《习近平谈治国理政》第五卷《以教育之强夯实国家富强之基》一文提出：“在深化改革创新中激发教育发展活力。从教育大国到教育强国是一个系统性跃升和质变，必须以改革创新为动力。要坚持系统观念，统筹推进育人方式、办学模式、管理体制、保障机制改革，坚决破除一切制约教育高质量发展的思想观念束缚和体制机制弊端，全面提高教育治理体系和治理能力现代化水平。”

中共中央、国务院印发的《教育强国建设规划纲要（2024—2035年）》强调要“促进人工智能助力教育变革”，建立基于大数据和人工智能支持的科学决策制度，促进“科技创新与人才培养相互支撑”。可以说，借助人工智能技术优势，全方位优化教育治理的各个环节，从而推动教育治理转向更加科学、高效和智能的现代化方向，是当前教育强国建设面临的一项新课题。

人工智能技术赋能教育治理现代化的理念创新

理念是实践的先导，以人工智能技术赋能教育治理的现代化转型需要树立数据驱动治理理念、精准化治理理念和循证治理理念。

树立数据驱动治理理念。数据驱动治理理念是指教育治理主体依据数据关联规则和潜在信息优化治理决策的一种观念。践行数据驱动的教育治理理念，一方面需要整合多方面教育资源数据，形成数据集；另一方面需要运用数据挖掘技术建立分析模型，挖掘繁杂教育信息中的内在规律，从而指导主体的治理活动。

树立精准化治理理念。人工智能技术赋能教育治理的精准化，是指依托算法分析做出精准的教育决策，从而提升治理施策的靶向性和适配度。树立精准化治理理念，需要运用智能技术识别包括就业趋势信息、人口地图信息和教学评价信息等多种渠道的教育信息。基于数据分析精准识别各方主体的需求，实现教育资源合理配置和教育措施精准落实。

树立循证治理理念。教育治理的循证治理理念是指在教育治理中树立一种遵循证据进行教育治理实践的价值观，其中的证据包括教育领域的统计结果、案例研究、实验结论、实践经验等。以证据驱动政策制定和治理行为，能够减少教育治理中的官僚主义和形式主义现象，提高教育治理的效率。

人工智能技术赋能教育治理现代化的机制革新

机制是治理的枢纽。在数字时代，教育治理的现代化转型需要三方面体制机制的革新：人工智能技术赋能的供需有效匹配机制、资源智能配置机制和主体有效协同机制。

人工智能技术赋能的供需有效匹配机制。人工智能技术赋能的供需有效匹配机制是指借助智能手段挖掘与识别各主体的治理需求，并提供与之匹配的治理供给，最终达到供需匹配的机制。要实现该机制，在需求端需要通过情感计算和学习分析等技术实时捕捉各主体的差异化需求并设立反馈渠道；在供给端需要依托智能算法动态调整课程、师资、设施等供给要素的内容与时空分布。

人工智能技术赋能的资源智能配置机制。教育治理的资源智能配置机制是指借助人工智能技术，使包括校企资源、区域资源和学科资源等的教育资源有效流通和正确匹配，实现教育资源价值最大化的运行方式。建立此机制，首先需要实现教育资源的全要素数字化和透明化，其次要利用物联网和区块链等技术建立资源追踪系统，以及利用知识图谱构建跨部门的资源关联网络等。

人工智能技术赋能的主体有效协同机制。教育治理涉及政府、学校、社会、家庭等多元主体，主体的协同治理是指各治理主体基于共识维护共同利益的过程。建立此机制，关键在于借助人工智能技术协调各方主体在教育治理中的关系问题。除了要重视政府宏观层面的管理，更需要通过基于数据的一体化决策链提升家庭、社会、学校等治理中相对弱势主体的地位。

人工智能技术赋能教育治理现代化的能力跃迁

能力是治理落地的保障，人工智能技术赋能教育治理的韧性治理能力、预测性治理能力、跨域综合治理能力是人工智能时代进行教育治理实践的必然要求。

人工智能技术赋能教育治理的韧性治理能力。教育治理的韧性治理能力是指治理系统在应对不确定性环境时，通过动态调整实现抗压、恢复和进化的能力。教育治理措施相较于数据所具有的客观性以及政策所具有的规定性，缺乏随外部环境需要而动态调整的柔韧性。因此，治理主体需要具备韧性治理能力，实现智能技术和教育治理差异性、特殊性的顺利结合。

人工智能技术赋能教育治理的预测性治理能力。区别于传统的反应式教育治理，预测性教育治理是指治理主体依据一体化的教育决策链做出具有预测性和前瞻性的教育治理决策的过程。这种能力要求治理主体善于运用大数据治理工具将当前教育情况、人才分布情况、市场就业趋势等数据整合处理，在数据模型和科学计算的基础上做出对未来的预测。

人工智能技术赋能教育治理的跨域综合治理能力。跨域综合治理能力是指依托人工智能技术整合学校、社会、政府与家庭等主体的治理资源，统筹政策和文化等要素进行协同联动治理的能力。当前教育治理仍然存在治理不统一与碎片化的问题，如“双减”政策中课内教学与课外服务的协同性不足，这就需要培养跨域综合治理能力，借助智能系统打破治理边界，形成信息畅通、资源互通的综合治理体系。

[作者单位：电子科技大学马克思主义学院。本文为国家社科基金项目“高校思政课学习成效的大数据增值评价研究”（23VSZ141）、四川省哲学社会科学基金马工程“思想政治教育教学研究”专项（CSJJ24MGC06）、成都市哲社规划项目“智能技术赋能成都深化思想政治教育评价综合改革研究”（2024CS246）的阶段性研究成果。]