◎摘  要 數(shù)字主權(quán)不是對數(shù)字空間的封閉控制，而是國家在開放合作中對關鍵數(shù)據(jù)、基礎技術、知識生產(chǎn)規(guī)則和數(shù)字標準保持自主治理與平等參與的能力。高等教育履行數(shù)字主權(quán)使命，需要以知識主權(quán)、認知主權(quán)和標準主權(quán)為功能支點，按照“固本—超前—破壁—迭代”的思路重構(gòu)學科專業(yè)體系，健全關鍵領域風險監(jiān)測與動態(tài)調(diào)整機制，以數(shù)字素養(yǎng)、批判思維、創(chuàng)新突破和家國情懷為培養(yǎng)目標，完善課程、教學和評價體系。

◎關鍵詞 數(shù)字主權(quán)；高等教育；學科專業(yè)體系；人才培養(yǎng)；教育強國

生成式人工智能正在改變知識生產(chǎn)、教學和高校治理。高等教育既是數(shù)字技術的重要使用場域，也是基礎研究、知識創(chuàng)新和高層次人才培養(yǎng)的關鍵。高等教育數(shù)字化不能停留于效率提高，而要置于教育強國建設進程中審視，即既防范關鍵領域受制于人的風險，又避免將自主可控理解為封閉替代，在開放合作中增強知識生產(chǎn)和規(guī)則貢獻能力。

數(shù)字主權(quán)：高等教育的戰(zhàn)略命題

1.高等教育場域中數(shù)字主權(quán)的內(nèi)涵

數(shù)字主權(quán)源于主權(quán)原則在數(shù)字空間的延伸。相關研究顯示，“技術主權(quán)”和“數(shù)字主權(quán)”話語既關涉關鍵技術能力，也關涉監(jiān)管規(guī)則、產(chǎn)業(yè)發(fā)展和戰(zhàn)略自主[1]。就高等教育而言，數(shù)字主權(quán)可界定為國家在數(shù)字空間對關鍵教育數(shù)據(jù)、基礎技術、知識生產(chǎn)規(guī)則和數(shù)字教育標準所具有的自主治理與平等參與能力。這里的“自主”不是隔絕國際知識網(wǎng)絡，而是在開放條件下保有安全底線、發(fā)展能力和規(guī)則參與地位；“主權(quán)”也不是高?？梢悦撾x國家法律和公共利益自行處置數(shù)據(jù)與技術，而是要求高等教育活動與國家數(shù)字治理制度相銜接。

數(shù)字主權(quán)是統(tǒng)攝性概念。數(shù)據(jù)主權(quán)指向數(shù)據(jù)管轄、安全和流動秩序，技術主權(quán)強調(diào)關鍵技術與工具的自主選擇和創(chuàng)新，知識主權(quán)關涉知識生產(chǎn)、評價和傳播，認知主權(quán)著眼于算法環(huán)境中的獨立判斷和價值辨析，而標準主權(quán)則體現(xiàn)為參與技術規(guī)范與教育規(guī)則制定的能力。我國數(shù)據(jù)安全法確立了數(shù)據(jù)分類分級保護、風險監(jiān)測、數(shù)據(jù)安全審查以及跨境數(shù)據(jù)治理等制度安排[2]，為教育數(shù)據(jù)治理提供了基本法律依據(jù)。已有研究討論了數(shù)據(jù)主權(quán)安全面臨的制度、技術和規(guī)則挑戰(zhàn)[3]，高等教育還需處理知識生產(chǎn)、人才培養(yǎng)和標準參與等特有問題。

2.數(shù)字化轉(zhuǎn)型提出的三個問題

高等教育數(shù)字化轉(zhuǎn)型過程中提出三個亟需回答的問題。

一是教育數(shù)據(jù)與算法由誰治理。高校教學、科研和管理產(chǎn)生多類型數(shù)據(jù)，平臺采購、模型訓練和智能評價又延長了數(shù)據(jù)處理鏈條。風險不只來自數(shù)據(jù)泄露，也可能來自權(quán)屬不清、授權(quán)模糊、算法難以解釋和平臺依賴。因而，教育數(shù)據(jù)治理不能局限于網(wǎng)絡安全部門的技術防護，而應貫通數(shù)據(jù)采集、存儲、使用、共享和退出全過程，將合法合規(guī)、倫理審查、算法透明和學術規(guī)范納入制度設計。

二是學科與人才培養(yǎng)能否支撐數(shù)字自主。關鍵數(shù)字技術的突破依賴基礎學科積累、交叉研究能力和穩(wěn)定的人才梯隊。若學科專業(yè)調(diào)整僅追隨短期崗位熱度，可能造成基礎領域投入不足、同質(zhì)化增設和培養(yǎng)能力稀釋。與此同時，生成式人工智能能夠提供信息和答案，卻不能代替學習者形成問題意識、證據(jù)判斷和價值責任。高等教育既要培養(yǎng)理解和使用數(shù)字技術的人，也要培養(yǎng)能夠提出原創(chuàng)問題、突破關鍵技術并審慎判斷技術后果的人。

三是中國數(shù)字教育經(jīng)驗能否轉(zhuǎn)化為國際規(guī)則貢獻。數(shù)字教育平臺、人工智能教學應用和教育數(shù)據(jù)流動越來越受到跨區(qū)域規(guī)則影響。維護數(shù)字主權(quán)不等于排斥國際規(guī)范，而是要求高校能夠把本土實踐轉(zhuǎn)化為可溝通、可檢驗的知識成果和標準方案，在國際學術共同體與數(shù)字教育治理中形成穩(wěn)定參與能力。

3.高等教育的使命框架

高等教育承擔的數(shù)字主權(quán)使命，應以知識主權(quán)、認知主權(quán)和標準主權(quán)為相互銜接的功能維度。知識主權(quán)是基礎，要求提升原創(chuàng)知識生產(chǎn)、學術資源組織和自主評價能力；認知主權(quán)是育人核心，要求學習者在開放信息環(huán)境中形成獨立判斷、理性反思和價值辨析能力，而非接受固定結(jié)論；標準主權(quán)是外部表達，要求將教育實踐和研究成果轉(zhuǎn)化為規(guī)則參與能力。關鍵數(shù)據(jù)治理、基礎技術自主和安全可靠的數(shù)字平臺，則是三者實現(xiàn)的物質(zhì)技術條件。

這一框架貫通四項行動使命——筑牢教育數(shù)字基座，維護認知主體性，以教育自主支撐科技自主，參與全球數(shù)字教育治理。使命落實應融入學科專業(yè)和人才培養(yǎng)兩類基礎制度，前者決定知識生產(chǎn)與人才供給的組織結(jié)構(gòu)，后者決定數(shù)字能力能否轉(zhuǎn)化為有公共責任的主體行動。

重構(gòu)學科專業(yè)體系，筑牢數(shù)字主權(quán)根基

1.由規(guī)模適配轉(zhuǎn)向戰(zhàn)略適配

學科專業(yè)是高校組織知識生產(chǎn)、配置辦學資源和培養(yǎng)專門人才的基本單元。數(shù)字技術演進速度加快，使傳統(tǒng)的周期性調(diào)整面臨兩重壓力。一方面，產(chǎn)業(yè)和職業(yè)結(jié)構(gòu)變化要求高校及時回應人才需求；另一方面，基礎研究和關鍵技術人才培養(yǎng)具有長周期性，不能用短期市場信號決定存續(xù)。學科專業(yè)調(diào)整因而需要從偏重數(shù)量增減和即時適配，轉(zhuǎn)向兼顧國家戰(zhàn)略、學術邏輯、社會需求與學校條件的戰(zhàn)略適配。

《高等教育學科專業(yè)設置調(diào)整優(yōu)化行動方案（2025—2027年）》部署急需學科專業(yè)超常布局、基礎學科躍升、新興學科和交叉學科孵化、存量學科專業(yè)優(yōu)化、學科專業(yè)內(nèi)涵更新、培養(yǎng)模式改革深化六項行動[4]，體現(xiàn)了增量布局與存量改造并舉的政策取向。教育部公布的2024年度本科專業(yè)調(diào)整結(jié)果顯示，全國高校新增專業(yè)點1839個、撤銷專業(yè)點1428個、停招專業(yè)點2220個[5]。專業(yè)調(diào)整力度加大，也要求高校防止盲目追逐技術熱點。

2.構(gòu)建“固本—超前—破壁—迭代”的學科專業(yè)體系

分類發(fā)展是學科專業(yè)生態(tài)優(yōu)化的重要發(fā)力點。具體而言，基礎學科提供知識源頭，戰(zhàn)略急需學科形成前沿儲備，交叉學科連接技術與治理，存量學科拓展數(shù)字轉(zhuǎn)型的組織承載面，通過“固本—超前—破壁—迭代”四條路徑相互銜接，共同推動專業(yè)點從增減轉(zhuǎn)向?qū)W科專業(yè)生態(tài)優(yōu)化。

基礎學科“固本”，重在維護數(shù)字自主的知識源頭。數(shù)學、物理、計算機等基礎領域為算法、算力、密碼與信息系統(tǒng)提供底層知識，其發(fā)展規(guī)律與短期就業(yè)波動并不同步。高校應根據(jù)辦學定位保持基礎學科的穩(wěn)定投入，改善長周期研究和人才培養(yǎng)條件，促進基礎研究與重大問題相互牽引。

戰(zhàn)略急需學科“超前”，重在形成面向未來的能力儲備。人工智能安全、量子信息、數(shù)據(jù)治理等領域具有技術更新快、交叉程度高和規(guī)則尚在形成等特點，若完全等待現(xiàn)實需求成熟后再行布局，人才培養(yǎng)周期可能滯后于戰(zhàn)略需要。超前布局應建立在科學研判之上，并受師資、課程、平臺和質(zhì)量標準約束。國家層面可加強戰(zhàn)略需求預測和分類指導，高校則應依據(jù)自身基礎選擇重點，避免缺乏條件的同質(zhì)化擴張。

交叉學科“破壁”，重在打通知識邊界與治理邊界。數(shù)字主權(quán)問題往往同時涉及技術可靠性、數(shù)據(jù)權(quán)利、倫理責任和公共治理，單一學科難以作出完整回應。交叉建設不宜停留于課程拼盤或臨時項目，而應完善聯(lián)合培養(yǎng)、共同評價和平臺共享機制，使不同學科圍繞真實問題和具體場景形成方法互補。

3.建立關鍵學科專業(yè)風險監(jiān)測與動態(tài)調(diào)整機制

學科專業(yè)結(jié)構(gòu)與數(shù)字主權(quán)并非簡單的線性因果關系，但關鍵領域長期空白則可能造成專業(yè)人才斷層，加劇技術和平臺依賴，進而限制知識生產(chǎn)與規(guī)則參與能力。對此，應建立關鍵學科專業(yè)風險監(jiān)測與動態(tài)調(diào)整機制，把風險識別轉(zhuǎn)化為資源配置和質(zhì)量改進依據(jù)。

監(jiān)測應重點覆蓋關鍵領域人才供需、師資與平臺條件、外部技術依賴、培養(yǎng)質(zhì)量和國際規(guī)則參與能力。對基礎薄弱但戰(zhàn)略需求明確的領域，不能只以招生規(guī)模衡量建設成效，應考察課程完整性、導師隊伍穩(wěn)定性和科研平臺支撐度；對快速擴張的新興專業(yè)，要設置階段性評估和退出機制；對可能收縮的傳統(tǒng)專業(yè)，則需區(qū)分社會需求下降或培養(yǎng)內(nèi)容滯后等具體情況，避免因簡單撤并損害基礎能力。國家教育數(shù)字化戰(zhàn)略行動2025年部署會明確提出，高校要圍繞人工智能加快學科和專業(yè)布局，推進課程、教材和教學體系建設[6]。這一要求的落實，需要布局、培養(yǎng)與評價同步推進。

動態(tài)調(diào)整還依賴制度協(xié)同。國家層面應加強教育、科技、產(chǎn)業(yè)等領域需求信息的統(tǒng)籌，形成戰(zhàn)略清單、監(jiān)測反饋與資源支持之間的聯(lián)動；高校應把數(shù)字主權(quán)相關能力納入發(fā)展規(guī)劃，在分類辦學基礎上明確建設重點，改變以新增專業(yè)數(shù)量替代質(zhì)量建設的傾向；高校、科研院所和企業(yè)可圍繞真實問題協(xié)同培養(yǎng)，但須守住教育規(guī)律和學術標準，避免課程被短期產(chǎn)品需求牽引。通過制度協(xié)同建設安全可靠的數(shù)據(jù)、算力、平臺和實驗條件，學科專業(yè)體系才能成為原創(chuàng)知識生產(chǎn)與自主人才培養(yǎng)的穩(wěn)定基座，并以教育自主支撐關鍵核心技術創(chuàng)新。

自主人才培養(yǎng)：提升數(shù)字主權(quán)能力

1.確立“四維一體”的培養(yǎng)目標

數(shù)字主權(quán)最終落實為人的能力與責任。所謂自主人才，其應能理解技術邏輯、獨立判斷信息、提出原創(chuàng)問題并承擔公共責任，為此需建立“數(shù)字素養(yǎng)—批判思維—創(chuàng)新突破—家國情懷”四維一體的培養(yǎng)目標。

數(shù)字素養(yǎng)是理解和使用數(shù)字技術的基礎能力，包括數(shù)據(jù)意識、算法認知、工具使用、安全倫理和持續(xù)學習。不同學科對數(shù)字素養(yǎng)的要求有所差異，但學生均需理解數(shù)據(jù)如何產(chǎn)生、算法如何影響結(jié)果以及技術使用可能帶來的權(quán)利與責任問題。數(shù)字素養(yǎng)不能窄化為軟件操作訓練，其重要價值在于使學習者能夠識別技術邊界，作出有依據(jù)的選擇。

批判思維是維護認知主權(quán)的核心。算法推薦和生成式內(nèi)容降低了信息獲取成本，也增加了來源辨識、證據(jù)核驗和觀點比較的難度。高校應把問題意識、邏輯推理、證據(jù)判斷和反思能力貫穿專業(yè)學習，引導學生區(qū)分事實、解釋與價值立場，審視模型輸出中的假設、偏差和不確定性。認知主權(quán)并不要求拒絕外部信息，而是要求在開放吸收中保持獨立思考，不把技術生成結(jié)果直接等同于知識結(jié)論。

創(chuàng)新突破體現(xiàn)為將知識轉(zhuǎn)化為新問題、新方法和新成果的能力。為此，培養(yǎng)過程應增加探索性任務、跨學科研究和真實問題實踐，使學生經(jīng)歷問題定義、方案比較、失敗修正和成果表達。根據(jù)人才類型分類培養(yǎng)，基礎研究人才重在長期探索，工程技術人才重在系統(tǒng)設計與可靠性，而治理人才重在理解技術并形成制度方案。

家國情懷規(guī)定數(shù)字能力的價值方向。數(shù)字技術既能增進公共福祉，也可能放大不平等、侵犯隱私或削弱人的主體性。高校應把科技倫理、學術規(guī)范、公共利益和國家責任融入專業(yè)教育，使學生理解技術為何而用、創(chuàng)新服務何種價值。家國情懷不是抽象口號，而應表現(xiàn)為對國家戰(zhàn)略需求的認識、對人民需要的回應以及對技術后果的責任承擔。

2.構(gòu)建“AI通識—專業(yè)融入—交叉融合”的課程體系

培養(yǎng)目標需要轉(zhuǎn)化為有層次的課程結(jié)構(gòu)——“AI通識—專業(yè)融入—交叉融合”，三層課程由共同基礎向?qū)I(yè)縱深、再向復雜問題拓展，形成知識、能力、倫理和安全要求相互貫通的結(jié)構(gòu)。

AI通識課程承擔共同基礎教育功能，應納入不同類型高校人才培養(yǎng)方案的基礎性課程或必修模塊，并根據(jù)學校定位、培養(yǎng)層次和專業(yè)特點分類設計。課程內(nèi)容不應局限于工具操作，而應涵蓋人工智能基本原理、數(shù)據(jù)與算法意識、生成內(nèi)容核驗、安全風險、倫理規(guī)范和學術誠信，使學生既會使用工具，也理解工具何以有效、何處可能失效。

專業(yè)融入強調(diào)數(shù)字知識與專業(yè)知識的結(jié)構(gòu)性結(jié)合。各專業(yè)需審視哪些內(nèi)容因數(shù)據(jù)和算法而變化，哪些理論仍須堅持，哪些能力必須補充。法學可將算法責任和數(shù)據(jù)權(quán)益納入既有框架，經(jīng)濟學可拓展平臺和數(shù)據(jù)要素分析。其中需要強調(diào)的是，專業(yè)融入課程建設的關鍵不在增加技術章節(jié)，而在重組問題、方法和實踐環(huán)節(jié)。

交叉融合面向單一專業(yè)難以解決的復雜問題。這是一個復雜的問題解決過程，可圍繞人工智能治理等主題，由計算機、法學、倫理學和公共管理等學科共同設計課程或項目，建立教師協(xié)同、學分互認和成果評價機制。交叉課程應以問題為中心，而不是并列介紹各學科概念。學生既要理解技術可行性，也要分析權(quán)利邊界、倫理沖突和治理成本。

3.形成AI賦能與教育本質(zhì)相統(tǒng)一的教學模式

人工智能進入教學，必須處理工具效率與人的成長之間的關系。在適合標準化和重復處理的場景，人工智能可用于知識推送、練習反饋和學習診斷，幫助教師識別學習困難學生，為學生提供更及時的個性化支持。但在需要思維引導、價值對話、創(chuàng)新激發(fā)和倫理討論的場景，教師與學生仍應保持主體地位。若把可計算、可追蹤的學習行為等同于完整的教育過程，教學可能被壓縮為答案生成和指標優(yōu)化，學生也可能形成對工具的認知依賴，從而窄化、弱化了教育功能。

高校應建立分場景的教學應用規(guī)范。教師需說明工具范圍、數(shù)據(jù)處理方式和成果責任，引導學生核驗來源、解釋推理并反思局限；學生須遵守學術誠信規(guī)范并對成果負責；學校則完善平臺準入、數(shù)據(jù)保護、算法倫理和質(zhì)量評估。評價AI應用不應只看效率，更應考察其能否促進深度學習、師生互動和創(chuàng)新能力發(fā)展。唯有AI賦能與教育本質(zhì)相統(tǒng)一，方可實現(xiàn)立德樹人的根本任務。

4.健全自主、多元、分類的評價機制

自主人才培養(yǎng)需要相應的評價制度?！白灾鳌辈皇蔷芙^國際同行評價和通行指標，而是依據(jù)不同活動規(guī)律實行多元、分類評價，糾正對單一外部指標的過度依賴。學科科研評價可從基礎研究、技術攻關、轉(zhuǎn)化應用和人才培養(yǎng)四個維度設置重點?；A研究重原創(chuàng)性和長期價值，技術攻關重實際問題解決與可靠性，轉(zhuǎn)化應用重社會效益和規(guī)范性，人才培養(yǎng)重學生成長、課程質(zhì)量與隊伍建設。分類評價能夠減少同一標尺對不同學科和成果的擠壓。

人才培養(yǎng)評價與教師科研評價應相互協(xié)同但不能混同。前者關注學生是否形成數(shù)字素養(yǎng)、獨立判斷、創(chuàng)新實踐和責任意識，可綜合采用過程性任務、項目成果、口頭答辯、同伴協(xié)作和實踐表現(xiàn)；后者關注教師和學科對知識創(chuàng)新、關鍵問題解決及育人工作的貢獻，可強化代表性成果評價、同行評議和長周期考察。對于使用人工智能完成的學習成果，評價重點應由成品表面質(zhì)量轉(zhuǎn)向問題提出、證據(jù)選擇、推理過程和責任說明，以防止工具能力遮蔽學生的真實成長。

評價改革還需為高風險、長周期創(chuàng)新保留空間。基礎研究和交叉探索往往難以在短期內(nèi)形成可量化成果，若評價過度追求即時產(chǎn)出，學科專業(yè)的“固本”和“超前”就缺乏制度支撐。高校應根據(jù)類型定位調(diào)整指標權(quán)重，把服務國家戰(zhàn)略、解決真實問題與遵守學術規(guī)范納入質(zhì)量判斷，同時保持評價程序公開、同行參與和結(jié)果可申訴。由此形成的自主評價能力，是知識主權(quán)和人才自主的重要制度保障。

5.在開放合作中貢獻數(shù)字教育治理方案

數(shù)字主權(quán)建設不能走向數(shù)字孤島。高等教育應在守住數(shù)據(jù)安全、技術倫理和教育價值底線的同時開展國際交流合作。參與全球數(shù)字教育治理，不是以本國標準替代國際規(guī)范，而是把在線教育、人工智能教學和評價改革中的中國實踐轉(zhuǎn)化為可討論、可驗證、可共享的知識與方案。

高校需要提升實踐經(jīng)驗向標準方案轉(zhuǎn)化的能力。學科建設應支持技術、法律倫理與公共治理協(xié)同研究，人才培養(yǎng)應提高國際理解、專業(yè)表達和規(guī)則協(xié)商能力，評價制度應認可高質(zhì)量標準研究和治理貢獻。國家提供制度保障與合作平臺，高校堅持學術標準和育人導向，企業(yè)以合規(guī)技術與真實場景參與協(xié)同。由標準接受走向更有能力的規(guī)則參與，其實質(zhì)是提升原創(chuàng)知識生產(chǎn)和國際規(guī)則貢獻能力。高等教育的戰(zhàn)略使命不是被動防御或封閉替代，而是在自主可控基礎上推進開放互鑒。以學科專業(yè)重構(gòu)夯實知識與技術根基，以自主人才培養(yǎng)維護認知主體性，高等教育才能把數(shù)字化潛力轉(zhuǎn)化為教育、科技、人才協(xié)同發(fā)展的持久能力。

參考文獻：

[1]蔡翠紅，張若揚.“技術主權(quán)”和“數(shù)字主權(quán)”話語下的歐盟數(shù)字化轉(zhuǎn)型戰(zhàn)略[J].國際政治研究，2022（1）.

[2]中華人民共和國全國人民代表大會常務委員會.中華人民共和國數(shù)據(jù)安全法[EB/OL].(2021-06-10)[2026-07-29].https://www.cac.gov.cn/2021-06/11/c_1624994566919140.htm.

[3]毛欣娟，任珈炎.國家安全視域中我國數(shù)據(jù)主權(quán)安全面臨的挑戰(zhàn)及其對策[J].社會治理，2023（1）.

[4]中央教育工作領導小組.高等教育學科專業(yè)設置調(diào)整優(yōu)化行動方案（2025—2027年）[EB/OL].(2025-08-28)[2026-07-29].http://www.moe.gov.cn/jyb_xwfb/gzdt_gzdt/s5987/202508/t20250828_1410769.html.

[5]教育部.教育部公布2024年度本科專業(yè)備案和審批結(jié)果并更新發(fā)布本科專業(yè)目錄[EB/OL].(2025-04-22)[2026-07-29].http://www.moe.gov.cn/jyb_xwfb/gzdt_gzdt/s5987/202504/t20250422_1188245.html.

[6]教育部.國家教育數(shù)字化戰(zhàn)略行動2025年部署會召開[EB/OL].(2025-03-28)[2026-07-29].http://www.moe.gov.cn/jyb_xwfb/gzdt_gzdt/moe_1485/202503/t20250328_1185222.html.

[本文為2024年度全國教育科學規(guī)劃高校畢業(yè)生就業(yè)研究專項教育部重點項目“新質(zhì)生產(chǎn)力背景下高校就業(yè)-招生-人才分類培養(yǎng)的聯(lián)動機制研究”（ZID240456）階段性研究成果]

【作者：高迎爽 張潤澤，單位：中國社會科學院大學】

（原載2026年第15/16期《中國高等教育》）