当前，教育数字化正在以前所未有的力度驱动教育现代化进程，促进教育质量与效率的整体跃升，为师生创造更加丰富、便捷、智能的一流信息化环境，引领教育事业发展走向更高水平。
那么，新的一年，高校数字化又将迎来哪些新的发展趋势？哪些关键词可以为我们带来新的启示？为此，本刊采访了多位高校信息化专家，一起来看他们眼中的2024年。
杜军：标准化必将使高校的数字化转型更加有序、高效
杜军
哈尔滨理工大学党委常委、副校长
围绕2024年高等教育信息化的发展趋势，我认为有以下三大趋势：
一是组织重构，推动实现从信息化建设到数字化转型。“立德树人”是高校的根本任务，信息化建设要深度融入高校人才培养的过程。面向党的二十大所提出的“建设数字中国”“推进教育数字化”的要求，高校在2024年要顺应人工智能、虚拟现实等数字技术发展趋势，对教学环境、教学过程、教学方法等进行持续革新；要通过数字化技术对组织架构、人员身份、岗位体系、业务过程等进行全面治理，实现实体组织业务与数字空间运行模型之间的准确映射；要通过深入细致的数据分析，结合数字化协同技术的发展，全面、准确、及时地反映校园组织的实际运行。
在教育数字化转型的新目标之下，信息化建设将结合新技术与新模式，实现对校园组织形态、业务形态、体制机制的优化和转型，从而推动高校组织重构。
二是标准化，推动从数据标准到全面标准体系的建设转型。高校数字化转型进程中，IT治理是不可或缺的组成部分，特别是针对较大规模的组织形态，其核心需要建立一套全面而精细的标准体系，以确保数字化过程能够在集成化、一体化的模式下持续深化。2024年，要将数据、流程、服务、应用、身份等诸多要素进行标准化的精细治理，通过这些全局要素的有效组合，形成一个相互依赖、相互促进的一体化架构；要深入研究全局IT要素在数字化应用场景中的价值与关联，推动全面化、精细化的标准体系建设；要通过标准化，更好地分析和解决数字化中的挑战，提升体验，确保应用效果能够达到全新水平。
标准化的过程必将使高校的数字化转型更加有序、高效，加速校园智能化和持续创新。
三是云原生，推动从单点验证到广泛应用。近年来，云计算技术得以广泛应用，并在各行各业的数字化进程中得到充分验证。从早期的基础设施虚拟化，到日趋成熟的平台云、应用云，云计算在不断丰富和完善的过程中，提供了更全面的服务，满足了不同领域的需求。2024年，将有更多高校改变传统数据中心和应用中心的建设模式，在云原生标准体系的指导下，采用云架构，提升数字化基础能力、运维能力和服务能力。“校园上云”将不再局限于公有云，而是兼顾算力、数据、安全、隐私、审计等各个方面，进而形成更完善的建设模式。
云计算对数字化转型的价值将超越基础设施使用模式的改进，更完善的校园云将成为推动整个教育数字化转型的关键推动力！
李千目：基于人工智能技术的超级自动化将是重要趋势
李千目
南京理工大学信息化建设与管理处处长
我认为，随着科技的飞速进步和社会对教育信息化要求的不断提升，2024年的高校信息化发展将聚焦于三个关键领域：人工智能、云原生以及信息技术应用创新（信创）。
首先是“人工智能”。2024年，高校信息化发展将更加关注人工智能服务的可操作性。人工智能作为教育数字化转型最重要的技术之一，它可以帮助学生创造个性化学习体验，可以使教师从繁琐的教学科研活动中解放出来，并协助学校管理人员分析和辅助判断。
在高校信息化管理领域，基于人工智能技术的超级自动化将是重要趋势，也必将是高校数字化转型重塑变革的重要组成部分，包括人工智能、机器学习、事件驱动软件架构、机器人流程自动化（RPA）、业务流程管理（BPM）/智能BPM套件（iBPMS）、集成平台（iPaaS）、低代码/无代码工具、打包软件以及其他类型的决策、过程和任务自动化工具。超级自动化的普及有助于实现高校跨部门跨系统的业务流程协同和重塑优化。
其次是“云原生”。这更多体现于在云计算环境中构建、部署和管理应用程序。构建高度可扩展、灵活且具有弹性的应用程序，可以实现快速更新，以满足高校信息化管理在新阶段的发展需求——提高效率、降低成本和确保可用性。
云原生开发带来了DevOps（Development和Operations的组合词）和持续交付等敏捷实践，支持使用自动化工具、云服务来快速构建可扩展的应用程序。高校不必投资于昂贵的物理基础设施的采购和维护，同时又能够构建弹性强且高度可用的应用程序。尤其是，功能更新不会导致停机，可以在迎新、离校、考试旺季等固定时期，纵向扩展应用程序资源，以提供积极的师生体验。
第三个需要重点关注的是“信息技术应用创新（简称“信创”）”。2024年，面向教育的信创产业将在信创生态体系适配建设、联合上下游软硬件优质企业、赋能优秀信创生态厂商、打造优质可信赖的产品与解决方案等方面整体推进。我国的信创产业在国家相关政策的推动下，目前已经初具成果，从芯片架构、整机产商、操作系统、应用软件到外设驱动，构建了成熟的全栈架构。同时也意味着，学校将这些信创成果从产品适配、生态共建、项目落地等方面融入信息化建设，至关重要。
刘冬雪：发挥数据“乘数效应”，驱动高校治理体系创新与高质量发展
刘冬雪
北京师范大学校务数据管理中心主任兼信息化建设办公室副主任
经过多年来的信息化建设，数据要素已快速融入高校人才培养、科学研究、管理服务等各个方面。自教育数字化推行以来，“数据”也一直被放在核心关键位置。2024年，高校数据工作的发展趋势，我认为应该是“数据要素×高校治理”。
1月初，国家数据局等部门联合发布了《“数据要素×”三年行动计划（2024—2026年）》，提出要充分发挥数据要素“乘数效应”，即放大、叠加、倍增作用，赋能经济社会发展。
的确，数据要素具有“报酬递增、低成本复用”等特点，一旦被采集、被生产，就应通过治理使其成为宝贵的数据资产，通过挖掘与利用，使其充分释放价值。
近年来，各大高校纷纷开展数据治理工作，建设数据平台与相关系统，多元数据加速融合打通、数据基础逐步夯实，当前亟待推动数据赋能，发挥数据“乘数效应”，使数据与业务、决策充分融合，发生“化学反应”，进而成为高校治理体系创新与高质量发展的助推剂。
值得关注的是，在高校治理中发挥数据的“乘数效应”，并非信息部门可以独立完成的工作。信息部门需要构建全局工作视角，充分挖掘学校治理体系创新需求和痛点难点，一方面主动发挥技术优势提供公共化数据服务，以数据“解”领导、部门、院系师生之“渴”；另一方面可借助考核晋升等重要工作为抓手、或通过数据工作评价等管理措施，激励校内各方共同参与，从而创建良好的数据生态与文化，使数据体系真正融入学校治理体系，为学校数字化转型与高质量发展充分赋能，彰显独特价值。
张紫徽：教育数字化将以前所未有的力度驱动教育现代化进程
张紫徽
浙江大学信息技术中心总工程师
2024年，高校信息化发展将以大模型应用的深化、数字教师角色的确立以及算力基础设施的优化为重要动力，这三大趋势将共同构筑起高等教育信息化的新纪元。
一是大模型的应用深化与促进教育革新。随着ChatGPT4.0等先进大模型在全球范围内引发的人工智能革命，2024年的高校信息化领域将迎来一个崭新的阶段。这一年，国产大模型将在教育场景中发挥愈发关键的作用。大模型将不仅作为底层技术支撑，更会与各学科深度融合，形成具有特定功能的小型化、领域化的AI模型。这些定制化的模型将深入到大学的各个角落，从实验室研究到课堂讲授，再到图书馆资源服务，全面改变高等教育的教学模式和服务方式。
二是数字教师的崛起与个性化教学体系升级。2024年，“数字教师”这一概念将不再仅仅停留于理论探讨，而是在实践中广泛应用起来。这些数字教师能够提供全天候、全方位的教学支持，包括但不限于课程讲解、在线答疑、交互式讨论以及课件资料下载等服务，并且能基于大数据分析和深度学习技术生成课程摘要和知识点梳理，帮助学生高效吸收知识。
更为重要的是，数字教师的引入将进一步推动个性化教学的实施。通过对师生互动数据的精准采集和解析，数字教师能针对性地提供自适应学习工具。不仅如此，借助数字教师平台，传统的“一对多”授课模式将得到创新改革，比如运用先进的语音识别、视频处理和AI规整技术，将实际课堂教学转化为精练高效的数字化资源，使教师能够腾出更多时间用于组织更具启发性和探究性的课堂活动，从而实现真正的因材施教。
三是算力基础设施建设与资源共享新模式的构建。算力作为支撑高校信息化发展的核心要素之一，在2024年将面临全新的挑战与机遇。面对海量数据处理、高精度模型运算以及多元化应用场景的需求，高校需要构建强大的算力底座来保障各类信息化应用的流畅运行。
针对算力资源的获取和利用，学校可以选择多元化的策略。首先，利用公共云服务商提供的弹性计算资源是一种快速部署、易于运维的选择，但高昂的成本可能会制约其长期使用；其次，对于具备一定条件的高校，建立自有数据中心以提供专属的本地算力支持也是一种可行方案，尽管初期投资较大，但在满足特定需求和服务响应速度上有明显优势。
为了兼顾成本效益与灵活性，一种新型的算力联盟模式正在兴起，如“西湖之光”算力联盟，它倡导共建共享的原则，结合公有云和私有云的优势，实现了算力资源的跨机构协同调度与优化配置。这意味着在科研高峰期或教学关键阶段，高校可根据实际需求动态调整算力供给，优先服务重点任务，而在其他时段则可调配资源用于日常教学或公共服务。
李振峰：设想每位用户都能拥有一个随身“AI助理”
李振峰
郑州科技学院信息化建设和管理中心主任
一是打造泛在连接能力，着重关注教育专网和光网改造。面对新兴技术推动的教学办公活动对视频流量产生的巨大压力，以及智能物联的快速发展需求，高校亟需促进基础网络设施的升级转型。无论是积极推动教育专网的建设优化、提升移动网络信号质量，还是主动开展校园全光网的建设工程，都将是有效举措。
当前，我们应关注多种数据来源，比如物联网感知设备、日志采集等多元化的数据触角，加强泛在连接能力的构建，把基础设施改造视为为了高效采集和利用数据生产资料所必需的建设环节，其中包含了强化人机互联、物联互通等多种连接方式的能力建设。
二是推动数智融合，深度挖掘数据要素价值。在大数据、物联网、人工智能、全息技术、混合现实、5G等新兴技术的加持下，构建智能化学习环境，汇聚全场景、全周期、全域数据，对学习基础、学习过程、学习评价进行建模分析，深度挖掘数据赋能人才培养的“黑盒”。信息化最要紧的普适能力输出，就是建立不依赖特定用户的体系。无论什么属性的用户进入“黑盒”，都能被较为准确地塑造和评价。
三是重视打造可感知价值输出的创新载体“AI伙伴”。信息化的最终愿景在于实现“资源复用，价值递增”的核心效能，并设想每位用户都能拥有一个随身携带的AI助理。当AI系统经过大量数据训练后，这些初生的AI助理将逐步演变为强大的AI替身；当每个人都有自己的AI替身时，虚拟校园和现实校园之间的数字孪生关系将更为紧密，同时元宇宙的概念也将真正起步并得到广泛应用。在此基础上，信息化建设的提质增效才能真正实现效益最大化，即通过技术革新带来实实在在的价值产出。