摘要： 数字主权并非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、知识生产规则及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，需以知识主权、认知主权和标准主权为功能支点，遵循“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。同时，应以数字素养、批判思维、创新突破和家国情怀为培养目标，完善与之相适应的课程、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

一、引言

生成式人工智能正深刻改变知识生产、教学过程及高校治理格局。高等教育既是数字技术的重要应用场域，也是基础研究、知识创新与高层次人才培养的关键枢纽。高等教育的数字化进程不能止步于效率提升，而应置于教育强国建设的宏大背景中加以审视。这意味着，既要防范关键领域受制于人的风险，又要避免将“自主可控”曲解为封闭替代，力求在开放合作中增强知识生产与规则贡献能力。

二、数字主权：高等教育的战略命题

（一）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。研究表明，“技术主权”与“数字主权”的话语体系不仅关乎关键技术能力，也涉及监管规则、产业发展与战略自主[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、知识生产规则及数字教育标准所拥有的自主治理与平等参与能力。此处的“自主”并非隔绝于国际知识网络，而是在开放条件下坚守安全底线、发展能力与规则参与地位；“主权”亦非高校可脱离国家法律与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。

数字主权是一个统摄性概念。其中，数据主权指向数据的管辖、安全与流动秩序；技术主权强调关键技术与工具的自主选择与创新；知识主权关涉知识的生产、评价与传播；认知主权着眼于算法环境下的独立判断与价值辨析；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的法律依据。已有研究探讨了数据主权安全面临的制度、技术与规则挑战[3]，而高等教育还需进一步处理知识生产、人才培养与标准参与等特有问题。

（二）数字化转型提出的三个核心问题

高等教育数字化转型过程中，有三个问题亟待回答。其一，教育数据与算法由谁治理？高校教学、科研与管理产生多类型数据，而平台采购、模型训练与智能评价又延长了数据处理链条。风险不仅来自数据泄露，也可能源于权属不清、授权模糊、算法难以解释及平台依赖。因此，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、共享与退出的全流程，将合法合规、伦理审查、算法透明与学术规范纳入制度设计。

其二，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于基础学科积累、交叉研究能力及稳定的人才梯队。若学科专业调整仅追随短期岗位热度，可能导致基础领域投入不足、同质化增设与培养能力稀释。同时，生成式人工智能虽能提供信息与答案，却无法代替学习者形成问题意识、证据判断与价值责任。高等教育不仅要培养理解和使用数字技术的人，更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。

其三，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、人工智能教学应用及教育数据流动日益受到跨区域规则的影响。维护数字主权不等于排斥国际规范，而是要求高校能够将本土实践转化为可沟通、可检验的知识成果与标准方案，在国际学术共同体与数字教育治理中形成稳定的参与能力。

（三）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、认知主权与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、学术资源组织与自主评价能力；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、理性反思与价值辨析能力，而非被动接受固定结论；标准主权是外部表达，要求将教育实践与研究成果转化为规则参与能力。关键数据治理、基础技术自主及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，以及参与全球数字教育治理。使命的落实应融入学科专业与人才培养这两类基础制度。前者决定了知识生产与人才供给的组织结构，后者则决定了数字能力能否转化为具备公共责任的主体行动。

三、重构学科专业体系，筑牢数字主权根基

（一）由规模适配转向战略适配

学科专业是高校组织知识生产、配置办学资源与培养专门人才的基本单元。数字技术的加速演进，使传统的周期性调整面临双重压力。一方面，产业与职业结构的快速变化要求高校及时回应人才需求；另一方面，基础研究与关键技术人才的培养具有长周期性，不能简单地以短期市场信号决定其存续。因此，学科专业调整需要从偏重数量增减与即时适配，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）》部署了急需学科专业超常布局、基础学科跃升、新兴学科与交叉学科孵化、存量学科专业优化、学科专业内涵更新及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]。在专业调整力度加大的背景下，高校更需防止盲目追逐技术热点。

（二）构建“固本—超前—破壁—迭代”的学科专业体系

分类发展是优化学科专业生态的重要着力点。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，存量学科则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，共同推动专业点从简单的数量增减转向学科专业生态的整体优化。

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。高校应根据自身办学定位，保持对基础学科的稳定投入，改善长周期研究与人才培养条件，促进基础研究与重大问题的相互牵引。

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、交叉程度高且规则尚在形成的特点。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、平台与质量标准等条件的约束。国家层面可加强战略需求预测与分类指导，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、伦理责任与公共治理，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、共同评价与平台共享机制，使不同学科围绕真实问题与具体场景形成方法上的互补。

（三）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之间并非简单的线性因果关系，但关键领域的长期空白则可能造成专业人才断层，加剧技术与平台依赖，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，将风险识别转化为资源配置与质量改进的依据。

监测应重点覆盖关键领域的人才供需、师资与平台条件、外部技术依赖、培养质量及国际规则参与能力。对于基础薄弱但战略需求明确的领域，不能仅以招生规模衡量建设成效，而应考察课程完整性、导师队伍稳定性与科研平台支撑度；对于快速扩张的新兴专业，应设置阶段性评估与退出机制；对于可能收缩的传统专业，则需区分是社会需求下降还是培养内容滞后等具体情况，避免因简单撤并而损害基础能力。

国家教育数字化战略行动2025年部署会明确提出，高校应围绕人工智能加快学科和专业布局，推进课程、教材与教学体系建设[6]。这一要求的落实，需要布局、培养与评价同步推进。动态调整还依赖于制度协同。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；高校应将数字主权相关能力纳入发展规划，在分类办学的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、科研院所与企业可围绕真实问题协同培养，但须坚守教育规律与学术标准，避免课程被短期产品需求所牵引。通过制度协同建设安全可靠的数据、算力、平台与实验条件，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的创新。

四、自主人才培养：提升数字主权能力

（一）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，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、安全伦理与持续学习。不同学科对数字素养的要求虽有差异，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。算法推荐与生成式内容降低了信息获取成本，但也增加了来源辨识、证据核验与观点比较的难度。高校应将问题意识、逻辑推理、证据判断与反思能力贯穿于专业学习之中，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、偏差与不确定性。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，不将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、新方法与新成果的能力。为此，培养过程应增加探索性任务、跨学科研究与真实问题实践，使学生经历问题定义、方案比较、失败修正与成果表达的全过程。根据人才类型进行分类培养：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，而治理人才则重在理解技术并形成制度方案。

家国情怀规定了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。高校应将科技伦理、学术规范、公共利益与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。家国情怀不是抽象的口号，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担当。

（二）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”。这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、伦理与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、培养层次与专业特点分类设计。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、伦理规范与学术诚信，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与算法而发生变化，哪些理论仍需坚持，哪些能力必须补充。例如，法学可将算法责任与数据权益纳入既有框架，经济学则可拓展平台与数据要素分析。需要强调的是，专业融入课程建设的关键不在于增加技术章节，而在于重组问题、方法与实践活动。

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、学分互认与成果评价机制。交叉课程应以问题为中心，而非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、伦理冲突与治理成本。

（三）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，必须处理好工具效率与人的成长之间的关系。在适合标准化与重复处理的场景中，人工智能可用于知识推送、练习反馈与学习诊断，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、创新激发与伦理讨论的场景中，教师与学生仍应保持主体地位。若将可计算、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与指标优化，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、数据处理方式与成果责任，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；学校则需完善平台准入、数据保护、算法伦理与质量评估机制。评价AI应用不应只看效率，更应考察其能否促进深度学习、师生互动与创新能力发展。唯有实现AI赋能与教育本质的统一，方可达成立德树人的根本任务。

（四）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作为支撑。“自主”并非拒绝国际同行评价与通行指标，而是依据不同活动的规律实行多元、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、转化应用与人才培养四个维度设置重点。基础研究重原创性与长期价值，技术攻关重实际问题解决与可靠性，转化应用重社会效益与规范性，人才培养重学生成长、课程质量与队伍建设。分类评价有助于减少同一标尺对不同学科与成果的挤压。

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了数字素养、独立判断、创新实践与责任意识，可综合采用过程性任务、项目成果、口头答辩、同伴协作与实践表现等方式；后者关注教师与学科对知识创新、关键问题解决及育人工作的贡献，可强化代表性成果评价、同行评议与长周期考察。对于使用人工智能完成的学习成果，评价重点应从成品的表面质量转向问题提出、证据选择、推理过程与责任说明，以防工具能力遮蔽学生的真实成长。

评价改革还需为高风险、长周期的创新保留空间。基础研究与交叉探索往往难以在短期内形成可量化的成果，若评价过度追求即时产出，学科专业的“固本”与“超前”便缺乏制度支撑。高校应根据自身类型定位调整指标权重，将服务国家战略、解决真实问题与遵守学术规范纳入质量判断，同时保持评价程序的公开、同行参与及结果的可申诉性。由此形成的自主评价能力，是知识主权与人才自主的重要制度保障。

（五）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、技术伦理与教育价值底线的同时，积极开展国际交流合作。参与全球数字教育治理，并非以本国标准替代国际规范，而是将在线教育、人工智能教学与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。

高校需要提升将实践经验转化为标准方案的能力。学科建设应支持技术、法律伦理与公共治理的协同研究；人才培养应提高学生的国际理解、专业表达与规则协商能力；评价制度应认可高质量的标准研究与治理贡献。国家提供制度保障与合作平台，高校坚持学术标准与育人导向，企业则以合规技术与真实场景参与协同。从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与国际规则贡献的能力。

五、结语

高等教育的战略使命不是被动防御或封闭替代，而是在自主可控的基础上推进开放互鉴。通过学科专业重构夯实知识与技术根基，通过自主人才培养维护认知主体性，高等教育方能将数字化潜力转化为教育、科技、人才协同发展的持久能力，为实现教育强国目标奠定坚实基础。