①南方科技大学自主研发的人形机器人“南科盘古”在毕业典礼上与学生们互动。 学校供图

②北京交通大学学生在轨道交通通信与控制虚拟仿真实验教学中心进行VR实验。 资料图片

当前，人工智能是当之无愧的热点话题。毋庸置疑，人才是培育发展未来产业的基础。然而，面对人工智能时代的到来，许多企业和科研单位发现，相关人才存量不足、现有知识技能滞后、跨领域结合能力薄弱等问题，变成横在面前的一座大山。如何以人工智能作为技术引擎，支撑教育改革与产学研协同，成为教育需要破题的重要方向。

1 准确把握“双向赋能”的核心内涵

人工智能与产学研“双向赋能”，以创新生态的开放协同为根本遵循，以技术赋能与主体反哺的双向互动为运行路径，以价值共创共享的良性循环为最终目标，三者环环相扣、层层递进，共同构成人工智能与产学研融合发展的完整逻辑体系。

在本质要求上，人工智能与产学研的“双向赋能”，更加强调生态的开放性、协同性与动态性，从而兼顾技术创新、产业发展和人才培养的综合价值。传统创新模式以资本、设备等实体要素为核心，而人工智能融合创新的核心要素已转变为数据、算法和算力。要素配置的变动，直接带来组织模式的改变：传统线性创新模式难以跟上人工智能技术快速迭代的步伐，要求构建动态联盟、柔性课题等新型组织形态，实现跨领域、跨地域的高效协同创新。

在传导机理上，“双向赋能”清晰呈现出两个核心维度。一是人工智能对产学研深度融合的精准赋能：在教育领域，人工智能能够突破传统教学模式的弊端，推动个性化学习、跨学科融合，让人才培养更具针对性与实效性；在科研领域，人工智能通过数据深度挖掘、模拟仿真等先进技术，为基础研究和应用研究插上“智慧翅膀”，大幅提升研究效率；在产业领域，人工智能能够优化生产流程、创新服务模式，推动产业数字化转型与数字产业化发展齐头并进。二是产学研深度融合对人工智能的反哺滋养。产业界的真实需求为人工智能技术研发校准方向，避免技术创新陷入“闭门造车”的困境；高校和科研机构的基础研究为人工智能技术突破提供理论支撑，推动算法、算力等核心领域的原始创新。

在价值逻辑上，人工智能与产学研“双向赋能”的核心目标，在于实现价值共创与增值。人工智能技术的深度介入，打破了产学研各自的价值创造边界，让知识生产、技术研发与产业应用形成强大的价值共创合力。首先，推动创新成果在产学研各主体间合理分配，既保障高校和科研机构的知识价值充分实现，也确保企业的应用价值有效转化，同时为人才价值提升搭建广阔平台，形成多方共赢的价值分配格局。其次，价值共创与共享所产生的激励效应，会反向驱动各主体进一步深化融合，持续投入创新资源，推动技术迭代升级、人才成长成才与产业能级跃升，形成价值生成的良性循环，让人工智能真正服务于经济社会持续高质量发展。

2 加快构建“双向赋能”的创新体系

数智时代，数据成为重要生产力，在这一背景下，要以优化要素配置为牵引，统筹数据、算法、算力等新型要素与人才、资本、技术等传统要素，通过顶层设计定向领航、创新平台载体支撑，推动各类要素高效流转、精准匹配，激活产学研与人工智能融合创新的内生动力。

强化顶层设计，锚定要素配置核心方向。立足人工智能技术发展与产学研协同需求，将要素配置纳入创新体系建设的顶层规划中，首先要明确数据、算法、算力等新型要素的配置规则，建立要素产权保护、流通交易与收益分配制度；其次要结合教育人才培养、产学研技术攻关需求，优化要素布局，推动优质要素向人工智能核心领域、产学研协同关键环节倾斜，确保要素配置与国家战略、产业需求同频共振。

打造创新平台，夯实要素集聚融合载体。创新平台是承载“双向赋能”的核心载体，是促进创新要素集聚融合的重要依托。要以平台为枢纽搭建要素配置桥梁，推动各类要素深度融合与高效转化。要依托技术平台，整合产学研、教育领域的算力资源、算法成果与数据资源，为基础研究、人才培养提供技术支撑。要搭建要素交易与共享平台，促进人才、技术、数据等要素跨主体流通，实现高校科研成果、企业产业需求与人工智能技术的精准对接。通过两类平台的协同发力，实现数据、算法、算力等创新要素的开放共享，形成坚实的物质技术支撑。

深化协同联动，激活要素配置内生动力。创新要素的顺畅流动与高效配置，是“双向赋能”的关键环节之一，通过协同联动让要素从“被动集聚”转向“主动赋能”。一方面，鼓励高校、科研院所开放技术资源，请企业提供应用场景与资本支持，实现要素在创新链条各环节的高效循环。另一方面，根据创新进展与产业需求，及时调整要素投入结构，强化要素配置的动态优化。通过要素的深度联动与动态优化，充分激发产学研与人工智能融合创新的主体活力，形成“要素聚合—创新突破—产业升级”的良性循环，筑牢协同发展的内生根基。

3 大力营造“双向赋能”的制度环境

有研究显示，目前，我国高等教育数据成熟度符合产业标准，但AI成熟度还在起步阶段。这就需要通过产学研深度对话与合作，明确AI教育应用的伦理底线，使师生理解并遵循技术应用的伦理准则，这也是推动科教融汇与产教融合的关键力量之一。因此，实现人工智能与产学研“双向赋能”，亟须聚焦高校协同、教育监管、文化培育三大关键环节，规范发展边界，凝聚共识合力，为“双向赋能”实践提供稳定、有序、包容的制度 支撑。

健全法规标准体系，划定发展边界。技术的健康有序发展，离不开清晰的规则边界与制度约束。高校要发挥在产学研协同中的核心枢纽作用，以《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》等法律法规为基础，明确人工智能与产学研融合的制度边界与合作规范，加快完善高校人工智能科研成果转化、数据安全使用、知识产权保护等专项法规，细化高校与企业、科研机构协同创新的权利义务、利益分配机制，破解成果转化“最后一公里”的制度梗阻。同时，高校要主动牵头或参与人工智能领域行业标准、技术规范的制定，结合学科优势搭建标准化试验平台，引导产学研合作项目遵循统一技术标准与伦理规范，既保障高校科研自主性与创新性，又推动创新成果与产业需求精准对接，以制度刚性护航协同创新走深走实。

聚焦双向赋能监管，筑牢教育防线。紧扣人工智能与产学研双向赋能的核心场景，针对性构建教育领域全链条监管体系，既为协同创新保驾护航，又守住教育本质与安全底线。在具体推进中，高校要积极落实教育监管责任，细化人工智能教学工具、科研辅助系统、校企协同育人项目等场景的监管标准，重点审核数据共享合规性、算法应用适教性、成果转化教育适配性，严防产学研合作中人工智能应用偏离教育导向、泄露师生隐私、产生算法歧视等问题。此外，还要通过搭建产学研联动监管机制，推动教育行政部门、高校、合作企业共享监管信息、联动风险处置，同步开展人工智能赋能教育素养培训，引导产学研各方规范开展教育领域人工智能应用合作，确保双向赋能过程中教育环节的规范性与安全性。

营造良好文化氛围，凝聚协同共识。“双向赋能”的深度推进，需要全社会的共同参与和大力支持。要加大人工智能科普宣传力度，提升全民数字素养与技能，营造出尊重创新、包容失败的浓厚社会氛围。高校和科研机构应强化前沿基础研究，主动调整学科布局，加强交叉学科建设，培养学生的创新思维和协同意识。企业应主动承担创新主体责任，将安全、可信、向善的伦理要求内化为核心发展理念。行业协会、产业联盟等社会组织应充分发挥桥梁纽带作用，在标准制定、伦理讨论和行业自律中积极作为。通过多主体协同发力，形成人人参与创新的良好生态，确保人工智能与产学研“双向赋能”的成果最终惠及全体人民，服务于人类共同福祉。

（作者俞惠倩系中国教育科学研究院经济师，陈飞系中国教育科学研究院副研究员；本文系中国教育科学研究院中央级公益性科研院所基本科研业务费专项资助“科研院所财会监督运行机制研究”［项目编号：GYF12024003］研究成果）

《中国教育报》2026年02月01日 第03版

作者：俞惠倩 陈飞