趙全軍：人工智能如何驅動教育科技人才一體發展？

來源 | 人民論壇網-學術前沿雜志

轉載請注明來源

6月16日出版的《求是》雜志發表習近平總書記重要文章。文章強調，堅決打通影響和制約全面創新的卡點堵點，統籌推進教育科技人才體制機制一體改革，牢牢掌握新一輪科技革命和產業變革的戰略主動。如何搶抓人工智能技術快速發展的戰略機遇，以人工智能賦能推動教育科技人才一體發展？《學術前沿》雜志2026年第3期推出“”策劃，3篇策劃文章被《新華文摘》2026年第11期轉載，人民論壇將陸續推出以饗讀者。今日推薦閱讀浙江理工大學黨委書記趙全軍的刊文。

教育科技人才一體發展的內涵結構及障礙

教育、科技、人才一體發展，作為我國推進現代化建設的重要戰略，旨在通過制度創新和系統耦合，消除傳統體制中的部門分割和職能壁壘。這一戰略的關鍵在于系統整合教育、科技、人才的功能與資源，形成相互支撐、協同發展的動態機制，為經濟社會的高質量發展提供基礎性、戰略性支撐。因此，從理論視角來看，教育、科技、人才共同構成一個具有層級嵌套特征的開放性復雜系統，推動三者一體發展本質上是要通過信息反饋、資源重構及體制創新實現能級躍遷。黨的二十大報告對教育、科技、人才作出一體化統籌推進的戰略部署，其核心邏輯體現為“科技創新提出人才需求—教育培養適用人才—人才驅動科技創新—科技創新賦能教育迭代”的螺旋上升過程，這一過程是科教興國戰略、人才強國戰略、創新驅動發展戰略協同推進的重要體現。

從內容結構來看，教育科技人才一體發展重點是要推進“三個一體化”。一是目標體系的一體化。教育科技人才一體發展要求我們從“單體最優”向“整體效能最大”轉變，將教育培養、科技創新、人才發展的目標訴求，轉換為彼此可映射、可解釋、可協調的共同語言，確保三者在同一戰略目標框架下協同發力。從實踐來看，自黨的十八大以來，我國正努力走出一條以創新驅動高質量發展、帶動經濟增長的發展路徑。在這一過程中，黨中央作出一系列重大決策，推動教育、科技、人才一體發展，旨在加快高水平科技自立自強，培育適應高質量發展需要的新質生產力。因此，三大體系要圍繞“高質量發展和高水平科技自立自強”，形成可對齊、可協同的統一價值坐標。二是運行體系的一體化。其旨在解決“行動貫通”的問題，強調教育、科技、人才的運行并不是孤立的三條平行線，而是同一價值鏈的不同環節。教育、科技、人才三者相互嵌入、相互支撐，共同構成一個相互促進、相互轉化的循環體系。教育是基礎，為科技創新提供人才儲備和知識基礎；科技是動力，為激發人才活力和推動教育發展提供核心驅動；人才是關鍵，是助力科技創新和提高教育水平的主體支撐。通過一體推進，可以實現教育、科技、人才的良性循環，形成推動高質量發展的倍增效應。因此，三者需構建可持續的貫通場景與閉環機制，形成“真實問題融入課程與訓練體系—科研組織吸納學生及青年人才參與—成果轉化與崗位發展深度耦合—培養方案依據科研與用人反饋動態迭代”的協同運行模式。三是保障體系的一體化。其旨在解決“組織、規則和資源互通”問題，本質是將三者協同成本顯性化并制度化分擔，將協同收益制度化確認并效能化釋放，使一體化改革可持續、可復制、可擴展。為此，需推動三者規則互通，重點在于三者評價導向一致、標準協同，減少“評價沖突”對協同意愿的消耗；需推動資源貫通，讓團隊、經費、平臺、項目等圍繞跨體系任務形成穩定支持；需推動組織架構貫通，形成跨部門統籌、跨領域協同、跨周期調節的機制與能力。

系統性的制度變革難以一蹴而就，與上述“三個一體化”的要求相比，當前教育科技人才一體改革還面臨著一些明顯的瓶頸制約。首先，三者的目標訴求存在差異。在傳統治理框架中，教育端傾向于以學科體系與培養流程為主導；科研端傾向于以項目競爭與成果產出為導向；人才端傾向于以指標考核與政策工具為抓手。三者之間缺乏共同的任務牽引與對齊機制，易引發目標體系的結構性錯位，具體表現為人才培養供給與科研前沿需求、科研創新產出與產業升級需求、人才評價導向與經濟社會需求之間存在偏差。其次，三者的運行協同不足。在傳統治理框架中，教育側完成人才培養后輸出，科研側完成成果研發后轉移，人才側完成引育后使用。過程互動不足，反饋回路缺失，三大體系間缺乏穩定的貫通場景與組織化機制，運行協同不暢。再次，三者的制度與資源難以統籌。在傳統治理框架中，教育系統聚焦人才培養與知識傳播，歸屬于社會建設領域；科技系統側重創新突破與技術轉化，歸屬于經濟建設領域；人才系統關注引進培育與評價使用，歸屬于組織建設領域。三者的組織架構、評價制度、資源配置等協同不暢，這不僅會提高跨體系協同的制度成本，還會使跨體系協同難以沉淀為制度化能力。例如，經費、平臺、項目等若分散化實施，便易造成監管缺失、資源浪費；數據因分散于不同部門，標準各異、難以疏通，致使協同治理缺乏可信的證據支撐，構建以數據與事實為依據的協同決策機制任重道遠。

在湖南湘江新區雷鋒小學，老師在數學課上使用動態演示工具將抽象的數學原理具像化展示，幫助學生理解。新華社記者 薛宇舸 攝

人工智能賦能教育科技人才一體發展的戰略機遇

人工智能不僅是技術工具，更是重構國家治理生態的變革性力量，這一技術的加速迭代為教育科技人才一體發展帶來重大戰略機遇。這種戰略機遇的關鍵意義在于，人工智能技術的深度融入，讓教育科技人才一體發展擁有切實可行的技術支撐與治理手段，推動這一具有系統重塑特質的重大改革形成具體可行的實踐方案。

人工智能提升數據治理能力，為“三個一體化”提供基礎底座。人工智能技術是深度挖掘、充分應用數據并產生新數據、新應用的強大工具，能夠高效處理海量的非結構化和半結構化數據。通過智能清洗、去重、糾錯、補全和標準映射等技術，可以提升多源異構數據的一致性，打破部門間的數據孤島，使得教育、科技、人才系統的數據能夠互聯互通和高效共享。這種融合不僅是數據的匯聚，更是價值的疊加，有效夯實教育科技人才一體發展的基礎底座。具體表現在以下兩個方面。

• 一是夯實“資源貫通”基礎底座。教育、科技、人才三者資源存在貫通障礙的根源，既與體制架構下各部門職能分工相關，也受到數據疏通不足的影響。從實踐來看，人工智能技術針對數據治理中數據孤島、質量低下、動態更新滯后、存在安全風險等傳統痛點，賦能形成智能數據整合、自動化清洗、動態更新、隱私合規增強等核心應用場景，既有效實現海量、多樣、異構數據的結構化處理，又讓跨體系數據流動、交互與增長成為可能。由此，人工智能技術為破解教育、科技、人才三大系統中，經費、平臺、項目、團隊等資源統籌難題提供堅實技術支撐。

• 二是夯實“運行貫通”基礎底座。教育、科技、人才運行過程協同一體的突出難點，在于傳統模式下三者缺乏實時動態信息交互與反饋機制，而這正是人工智能技術的優勢所在。人工智能技術具備跨界、融合、協同的特性，依托這一技術可以實現跨部門信息的實時共享和自動觸發，使三者的協同行動能夠像生物體的神經系統一樣敏捷響應外部變化。比如，當某一領域的科研任務出現新的需求或重大突破時，人工智能驅動的智慧系統可以自動反饋教育部門調整人才培養方案，反饋人才部門加大相應領域人才引育力度，從而推動三大系統實時響應彼此需求并快速集結和優化資源配置。由此一來，三者運行的協同一體將從依賴定期的“組織協商”轉向實時的“數據驅動”，從而成為一種制度性、常態化的能力。

人工智能提升智能決策能力，為“三個一體化”提供工具手段。人工智能技術正在深刻重塑國家治理實踐，催生諸多基于大數據、預測算法、數據挖掘、可視化等技術的智能治理工具，為復雜系統治理提供新的思路和方法，從而使教育科技人才一體發展具備更多的可能性。具體主要體現為以下三點。

• 一是提供“目標貫通”新工具。依托人工智能的語義理解和知識表達能力，可以將國家層面的宏觀戰略任務、產業界的具體技術需求、科研界的攻關方向，以及教育界的人才能力結構，進行標準化的語義映射和結構化表達，從而形成“可對齊”的目標表達方式，有效破解教育、科技、人才三大系統的政策語言和指標體系“領域異質性”難題。通過建立跨領域的“知識本體”，人工智能能夠識別出不同體系中看似無關但實質耦合的目標要素，從而提升從需求識別、目標分解到指標映射的精細度。例如，可借助人工智能技術，將“發展新質生產力”這一宏觀目標精準拆解為特定學科的課程模塊、特定實驗室的科研任務以及特定崗位的勝任力模型，讓三者在微觀層面實現邏輯互通。這種技術能力讓抽象的戰略目標落地為具體可操作的執行單元，消除不同部門對目標的認知偏差，為目標協同提供技術支撐。

• 二是提供“制度貫通”新工具。通過一致性校驗和數據口徑校準，人工智能技術進一步提升跨部門數據的可比性與共享性，確保跨體系的規則能基于統一標準對比，進而為教育、科技、人才領域的決策統籌，最終形成相互銜接的制度體系提供支撐。基于全域數據的智能分析，人工智能技術能夠輔助構建跨體系的決策模型，開展政策制度模擬與推演，評估不同政策制度組合的實施成效，進而選出最優的協同方案。這種能力的提升讓教育、科技、人才等部門在制定政策規則時，能夠突破部門利益的局限，從全局最優視角進行科學統籌，進而顯著提升政策規則的協同性、系統性與實效性。比如，決策部門可以利用人工智能技術，構建“人才政策智能體”，在制定人才引進、培養、激勵等政策時，通過輸入外部條件和目標期望，如技術迭代速度、產業人才缺口等關鍵指標，進行模擬推演，以預測政策對人才流動和產業布局的潛在影響，從而實現對政策效果的精準預判。

• 三是提供“過程貫通”新工具。隨著人工智能技術的快速發展，其在教育監測領域的應用為實時監測提供新的可能性。例如，通過人工智能技術，可以高效地分析教育投入、科研產出、人才流動等海量數據，從而實現從“經驗判斷”到“數據實證”的轉變。這不僅提高監測的準確性和效率，還能夠清晰地揭示某一領域的工作舉措或政策調整對其他相關領域產生的連鎖反應。這種基于數據驅動的監測與評估，能夠把固化的“目標一致”轉化為動態的“運行對齊”，使運行協同實現實時的動態調節。從本質上講，人工智能技術為各協同主體提供一個共同的事實基礎，極大地減少因信息不對稱和認知差異導致的反饋滯后或協同爭議，不僅可以降低協調成本，也可以提升問題解決的質量和效率。

人工智能賦能教育科技人才一體發展的重點領域

人工智能賦能教育科技人才一體發展的關鍵，不僅在于“技術更強”，更在于“技術能否精準作用于一體發展的堵點”，并通過制度化安排將技術優勢轉化為可持續的協同機制，達成“技術優化制度”的治理改革成效。為此，需要從三個關鍵維度精準發力，將人工智能的潛在勢能轉化為一體發展的現實動能。

人工智能賦能“目標體系一體化”：從“原則一致”走向“可計算對齊”。一是通過人工智能技術深度解析國家創新驅動發展戰略，結合教育、科技、人才領域的國家中長期規劃，抽取關鍵實體和內在邏輯關系。利用知識表達與語義建模，將主要任務目標、關鍵技術路線、核心能力要素與成果形態進行結構化表達，構建覆蓋教育、科技、人才全域的戰略任務知識圖譜。知識圖譜應能清晰展示重大任務的分解路徑、關鍵技術節點的依賴關系以及所需人才的能力特征，形成“任務—能力—指標”之間的可追蹤映射邏輯結構，為各部門提供統一的“作戰地圖”。例如，通過自然語言處理技術，計算機可以理解人類自然語言并從文本中抽取出實體、關系等信息，構建知識圖譜更加高效準確。此外，圖神經網絡技術可以充分利用實體間的關系信息，對節點進行聚類、分類和鏈接預測等任務，從而在大規模數據中發現隱藏的關聯和模式。

二是依托人工智能技術建立跨體系的目標映射機制。基于國家戰略任務知識圖譜，建立教育領域的學科專業分類、科研領域的項目攻關指南、人才領域的評價標準之間的語義映射規則。例如，將“發展量子信息產業”這一戰略任務，自動映射到物理學、計算機科學等相關學科的課程體系，映射到國家自然科學基金的資助方向，映射到高層次人才引育的急需緊缺目錄。通過這種映射機制的構建，確保各部門在制定具體政策時，能夠始終圍繞國家戰略任務的軸心，實現目標的精準對齊。

三是依托人工智能技術構建可比較的跨體系目標衡量機制。不同類型的學科專業、創新活動在成果形態、周期長度、風險特征上差異顯著，目標評價指標必須既有共同的底層邏輯、又能兼容三者的差異性。為此，應利用人工智能技術在多維數據融合與綜合評價方面的優勢，構建起“宏觀一致、微觀分化”的目標評價指標體系。在評價理念、導向等底層邏輯上，強調貢獻度、創新性、社會價值、長期潛力等共同維度；在指標設計等具體操作上，根據基礎研究、應用研究、工程轉化、教育改革等不同類型活動設定差異化權重與證據鏈要求。由此一來，推動三大系統的目標評價轉向“統一邏輯”與“可對齊比較”，以進一步提升目標一體的科學性、可接受性。

人工智能賦能“運行體系一體化”：從“項目化連接”走向“流程化貫通”。一是依托人工智能技術構建跨體系的信息互動反饋閉環機制。實踐中常見的偏差在于，將“運行一體”簡單等同于“建立合作關系”或“共建平臺項目”，而忽視從“培養—創新—使用”的信息復雜交互與連續傳遞機制。為此，要利用人工智能技術把分散在培養過程、科研過程與用人過程中的信號，轉化為可追蹤的反饋指標。例如，人才培養質量不僅可通過畢業論文的質量來衡量，更可通過參與科研的深度、問題解決能力的提升、工程實踐表現等過程信號來全面表征；科研質量不僅需關注短期產出，更應重視團隊知識積累、關鍵節點突破、轉化潛力等過程特征；人才使用不僅需考量引進數量，更應關注崗位匹配度、成長速度、貢獻結構等動態變化情況。借助人工智能技術精準表達這些反饋信號，并驅動跨體系實時互動與共享，教育科技人才一體發展將從低頻協調邁向持續優化。

二是依托人工智能技術構建真實問題牽引的“貫通場景”。要使人工智能賦能三大系統實現“運行一體”并真正落地見效，關鍵在于構建一系列貫通式的應用場景。比如，針對人才培養難以滿足創新需求的問題，可以利用人工智能技術打造“科研＋育人”的貫通場景。一方面，可建設集科研任務發布、項目拆解、學生招募、在線指導、成果評價于一體的綜合性平臺，科研機構和企業可在平臺上發布真實的科研難題，人工智能系統輔助將科研難題拆解為層級化的系列任務，匹配相應的課程模塊、實驗訓練與項目實踐；學生根據自身興趣和能力領取任務，在導師指導下開展研究，平臺全程記錄研究過程并提供智能輔助。另一方面，要加大虛擬仿真實驗培養力度。利用人工智能技術構建高保真的虛擬科研環境，讓學生在虛擬實驗室中操作精密儀器、開展高風險實驗、模擬復雜工程系統，解決現實中人才培養的工程化訓練不足、動手能力不強等難題。由此一來，不僅使教育科技人才運行深度融合，而且使人才培養能夠獲得任務平臺與組織支持。

人工智能賦能“保障體系一體化”：從“行政推動”走向“智能驅動”。一是依托人工智能技術構建跨部門的資源統籌配置機制。教育、科技、人才領域的資源統籌問題，是制約三者一體發展的重要因素之一。為此，要利用人工智能技術構建“需求感知—資源匹配—動態調度”的跨體系資源智能配置系統。該系統應具備三項主要功能。第一，資源需求智能感知功能。通過對重大科研任務、產業技術難題、人才培養目標等多源數據的實時分析，自動識別資源需求的類型、規模、緊急程度。第二，跨部門資源智能匹配功能。基于統一的資源數據庫，打通教育、科技、人才領域的資金、項目、平臺、團隊，以及實驗室、儀器設備、數據庫等不同類型資源，根據需求特征智能推薦最優資源組合方案。第三，資源使用動態監測功能。針對跨部門配置的資源，開展全生命周期追蹤，實時監測使用進度、評估使用效益，及時察覺資源閑置、重復配置等問題并自動預警。通過這種智能調度機制，推動資源保障從“部門所有、分散配置”轉向“統籌調度、按需配置”，從“事后監管”轉向“事前預判、事中糾偏”。

二是依托人工智能技術構建常態化的制度創新試驗場。教育科技人才一體發展涉及深層次體制機制改革，推動三者間政策制度體系實現有機貫通極為關鍵。浙江工商大學聯合浙江大學等高校、科研機構研發全國首個“基于大語言模型的社會科學實驗裝置”，通過人工智能技術開展政策仿真實驗，提高政策精準度為貫通教育科技人才政策制度體系作出積極探索。該平臺通過構建數字社會，模擬不同政策實施后的社會反應，為政策創新與貫通提供低成本、可重復的試驗場景。這一試驗平臺整合歷史政策數據、區域發展數據、人才流動數據等多源信息，構建涵蓋教育、科技、人才系統的數字化仿真模型。如北京歐倍爾數字仿真模擬實驗室和職業教育虛擬仿真實訓系統那樣，這些平臺通過整合多源數據，為教育和人才培養提供安全、經濟、高效的實驗環境。當需要推出新的政策舉措時，可以在平臺上設定不同的政策參數，模擬政策實施后可能產生的連鎖反應。比如，某項人才引育政策調整，可能對高校招生、企業人才引進等產生何種影響；某項科研經費管理機制改革，可能對教師積極性、成果轉化率、學科發展等方面帶來什么變化。借助人工智能驅動的情景推演，能夠在政策正式出臺前發現潛在問題，進而優化政策設計，降低改革風險。更為關鍵的是，該平臺可持續跟蹤現實中的改革實踐，把實際數據反饋至仿真模型，不斷校準模型參數，提升預測準確性，進而形成“仿真試驗—實踐檢驗—模型優化—再次仿真”的持續迭代機制。由此推動制度創新從“靠經驗、憑感覺”轉變為“有數據、可驗證”，從“一次性試點”轉變為“常態化試驗”，既顯著提升單個領域政策制定的科學化程度，也顯著提升三大系統的政策制度貫通協同水平。

深圳市外國語學校數學教師鄔靖翔在活動現場講授“借助AI構建數列求和”公開課。新華社記者 馬寧 攝

人工智能賦能教育科技人才一體發展的基礎支撐

人工智能賦能教育科技人才一體發展，最終要回答“如何落地、如何擴展、如何長期運行”的問題。因為若缺乏數據與算法的有效支撐，技術賦能易淪為孤立系統的“簡單堆疊”，難以轉化為跨體系協同的實際效能；若缺乏組織架構與激勵制度的體系化設計，技術賦能往往局限于局部試點，難以沉淀為穩定的常態能力。為此，必須圍繞數據、算法、制度、組織等維度，夯實人工智能應用的基礎支撐，從而推動人工智能賦能由技術潛力轉化為教育科技人才一體發展的治理效能。

構建支撐人工智能賦能的“數據底座”。數據是人工智能賦能的關鍵要素，也是跨體系協同的“共同語言”。統一數據底座建設的目標在于形成“可用、可信、可治理”的協同數據資產。為此，應推動教育、科技、人才領域的數據標準體系建設，聚焦人員、機構、項目、成果、平臺等核心資源，制定統一的元數據定義、指標口徑、質量規范與編碼規則；要加強數據治理流程建設，利用人工智能技術打造數據治理中臺，構建涵蓋采集、清洗、加工、存儲、服務等全生命周期的數據治理體系；推動數據共享和安全機制建設，建立分級分類的數據使用規則與隱私保護機制。

構建支撐人工智能賦能的“算法體系”。算法體系的建設目標在于推動核心智能能力的集約化開發與標準化輸出。根據教育部等九部門發布的《關于加快推進教育數字化的意見》指引，未來應加大核心算法模型的研發力度，圍繞任務分解與知識表達、能力刻畫與崗位匹配、協作網絡分析與團隊優化、證據鏈管理與綜合評價等核心需求，匯聚高校、科研院所、企業的優質算法模型，構建國家級的教育科技人才人工智能模型庫。同時，推動算法模型的標準化封裝與服務化輸出，建立統一的模型接口規范，并確保算法模型的持續迭代與質量保障，建立模型性能評測、偏差監測與安全審計機制。

構建支撐人工智能賦能的“激勵制度”。激勵制度建設的目標在于促進教育、科技、人才部門的跨職能協作，使三者協同貢獻可識別、協同收益可確認。為此，需建立跨部門協同的績效考評制度，把一體發展成效納入教育、科技、人才等部門的績效考核體系，對在產教融合、科教融匯、人才跨界流動等方面有突出貢獻的單位和個人，予以表彰和獎勵。尤其要借助人工智能技術構建更完備的“證據鏈評價”，讓承擔貫通育人、交叉研究、成果轉化、平臺建設等工作的主體獲得可識別的評價收益，進而通過調整評價導向，使協同成為可持續的組織選擇。

構建支撐人工智能賦能的“組織架構”。組織架構建設的目標在于，通過制度化安排，將跨體系協同從個體自發的偶發行為轉變為組織化的常態行為。為此，要建立跨部門的工作統籌機制，夯實三者一體設計、一體運行的組織基礎。一方面，各級黨委、政府可通過設立教育科技人才發展委員會或推動教育、科技、人才三個領導小組一體運行的方式，制定明確三者一體發展的目標、戰略和舉措，督促提升一體發展重大任務落實水平與跨部門協作效能。另一方面，各級教育、科技、人才職能部門可借助建立聯席會議、專項工作對接機制等途徑，推動三大系統在預算協同編制、資金統籌使用、團隊協同引育、平臺協同建設以及評價制度貫通互認等方面發力，進而形成“統籌—執行—反饋—調整”的一體化組織架構閉環機制。

總之，人工智能之所以為教育科技人才一體發展帶來重大機遇，關鍵在于其能夠變革跨體系協同的治理基礎：將分散數據轉變為可治理的資源，把復雜過程轉化為可分析的對象，使協同行動成為可反饋的回路，進而顯著降低協同成本、提升協同精度并增強協同持續性。當然，技術賦能從來不是自動發生的，不僅必須堅持技術創新與制度變革的有機統一，而且應始終堅持以人為本、科技向善的價值導向，時刻警惕技術異化可能帶來的隱私泄露、算法歧視、決策責任模糊等風險與挑戰。

上文略有刪減

選自 |《學術前沿》雜志 2026年第3期

原標題 | 人工智能如何驅動教育科技人才一體發展

作者 | 浙江理工大學黨委書記、研究員、博導 趙全軍

新媒體編輯 | 王思楠 常宇峰

原文責編 | 韓拓

人民論壇新書上架

古代中國治世經緯叢書

正式發售

真實史料 + 故事化敘事

全景拆解古代中國治世智慧