1. 引言
生成式人工智能作为技术创新的核心驱动力，正以前所未有的速度冲击着社会各个领域的变革与发展，中国互联网络信息中心(CNNIC)发布的《生成式人工智能应用发展报告(2024)》显示，截至2024年7月，我国完成备案并上线、能为公众提供服务的生成式人工智能服务大模型已达到190多个；截至2024年6月，我国生成式人工智能产品的用户规模已达2.49亿人[1]。
高校是知识生产与传播的前沿核心阵地，是生成式人工智能技术的应用与发展的核心场域。而高校行政管理工作作为高校教学科研中不可或缺的基础环节，是确保高校教学科研方向正确、水平提高和可持续性发展的重要保障[2]，在高校数字化、智能化转型浪潮下起到制度完善、应用管理等关键性作用。生成式人工智能在高校中的深入应用，为高校行政管理带来新的机遇与挑战，对高校数字智能化转型具有时代变革的意义。
2. 生成式人工智能及高校行政管理的特点
生成式人工智能(Generative Artificial Intelligence，简称GAI)是人工智能的一个子领域，基于算法、模型、规则等生成新的内容(如文本、图像、音频、视频、代码等) [1]。当前关于生成式人工智能的理论研究呈现多学科交叉融合的发展态势，着重于对教育、法律与伦理、出版与传媒等领域的影响研究，聚焦讨论技术赋能与风险治理。在教育领域，研究普遍关注生成式人工智能对教学模式的影响，例如人智协同教学系统[3]、个性化学习路径设计[4]及师生主体性重塑[5]，强调GAI能有效提升教育效能，同时也警示技术依赖可能会导致创新能力弱化与伦理失范。对高校管理领域研究极少，少数文献中也主要讨论技术赋能办公流程自动化[6]、学生事务管理创新[7] [8]等，缺乏生成式人工智能对高校管理深远影响的系统性研究与结论分析。
生成式人工智能主要具有信息生成自主化、生成内容多元化、数据训练无界化、人机交互类人化四大特点。一是信息生成自主化，是指其具有生成性、创造性和个性化，相较于传统检索方式，生成式人工智能的核心在于创造性，能够从已有数据中学习并生成新的内容，且能够按照不同个体需求生成个性化内容。二是生成的内容多元化，能够提供或生成文本、图片、音频或视频等多模态数据，同时生成的文本、图片等类型也具有多元性，可生成诗歌、小说、油画、版画等多种类型。三是数据训练无界化，生成式人工智能模型规模巨大，通过大量跨领域数据进行训练。四是人机交互类人化，使用者通过提问的方式对ChatGPT、DeepSeek等生成式人工智能工具下达指令，人机交互模拟人与人沟通和思考的方式。
高校行政管理是指为贯彻落实国家教育方针，实现教育发展总体目标，学校内部建立管理体制机制的必要组织行为[9]，以及各行政组织共同协作促进高校协调持续发展的过程[10]。它主要具有综合性、管理与服务性相统一、思政特性三大特点。综合性是指高校行政管理涉及学术、科研、教学、人事等多方面综合事务管理，工作所需综合能力强，对某一项专业技能要求不高。管理与服务性相统一是指高校行政管理一方面组织管理高校，保障高校协调稳定发展；另一方面高校行政管理服务立德树人根本任务，以新时代对人才需求为重要导向，服务于学生培养、教师科研和学校发展。习近平总书记在全国高校思想政治工作会议、学校思想政治理论课教师座谈会上多次强调，要不断加强和改进新时代学校思想政治教育，教育引导青少年学生坚定马克思主义信仰、中国特色社会主义信念、中华民族伟大复兴信心，立报国强国大志向、做挺膺担当奋斗者[11]。高校是为党育人、为国育人的核心场所，肩负培养担当民族复兴大任的人才的时代重任，而高校行政管理直接服务管理青年学子及高水平教师，应当做好思想政治教育、正确价值观引领和意识形态领域监督检查等工作，具有明显的思政特性。
3. 生成式人工智能如何深度赋能高校行政管理
2025年，国内各高校纷纷推出自身模型下的“DeepSeek”高校版本，生成式人工智能工具在高校行政管理工作中被广泛应用，从管理主体转型、管理生态构建、管理服务场景创新、正向价值引导以及管理新机遇等五个方面深度赋能高校行政管理。
3.1. 管理主体转型：技术赋能专业升级
随着生成式人工智能技术在高校行政管理中的应用日益深入，高校行政管理人员作为技术使用的主体，势必会首先受到影响。GAI从基础业务赋能、智能智库构建、工作范式革新及技术普惠驱动等维度赋能高校行政管理主体，推动其向更专业的方向转型升级。
第一，赋能基础业务，为专业提升释放空间。诸如“通义听悟”、“讯飞文书”、“KIMI”等GAI平台能够通过自然语言处理技术，实现文件修订、会议纪要生成、报表制作等事务性工作的自动化处理，并通过算法模块快速完成格式校验、内容提炼及数据可视化。这可以有效减少重复性劳动，将管理主体从机械事务中解放出来，为管理主体主动拓展数字素养、开展知识创新与专业学习创造必要的时间裕度，从而推动管理工作从事务执行提升至战略思考。
第二，智能智库构建，类人化一对一专业指导。基于GAI技术的智能工具具备大规模知识库与自然语言生成能力，可通过文本、图像、图表、音频等多元模态，为行政管理人员提供一对一知识指导。主要表现在：依托动态数据库实时解析政策文件、业务流程及数据逻辑，以人机交互的方式为流程办理、政策阐释、数据治理等管理实务生成定制化解决方案，实现从知识检索到决策支持的全链条赋能。这种精准化服务模式，通过构建个性化知识库系统，帮助管理主体提升解决各项问题的专业能力。
第三，时代环境倒逼主动成长，构建“人机协同”新型工作范式。生成式人工智能的多元化处理能力与智能化工具应用，在释放管理效能的同时，也对传统管理劳动形态造成冲击——简单机械的劳动将逐渐被替代，这种时代趋势倒逼管理主体强化数字素养、政策解读、业务专业等核心竞争力，从而构建“人机协同”的新型工作范式。这种工作范式的核心在于，管理主体保证在价值判断、复杂决策等核心领域的不可替代性，同时借助生成式人工智能工具技术提升管理效率与精准度。
第四，技术普惠，驱动数字及专业素养再提升。以“扣子”等低代码GAI工具为例，该工具可通过自然语言交互界面实现AI智能体的轻量化搭建，可用于高校智能咨询、流程自动化等场景，这种方式技术门槛低、开发效率高，通过一定培训，高校行政管理主体即可根据部门业务需求搭建相应AI智能体，服务于业务智能化。例如：2025年3月南开大学在10天内创造了8000个AI智能体，涵盖校园服务、智慧教学、智慧科研等多个场景领域。这种“即用型”技术应用模式，不仅降低了技术使用的专业壁垒，更推动管理主体实现从工具简单操作到数字素养与专业能力融合提升的新阶段。
3.2. 管理生态构建：系统性平衡协同发展
生态学理论认为系统内部各要素之间以及系统与外部环境之间存在协同互动的关系，系统内各层次的特征及功能本质上都是系统内外要素长期互动协同的产物。生态学思想的核心是生态系统观、整体观和联系观[12]。目前高校行政管理工作存在一定程度的“生态危机”，主要体现在一是效力弱化，高校行政管理对促进实现高校三大职能的作用不足，管理的满意度和效率不高；二是环境“沙化”，高校行政管理各部门间粘性不高，人事人才、教学教育、国际交流等工作联动不足，内部职能部门之间协作合作困难，整体意识不强[13]；三是主体冲突，高校行政管理与教师之间容易产生行政化与专业化矛盾、体制机制冲突和管理沟通冲突[14]。
针对管理效能弱化的问题，生成式人工智能正在基于机器学习的预测分析模型重构着高校管理的决策逻辑，促使其实现从“经验驱动”向“数据智慧”的跃迁。主要表现为：一是帮助“预演”决策结果。GAI通过多维度数据建模与蒙特卡洛模拟技术，构建智能推演系统，通过模拟不同决策方案的实施路径，识别潜在风险点并提供概率评估，帮助科学决策，量化风险、防范风险。二是帮助动态优化管理方案。GAI可以通过实时数据监控和动态调优算法，实现管理方案动态优化，科学精准细化管理方案；另外，也可以通过用户画像技术和生成模型，为教师、学生、管理人员等不同主体提供定制管理服务，解决统一流程难以适配多元需求的问题。三是帮助整体决策。管理效能弱化从教育生态学的角度来看是由于整体意识不强，高校生态主体整体谋划决策不足，容易由于个人经验或主体角色作出不科学不系统的决策，GAI能够通过多维度数据分析构建“管理驾驶舱”，提供个性化科学的问答服务，实现全校数据系统化、实效化。例如，武汉理工大学建立“领导驾驶舱”，包含“校长驾驶舱”、“处长驾驶舱”和“院长驾驶舱”，聚焦岗位关注关键领域，帮助高校管理主要负责人“心中有数”，科学整体决策。
针对环境“沙化”问题，生成式人工智能可有效打破部门间的信息壁垒，帮助构建全要素协同网络。高校行政管理“环境沙化”的本质在于数据孤岛导致的协作割裂，存在数据难提取、难关联、难解读的问题。而GAI能够充当跨部门数据中台的“翻译官”角色，通过自然语言处理(NLP)构建跨系统数据映射模型，将人事、教学、科研等不同系统的数据，如合同文本、项目申报书、师生反馈等，转变为标准的、易读的知识图谱。例如，教务与科研部门联合申报跨学科项目时，GAI可自动提取两部门数据中关于课程成果、设备资源等内容，并生成可视化的协作路径图，智能推荐最佳合作方案。这种形式能有效解决“信息不对称”导致的沟通不畅、相互推诿的问题。同时，GAI具有“粘合剂”的作用，传统管理系统孤立，协作时常依赖人工协调。例如：人事系统与科研系统相互独立，要统一于同一平台还需技术人员人工调取，效率低下且可能存在沟通问题。而通过GAI工具有望搭建统一的智能协作平台，将不同部门系统智能“粘合”在一起，打破系统壁垒，实现流程自动化编排、数据跨域调取分析等功能。
针对主体冲突的问题，生成式人工智能能够优化科层制行政管理模式，提供多维管理服务渠道，调和教师与学校行政管理层之间的关系。高校管理模式实际是国家行政管理的延伸，采用自上而下的科层制行政管理模式，是一种强调层级、集权观念和强化规章制度的管理，常与教师期待的多元文化、人文关怀的自我管理产生冲突[13]，在人与人之间的沟通过程中也极易产生矛盾。而生成式人工智能能够搭建虚拟沟通平台，创设超越传统科层架构的平等对话空间，有助于业务问询和沟通交流；另外，GAI平台通过生成自然语言为教师提供个性化服务，实质性解答办事流程、政策规范等各类问题，解决因不同部门信息壁垒而导致答复含糊、“跑断腿”的问题。行政人员也因此能从繁琐的事务性工作中解放出来，促使其更多聚焦于教师职业发展指导等人文关怀服务管理中，从而进一步提升高校行政管理的温度，促进高校管理生态和谐构建。
3.3. 管理服务场景创新：数字驱动场景升级
随着时代发展，我国高校行政管理方式正在由强制型管理向服务型管理转变[15]，生成式人工智能技术深度嵌入到高校管理服务底层架构中，能有效增强高校行政管理服务特性，具体表现为：一是服务模式场景化创新，突破时间和空间限制，打造24小时虚拟服务平台。国内各高校纷纷推出基于生成式人工智能的自研应用平台，以南京理工大学为例，基于生成式人工智能技术，与向量数据库结合，向全校师生提供了自动解答、知识库建设、写作辅导等智能化服务，日均问答量超过一万次[16]。传统行政管理服务受场地和人力时间的限制，而生成式人工智能能够构建多维度虚拟网络服务平台，拟人化提供沉浸式、情景化的服务体验，实时相应师生咨询，自动处理90%以上的重复性问题，一些常规事务可实现线上上传，自动识别分析并审批，大大提高服务效率和质量。二是服务体验个性化升级，实现个性定制人机行政管理服务。生成式人工智能通过深度学习校园网内用户行为数据，精准捕捉师生在管理服务中的隐形需求，向其推送相关服务，提供高度定制化的服务体验。例如清华大学基于生成式人工智能技术开发的“人工智能导师”应用工具，通过分析学生学习数据，为其提供个性化服务辅导[17]。三是量化师生需求，提升服务质量。传统高校行政管理常使用问卷调查等方式收集师生需求，存在不全面、不及时、无法量化等问题，生成式人工智能通过自然语言处理、知识图谱构建等技术，解析在日常服务中师生隐形诉求，将分散化的个性化意见转化为可量化的管理服务工单，从而有效提升服务管理质量。
3.4. 正向价值引导：职业认同与全过程思政教育
生成式人工智能利用情景具象化和动态反馈机制[18]，一方面能够提升行政管理人员的职业认同感，减少职业倦怠。一项研究通过对某“双一流”高校基层行政管理人员进行调查问卷及访谈，显示超过38%的调研人员表示“对不同岗位工作没有期望”，存在职业倦怠问题[2]。当生成式人工智能工具将年度工作中解决的实际问题及产生的正向影响进行可视化、可量化呈现时，行政人员能够清晰感受到自身工作与学校育人目标具有正向关联性，将重复性抽象的事务劳动转化为具体可见的价值体现，从而提升管理与育人的职业认同感，能有效缓解机械劳动带来的职业倦怠感。另一方面有利于构建全过程育人的思政生态。生成式人工智能依托高校管理数据库，通过精准捕捉行政管理各环节中的思政要素，提供全过程规章制度解读、办事流程引导，加强校园文化传播，将思政教育融入到管理服务的全流程中。
3.5. 管理新机遇：从工具应用到“走出去”的时代窗口
生成式人工智能在高校行政管理中的深度应用，不仅深刻影响高校内部治理生态，更提供了对外合作与学术创新的新机遇。一方面，生成式人工智能与高校行政管理的深度融合，催生了多学科交叉的学术生长点，如高校教育管理基础研究、管理与制度创新研究、产学研协同场景化创新等，依托生成式AI技术开展“管理决策推演算法”等核心技术攻关。另一方面，生成式人工智能为高校参与全球教育发展提供了“技术语言”。中国高校依托自身实践优势，在国际会议中贡献了许多“数字治理”的经验，例如在以“人工智能驱动下的未来大学和教育重构”为主题的2023世界慕课与在线教育大会上，《无限的可能——世界高等教育数字化发展报告(2023)》分享了武汉理工大学基于数据大脑和管理驾驶舱进行业务流程再造与管理优化的宝贵经验[19]。2025年世界数字教育大会将以“教育发展与变革：智能时代”为主题，全球各高校共同分享讨论“人工智能 + 高等教育”的应用与创新。
4. 生成式人工智能融入高校行政管理的风险与挑战
生成式人工智能自身发展尚不成熟，在工具自身、信息真实性、应用映射等方面仍然存在局限性。高校行政管理在接纳并深度使用GAI技术的同时，也面临多重风险挑战。具体表现为：
4.1. 真实性风险：“AI幻觉”冲击管理决策
“AI幻觉”是指大语言模型生成看似合理或与真实推论一致的错误内容，并以一种有说服力和可信度的方式呈现，使用人在没有仔细辨别和核查的情况下难以识别[20]。在图像生成、文本生成和特定场景下都存在一定程度的“幻觉”现象，例如：在文本生成图像中，模型可能会输出违背现实规律的元素；文本生成中可能会编造不存在的事实、错误描述历史事件及科学概念、作出偏差回应；特定场景诸如市场预测模型等，可能生成与事实趋势相悖的虚假分析。这些AI“幻觉”有多种成因，主要有：一是数据来源不一定具有真实性。生成式AI模型基于大量互联网数据训练，其中包含准确和不准确的内容，也存在社会、文化偏见言论，而模型在复制训练数据时无法辨别数据真伪，因此输出的文本容易产生错误或文化偏见。二是算法设计局限。在缺乏相关信息的情况下，模型会优先保证生成内容的流畅性而非真实性，因此可能会概率性选择与事实不符的数据，从而生成错误内容。三是提示指令偏差。尽管生成式人工智能以自然语言为指令，大大降低使用门槛，但是用户使用时可能存在提示词模糊、偏误等问题，从而导致GAI工具无法生成理想内容甚至生成错误内容。四是初始训练集的过度拟合。当AI模型在初始训练数据集上训练过多，容易造成输出内容无法泛化到新的、实际的场景中。
“AI幻觉”对教学、法律、管理等多领域带来不良影响，例如，在教学领域，斯坦福大学科研人员研究发现学校开发的教学辅助模型，将虚假信息当成正确的教学事实进行传播，证明了“AI幻觉”问题实际存在，并且师生较难辨别其中的失真内容[21]，对教学科研的严谨性造成冲击。由此可见，生成式人工智能的深度应用对高校行政管理决策同样具有真实性风险，管理人员较难辨别数据真伪，并且基于虚假数据、脱离现实基础的模型推演结果会直接影响高校管理决策选择和方案，可能造成严重的后果。因此，需要管理人员对生成的数据进行检验矫正，一方面需要时间成本，另一方面，由于生成式人工智能工具生成的数据具有极强的“类真实性”，如何快速准确辨别真伪对数据使用者具有极强的挑战性。
4.2. 安全性风险：数据泄露威胁校园生态
高校作为知识生产与人才培养的核心场域，其中教师学生个人隐私信息以及敏感信息更需重点关注。生成式人工智能在辅佐师生工作学习、管理人员决策管理的过程中，具有显性和隐性的信息泄露风险。
一方面，显性风险源于使用过程中“非合规数据输入”。一是由于部分管理人员缺乏信息保护意识，将包含个人信息的方案收稿、成绩单等直接输入至生成式AI系统中，造成信息直接泄露；二是在智能填报系统中由于操作失误，误填涉密信息；三是管理系统接口过度授权，未设置数据访问权限，可能会造成大面积信息泄露。
另一方面，隐性风险源于生成式人工智能系统的“数据记忆残留”与“推演关联能力”。生成式人工智能具有很强的学习能力和推演能力，使用者长时间使用可能间接泄露敏感信息，GAI工具从碎片信息中“拼图”，推演关联出关键甚至是完整信息，从而导致敏感信息泄露，威胁校园生态安全。
4.3. 价值观风险：智能算法反噬育人思维及观念
生成式人工智能正向引导价值观的同时，也具有反噬育人思维及观念的风险，主要体现在认知茧房效应下的思维僵化与创新钝化、数据偏见下的价值扭曲、育人场域的价值传导断裂与身份异化。
第一，认知茧房效应下的思维僵化与创新钝化。认知茧房效应是指某一个体在长期的信息接收和思维活动中，由于环境、社会关系或算法推荐等因素影响，逐步形成一种封闭且固化的认知框架，导致思维僵化、视野狭窄，并出现排斥不同信息的现象。当管理人员过度依赖AI生成的政策解读、管理方案等信息时，其决策思维很容易被模型路径限制，从而出现认知茧房效应，输出方案模式化、趋同化。
第二，数据偏见下的价值扭曲。生成式人工智能本身不具有辨别数据真伪和偏误价值观的能力，当管理人员自身辨别能力不足时，就极易受到偏见思想观念的影响，即便是有防范意识，在深度使用生成式AI工具时，也容易在潜移默化中受到影响，其所作出的决策等也会影响高校其他主体，从而加剧校园偏见，威胁校园价值生态。
育人场域的价值传导断裂与身份异化，主要表现在：当管理人员过度依赖AI工具处理人际沟通问题，技术中介容易消解情感理解与人文关怀；而且生成式AI极致追求“效率优先”和“结果导向”，这种思维导向与高校教育“立德树人”的本质追求有所冲突，可能会出现教育决策被简化为算法参数调整，价值引导被等同于关键词过滤等问题，从而导致高校管理的教育本质被技术的理性消解，出现“用数据治理取代思想引领”的危险倾向。
4.4. 主体弱化风险：技术依赖弱化管理主体
生成式人工智能在高效赋能行政管理的同时，也极具依赖性，长期依赖势必会带来许多不良影响，在人机交互过程中可能会反向驯化人类主体，从而产生主客体异位、主体主观能动性减弱、校园主体的社会性弱化产生育人管理的困境等问题。
一是主客体异位问题。在正常使用过程中，管理者为主体，技术为客体，而由于生成式人工智能具有生成性、创造性和个性化的特点，人机交互过程类人化，决策管理长时间过度依赖技术生成，完全接纳并采用技术生成内容，这实质是数据思考替代人类的思考过程，在这过程中高校行政管理容易出现主客体异位，原本辅佐的工具占据主导地位。
二是主体主观能动性减弱问题[22]。管理主体习惯性全盘接受GAI工具生成的工作内容，依赖在虚拟场域办公，这种被动思考和接纳的形式会极大降低管理主体的主观能动性，弱化管理人员主动思考、深入探讨和实地调研的能力。
三是校园主体的社会性弱化从而产生育人管理的困境。足不出户即可在虚拟场域收集并推演数据，完成学习工作任务，许多社会性高校活动逐步被虚拟线上系统取代，在便捷校园生活的同时也减少了学生、教职工融入校园生活的机会，丰富方便的虚拟世界一定程度上会降低师生对探索现实社会的热情，对高校管理造成实践育人难的困境。
5. 应对策略
在网络文明建设背景下，高校行政管理如何用好生成式人工智能，更好防范并应对生成式人工智能带来的风险挑战，需要从法治、人治和数治三个层面着手。
5.1. 法治：制定工具使用原则
2023年，国家出台了《生成式人工智能服务管理暂行办法》，是全球首部针对生成式人工智能的立法。2024年，国家网络安全标准化技术委员会发布《生成式人工智能服务安全基本要求》，针对人工智能内生安全风险和应用安全风险提出相应技术应对和综合防治措施。国外许多高校也从宏观的层面制定了使用人工智能工具的原则和指南，例如加州大学校长办公室负责制定了详细的大学系统层面AI工具使用原则[23]。纵观国内外高校拟定的生成式人工智能使用原则及指南，多集中于科研和教学层面，诸如北京师范大学与华中师范大学联合发布《生成式人工智能(AIGC)学生使用指南》，规范学生使用AIGC工具完成作业的行为；美国犹他大学从科研层面拟定了较为详细的AI工具使用指南，从“AI是否可以作为作者署名”、“是否可以使用AI撰写和起草论文稿件”、“是否可以利用AI撰写科研项目申报书”等五个方面回答了教师学生科研中的常见问题。而针对高校管理层面使用GAI工具的原则较少，因此，从法治角度制定原则政策约束高校行政管理人员使用GAI工具，拟定指南具体引导高校行政管理人员正确使用GAI工具，能有效防范真实性和安全性等多种风险的发生。
5.2. 人治：强化科学管理体系
强化科学管理体系，以人为本应对风险与挑战。第一，要健全管理体制机制，夯实风险防控根基。通过优化管理体制架构，设立专门的职能部门，系统开展全流程风险评估与防控工作，构建动态化、精细化的管理机制。以哈佛大学为例，2023年开始成立生成式AI教学组、生成式AI科研组和生成式AI行政运行组，其中行政运行组主席由信息副校长担任，行政部门主任、学院主管信息副院长等人组成，主要职能为解决信息安全、数据隐私、行政管理等问题[23]。因此，各高校应当根据自身原有管理架构，设立“本土化”专业职能部门，建立并完善生成式人工智能管理流程和体系。第二，要压实主体责任，构建权责清晰的责任体系。全面强化责任制建设，明确各层级管理主体职责边界。通过制定责任清单制度，规范并监督行政管理人员在生成式人工智能工具使用中的行为，确保管理责任可追溯、可落实。第三，要推进全链条监管治理，提升管理综合效能。搭建分类分级监管框架，精准识别不同场景的风险点；加强常态化、立体化监管体系建设，从制度监管、人工监管、技术监管等多维度制定监管策略，打造多元主体协同参与的智慧监管模式。第四，要提升管理能力，打造高水平管理队伍。高校行政管理人员不仅是生成式人工智能工具的使用者，更是监督者，应当通过组织培训、引进人才等方式，加强其技术专业度、敏感度和规制能力，从使用和监管两方面，提升工具应用质量，降低应用风险。
5.3. 数治：提升数字治理水平
提升数字治理水平，从技术源头进行安全治理和技术提升。一是数据治理，提升数据质量。《生成式人工智能服务管理暂行办法》第七条提出训练数据质量的要求，即为提高生成内容的准确性和可靠性，建议GAI开发者采用数据清洗技术等去除噪声数据，并通过规范标注流程提高数据的准确性。高校应当按照规定，通过自动化工具进行数据清洗，提升源头数据质量，采用合成数据生成、实体解析和修改数据点等方式，防范模型偏见和错误，并规范标注行为，提高数据准确度。同时，也可以构建高质量数据库，打造高校数据共享生态。例如，上海交通大学与百度合作搭建了AI For Science科学数据平台，该平台通过隐私计算实现科学数据可信共享。二是技术研发，推进算法透明、技术把关和反馈优化[24]。生成式人工智能技术风险的治理也应以技术研究发展为支撑，目前国内外高校通过技术平台建设、基础研究与机构建设、校企合作与资源整合等方式促进生成式人工智能的发展、拓展应用领域，例如上海交通大学2023年成立国内首个生成式AI研究实验室(GAIR)，致力于培养顶尖人工智能人才和开发尖端生成式人工智能技术。高校作为人才知识的核心，应当加强生成式人工智能技术研发，促使算法价值观及设计结构普世化和透明化呈现，加强算法技术审查把关，增加用户反馈环节，人机交互过程中通过用户反馈进一步优化技术发展。三是应用发展，推动技术与业务场景深度融合。将生成式人工智能平台深度融入于高校行政管理全方位业务场景，深度辅助办公办学，实现治理效能与行政效能双提升。
“人工智能是新一轮科技革命和产业变革的重要驱动力量，将对全球经济社会发展和人类文明进步产生深远影响”。[25]生成式人工智能正以颠覆性的力量深刻影响并重塑着高校行政管理的治理架构与运行模式。面对这场智能革命，高校既要敏锐把握科技变革机遇，充分发挥高校人才知识核心场域优势，守正创新，努力推动生成式人工智能成为促进教育治理现代化的建设性力量。