职贝云数AI新零售门户

标题: DeepSeek在国内高校中的运用态势分析:政策驱动、场景实际与风险应对 [打印本页]

作者: BLpt8N 时间: 昨天 14:34
标题: DeepSeek在国内高校中的运用态势分析:政策驱动、场景实际与风险应对
援用格式
马志强崔鑫尤欣雅刘骥苏福根郭桂真.DeepSeek在国内高校中的运用态势分析：政策驱动、场景实际与风险应对,2025,31(04):023-033.DOI:10.3969/j.issn.1673-8454.2025.04.003

本期特稿

DeepSeek在国内高校中的运用态势分析：政策驱动、场景实际与风险应对
马志强崔鑫尤欣雅刘骥苏福根郭桂真
摘　要： DeepSeek仰仗其杰出的内容生成、复杂的逻辑推理等功能，以开源形式与本地部署策略迅速渗入高等教育范畴。在政策层面，地方与地方各级教育主管部门经过顶层设计明白了DeepSeek运用的价值导向与实际场景；高校自主制定举动计划，整合资源推进实际落地。在全体发展态势上，发达地区及“双一流”高校抢先部署，理工类院校聚焦科研计算义务、师范类院校注重教学赋能、职教院校探求技能培育新形式等。在详细运用实际中，高校已将DeepSeek运用于教学、科研、管理与培训全流程，推进自主可控、深度适配的教学评一体化进程；促进科研效能提升、学科交叉攻关与产学研融通；完成波动保障、多源集约的一站式服务；推进大模型教育课程建设与专项培训。但是，高校在运用DeepSeek方面也面临数据与隐私泄露、学术伦理与成果归属争议、教育主体认知退步、教育数字鸿沟加剧等风险。将来，应进一步加强统筹规划、校企合作、运用创新与风险防控，助力高等教育数字化转型向善、向好。

关键词： DeepSeek；大模型；生成式人工智能；高等教育；人工智能教育

中图分类号： G434

文献标志码： A

文章编号： 1673-8454（2025）04-0023-11

作者简介：马志强，江南大学教育学院副院长，江苏“互联网+教育”研讨基地主任，教授、博士生导师，博士（江苏无锡 214122）；崔鑫，通讯作者，江南大学设计学院博士研讨生（江苏无锡 214122）；尤欣雅，江南大学教育学院硕士研讨生（江苏无锡 214122）；刘骥，陕西师范大学教育学部教授、博士生导师，博士（陕西西安 710062）；苏福根，教育部教育管理信息中心研讨处副研讨员，博士（北京 100816）；郭桂真，教育部教育管理信息中心研讨处（北京 100816）

基金项目： 2023年度无锡市“太湖人才计划”宣传文明人才项目资助计划社科实际类“无锡市智能化教育评价改革实际模型与实际途径研讨”；2022年度地方高校基本科研业务费专项资金“协作知识建构会话智能化分析研讨”（编号：JUSRP622048）

一、引言

　　近年来，生成式人工智能技术的打破性停顿正在重塑全球高等教育生态。DeepSeek（以下简称DS）作为国产大模型的杰出代表，仰仗其打破性的算法架构、高效的算力运用以及完善的产业链配套，在中文语境了解、知识生成精准度、推理过程可视化、多模态信息交融等方面展现出分明优势[1]，并以开源策略、本地部署、场景定向优化等专长迅速进入高等教育范畴。与此同时，国家层面不断出台战略性政策助力人工智能技术落地。近日，教育部部长怀进鹏表示，往年中国将发布人工智能教育白皮书[2]。

　　在技术创新与政策引导的双向驱动下，国内高校迅速捕捉机遇，截至2025年3月，清华、浙大、上海交大等十余所高校已完成DS的本地化部署，覆盖教学、科研、管理、培训等高等教育核心运用场景。高校运用大模型不只分明提升了教学效果、科研效率和管理效能，更为拔尖创新人才培育以及教育数字化转型提供了创新途径与实际范例[3]。但是，人工智能技术也带来数据隐私泄露、学术伦理失范等新应战，如何在创新与风险之间完成平衡，成为当前高等教育范畴亟需应对的重要课题。
二、政策驱动：管理部门与高校协同推进
　　（一）高等教育主管部门政策顶层设计的强力驱动
　　国家层面，次要着力于对高校运用大模型的政策指点，在宏观战略规划与示范举动方面，明白了人工智能与教育交融的价值导向、技术标准与实际外形。如中共地方、国务院印发的《教育强国建设规划纲要（2024—2035年）》提出，“促进人工智能助力教育变革”[4]，明白了人工智能在教育数字化转型与教育强国建设中的战略地位。教育部启动实施教育系统人工智能大模型运用示范举动，推进大模型从课堂实际走向实践教学运用，促进技术成果向教育实际转化[5]。

　　地方层面，当地教育管理部门结合区域特征，从基础设备、运用场景等方面进一步细化政策落地细则。2024年7月发布的《北京市教育委员会关于深化高校专业课程改革提高大先生人工智能素养才能的意见》提出，突出“AI赋能，深度交融”，打造AI教师和AI助手，经过大模型赋能的智能教学平台等“人工智能+”运用场景，让先生愈加直观地感受人工智能与教育的深度交融，积极参与人工智能科技研发和场景运用[6]。2024年12月发布的《江苏高校人工智能赋能专业建设举动方案》提出，支持高校积极参与人工智能大模型平台建设，支持高校与人工智能范畴高新技术企业合作，积极参与行业大模型研发、公共云服务系统运维等工作，共建共享一批算力基础设备[7]。2025年1月发布的《人工智能赋能四川高等教育教学改革十条措施》明白指出，加强者工智能助教助管。鼓励高校与企业共建生成式人工智能课程消费与服务平台、数字人智能教师等，充分应用人工智能技术赋能课堂教学改革、教学质量管理和评价、智能决策支持等，为教育教学决策管理提供智能化支撑[8]。

　　（二）高校自主政策的疾速呼应

　　高校自主政策以学校全体战略规划为抓手，集中全校资源建立集成平台，废除现有条块管理边界，以数字化重塑业务流程，以智能化再造运用场景，推进教学、科研和管明智能化转型。如2025年3月1日，“浙江大学教育教学人工智能进阶计划”正式推出，强调研制学科大模型和大学大模型，构建支撑大规模个性化教学科研基础设备，深度交融智能体技术，借助“智海”新一代人工智能科教创新平台和“浙大先生”智能体平台等实训体系，促进先生个性化学习与课程管理，覆盖教学、科研、生活全场景，打造“时时处处人人可学习”的育人环境[9]。2025年3月7日，内蒙古师范大学发布《“人工智能+”赋能本科教育教学改革举动方案》，以“五大途径、十五项举措”为核心，片面推进本科教育教学数智晋级，着力打造新时代高质量人才培育新范式，为内蒙古自治区教育数字化转型注入微弱动力[10]。
三、态势发展：不同高校运用DS的典型特征

　　从高校区域来看，DS在不同区域高校的浸透速度与范围存在差别。经济发达地区高校部署速度较快，而中西部地区高校的运用呼应较慢。受经济发展程度、科研资源、基础设备等要素的影响，经济发达地区高校在DS的部署上分明抢先。例如，北京、上海、广东等地的985、211高校已较早完成本地部署，并将DS运用于多个教学、科研、管理与培训场景。

　　从高校类型来看，“双一流”高校在人工智能运用方面走在前列，率先规划DS，并在科研和教学中展开深度探求。截至2025年2月底，全国90%的985高校完成了DS本地化部署，在DS运用方面处于抢先地位。特别是浙江大学推出的智能体平台“浙大先生”，面向全国829所高校师生收费开放。普通高校在AI运用方面起步较晚，但部分高校已末尾探求，如深圳大学等依托地方政策支持，积极引入DS停止教学改革。

　　理工类和电子科技类高校仰仗其深沉的科研基础和计算机技术优势，在DS运用方面具有广泛性和前瞻性，次要聚焦于科研计算、代码辅助等高精度义务。工业和信息化部直属高等学校承担着国家在智能制造、信息安全、航空航天等范畴的科技创新义务，对AI技术的接受度较高，已全部接入DS大模型部署，用于辅助日常科研及教学管理等义务。如北京理工大学完成了对DS大模型的定制化开发，搭建了面向本科教务管理场景的大模型——“智教通”。电子科技类高校，如西安电子科技大学接入DS-R1，在编程、创作、数学等方面为师生带来愈加智能化的教学与学习体验。

　　师范类高校在人工智能运用方面，愈加注重其在教育教学和行政管理中的赋能作用，积极探求AI技术与教师培育、课程建设与学校管理的深度交融。教育部直属的六所师范类高校全部接入部署DS，如陕西师范大学推出“AI-Star”智能助理并正式上线运转，涵盖网络、财务、实验、人事等方面。除部属高校外，其他师范类院校也积极尝试与人工智能结合的校园运用形式，如南京师范大学、华南师范大学等先后部署接入DS，用以辅助师生教学科研活动。

　　职业技术院校和继续教育院校积极探求人工智能在终身学习和技能人才培育中的运用潜力，推进AI赋能教学形式创新。西安汽车职业大学整合现有教学平台资源，将DS接入泛雅智慧课程平台，打造课程数智化新范式；国家开放大学积极运用DS模型的高质量信息检索和多义务处理等功能，全力打造更具智能化、个性化的教育运用场景。江苏省无锡技师学院经过部署DS-R1，为先生提供了个性化的才能评价与薄弱环节诊断。

四、场景实际：

教学、科研、管理与培训的全流程浸透

　　（一）教学运用：自主可控、深度适配的教学评一体化赋能

　　1.智能助教：从通用辅助到深度适配

　　高校借助DS的全链路国产化技术完成本地化部署，发挥DS弱小的长文本分析、中文语境了解、动态知识图谱等技术优势，将DS与高校各学科的课程资源包、数据库严密聚合，进而生成多学科交融的知识库，使基于DS的智能助教系统可以深度适配高校各学科的特点与教学需求，从而打破传统AI助教在教学辅助生成与引荐过程中所面临的数理运算和逻辑推理才能不足、跨学科内容关联和对话了解局限的瓶颈。

　　北京师范大学采用自主开发的技术平台，基于本地化部署DS-R1，应用本校培育方案、教学手册、教学大纲等高质量语料，为近万门课程定制了智能助教[11]。该助教能根据课程特点、先生的学习进度与薄弱点，动态引荐适配的学习资源与习题。云南大学将云大学堂成功接入DS，经过“教学资源库×智能知识图谱×DS大模型”的交融架构，为教师引荐适配该课程目的与要求的课程资源和教学策略，提升了备课效率[12]。

　　2.个性助学：从一致预制到按需定制

　　部分高校依托DS的算法优化和开源可定制优势，根据本身算力规模自在调整模型参数与定向优化方向，面向先生不同的职业发展需求精准定制各类智能体，为先生提供具有预见性、延展性与应战性的内容供给服务，克制了原有个性化学习系统“千人一策”的局限性。

　　此外，DS的中文语境了解优势，使各类智能体可以解码先生的隐喻表达与模糊描画，辨认先生的意图并生成回复，所供给的内容符合中国先生的表达与认知习气。这种多轮次人机对话机制能逐渐唤醒先生更深层次的需求[13]。

　　上海交通大学将DS接入AI运用平台，开发出数学深度推明智能体，所依托的长链推理透明化技术，可以将复杂的数学成绩拆分、解构、可视化为多步骤推导逻辑链，从而针对先生解题薄弱环节提供分步骤引导，协助其了解每一步的推导逻辑，并提供相关习题[14]。安徽师范大学推出“简历大师”“教资面试”等智能体，根据先生职业发展需求生成个性化学习支持，完成以需定供[15]。

　　3.迷信助评：从单模态评测到多场景评价

　　高校经过DS多模态与模块化扩展才能，构建多源数据交融分析框架，采集与汇聚多来源、多场合、多模态的先生数据，进而完成适配多个教与学场景（照实验课程、实训环节）的评价义务。这在一定程度上处理了传统AI评价系统难以关联文本、图像、操作日志等异构数据所导致的评价不迷信成绩。

　　东南大学面向实验类课程的“实验Talk”AI平台，可以对文字描画、公式、数据表格、包含波形及数据的图片停止读取与分析，协助教师对实验成效及报告规范性停止定点及全体综合评价[16]。江苏省无锡技师学院完成DS-R1本地化部署后，可以综合分析先生在实训环节的操作日志、设备传感数据、训练录像，提供个性化的才能评价与薄弱环节诊断，有效补偿传统实训“一对多”指点的不足，全方位强化先生的实际技能，更好地对接产业需求[17]。

　　（二）科研运用：提效、跨界、协同的三向度打破

　　1.提升科研数据与义务处理效能

　　DS的中文语义了解、长链推理、多模态数据处理、科研训练数据自主可控等优势，为批量化文献信息提取、多模态数据结合分析以及前沿迷信成绩预测提供了能够。高校应用DS的中文语义了解、长链推理才能，疾速解析复杂的科研文献，提取关键信息并生成摘要，协助科研人员疾速定位研讨方向；DS支持文本、图像、表格等多模态数据的结合分析，可以自动关联实验数据与文献结论，分明延长文献调研工夫；DS的开源可定制性允许高校根据本身科研需求，调整模型参数或训练专属学科垂直模型，使其更适配特定范畴的科研义务。上海交通大学应用DS的千亿级参数模型开发了AI助手，为师生提供论文速读服务，可自动提取创新点并生成摘要[18]。吉林大学本地化部署DS后，可以应用AI大模型弱小的数据分析和推理才能，高效处理海量科研数据并辅助预判科研方向[19]。

　　2.推进学科交叉结合攻关

　　为协助科研人员发现跨学科研讨的潜在方向，高校发挥DS多模态知识图谱构建与基于纯强化学习的深度推理优势，经过DS自我“生成—验证—修正”的多轮次迭代与反思，将黑箱式的推理过程透明化为逻辑链条，为学科交叉结合攻关提供了可信任、可解释的实际验证，进而驱动知识创新。

　　此外，DS的联网搜索功能打破了依赖外部数据库停止封闭训练的局限，可以基于全域信息网络不断整合与更新相关信息，既推进了跨学科知识的退化与涌现，又为科研人员核验信息的准确性与真实性提供了可溯源的根据[20]。华中科技大学将DS与超算中心结合，支持材料迷信、生物医学等范畴的多模态数据关联分析，推进跨学科研讨完成打破[21]。兰州大学经过部署DS-R1，完成人工智能、计算机迷信与多学科的交叉交融，为师生展开迷信研讨、技术创新提供有力支撑[22]。

　　3.构筑产学研协同矩阵

　　部分高校经过DS的本地化部署，疾速适配特定行业的知识体系，在确保企业敏感数据安全的前提下，整合高校团队处理方案，构筑产学研协同矩阵，促进企业融通创新。东南大学经过全自主技术栈AI基座，允许师生微调模型参数并共享优化方案，构成“高校—企业”协同创重生态[23]。河北工业大学目前已成功完成多个版本的DS系列AI模型的本地部署与适配工作。该DS平台适配运用涵盖教育、新动力、法律法规、跨文明培训4个行业范畴，助力企业降本增效，提升合规程度[24]。

　　（三）管理运用：波动保障、多源集约的一站式服务

　　1.自主可控，波动呼应高校师生的延续性需求

　　DS以技术普惠与生态共建为核心价值，降低了对英伟达等高端芯片的依赖，支持包括华为昇腾、沐曦等国产GPU在内的多种硬件，并经过小型化模型（如7B参数版本）确保其可在低成本设备上运转[25]。这意味着将DS运用于校园管理，可以完成“低成本—高波动”的管理范式，确保校园管理系统保持7x24小时波动运转与呼应，避免因系统宕机或访问延迟影响师生体验，同时支持离线访问，保障在网络条件不佳时仍能提供波动服务[26]。

　　浙江大学部署全套DS—V3、P1模型，算力资源专供校内师生，实测呼应速度比公共版提升200%。结合华通云数据的算力池化技术，可动态分配GPU资源，高峰期仍优先保障算力[27]。山东大学采取“本地知识库与校内版DeepSeek-R1”创新交融形式[28]，借助校内版DeepSeek-R1模型的弱小功能，针对师生专属知识库，完成精准检索、深度分析与高效总结，为师生日常办公的文件处理、教学科研的材料整合等提供智能、贴心且高效的支持服务。

　　2.整合多层分散资源，提供一站式服务

　　高校借助DS的多模态知识交融引擎，将分散的校园政策、旧事告诉、办事指南等多源异构知识整合为一致的知识网络，加速信息的调取与更新，从而完成秒级检索并精准定位出处，并以多端口接入的方式，协助师生随时随地获取一站式服务。

　　四川大学依托DS打造的“大川智问”校园问答智能体，覆盖从退学到毕业全场景服务，提供“迎新导引”“档案调取”等关键事项全流程办理指引，师生可视个人需求登录四川大学网上办事大厅或云上川大App等多个端口随时随地访问[29]。北京理工大学教务部结合本科教学管理业务，完成对DS大模型的定制化开发，搭建了面向本科教务管理场景的大模型——“智教通”[30]。“智教通”克制了通用大模型在垂直范畴运用的局限性，支持作为智能客服回应教务咨询、教学质量数据分析与可视化、PPT智能管理等多项业务，并逐渐探求先生评教、教学督导、教学支持等更多服务场景，提升教学管理与服务的效率与质量，打造智能化的教学管理与服务生态。

　　（四）专项培训：提供DS配套课程与培训

　　DS的有效运用依赖于用户的数字素养，但当前部分高校师生对人工智能技术的了解有限，影响了其运用效果。高校应积极推进AI教育课程建设，鼓励交叉学科研讨，展开专项培训，协助师生纯熟掌握DS的运用方法。中国迷信院继续教育网正式上线“深度求索（DS）从入门到知晓”系列课程，为先生引见人工智能工具的特点及运用方法[31]。清华大学与北京大学先后发布《DeepSeek从入门到知晓》[32]《DeepSeek提示词工程和落地场景》[33]，为用户提供了极具价值的指点。

五、风险应对：

隐私、伦理、主体性与教育公平的多重应战

　　（一）数据安全与隐私泄露风险

　　DS在高校的广泛深化运用，需建立横跨教学、科研、管理的全域数据采集网络，触及师生个人信息、行为数据、科研成果等多维度敏感信息。DS运转在模型训练、对话交互、云端同步等环节中，能够因系统破绽、权限管理缺陷或协议兼容性成绩产生泄露风险。

　　技术层面，DS满血版近670亿神经元数量能够添加数据攻击面，存在经过模型反演推断原始数据的潜在要挟；管理层面，DS的隐私政策要求用户的数据在国内服务器上停止本地化存储，但DS的数据蒸馏技术以及高校科研的需求，能够触及国外学术著作与材料等数据的跨境传输与活动，这能够引发数据主权归属争议与著作权侵权风险[34]；运用层面，过度搜集的语义交互数据存在非必要特征提取风险，而这些敏感数据也能够被外部人员越权访问。这些安全隐患不只能够损害师生隐私权，也会对高校科研成果的知识产权保护构成压力，需警觉能够引发的数据管理应战。

　　针对这一风险，山东财经大学拟建设数据集中共享平台，汇总校内教学、科研、管理运转数据为主体打造数据集市，一致管理数据出口与出口，规范数据消费者、加工者、消费者的行为权限，为各类数据运用者提供便捷安全的数据访问服务[35]。

　　（二）学术伦理与成果归属争议

　　大模型运用模糊了人类智力贡献与机器生成内容的边界，对传统学术评价体系构成新的考验。在科研过程中，AI辅助论文写作能够降低学术原创性门槛，添加高校学术评审中对成果真实性的核查难度；滥用大模型生成知识，容易导致科研想法的趋异化，使学术研讨的创新性受损。在成果确权方面，算法生成的内容难以准确界定人类参与度，导致著作权认定标准滞后[36]。持续存在的界定模糊能够影响学术评价的公正性，减弱科研成果的质量控制机制。若不能及时建立适配的伦理规范，能够降低学术界对AI辅助研讨的认可度，进而影响高校的知识消费效能。基于此，华东师范大学与北京师范大学结合发布了《生成式人工智能先生运用指南》，强调运用生成式人工智能时应明白标注，且直接生成内容不超过全文的20%[37]。

　（三）教育主体认知退步的替代性风险

　　深度运用生成式人工智能对师生的高阶思想才能发展带来应战，能够导致师生作为认知主体的自主思索、决策等才能发生退步。

　　一是教师过度依赖智能备课系统，能够弱化教学创新才能，教学设计被简化为模板化流程，引发教师创新思想、教学技能与实际智慧的退步。此外，依赖DS的数据决策对先生停止评价，对教师的判别力、转译力以及解读力提出了更高的要求。假如教师“照搬”DS的评价结果，将会减弱教师作为价值判别与引导者的主体性[38]。二是先生过度依赖生成式人工智能的即时知识获取特性，能够会降低自主探求与批判性思索的志愿，改变深度思索的习气。一项针对近500名大先生展开的实证研讨表明，频繁运用生成式人工智能的先生更容易产生拖延习气，由于他们能够以为借助这一工具可以迅速完成义务，从而降低了自动投入和及时完成义务的动力。此外，过度依赖生成式人工智能会替代先生的自动思索与实际，既能够形成记忆力下降，影响长期知识的巩固和了解，也不利于先生批判性思想和独立处理成绩等才能的发展[39]。

　　上述新变化对师生数字素养提出了更高的要求，因此需警觉师生过度运用AI工具带来的替代风险。基于此，2025年3月发布的《上海交通大学关于在教育教学中运用AI的规范（试行版）》强调，先生应坚持人工智能辅助学习的价值定位，构成自顺应学习形式，自觉的注与援用人工智能工具的必要信息，在知识学习与创新创造的人机协同过程中，培育自主才能、反思才能，以人工智能促进人类智慧发展[40]。

　　（四）技术门槛和资源需求加剧数字鸿沟扩张

　　经济发达地区或国内头部高校具有更雄厚的科研资金、更完善的计算资源以及更强的技术研发才能，可以应用校内资源疾速本地化部署DS，并在教学智能化、科研辅助、行政优化等方面获得分明成效。而部分中西部地区的高校由于算力资源受限、师资储备不足、数字基础设备相对薄弱，在引入和深度运用DS方面面临较大的应战。这种技术与资源的不平衡，将会拉大高校间的教育质量差距，影响教育公平和区域高等教育发展[41]。

六、将来展望

　　（一）政策指点：立足实践，规划本土化的大模型运用方略

　　一是从国家层面来看，该当加强统筹规划，制定高校运用人工智能技术的指点意见，确保技术的规范化、迷信化运用。二是设立严重研讨专项，如设立“高等教育人工智能研讨”专项，鼓励高校停止中国人工智能教育阅历的研讨，探求合适我国高等教育体系的AI运用形式；加快遴选设立一批人工智能大模型教育运用示范区和实验校；系统化总结我国高校人工智能方面的运用阅历。三是加大对国产大模型企业、教育科技企业的支持力度，包括专项资金投入、税收优惠等。四是坚持“教育科技人才一体发展”，鼓励高校加快学科专业规划优化调整，构建“顶尖迷信家人才+技术研发人才+运用实际人才”的AI人才培育矩阵，加大对高素质人工智能人才培育的要素投入，提升人才供给才能。五是加强对高校人工智能重点实验室等平台的支持。将大算力人工智能芯片、数据存储、服务器、5G-A、万兆光网等方面的高速网络设备研发项目设置为旗帜项目，并提供专项资金扶持。同时，支持建设高校数智基座，搭建虚拟化计算资源池，为DS训练和推理提供算力保障。

　　（二）校企合作：深化技术、资源与人才协同途径

　　为处理应前高校在运用DS中面临的技术瓶颈、资源分散、人才短缺等成绩，应推进高校与企业展开本质性合作。技术研发层面，推进高校与企业结合开发行业垂直模型，满足特定范畴（如医学、法律）对模型专业性与准确性要求。资源整合层面，中小型高校和偏远地区院校往往缺乏算力和数据资源，应鼓励高校联盟、校企共建共享算力基础设备，完成资源的集约化应用，推进普惠化发展。人才培育层面，鼓励“双聘制”机制，促进高校教师与企业工程师双向活动，以处理大模型研发、迭代、运维等人才供需错配成绩。

　　（三）运用创新：探求大模型赋能教学、科研、管理场景的新方向

　　在教学层面，应进一步探求虚拟理想、数字孪生技术与大模型的结合机理与运用形式，为先生创造具身化、可交互的沉浸式学习体验，完成知识的直观了解、深度探求以及成绩处理才能的迁移运用[42]。

　　在科研层面，开发智能预研系统，自动生成范畴发展热力图与潜在打破点，精准发现高价值科研课题。建设国家级跨学科AI平台，支持材料、生物、环境等学科共享DS模型与算力资源，推进严重课题结合攻关。

　　在管理层面，应用DS模型停止资源动态调整与分配，高校根据招生、失业、科研等数据停止实时分析，精准辨认资源需求变化，及时调整预算和资源分配，确保资源高效应用，提高决策迷信性与执行力。搭建校园安全智能预警平台，实时追踪校园舆情热点、准确辨认先生心思危机。

　　（四）风险防控：构建可持续的伦理与安全管理体系

　　一是建立严厉的数据管理框架，经过技术手腕（如基于区块链技术的数据追溯、数据加密、访问控制）与管理规范（如数据分类分级）保护师生隐私与学术敏感信息[43]。二是学术伦理的规范应紧跟技术发展步伐，如研发AI生成内容的检测工具，明白AI辅助成果的贡献划分规则。三是伦理管理体系应具有动态调整才能，定期评价新技术运用的风险，并根据结果优化政策效能[44]。四是在舆情防控方面，高校可以设立人工智能伦理审查委员会，建立舆情监测机制，设立用户反馈机制，以提高其牢靠性和适用性。

参考文献：

　　[1]郭蕾蕾.生成式人工智能驱动教育变革：机制、风险及应对——以DeepSeek为例[J/OL].重庆高教研讨,2025: 1-10[2025-04-01].http://kns.cnki.net/kcms/detail/50.1028.G4. 20250310.1548.002.html.

　　[2]新华社.教育部部长怀进鹏：往年中国将发布人工智能教育白皮书[EB/OL].(2025-03-05)[2025-03-23].http://www.moe.gov.cn/jyb_xwfb/xw_zt/moe_357/2025/2025_zt03/shengyin/buzhang/202503/t20250305_1181418.html.

　　[3]徐政,邱世琛,葛力铭.DeepSeek赋能拔尖创新人才培育的实际逻辑与实际途径[J/OL].重庆大学学报(社会迷信版),2025:1-12[2025-04-01].http://kns.cnki.net/kcms/detail/50.1023.c.20250305.1737.007.html.

　　[4]李志民.教育数字化赋能建设学习型社会的新赛道新优势——《教育强国建设规划纲要（2024—2035年）》第七部分解读[J].中国教育信息化,2025,31(2):3-12.

　　[5]杨湛菲.教育部发布4项举动助推人工智能赋能教育[EB/OL].(2024-03-28)[2025-03-23].http://www.moe.gov.cn/jyb_xwfb/xw_zt/moe_357/2024/2024_zt05/mtbd/202403/t20240329_1123025.html.

　　[6]北京市教育委员会.北京市教育委员会关于深化高校专业课程改革提高大先生人工智能素养才能的意见[EB/OL].(2024-07-01)[2025-03-21].https://jw.beijing.gov.cn/xxgk/2024zcwj/2024qtwj/202407/t20240709_3741177.html.

　　[7]江苏省教育厅.省教育厅关于印发《江苏高校人工智能赋能专业建设举动方案》的告诉[EB/OL].(2024-12-02)[2025-03-21].https://jyt.jiangsu.gov.cn/art/2024/12/10/art_77619_ 11455660.html.

　　[8]四川省教育厅.四川省教育厅关于印发《人工智能赋能四川高等教育教学改革十条措施》的告诉[EB/OL].(2025-01-20)[2025-03-21].https://edu.sc.gov.cn/scedu/cjfwjb/2025/1/23/3f7e2d91fd2a43efab4ebfa3fa2c5df4.shtml.

　　[9]浙江大学本科生院.浙江大学发布“教育教学人工智能进阶计划（AI STEP）” 构建人工智能教育重生态[EB/OL].(2025-03-05)[2025-03-21].https://mp.weixin.qq.com/s/kgMv4zUOWqEhFmnw7guRvg.

　　[10]内蒙古师范大学.内蒙古师范大学发布《“人工智能+”赋能本科教育教学改革举动方案》打造北疆教育数字化转型新标杆[EB/OL].(2025-03-08)[2025-03-21].https://news.imnu.edu.cn/info/1011/14544.htm.

　　[11]北京师范大学.开学季重磅！Deepseek上线北师大，你的专属智能助教来了！[EB/OL].(2025-02-19)[2025-03-23].https://mp.weixin.qq.com/s/3uLDpnvFBSSieYpqnszTwg.

　　[12]云南大学党政办公室.云南大学基于DeepSeek大模型的创新运用陆续上线[EB/OL].(2025-03-06)[2025-03-21].https://office.ynu.edu.cn/info/1147/4237.htm.

　　[13]陆道坤.颠覆与重构：DeepSeek引发的教育范畴“蝴蝶效应”及应对[J/OL].新疆师范大学学报(哲学社会迷信版),2025,46(4):1-9[2025-04-01].https://link.cnki.net/urlid/65.1039.G4.20250227.1328.002.

　　[14]中国教育和科研计算机网.一文汇总！15所高校DeepSeek部署最新停顿[EB/OL].(2025-02-20)[2025-03-21].https://www.edu.cn/xxh/xy/xytp/202502/t20250220_2655253.shtml.

　　[15]安徽师范大学网信办.学校推进Deepseek智能体运用构建智慧校园重生态[EB/OL].(2025-02-25)[2025-03-21].https://dwxcb.ahnu.edu.cn/info/1010/38043.htm.

　　[16]胡仁杰,凌明,郑磊.东南大学：重构“大电类”基础课程群多维度提升先生综合才能[N].光明日报,2025-03-05(11).

　　[17]中国江苏网.拥抱AI 江苏省无锡技师学院“技小智”上线！[EB/OL].(2025-03-04)[2025-03-21].https://jsnews.jschina.com.cn/wx/a/202503/t20250304_s67d92445e4b01708361afb7e.shtml.

　　[18]邹佳雯,陈斯斯.上海交大推出本地化部署版DeepSeek，与直接接入有何不同？[EB/OL].(2025-02-17)[2025-03-21].https://news.sjtu.edu.cn/mtjj/20250218/207248.html.

　　[19]吉林大学.正式上线！DeepSeek的风，吹到了吉林大学！[EB/OL].(2025-03-01)[2025-03-21].https://mp.weixin.qq.com/s/hoDovRm0lR6ozqMBDhLsgA.

　　[20]沈阳,闫佳琦,邹开元.基于DeepSeek思想链的人机协同知识消费[J/OL].中国编辑,2025:1-10[2025-04-01].http://kns.cnki.net/kcms/detail/11.4795.G2.20250314.0851.002.html.

　　[21]华中科技大学.真来了！华科大满血版DeepSeek！[EB/OL].(2025-02-25)[2025-03-21].https://mp.weixin.qq.com/s/kjaaDq0bRMhkU-nl4gJHxQ.

　　[22]兰州大学网络安全与信息化办公室.新学期新气候兰州大学DeepSeek本地服务惊喜上线[EB/OL].(2025-02-18)[2025-03-21].https://its.lzu.edu.cn/redianxinwen/2025/0218/293154.html.

　　[23]东萱.东南大学满血版DeepSeek-R1本地服务上线开启AI赋能教育科研新篇章[EB/OL].(2025-02-17)[2025-03-21].https://news.seu.edu.cn/2025/0217/c5541a518746/page.htm.

　　[24]河北工业大学人工智能与数据迷信学院.AI赋能教产交融！河北工大人工智能学院成功部署DeepSeek模型[EB/OL].(2025-02-13)[2025-03-21].https://xww.hebut.edu.cn/gdyw/f608234c835c4d09b72ce13f75f7d38c.htm.

　　[25]蔡天琪,蔡恒进.DeepSeek的技术创新与生成式AI的才能下限[J/OL].新疆师范大学学报(哲学社会迷信版),2025,46(4):1-8[2025-04-01].https://link.cnki.net/urlid/65.1039.G4.20250217.0932.004.

　　[26]陈智.新一代生成式人工智能的价值定位、演进逻辑及前瞻途径——以DeepSeek为例[J/OL].新疆社会迷信, 2025:1-17[2025-04-01].http://kns.cnki.net/kcms/detail/65.1211.F.20250315.1157.002.html.

　　[27]浙大方案.浙江大学——“DeepSeek 赋能政务，AI让政务办公迈向数智新时代”专题培训班[EB/OL].(2025-03-12)[2025-03-21].https://mp.weixin.qq.com/s/84MFL65 LsTuDuQNYS8KG3A.

　　[28]山东大学数智化支撑研讨院.本地知识库+校内版DeepSeek-R1运用手册[EB/OL].(2025-03-05)[2025-03-21].https://iais.sdu.edu.cn/info/1176/2369.htm.

　　[29]四川大学微服务.“大川智问”来啦：川大知识库+Deepseek[EB/OL].(2025-02-28)[2025-03-21].https://mp.weixin.qq.com/s/2-cHNYTGS5sCsr5n5s_yag.

　　[30]北京理工大学教务部.北京理工大学“智教通”上线服务[EB/OL].(2025-02-24)[2025-03-21].https://jwb.bit.edu.cn/sjfx/zhgl/37f5a831978047aeb6cbbbb320d766f4.htm.

　　[31]中国迷信院成都生物研讨所.中国迷信院继续教育网“深度求索(Deepseek)从入门到知晓”系列课程上线告诉[EB/OL].(2025-02-24)[2025-03-21].http://www.cib.ac.cn/xwdt/tzgg/tzgg/202502/t20250224_7532310.html.

　　[32]清爽研讨.DeepSeek从入门到知晓（正版放送）[EB/OL].(2025-02-10)[2025-03-21].https://mp.weixin.qq.com/s/3Igd0u3ToUmPE-od_wzRKw.

　　[33]中国高等教育培训中心.北京大学|Deepseek运用、提示词工程和落地场景[EB/OL].(2025-02-25)[2025-03-21].https://mp.weixin.qq.com/s/3Z5CsmPj0iy2yDSheLlkBw.

　　[34]顾男飞.从ChatGPT到DeepSeek：人工智能蒸馏数据的风险管理[J/OL].图书馆论坛,2025:1-10[2025-04-01].http://kns.cnki.net/kcms/detail/44.1306.G2.20250318.0907.002.html.

　　[35]山东财经大学.山东财经大学人工智能赋能教育教学“421”举动计划[EB/OL].(2024-04-30)[2025-03-23].https://xxgk.sdufe.edu.cn/info/1112/2179.htm.

　　[36]魏钰明,贾开,曾润喜,等.DeepSeek打破效应下的人工智能创新发展与管理变革[J].电子政务,2025(3):2-39.

　　[37]华东师范大学.华东师范大学与北京师范大学结合发布《生成式人工智能先生运用指南》[EB/OL].(2024-07-01)[2025-03-23].https://comm.ecnu.edu.cn/4b/93/c41932a609171/page.htm.

　　[38]罗生全,李霓,宋萑,等.DeepSeek赋能基础教育高质量发展（笔谈）[J/OL].天津师范大学学报(基础教育版),2025,26(3):1-14[2025-04-01].https://link.cnki.net/urlid/12.1315.G4. 20250313.1603.001.

　　[39]ABBAS M, JAM F A, KHAN T I. Is it harmful or helpful? Examining the causes and consequences of generative AI usage among university students[J]. International Journal of Educational Technology in Higher Education, 2024,21(1):10.

　　[40]上海交通大学.《上海交通大学关于在教育教学中运用AI的规范》（试行版）发布[EB/OL].(2025-03-04)[2025-03-23].https://www.sjtu.edu.cn/tg/20250304/207682.html.

　　[41]杨现民,卜浩德,李新,等. DeepSeek 赋能教育强国建设：技术优势、态度审视与推进建议[J].中国教育信息化,2025,31(3):3-11.

　　[42]闫寒冰,杨淑婷,余淑珍,等.生成式人工智能赋能沉浸式学习：机理、形式与运用[J].电化教育研讨,2025,46(2):64-71.

　　[43]邓建鹏,赵治松.DeepSeek的破局与变局：论生成式人工智能的监管方向[J/OL].新疆师范大学学报(哲学社会迷信版),2025,46(4):1-10[2025-04-01].https://link.cnki.net/urlid/65.1039.G4.20250214.1327.002.

　　[44]刘军,雷亮,钟昌振,等.生成式人工智能的教育运用监管道路图——UNESCO《教育和研讨范畴生成式人工智能运用指南》解读与启示[J].中国教育信息化,2024,30(8):13-28.

Analysis of DeepSeek’s Application Trends in Chinese Higher Education Institutions: Policy, Practice and Risk

Zhiqiang MA1, Xin CUI2, Xinya YOU1, Ji LIU3, Fugen SU4, Guizhen GUO4
（1.School of Education, Jiangnan University, Wuxi 214122, Jiangsu;

2.School of Design, Jiangnan University, Wuxi 214122, Jiangsu;

3. Faculty of Education, Shaanxi Normal University, Xian 710062, Shaanxi;

4. Research Division, Center for Education Management Information of the Ministry of Education, P.R.China, Beijing 100816）

Abstract: With its excellent content generation and complex logical reasoning, DeepSeek has quickly penetrated into the higher education field with an open source model and local deployment strategy. At the policy level, education authorities at all levels clarified the value orientation and practical scenarios of DeepSeek application through top-level design while universities independently formulate action plans and integrate resources to promote practice. Development trends reveal leading adoption in developed regions and “Double First-Class” universities, with science and technology colleges focusing on scientific computing tasks, normal universities emphasizing pedagogical empowerment, and vocational colleges exploring new skills-training models. In practice, universities have applied DeepSeek to the whole process of teaching, scientific research, management and training to promote the integration of independent, controllable and in-depth adaptation of teaching evaluation; promoting the improvement of scientific research efficiency, interdisciplinary research and integration of industry-university-research; achieving stable guarantee, multi-source intensive one-stop service; promoting the construction of large model education courses and special training. However, challenges and risks persist, including data and privacy leakage, disputes over academic ethics and achievement ownership, cognitive regression among educators, and the deepening of the digital divide in education. In the future, overall planning, school-enterprise cooperation, application innovation, and risk prevention and control should be further strengthened to help the digital transformation of higher education become better and better.
Keywords: DeepSeek; Large models; Generative artificial intelligence; Higher education; AI education

编辑：李晓萍校正：王天鹏

往期引荐:

《中国教育信息化》2024年第10期

《中国教育信息化》2024年第9期

《中国教育信息化》2024年第8期

《中国教育信息化》2024年第7期

《中国教育信息化》2024年第6期

欢迎光临职贝云数AI新零售门户 (https://www.taojin168.com/cloud/)