”层级，教师展现出对AI 的社会影响及其公民责任的深刻理解。 他们被期望参与教育领域AI政策的规划或 上下文活动 (教师可以 演示 遵循态度或 行为变化) 伦理学 of AI 2.2 安全负责 use: 预计教师 能够内化 本质伦理 安全规则和 负责任地使用人工智能 ， 包括尊重 数据隐私, 知识 财产权和 其他法律框架 ； 和习惯性的 融入这些道德 进入评估和 人工智能工具的利用 ， 数据和 AI 生成 教育内容。 个人 AI 安全 跟踪器:绘制和更新 典型的概念图 AI 安全问题频繁出现 事件及其主要