态系统，最终服务于高等教育高质量发展。与数字化转型相比，“数智化”更加强调借助人工智能、大数据等 智能技术挖掘教育数据的深层价值，同时持续凸显人的主体性作用，推动高等教育从“规模供给”向“智能化 提质增效”的跃迁。转型过程遵循着从标准化共性需求到个性化特色发展的演进路径。在初始阶段，高校数智 化建设聚焦于标准化的基础设施和通用系统，满足教育管理和基本教学需求的共性目标。随着技术深化应用， 数智化转型逐步 力，服务教育强国建设。 2025 年 8 月 国务院 《 关 于 深 入 实 施 “人工智能 +”行 动的意见》 43 旨在推动人工智能与经济社会各领域深度融合，重塑生产生活范 式，促进生产力革命性跃迁。文件设定了分阶段发展目标：到 2027 年，实现人工智能与 6 大重点领域广泛融合，智能终端普 及率超 70%；到 2030 年，普及率超 90%，智能经济成为重要增长极； 到 2035 年 ，深化全球教育合作，共同 应对人工智能发展带来的挑战与机遇。这四个战略导向的协同共进，将推动高等教育在充分发挥人工智能优势、 有效防范潜在风险的基础上，实现从数字化基础建设向数智化融合应用的战略跃迁，从“规模供给”向“智能 化提质增效”的根本转变，最终构建智能高效、开放共享、持续发展的现代化高等教育体系。 46 1.2.1 人才培养导向：优化教育教学方式，培养高素质人工智能人才 智能时

教育数据的采集需要综合应用多种技术，每种技术采集的 数据范围和重点都有所不同。图 2 展示了教育数据采集的技术 体系，共包括 4 大类、13 种常见数据采集技术。 2.4、 智慧校园大数据建设面临问题 大数据是智慧校园行业跃迁的新变量，但目前也面临着诸 多挑战： 2.4.1、 产品同质化严重 主要以考量测评类产品为主，重点聚焦于如何“提分”； 盲目跟风现象严重，产品同质化且差异不大。 2.4.2、 分析端是整体短板

2 展示了教育数据采集的技术 体系，共包括 4 大类、13 种常见数据采集技术。 49 智慧校园大数据云平台建设和运营整体解决方案 2.4、 智慧校园大数据建设面临问题 大数据是智慧校园行业跃迁的新变量，但目前也面临着诸 多挑战： 50 智慧校园大数据云平台建设和运营整体解决方案 2.4.1、 产品同质化严重 主要以考量测评类产品为主，重点聚焦于如何“提分”； 盲目跟风现象严重，产品同质化且差异不大。

流、 互动提升业务人员和技术人员的数据素养，推动技术创新赋能业务场景重构，提 升管理效能。这种双向循环机制不仅强化了数据治理的韧性，更助力高校实现从 324 “数据运营”到“数据赋能”的范式跃迁。 三、数据赋能技术与业务的具体过程 数据对外赋能的基础，首先是提升自身核心能力，即建设一个能够覆盖学校 数据全生命周期的标准化、安全化、智能化数据管理体系（见图 2）。该框架中： 数据集成