摘 要：探讨数智化时代教育治理的本质特征、多重挑战及变革路向，对推进教育治理体系和治理能力现代化，落实国家数智化发展战略、建设高质量教育体系和推动教育强国建设具有重大意义。数智化时代教育治理的本质特征主要体现在人机协同重构主体关系、数据驱动引发治理范式革新、数智技术赋能治理现代化、数据伦理与透明度共强化及全方位提升教育治理效能等方面。由这些新特征引发数智化教育治理的技术依赖与主体异化、数据治理失范、数智鸿沟加剧、治理结构转型滞后、算法技术伦理与公平存在隐忧等多重挑战。面对这些挑战，数智化时代教育治理应将构建人机协同的教育治理新生态、夯实数据驱动的教育治理硬根基、开辟弥合数智鸿沟的教育公平新路径、健全数智治理的体制机制新体系、深化国际协同的跨境治理新格局等作为变革的新路向。
文章出处：孙绵涛，吴亭燕，何伟强. 数智化时代教育治理的本质特征、多重挑战与变革路向[J].现代教育管理，2025(12)：1-11.
一、问题的提出
数字化是指将信息转化为数字形态进行采集和处理并形成大数据的过程，而数智化是指在数字化的基础上融合人工智能、云计算等前沿技术，对数据价值进行深度挖掘和重构，以实现数据技术向智能化层面跃迁的过程，可以说，“数智化”是“数字化”的高阶发展阶段。随着以大数据、人工智能、云计算等为代表的数智技术的迅猛发展，人类社会经历了从“数字化”向“数智化”的跃迁，数智技术全面渗透至教育领域的各个层面，推动教育系统从“传统管理”向“现代治理”的全面转型。我国在大力推进高质量教育体系建设和教育强国建设的同时，高度重视这一转型在推进高质量教育体系建设和教育强国建设中的作用，制定了一系列与之相关的教育政策，对如何加快数智化建设作出了一系列战略部署。这些政策，为数智化时代教育治理的转型提供了根本指导。
数智化浪潮为教育治理现代化注入强大动能，教育治理在数智化时代呈现新的本质特征，并且面临前所未有的复杂挑战。深入探究数智化时代教育治理的本质特征、多重挑战及变革路向，对于推进教育治理体系和治理能力现代化、落实国家数智化发展战略、建设高质量教育体系和推动教育强国建设具有重大的理论意义与实践意义。然而，目前多数研究只停留在数字化教育治理的层面，有学者认为数字化治理可以促进基础教育学校在课程设置、师生管理和质量评估等方面主体作用的发挥。有学者认为教育治理数字化转型可以从教育系统结构性变革和治理方式数字化变革两个方面来理解。也有学者提出教育治理数字化转型的优势体现在拓展信息收集、传递渠道，赋予多主体更多权力，增强治理透明度和提升治理效率等方面。还有学者认为数字化为协同治理、多元治理、开放治理、安全治理等创造了可能。已有研究对数字化治理的研究较多持乐观态度，而且侧重数智技术应用对微观教育教学场景的影响;虽然提到了伦理挑战，但较少将其与整体的教育治理范式转型进行联系。少数研究也涉及数智化教育治理，如有学者认为数智技术可以赋能大学治理等。也有学者探讨了高等教育数智化转型的“变”与“不变”。还有学者探究了数智化赋能职业教育产教融合的特征与路径。但这些关于数智化教育治理的研究一般还处于比较零散的研究阶段，多关注某一领域，如高等教育或职业教育，较少从治理结构的整体性变革角度对数智化教育治理进行探讨。可见，目前对数智化教育治理的研究多数还只停留在数字化教育治理方面，还未从数智化教育治理所蕴含的本质特征、面临的挑战和如何基于这些本质特征和挑战进行治理变革这个角度全面系统地进行探讨。我们必须面对数智化时代教育治理转型的新形势，在已有关于数字化教育治理研究的基础上，进一步对数智化教育治理的新问题进行深入研究，以更好地推进数智化时代教育治理的现代化转型，更有效地服务高质量教育体系建设和教育强国建设。
二、数智化时代教育治理的本质特征
数智化教育治理在新时期有了新的理论内涵与本质特征：从治理主体看，倡导由多个相互独立的主体共同参与、合作治理，同时增加了人与数智技术作为双主体的人机协同治理;从治理活动看，治理的依据不再仅是价值理念和政策，数据作为治理的依据在教育活动的决策、执行、评价中发挥了重要作用;从治理模式看，数智化治理提供了一种敏捷的治理方式，即能够快速响应内外部环境变化、灵活调整治理策略和规则的动态治理模式;从治理伦理看，数智化的教育治理面临数据安全与隐私保护的双重强化，同时也需要注意因过度推崇数智技术的工具理性而对人的价值和情感的忽视;从治理效能看，数智化的教育治理可精准化满足多元需求，通过资源调度和资源共享，提升教育质量，实现教育公平。
(一)人机协同重构主体关系
在治理主体上，以往的教育治理特别强调政府、学校、家庭和社会组织等的协同治理，但这些主体主要指的是人这一单一主体，数智化时代教育治理虽然也强调这些组织的协同治理，但这些组织中的治理不是人这一单一主体的治理，而是人与数智技术双主体的协同治理，即人机协同治理。在数智时代，数智技术搭建的数智平台更容易打破政府、学校、社会、企业、师生、家长之间的信息壁垒与物理边界，为多元主体平等参与、信息共享、实时互动、协同行动提供了有力的技术支撑。数智化时代的教育治理不同于传统的教育治理，传统教育治理以单一人作为主体，推动协调各方共同参与治理。数智化时代的教育治理可以实现从单一主体管控向多中心、网络化协同治理模式转变，形成治理合力。正是这种协同共治的主体重构，推动了多元主体协同的共治格局的形成，教育治理实现了从政府单一主导的治理向数智化技术赋能的“政府—学校—社会”等多元协同治理的转变。如有学者提出，人工智能有可能成为教育治理的重要组成部分，而现在需要探讨的是人工智能如何成为当代教育治理的权威组成部分，其中包括技术公司和教育中使用的人工智能支持产品。又如我国国家智慧教育公共服务平台的建设推动了治理主体的协同联动。该平台通过整合各级优质资源，实现“入口统一、资源共享、数据融通”，打破了传统治理中的部门壁垒，避免了信息孤岛现象，形成了政府、学校、企业、社会组织等多元主体共治的新格局。这种协同治理模式既发挥了政府的战略引领作用，又激发了市场与社会的创新活力，为教育数智化转型提供了系统支撑。
(二)数据驱动引发治理范式革新
以往的教育治理或是依据活动者自己的价值理念，或是依据党的政策，而数智化时代教育治理也可以将这些价值理念和政策作为依据，但数智化时代的教育治理与以往教育治理的依据存在显著不同，即不只是以价值理念和政策为依据，而是以数据来驱动教育治理。因为在教育活动中会产生诸如教学行为、学习过程、管理流程等海量、实时的数据及其他相关数据，这些数据可以为教育治理提供基础性资源。2015年启动的“国家教育科学决策服务系统”，首次整合教育、经济、人口等多领域数据，为教育监测与政策评估提供实证支持。数智技术还可以整合来自教学平台、管理系统、评估系统、社会调查等的多源异构数据，形成教育数据库，教育治理可以依据对这些海量教育数据进行实时采集、分析和解读，数据驱动将逐渐成为教育治理的核心引擎。教育治理能基于这些数据，从基于有限经验和模糊判断转向依托数据分析洞察教育规律、精准识别问题。如学业预警、资源配置瓶颈、政策效果评估、预测发展趋势等，需要用数据说话、用数据管控和协调、用数据创新等来实现治理者的价值理念，完成政策任务。基于数据驱动的教育治理范式，推动了教育治理的决策、执行和评价过程从“经验直觉”转向“证据链支撑”。如在进行学生治理决策时，可利用学生学习行为数据、成绩数据、资源使用数据等，进行个性化教学干预、课程优化、资源配置;在对学生进行评价时，可超越单一的考试成绩，构建多维度、过程性的教育质量监测与评估体系;在对学生进行预测时，可通过数据分析预测潜在问题并提前干预。这是一种以证据为导向，而非以经验或直觉为依据的治理。基于此，教育治理就可以通过全场景数据采集与动态分析，从传统的、经验的治理转向依据数据智能进行的治理，实现教育治理范式革新。如《中国智慧教育蓝皮书(2022)》提出的教育治理指数框架，通过数据管理、实践应用与安全保障的协同，初步建成数智化教育治理体系。
(三)数智技术赋能治理现代化
以往的教育治理多采用管控、民主协调等方式进行，而数智化时代正在用数智技术多维度赋能教育治理，重构治理模式，提升治理能力，促进治理场域的现代化。
在互联互通方面，避免信息孤岛，实现跨部门、跨层级、跨地域的教育相关主体、系统和数据的无缝衔接与共享。除政府、学校、教师、学生、家长、企业、社会机构等多元主体基于共享平台进行信息沟通、协作的协同治理外，还可以对学籍管理系统、教务系统、资源平台、评价系统等进行系统整合、数据互通式治理，以及提供“一站式”教育公共服务的贯通式治理，建立统一的数据标准、接口规范，实现不同系统之间数据的有效流通和互认的标准统一的治理。
在开放共享方面，在保障安全和隐私的前提下，促进教育数据、资源和服务的开放与共享。主要表现为依法依规向社会开放非敏感的教育统计数据、研究报告等，促进研究和社会监督的数据开放;建设国家、区域、校级的开放教育资源平台，共享优质课程、课件、题库等的教育资源开放;利用数字平台拓宽公众参与教育政策讨论、反馈评价的渠道，鼓励企业、社会组织等基于开放接口共享数据资源，推进数据资源开发利用。
在智能化方面，广泛运用人工智能技术实现部分流程的自动化。如通过人工智能技术分析学习数据提供个性化学习路径建议;通过自动化排课、考务管理、成绩分析报告生成、资源精准推送等自动化流程，减少行政负担;利用技术手段对在线教育内容、考试安全、校园安全等进行智能监控和风险预警;利用智能机器人解答常见问题，提供基础服务的虚拟助理与客服等。特别是在具体的学习过程中，智能化使治理的目标和过程更加聚焦于满足学习者个性化、多样化的成长需求，提升学习体验和成效。如可提供个性化支持，基于数据为每个学生提供定制化的学习资源、学习路径和支持服务;赋能学习者，提供平台使学生参与学习目标设定、过程记录、成果展示和评价反馈等环节;关注学生全面发展，利用数字化技术更好地记录和评估学生的核心素养、实践能力等非学术性发展。
在策略调整方面，数智化教育治理可形成敏捷响应，在治理过程中利用数字化工具快速感知教育环境变化和需求，并迅速调整策略和行动。数智化教育治理可实时反馈信息，通过在线问卷、平台留言、社交媒体监测等方式快速收集各方反馈;也可快速迭代优化，基于数据和反馈，对政策、课程、服务等进行持续优化调整;还可应对突发挑战，在突发事件中迅速切换到在线教育模式并协调资源保障运行;另外，还可以适应技术发展，具有较好的弹性，快速适应和整合新兴技术。
(四)数据伦理与透明度共强化
在数据伦理方面，数据的采集、处理和运用过程中可能会出现数据风险和数据安全威胁等问题。数据风险表现为师生个人信息、学习行为数据等敏感信息的采集、存储、使用、流转边界模糊，权责不明，存在被滥用、泄露，侵犯个人隐私权的情况;数据安全威胁是指教育数据的海量采集与跨主体流转所引发的安全隐患。更严重的是，由于教育系统承载着海量敏感数据，成为网络攻击的重点目标，数据泄露、篡改、勒索等安全事件频发，威胁国家安全和个人权益。因此，数智化教育治理面临数据安全与隐私保护的双重强化。为保护数据安全和隐私，数智化教育治理需要将数据伦理规范和安全保护纳入核心框架。如欧盟制定《教师使用人工智能与数据的伦理指南》，要求算法透明化并建立伦理审查机制;新加坡在人工智能课程中融入伦理教育，要求学生理解技术风险并掌握负责任的使用方法。《中华人民共和国个人信息保护法》已对不同类型的个人信息确立了知情同意的规范。这些规范化治理既能防范数据滥用风险，又能保障教育公平。
在透明度方面，利用数智技术提高教育政策制定、政策执行和资源分配过程的透明度，并实现全流程记录与追溯。一是做到治理过程信息公开，通过政府门户网站、教育平台等及时公开政策文件、预算信息、项目进展、评估结果等;二是做到流程可视，关键业务流程实现线上办理，过程可查;三是实现数据留痕，决策依据、操作记录在系统中留痕，便于审计、监督和责任追溯;四是增强公信力，减少信息的不对称，增强社会对教育系统的信任。
(五)全方位提升教育治理效能
数智化可以大幅度提升教育治理的各方面效能。如在教育资源优化配置与效能动态调控方面，一是可按需求精准画像，基于数据分析，精准识别不同区域、学校、学生群体的资源需求;二是可实现资源智能调度，利用算法优化资源配置模型，实现师资调配、经费拨付、设施设备投放、优质课程资源推送等的精准匹配和动态调整，提高资源利用效率，促进区域、城乡、校际间的教育均衡;三是可实现虚拟资源共享，通过在线平台共享优质课程、教学资源和教研成果，汇聚专家学者等，突破地域限制，扩大优质资源的覆盖范围。
数智化可以赋能教育质量监测与效能改进。一是实现全过程、多维度评价，利用学习分析技术，对学生学习过程数据进行实时采集和分析，结合传统考试评价，形成更全面的学生发展性评价;二是实现精准诊断与干预，人工智能可辅助诊断学生的学习难点、知识漏洞、能力短板，为教师提供个性化教学建议，为学生推送适配的学习资源和学习方法，使教师实现精准教学和因材施教;三是实现对学校与区域发展的评估，建立基于数据的学校办学质量、区域教育发展水平监测评估体系，实时跟踪关键指标，发现并解决问题，驱动学校自主改进和政府精准督导。
在促进教育公平与服务供给效能方面，数智化可以做到个性化、按需服务，基于用户画像和需求分析，为学生、教师、管理者提供定制化的信息推送、学习资源推荐、专业发展路径、管理决策支持等，实现识别弱势群体与精准帮扶。可利用数据分析精准识别经济困难学生、留守儿童、有特殊教育需求的学生等群体，动态追踪其发展状况，实现帮扶政策的精准投放和效果反馈。弥合数字鸿沟，通过建设教育专网、提供普惠终端、开发适配资源等方式，努力保障所有学生，特别是让偏远地区和弱势群体学生获得数字化学习的机会和能力。数智化还可提供个性化教育支持，数字技术为不同禀赋、不同需求的学生提供更丰富的学习路径和资源选择，支持差异化教学和个性化成长。推动教育服务精准化，满足多元需求，提升教育公平与质量。
三、数智化时代教育治理面临的多重挑战
数智化教育治理实现了从传统经验管理向精准化、智能化治理的转变，但也面临技术依赖与主体异化、数据治理失范、数智鸿沟加剧、治理结构转型滞后、算法技术伦理与公平存在隐忧等多重挑战。
(一)技术依赖与主体异化
人机协同在治理过程中容易产生过度强调技术赋能、依赖技术进行教育治理的倾向，往往会出现将复杂的教育治理问题简单等同于技术应用问题的情况，盲目追求技术先进，忽视教育规律、人文关怀和实际需求，致使人机关系错位，忽视人的主体地位，治理目标偏移。
在人机协同方面，系统脆弱性增加，高度依赖数智技术平台和技术供应商，一旦系统崩溃、遭受攻击或服务中断，可能导致整个教育治理体系的瘫痪。与此同时，工具理性对人文价值的影响日益显现，如智能反馈系统通过监控统计学生课堂举手次数，将课堂互动简化为量化指标，忽视师生情感交流与学生批判性思维的培养;人工智能生成教案的普及导致教师教学方法僵化、教材内容更新滞后，难以适应跨学科创新人才培养的需求。
在人自身方面也容易产生主体性被削弱的风险。过度依赖数智技术决策可能导致教育管理者和教师的专业判断力与自主性减弱，教育过程被简化为数据指标，忽视教育的复杂性和育人本质。一是偏离人本导向，数智技术易将教育主体简化为“数据符号”，导致评价标签化。如算法通过学生行为数据生成数字画像，但可能忽略学生创造力、情感发展等非量化素养，甚至引发数智化歧视。这可能会影响教育“培养人”的本质目标。二是引发人的主体性被消解，过度依赖人工智能进行决策会削弱师生的自主性。教师可能沦为“算法执行者”，教师的权威地位、自主性、创造力会受到威胁。如有研究通过马克思的异化理论，批判性地审视了人工智能与教育的整合，提出人工智能会加剧学术劳动产品、教育过程、职业身份、人际关系四个维度的异化。学生会陷入“信息茧房”，被同质化内容局限视野，批判性思维发展受限，学生依赖人工智能完成作业已导致学生的独立思考能力下降，生成式人工智能的滥用导致学生思维能力弱化。现实中，部分学生使用人工智能大模型等工具完成作业，一些大学生用人工智能生成课程论文，对人工智能生成内容的依赖正侵蚀着学生的学术诚信与创新能力;虚实边界模糊增加学生沉迷虚拟空间的风险，影响其现实社交能力;算法推荐的“最优学习路径”可能将学生成长轨迹压缩为单一模式，学校使用人工智能规划学习路径后，学生的创造力发展会受到影响。
(二)数据治理失范
数据作为数智化时代教育治理的主要依据，一旦数据治理失范，教育治理就会面临诸多挑战。一是容易产生数据质量下降与数据壁垒。教育数据来源多样、标准不一、质量参差，存在大量无法使用的数据;部门间、系统间数据壁垒森严，“数据孤岛”现象突出，阻碍数据融合与数据的价值挖掘。在纵向上，区县数据标准不一，难以跨层级整合，如因某层级数据缺乏统一分类目录就无法支持本层级的决策;在横向上，教育数据与人口、经济等政务系统互操作性不足，阻碍全局分析。二是出现数据权属与隐私泄露的风险。如智能设备无感采集课堂行为、生物特征等敏感数据，学生的隐私存在风险，教育大数据伴随式采集易导致隐私越位;某些教育软件全天候监控学生坐姿和表情，构建精细化学生画像，触碰个人信息红线;教育数据的海量采集与跨主体流转引发安全隐患，个人隐私权被侵犯，数据安全威胁加剧;教育系统承载海量敏感数据，成为网络攻击的重点目标，数据泄露、篡改等事件频发，威胁国家安全和个人权益;个人的理性认知、判断与评价逐渐被数据认知、判断与评价取代等。农村地区教育数据治理能力薄弱，农村学校缺少基本信息化设备，导致数据采集不完整、分析存在偏差。
此外，算法黑箱问题突出，智能评分系统或因训练数据偏差，对农村学生的评分普遍低于城市学生，加剧教育不公平。数字环境使教师面临隐私泄露与网络暴力风险，部分家长通过社交媒体过度干预教学，侵犯教师职业尊严。
(三)数智鸿沟加剧
数智技术的设施状况及运用能力也会给教育治理带来挑战，主要表现在区域、校际、群体间差异显著。数智技术发达地区与欠发达地区失衡加剧，二者在技术投入和运用能力方面差距显著。城乡基础设施差距明显。这种差距在数智化时代进一步扩大，农村学校数智作业系统题库一般依赖城市经验，农村学生因知识适配性不足导致其学习效果不佳。数智鸿沟容易引发教育质量断层的叠加效应。资源配置失衡，中西部学校设备老旧、网络带宽不足，难以支撑智慧教育应用，学校面临设备维护滞后、技术培训不足等问题，且普遍缺乏专业信息技术教师，现有教师技能滞后于技术发展。数智化教育治理面临“手段取代目的”的异化风险。部分地区技术应用表面化，盲目采购高端设备却忽视了教师培训，智能教室被闲置或沦为展示窗口。治理者数智素养不足。部分教育行政部门管理者和学校领导者对数智技术理解不深、应用能力不足，难以驾驭数据驱动的教育治理新模式，影响教育治理效能。同时，教师数智素养分化明显。教师是数智化教育治理的关键执行者和直接受益者，其数智素养直接影响教育治理效能。当前教师数智素养培育面临培训体系碎片化、实践应用能力不足和乡村教师能力提升滞后三重挑战。农村教师数智素养明显低于城市教师，农村教师技术应用能力弱，导致“有资源不会用，有平台用不好”。这种差距阻碍了数智技术赋能教育的过程。
(四)治理结构转型滞后
在教育治理体制方面，科层制惯性和协同壁垒与传统的垂直化、科层制治理结构及数智化要求的扁平化、网络化、快速响应等存在张力。条块分割的体制惯性阻碍了跨部门、跨层级的数据共享与业务协同。在教育治理制度方面，虽然国家制定了一些积极推进数智治理的政策制度，但对在教育治理过程中产生的问题预判不足，法律监管薄弱，现有法规对教育算法乱象约束有限。有的社交媒体禁令虽有保护儿童心理健康的内容，却引发青少年教育资源获取减少的现象。上述问题的产生，都说明教育治理制度还不完善，相应的政策制度、法律制度等供给不足。在教育治理机制方面，多元主体参与机制不健全。虽然技术为协同共治提供了可能，但学校自主权落实不到位、社会力量有效参与的制度化渠道不畅、家长和学生的反馈机制不灵敏等问题依然存在。
(五)算法技术伦理与公平存在隐忧
算法偏见与歧视容易产生算法透明性与算法偏见风险，训练数据的偏差或算法设计缺陷可能导致在招生、评价、资源推荐等场景中出现对特定群体的系统性歧视，加剧教育不公平。算法偏见可能固化教育不公。如某些智能评价系统过度依赖历史数据训练，可能延续对弱势群体的刻板印象，个性化推荐算法若设计不当，会限制学生的认知发展。
算法决策的隐性歧视会影响教育公平正义。如高校论文查重系统因过度依赖学术数据库，导致学术诚信被误判，人工智能生成的论文让查重变得困难。生成式人工智能的“创新趋同化”问题，反映了因算法推荐导致的思维固化。此外，智能辅导系统的“有限个性化”局限，如仅通过错题分析强化已知弱项，抑制学生探索未知领域的兴趣。
算法黑箱操作会降低决策可解释性，如教育类软件易向低收入家庭儿童推送低质内容。技术壁垒还导致教师、家长难以参与评价过程，加剧信任危机。同时面临黑箱决策与责任困境，复杂人工智能算法的决策过程往往缺乏透明性，难以追溯和解释。当算法决策导致负面后果时，责任主体难以界定，问责机制失效。
技术应用的伦理边界模糊会引发治理困境。如高校使用面部识别系统监控学生课堂专注度，因未经充分知情而容易引发隐私争议。算法责任归属不明确，智能排课系统因算法漏洞导致课程冲突，学校与技术供应商往往无法明确责任。此外，数据跨境流动缺乏统一规范，欧盟《通用数据保护条例》与《中华人民共和国数据安全法》的差异，导致跨国教育合作中的数据合规成本增加。
四、数智化时代教育治理的变革路向
加快推进数智化时代教育治理，应将构建人机协同的教育治理新生态、夯实数据驱动的教育治理硬根基、开辟弥合数智鸿沟的教育公平新路径、健全数智治理的体制机制新体系等作为变革的新路向。
(一)构建人机协同的教育治理新生态
人机协同虽然是数智化时代重构的教育治理主体，但这一主体是由人和技术构成的双主体，这就需要重新界定人机角色边界。人在教育治理中主要起着价值导向的作用，而“技术”只是在人的价值引领下，起到一种工具赋能的作用，二者之间在教育价值与技术效率、人文关怀与工具理性、创新突破与风险控制等方面存在多重张力。在这些张力之间必须采用“刚柔并济”的治理策略，既要通过标准与法律筑牢底线，也要以人文韧性守护教育本质。为此，在教育治理中要做到：强化价值引领，始终将促进教育公平、提升育人质量、服务人的全面发展作为数智化教育治理的出发点和落脚点，警惕技术至上主义。在技术应用中嵌入人文关怀。提升系统韧性与自主可控性，加强教育关键信息基础设施安全防护。制定应急预案，保障在极端情况下教育治理服务的基本运行。降低对单一技术供应商的过度依赖。促进批判性反思，鼓励对教育领域数智技术应用的持续研究与批判性讨论，及时评估其社会伦理影响，引导数智技术健康发展。在推动人工智能赋能时同步强化批判性思维训练，防范其过度替代人类判断。另外，还需要遵守“人类最终裁决”原则，在招生分配、教师评价等高敏感领域保留人工复核环节，让技术成为教育公平与质量的“翅膀”而非“枷锁”。
(二)夯实数据驱动的教育治理硬根基
《教育强国建设规划纲要(2024—2035年)》中明确提出要建立基于大数据和人工智能支持的教育评价和科学决策制度。国家教育大数据中心的建设是这一转型的关键支撑。按照“一数一源”的原则，打通学校、学生、教师全链条管理信息系统，构建跨层级、跨地域、跨部门的教育数据共享网络，为治理决策奠定全面、实时的数据基础。这种数据整合不仅包括教育系统内部数据，还推动教育与人口、地理、经济等社会数据的互联互通，构建了多维度的教育治理数据生态。
数据驱动的治理变革体现在教育决策的全流程中。在预测层面，通过建设“教育数字地图”，实现对教育发展趋势的精准预判;在决策层面，国家人才供需对接大数据平台支持动态调整专业布局与招生规模;在评价层面，建立基于大数据的多维度过程评价、增值评价体系，替代了传统的结果导向评价。这种全流程的数据赋能，使教育治理从滞后响应转向前瞻布局，从粗放管理转向精准施策。
教育数据标准体系的完善是数据治理的重要保障。《教育部等九部门关于加快推进教育数字化的意见》明确要求加快推进教育数字化标准制修订，形成覆盖数字教育软硬件环境、平台工具、数字资源、教育数据、网络安全等方面的标准规范。标准的统一确保了数据的可比性与互通性，为跨区域、跨部门的协同治理奠定了基础。
数据治理必须坚守安全与伦理底线。在人工智能教育大模型建设过程中，要严格落实算法备案与安全评估制度，有效规避信息茧房、算法歧视等风险，体现了“智能向善”的治理理念。一方面，数据治理的深化面临如何打通“数据孤岛”、实现高效共享，考验着治理体系的协同能力;另一方面，如何在数据利用中保护个人隐私与数据主权，考验着治理者的价值判断。平衡好数据开放与安全的关系，成为数智化时代教育治理的重要课题。
(三)开辟弥合数智鸿沟的教育公平新路径
强化基础设施与资源普惠。通过改善薄弱地区的数智基础设施条件来缩小接入差距。实施“农村教育数字基座”工程，加大对欠发达地区、薄弱学校的数智基础设施投入和优质数智教育资源供给。推广低成本、易维护的适用技术方案。通过资源倾斜与技术普惠等方式缩小区域差距。
大规模提升数智素养。将数智素养纳入教师、校长、教育管理者等职前培养和在职培训的核心内容。一是建立能力标准引领，构建教师数智能力框架，开发线上评估工具，帮助教师诊断技能短板并制定个性化培训方案。二是构建实训场景，突破讲座式培训，建立“智能教研室”“人工智能实训工坊”等沉浸式学习场景。三是建立乡村专项支持机制，实施“优师计划”“强师工程”等倾斜政策。四是建立精准帮扶机制，识别并支持数智能力弱势群体，提供设备、网络接入和技能培训援助。
为适应数智化时代教育治理的要求，应建设高素质专业化的管理和技术支持队伍，填补数字人才缺口，推动治理主体从“经验型”向“数智型”转型;加强教育数智化领导力培训，提升管理者认知能力和执行能力;开展跨部门数据协同、智能工具操作等培训。此外，还要面向学生开展信息科技教育和数字公民教育，以及为家长提供必要的数智技能支持。
(四)健全数智治理的体制机制新体系
教育治理体制机制的健全是治理体系建设的核心。要推行“中央—区域—学校”三级联动机制，完善“政府—企业—学校”合作模式。如此有利于打破传统条块分割的治理格局，形成推进教育数智化的合力。各地各校要将教育数智化作为重点，省级教育部门加强统筹实施，体现了从中央到地方的系统推进策略。要设立多学科参与的算法伦理审查委员会，对教育算法模型进行伦理风险评估和持续监测。
健全教育治理机制，利用数智平台固化跨部门协同流程。建立健全学校、企业、社会机构、社区、家长等多元主体参与教育治理的制度化渠道和反馈响应机制。适应技术快速迭代和问题复杂多变的特点，建立更加灵活、快速响应的政策调整和试点容错机制。建立“应用导向、分级分类”的教育数字化建设应用成效评价机制，改变传统的“重投入轻效益”的评价模式。安全机制的强化是治理底线的保障。构建覆盖网络安全、数据安全、人工智能安全的全方位防护体系，落实网络安全等级保护制度，构建教育领域身份和数据可信体系。针对人工智能应用，探索建立算法安全评估制度，防范网络攻击等风险，体现“发展与安全并重”的治理思路。建立教育数据质量监测评估与持续改进的治理机制、教育数据资产目录等。
教育治理规范的完善是治理的基础，要形成完整的标准规范体系。这种标准化建设既确保了系统可操作性，又为质量评估提供了依据，使治理有章可循、有规可依。要制定统一、权威的国家教育数据标准体系，规范教育数据的采集、编码、存储、交换等环节。加快出台与教育数据管理相关的法律法规，清晰界定教育数据权属，明确各主体在数据全生命周期的权利义务与安全责任。实施严格的数据分级分类保护和隐私计算技术应用。制定教育领域的人工智能应用伦理指南，确立公平、非歧视、透明、可问责、以人为本等核心原则。推动算法透明与可解释性研究与应用，建立健全教育算法备案、评估、审计制度，对高风险应用等进行重点监管。制定未成年人个人信息保护的特别规定，以凸显教育治理的人文关怀。
(五)深化国际协同的跨境治理新格局
国际协同治理主要聚焦三大方向。一是标准互认，推动教育数据编码、接口协议的国际兼容，避免技术碎片化;二是伦理共识，应对算法偏见、数据安全等共同挑战，扩大优质数字教育资源的全球可及性;三是资源共享，数智化创新既能促进教育系统的发展，也能带来资源分配挑战，在标准互认和伦理共识的基础上，做到全球共享数智资源。跨境教育治理的深化需要坚持“和而不同”的原则。在尊重各国教育主权和文化多样性的基础上，加强对话协商，形成治理共识;在承认发展阶段差异的前提下，推动差异化协作，避免“一刀切”的治理模式;在维护共同利益的目标下，构建包容开放的治理体系，让数智化红利惠及全球。
国际组织在全球教育治理中发挥着引领作用。联合国教科文组织国际农村教育研究与培训中心作为专注于农村教育的国际机构，30年来致力于推动发展中国家和最不发达国家的农村教育变革，通过研究、培训、知识共享等方式促进国际合作。其倡导的“教育促进农村可持续发展”理念，为全球农村教育数智化提供了价值引领。国际电信联盟、经济合作与发展组织等机构发布的数智技术推动行业发展的报告文件，为各国制定政策提供了重要参考，体现了国际组织在信息共享中的平台作用。
中国在自身实现教育数智化转型的过程中，积极向发展中国家分享经验，为发展中国家提供重要参照。中国参与的“世界数字教育联盟”等平台，通过优质慕课“走出去”等形式，促进了数智教育资源的跨境流动，体现了共享发展理念。通过联合国教科文组织国际农村教育研究与培训中心等平台，中国积极参与全球农村教育治理议程设置，将“学习型乡村”等中国理念推向世界。这些实践彰显了我国开放包容的数智教育治理观，中国在全球教育治理中正在从参与者向引领者转变。
