数字主权视域下高等教育的战略使命

◎摘  要 数字主权不是对数字空间的封闭控制，而是国家在开放合作中对关键数据、基础技术、知识生产规则和数字标准保持自主治理与平等参与的能力。高等教育履行数字主权使命，需要以知识主权、认知主权和标准主权为功能支点，按照“固本—超前—破壁—迭代”的思路重构学科专业体系，健全关键领域风险监测与动态调整机制，以数字素养、批判思维、创新突破和家国情怀为培养目标，完善课程、教学和评价体系。

◎关键词 数字主权；高等教育；学科专业体系；人才培养；教育强国

生成式人工智能正在改变知识生产、教学和高校治理。高等教育既是数字技术的重要使用场域，也是基础研究、知识创新和高层次人才培养的关键。高等教育数字化不能停留于效率提高，而要置于教育强国建设进程中审视，即既防范关键领域受制于人的风险，又避免将自主可控理解为封闭替代，在开放合作中增强知识生产和规则贡献能力。

数字主权：高等教育的战略命题

1.高等教育场域中数字主权的内涵

数字主权源于主权原则在数字空间的延伸。相关研究显示，“技术主权”和“数字主权”话语既关涉关键技术能力，也关涉监管规则、产业发展和战略自主[1]。就高等教育而言，数字主权可界定为国家在数字空间对关键教育数据、基础技术、知识生产规则和数字教育标准所具有的自主治理与平等参与能力。这里的“自主”不是隔绝国际知识网络，而是在开放条件下保有安全底线、发展能力和规则参与地位；“主权”也不是高校可以脱离国家法律和公共利益自行处置数据与技术，而是要求高等教育活动与国家数字治理制度相衔接。

数字主权是统摄性概念。数据主权指向数据管辖、安全和流动秩序，技术主权强调关键技术与工具的自主选择和创新，知识主权关涉知识生产、评价和传播，认知主权着眼于算法环境中的独立判断和价值辨析，而标准主权则体现为参与技术规范与教育规则制定的能力。我国数据安全法确立了数据分类分级保护、风险监测、数据安全审查以及跨境数据治理等制度安排[2]，为教育数据治理提供了基本法律依据。已有研究讨论了数据主权安全面临的制度、技术和规则挑战[3]，高等教育还需处理知识生产、人才培养和标准参与等特有问题。

2.数字化转型提出的三个问题

高等教育数字化转型过程中提出三个亟需回答的问题。

一是教育数据与算法由谁治理。高校教学、科研和管理产生多类型数据，平台采购、模型训练和智能评价又延长了数据处理链条。风险不只来自数据泄露，也可能来自权属不清、授权模糊、算法难以解释和平台依赖。因而，教育数据治理不能局限于网络安全部门的技术防护，而应贯通数据采集、存储、使用、共享和退出全过程，将合法合规、伦理审查、算法透明和学术规范纳入制度设计。

二是学科与人才培养能否支撑数字自主。关键数字技术的突破依赖基础学科积累、交叉研究能力和稳定的人才梯队。若学科专业调整仅追随短期岗位热度，可能造成基础领域投入不足、同质化增设和培养能力稀释。与此同时，生成式人工智能能够提供信息和答案，却不能代替学习者形成问题意识、证据判断和价值责任。高等教育既要培养理解和使用数字技术的人，也要培养能够提出原创问题、突破关键技术并审慎判断技术后果的人。

三是中国数字教育经验能否转化为国际规则贡献。数字教育平台、人工智能教学应用和教育数据流动越来越受到跨区域规则影响。维护数字主权不等于排斥国际规范，而是要求高校能够把本土实践转化为可沟通、可检验的知识成果和标准方案，在国际学术共同体与数字教育治理中形成稳定参与能力。

3.高等教育的使命框架

高等教育承担的数字主权使命，应以知识主权、认知主权和标准主权为相互衔接的功能维度。知识主权是基础，要求提升原创知识生产、学术资源组织和自主评价能力；认知主权是育人核心，要求学习者在开放信息环境中形成独立判断、理性反思和价值辨析能力，而非接受固定结论；标准主权是外部表达，要求将教育实践和研究成果转化为规则参与能力。关键数据治理、基础技术自主和安全可靠的数字平台，则是三者实现的物质技术条件。

这一框架贯通四项行动使命——筑牢教育数字基座，维护认知主体性，以教育自主支撑科技自主，参与全球数字教育治理。使命落实应融入学科专业和人才培养两类基础制度，前者决定知识生产与人才供给的组织结构，后者决定数字能力能否转化为有公共责任的主体行动。

重构学科专业体系，筑牢数字主权根基

1.由规模适配转向战略适配

学科专业是高校组织知识生产、配置办学资源和培养专门人才的基本单元。数字技术演进速度加快，使传统的周期性调整面临两重压力。一方面，产业和职业结构变化要求高校及时回应人才需求；另一方面，基础研究和关键技术人才培养具有长周期性，不能用短期市场信号决定存续。学科专业调整因而需要从偏重数量增减和即时适配，转向兼顾国家战略、学术逻辑、社会需求与学校条件的战略适配。

《高等教育学科专业设置调整优化行动方案（2025—2027年）》部署急需学科专业超常布局、基础学科跃升、新兴学科和交叉学科孵化、存量学科专业优化、学科专业内涵更新、培养模式改革深化六项行动[4]，体现了增量布局与存量改造并举的政策取向。教育部公布的2024年度本科专业调整结果显示，全国高校新增专业点1839个、撤销专业点1428个、停招专业点2220个[5]。专业调整力度加大，也要求高校防止盲目追逐技术热点。

2.构建“固本—超前—破壁—迭代”的学科专业体系

分类发展是学科专业生态优化的重要发力点。具体而言，基础学科提供知识源头，战略急需学科形成前沿储备，交叉学科连接技术与治理，存量学科拓展数字转型的组织承载面，通过“固本—超前—破壁—迭代”四条路径相互衔接，共同推动专业点从增减转向学科专业生态优化。

基础学科“固本”，重在维护数字自主的知识源头。数学、物理、计算机等基础领域为算法、算力、密码与信息系统提供底层知识，其发展规律与短期就业波动并不同步。高校应根据办学定位保持基础学科的稳定投入，改善长周期研究和人才培养条件，促进基础研究与重大问题相互牵引。

战略急需学科“超前”，重在形成面向未来的能力储备。人工智能安全、量子信息、数据治理等领域具有技术更新快、交叉程度高和规则尚在形成等特点，若完全等待现实需求成熟后再行布局，人才培养周期可能滞后于战略需要。超前布局应建立在科学研判之上，并受师资、课程、平台和质量标准约束。国家层面可加强战略需求预测和分类指导，高校则应依据自身基础选择重点，避免缺乏条件的同质化扩张。

交叉学科“破壁”，重在打通知识边界与治理边界。数字主权问题往往同时涉及技术可靠性、数据权利、伦理责任和公共治理，单一学科难以作出完整回应。交叉建设不宜停留于课程拼盘或临时项目，而应完善联合培养、共同评价和平台共享机制，使不同学科围绕真实问题和具体场景形成方法互补。

3.建立关键学科专业风险监测与动态调整机制

学科专业结构与数字主权并非简单的线性因果关系，但关键领域长期空白则可能造成专业人才断层，加剧技术和平台依赖，进而限制知识生产与规则参与能力。对此，应建立关键学科专业风险监测与动态调整机制，把风险识别转化为资源配置和质量改进依据。

监测应重点覆盖关键领域人才供需、师资与平台条件、外部技术依赖、培养质量和国际规则参与能力。对基础薄弱但战略需求明确的领域，不能只以招生规模衡量建设成效，应考察课程完整性、导师队伍稳定性和科研平台支撑度；对快速扩张的新兴专业，要设置阶段性评估和退出机制；对可能收缩的传统专业，则需区分社会需求下降或培养内容滞后等具体情况，避免因简单撤并损害基础能力。国家教育数字化战略行动2025年部署会明确提出，高校要围绕人工智能加快学科和专业布局，推进课程、教材和教学体系建设[6]。这一要求的落实，需要布局、培养与评价同步推进。

动态调整还依赖制度协同。国家层面应加强教育、科技、产业等领域需求信息的统筹，形成战略清单、监测反馈与资源支持之间的联动；高校应把数字主权相关能力纳入发展规划，在分类办学基础上明确建设重点，改变以新增专业数量替代质量建设的倾向；高校、科研院所和企业可围绕真实问题协同培养，但须守住教育规律和学术标准，避免课程被短期产品需求牵引。通过制度协同建设安全可靠的数据、算力、平台和实验条件，学科专业体系才能成为原创知识生产与自主人才培养的稳定基座，并以教育自主支撑关键核心技术创新。

自主人才培养：提升数字主权能力

1.确立“四维一体”的培养目标

数字主权最终落实为人的能力与责任。所谓自主人才，其应能理解技术逻辑、独立判断信息、提出原创问题并承担公共责任，为此需建立“数字素养—批判思维—创新突破—家国情怀”四维一体的培养目标。

数字素养是理解和使用数字技术的基础能力，包括数据意识、算法认知、工具使用、安全伦理和持续学习。不同学科对数字素养的要求有所差异，但学生均需理解数据如何产生、算法如何影响结果以及技术使用可能带来的权利与责任问题。数字素养不能窄化为软件操作训练，其重要价值在于使学习者能够识别技术边界，作出有依据的选择。

批判思维是维护认知主权的核心。算法推荐和生成式内容降低了信息获取成本，也增加了来源辨识、证据核验和观点比较的难度。高校应把问题意识、逻辑推理、证据判断和反思能力贯穿专业学习，引导学生区分事实、解释与价值立场，审视模型输出中的假设、偏差和不确定性。认知主权并不要求拒绝外部信息，而是要求在开放吸收中保持独立思考，不把技术生成结果直接等同于知识结论。

创新突破体现为将知识转化为新问题、新方法和新成果的能力。为此，培养过程应增加探索性任务、跨学科研究和真实问题实践，使学生经历问题定义、方案比较、失败修正和成果表达。根据人才类型分类培养，基础研究人才重在长期探索，工程技术人才重在系统设计与可靠性，而治理人才重在理解技术并形成制度方案。

家国情怀规定数字能力的价值方向。数字技术既能增进公共福祉，也可能放大不平等、侵犯隐私或削弱人的主体性。高校应把科技伦理、学术规范、公共利益和国家责任融入专业教育，使学生理解技术为何而用、创新服务何种价值。家国情怀不是抽象口号，而应表现为对国家战略需求的认识、对人民需要的回应以及对技术后果的责任承担。

2.构建“AI通识—专业融入—交叉融合”的课程体系

培养目标需要转化为有层次的课程结构——“AI通识—专业融入—交叉融合”，三层课程由共同基础向专业纵深、再向复杂问题拓展，形成知识、能力、伦理和安全要求相互贯通的结构。

AI通识课程承担共同基础教育功能，应纳入不同类型高校人才培养方案的基础性课程或必修模块，并根据学校定位、培养层次和专业特点分类设计。课程内容不应局限于工具操作，而应涵盖人工智能基本原理、数据与算法意识、生成内容核验、安全风险、伦理规范和学术诚信，使学生既会使用工具，也理解工具何以有效、何处可能失效。

专业融入强调数字知识与专业知识的结构性结合。各专业需审视哪些内容因数据和算法而变化，哪些理论仍须坚持，哪些能力必须补充。法学可将算法责任和数据权益纳入既有框架，经济学可拓展平台和数据要素分析。其中需要强调的是，专业融入课程建设的关键不在增加技术章节，而在重组问题、方法和实践环节。

交叉融合面向单一专业难以解决的复杂问题。这是一个复杂的问题解决过程，可围绕人工智能治理等主题，由计算机、法学、伦理学和公共管理等学科共同设计课程或项目，建立教师协同、学分互认和成果评价机制。交叉课程应以问题为中心，而不是并列介绍各学科概念。学生既要理解技术可行性，也要分析权利边界、伦理冲突和治理成本。

3.形成AI赋能与教育本质相统一的教学模式

人工智能进入教学，必须处理工具效率与人的成长之间的关系。在适合标准化和重复处理的场景，人工智能可用于知识推送、练习反馈和学习诊断，帮助教师识别学习困难学生，为学生提供更及时的个性化支持。但在需要思维引导、价值对话、创新激发和伦理讨论的场景，教师与学生仍应保持主体地位。若把可计算、可追踪的学习行为等同于完整的教育过程，教学可能被压缩为答案生成和指标优化，学生也可能形成对工具的认知依赖，从而窄化、弱化了教育功能。

高校应建立分场景的教学应用规范。教师需说明工具范围、数据处理方式和成果责任，引导学生核验来源、解释推理并反思局限；学生须遵守学术诚信规范并对成果负责；学校则完善平台准入、数据保护、算法伦理和质量评估。评价AI应用不应只看效率，更应考察其能否促进深度学习、师生互动和创新能力发展。唯有AI赋能与教育本质相统一，方可实现立德树人的根本任务。

4.健全自主、多元、分类的评价机制

自主人才培养需要相应的评价制度。“自主”不是拒绝国际同行评价和通行指标，而是依据不同活动规律实行多元、分类评价，纠正对单一外部指标的过度依赖。学科科研评价可从基础研究、技术攻关、转化应用和人才培养四个维度设置重点。基础研究重原创性和长期价值，技术攻关重实际问题解决与可靠性，转化应用重社会效益和规范性，人才培养重学生成长、课程质量与队伍建设。分类评价能够减少同一标尺对不同学科和成果的挤压。

人才培养评价与教师科研评价应相互协同但不能混同。前者关注学生是否形成数字素养、独立判断、创新实践和责任意识，可综合采用过程性任务、项目成果、口头答辩、同伴协作和实践表现；后者关注教师和学科对知识创新、关键问题解决及育人工作的贡献，可强化代表性成果评价、同行评议和长周期考察。对于使用人工智能完成的学习成果，评价重点应由成品表面质量转向问题提出、证据选择、推理过程和责任说明，以防止工具能力遮蔽学生的真实成长。

评价改革还需为高风险、长周期创新保留空间。基础研究和交叉探索往往难以在短期内形成可量化成果，若评价过度追求即时产出，学科专业的“固本”和“超前”就缺乏制度支撑。高校应根据类型定位调整指标权重，把服务国家战略、解决真实问题与遵守学术规范纳入质量判断，同时保持评价程序公开、同行参与和结果可申诉。由此形成的自主评价能力，是知识主权和人才自主的重要制度保障。

5.在开放合作中贡献数字教育治理方案

数字主权建设不能走向数字孤岛。高等教育应在守住数据安全、技术伦理和教育价值底线的同时开展国际交流合作。参与全球数字教育治理，不是以本国标准替代国际规范，而是把在线教育、人工智能教学和评价改革中的中国实践转化为可讨论、可验证、可共享的知识与方案。

高校需要提升实践经验向标准方案转化的能力。学科建设应支持技术、法律伦理与公共治理协同研究，人才培养应提高国际理解、专业表达和规则协商能力，评价制度应认可高质量标准研究和治理贡献。国家提供制度保障与合作平台，高校坚持学术标准和育人导向，企业以合规技术与真实场景参与协同。由标准接受走向更有能力的规则参与，其实质是提升原创知识生产和国际规则贡献能力。高等教育的战略使命不是被动防御或封闭替代，而是在自主可控基础上推进开放互鉴。以学科专业重构夯实知识与技术根基，以自主人才培养维护认知主体性，高等教育才能把数字化潜力转化为教育、科技、人才协同发展的持久能力。

参考文献：

[1]蔡翠红，张若扬.“技术主权”和“数字主权”话语下的欧盟数字化转型战略[J].国际政治研究，2022（1）.

[2]中华人民共和国全国人民代表大会常务委员会.中华人民共和国数据安全法[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.国家安全视域中我国数据主权安全面临的挑战及其对策[J].社会治理，2023（1）.

[4]中央教育工作领导小组.高等教育学科专业设置调整优化行动方案（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年度本科专业备案和审批结果并更新发布本科专业目录[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.国家教育数字化战略行动2025年部署会召开[EB/OL].(2025-03-28)[2026-07-29].http://www.moe.gov.cn/jyb_xwfb/gzdt_gzdt/moe_1485/202503/t20250328_1185222.html.

[本文为2024年度全国教育科学规划高校毕业生就业研究专项教育部重点项目“新质生产力背景下高校就业-招生-人才分类培养的联动机制研究”（ZID240456）阶段性研究成果]

【作者：高迎爽 张润泽，单位：中国社会科学院大学】

（原载2026年第15/16期《中国高等教育》）