多源异构数据融合下的高校 AI 治理路径分析

洋 祁(湖北工程学院，中国)

摘要

随着人工智能在高等教育领域的深入应用，高校教学管理、科研评价与人才培养正全面迈向智能化、数据化。多源异构数据在类型与结构上的复杂性，对AI治理体系的安全性、透明性与可控性提出新挑战。目前，高校在数据整合、算法透明与伦理规范方面存在体系不完善、标准不统一、机制不协同等问题。本文以多源异构数据融合为技术切入点，分析高校AI治理的现实困境与结构逻辑，提出融合“技术规范—数据协同—伦理治理—制度保障”的综合路径。研究认为，通过建立统一数据标准、强化算法可解释性、完善伦理审查体系与跨部门协同机制，可提升高校AI治理的科学性与可持续性，为智能教育时代的制度创新提供参考。

关键词

多源异构数据；人工智能治理；高校管理；数据融合；伦理审查

参考

何高璇.大数据背景下高校内部审计信息化建设路径与实践探索[J].中国内部审计,2025,(09):81-84.

沈斌表.高校学生工作效能提升路径选择与实践应用——以智慧学工平台建设为例[J].宁波教育学院学报,2025,27(03):69-73.

曹海平.面向数据治理的高校数据服务管理系统设计[J].信息记录材料,2025,26(05):167-169.

王航.多源异构数据整合系统的设计与实现[D].电子科技大学,2020.

钱源,施佺.基于多源异构数据源的高校决策支持服务平台研究[J].中国教育信息化,2020,(05):50-53.

DOI: http://dx.doi.org/10.12345/bdai.v7i2.37676