AIedu 2026-09-30
面向 AI 赋能学习、高校数字化转型、AI 教育与教学方向的高等教育动态精选（共 7 条）
1. 中南大学正式成立人工智能学院，发布湘江具身脑模型 1.0
- 来源/时间：ChinaTechNews，2026-09-30
- 事件内容： 中南大学在长沙举办的国家级学术论坛上正式成立独立建制的人工智能学院，由中国工程院院士李建成担任创始院长。学院同步发布湘江具身脑模型（Xiangjiang Embodied Brain Model）1.0，该模型在 ECCV 2026 RoboDojo 全球挑战赛中获得荣誉。学院还开源了 Embodi-Verse-110k 数据集，包含超过 11 万种机器人本体构型数据。此外，学院与中国移动、科大讯飞、宇树科技等 13 家企业建立实训合作关系，推动产教深度融合。
- 值得关注的原因： 985 高校以独立学院建制押注 AI，标志着中国顶尖高校正从"开设 AI 课程"转向"系统性学科重构"。具身脑模型 + 大规模机器人数据集的开源，直接对接具身智能研究前沿；13 家企业实训合作则体现了"模型+数据基础设施+工厂落地"的中国栈正在高校端成型。对关注 AI 教育产教融合与学科 OS 化的读者具有标杆意义。
🔗 原文链接
2. 世界银行报告：中低收入国家 AI 教育宜采三阶段部署路径
- 来源/时间：World Bank / ChinaTechNews 引用，2026-09
- 事件内容： 世界银行发布《Costing AI Interventions in Education in Low- and Middle-Income Countries》报告，提出 AI 教育成本效益的三阶段策略：第一阶段优先为教师配备 AI 工具（性价比最高）；第二阶段扩展学生数字学习应用；第三阶段将 AI 嵌入全校行政与课程基础设施。报告强调，直接给学生配 AI 工具并非最优解，先赋能教师能带来更可持续的教学质量提升。
- 值得关注的原因： 该报告为全球高校 AI 转型提供了经济学视角的决策框架。“先教师后学生"的路径与当前国内高校"师-生-AI 三元融合"的实践方向一致，对预算有限但希望推进 AI 教育的高校具有直接参考价值。同时，三阶段模型也为评估 AI 教育 ROI 提供了可操作的指标。
🔗 原文链接
3. THE 世界学术峰会 2026 首次在非洲举办，开普敦大学宣布停用 AI 检测工具
- 来源/时间：Xinhua，2026-09-30
- 事件内容： 泰晤士高等教育（THE）世界学术峰会 2026 首次在非洲举办，由开普敦大学（UCT）与布里斯托大学联合承办，吸引 500 名代表、100 名讲者参与。峰会主题"Knowledge, justice and futures: Universities in the age of intelligence”。UCT 副校长 Mosa Moshabela 明确表示，学校已停用 AI 检测工具，不再因学生使用 AI 而惩罚他们，转而支持学生学会合理、批判性地使用 AI。THE 世界大学排名 2027 将于峰会期间发布，覆盖 118 个国家/地区。
- 值得关注的原因： 这是全球顶尖高校首次在官方层面明确"弃用 AI 检测、转向 AI 素养培养"的标志性事件。与此前哈佛、复旦等校的探索形成呼应，预示着高等教育正从"防 AI"转向"教 AI"。对国内高校制定 AI 使用政策具有重要参考——尤其是如何平衡学术诚信与 AI 素养培养的关系。
🔗 原文链接
4. OpenAI DevDay 2026 发布教育相关基础设施：Codex Cloud、Spaces、Plugin Extensions
- 来源/时间：OpenAI，2026-09
- 事件内容： OpenAI 在 DevDay 2026 上发布多项面向教育场景的基础设施更新：Codex Cloud 提供可配置的云开发环境，Education 等套餐可直接使用；ChatGPT Spaces 支持协作工作空间；Pages 支持文档化知识沉淀；Plugin Extensions 开放插件平台，允许教育机构自定义功能；Agents API 新增 computer use 能力。同时公布 ChatGPT 周活跃用户突破 12 亿，ChatGPT Work 与 Codex 周用户超 3500 万。新发布的 Dots 为常驻智能体（由 GPT-6 Astra 驱动），GPT-6.1 Sol 价格约为 Astra 的五分之一。
- 值得关注的原因： Codex Cloud + Education 套餐的组合，意味着高校可以低成本为学生提供标准化 AI 开发环境；Spaces/Pages/Plugin Extensions 则构成了完整的"AI 协作-沉淀-扩展"基础设施。这对高校数字化转型的工具选型具有直接影响——尤其是计算机、数据科学等专业的实验教学场景。12 亿周活的数据也说明 AI 工具已成为全球学生的"默认配置"。
🔗 DevDay 回顾 | Dots 介绍 | GPT-6.1 Sol
5. 开学季中外校长致辞高频谈 AI：从"后知识社会"到"AI 使用三准则"
- 来源/时间：科学网 / 文汇报，2026-09
- 事件内容： 2026 年开学季，中外高校校长在致辞中密集提及 AI。复旦大学校长金力指出"人工智能含量很高"，新生调研显示近八成已形成 AI 使用习惯；他提出"后知识社会"概念，并警示"三个警惕"——认知卸载、虚假掌握、信息茧房。华东师范大学校长马余刚勉励学生"不被算法定义"。北京理工大学校长姜澜提出"AI 使用三准则"：用必求真、每天至少一半"无 AI 时间"、核心创新/闭卷/涉密场景禁用 AI。哈佛校长 Garber、普林斯顿校长 Eisgruber、港中深校长徐扬生、俄罗斯校长涅斯捷罗夫等也各自阐述 AI 时代的人才培养观。复旦教授张力奋要求学生作业标注 AI 使用细节。
- 值得关注的原因： 校长致辞是高校价值导向的"风向标"。从"后知识社会"的宏观判断到"无 AI 时间"的具体操作指南，说明高校领导层对 AI 的认知已从"技术冲击"深化为"教育哲学重构"。近八成新生已有 AI 使用习惯的数据，也印证了 AI 素养教育必须从"入门科普"升级为"批判性使用"。
🔗 原文链接
6. 哈佛学院院长 Deming：AI 指导方针应为 Advisory “菜单”，非强制禁令
- 来源/时间：The Harvard Crimson，2026-09-28
- 事件内容： 哈佛学院院长 David Deming 在 9 月全体会议上阐述学校 AI 指导方针的制定思路。他表示，指南 likely 为 advisory（建议性）而非 binding（强制性），形式将是帮助教师的"一套菜单（set of menus）"，供教师根据课程特点自主选择。防御性措施包括：课堂限制设备使用、必要时"AI-proofing assessments"、增加写作环节、加强 scaffolding（支架式教学）、增加 check-ins（过程性检查）、更多 oral exams（口试）——尽管这些措施都"resource intensive（资源密集）"。Deming 同时为 A 成绩上限 20% 的政策辩护，称咨询过的雇主和研究生招生官"100% 赞成"该做法。
- 值得关注的原因： “菜单式"指导方针是一种务实且可扩展的治理思路——既避免"一刀切"的僵化，又为教师提供经过验证的选项库。Deming 坦诚承认防御措施"资源密集”，也揭示了 AI 时代教学质量提升的真实成本。对国内高校制定 AI 使用政策具有直接参考价值：如何在"放任"与"禁止"之间找到第三条路。
🔗 原文链接
7. 哈佛 RCT 研究：教师预设计的 AI 辅导优于课堂主动学习，学习增量超两倍
- 来源/时间：Scientific Reports / News18 / 网易，2026-09
- 事件内容： 哈佛大学教育学院在《Scientific Reports》发表随机对照试验（RCT），比较教师预设计的 AI 辅导系统（PS2 Pal）与传统课堂主动学习的效果。194 名本科生参与，结果显示：AI 辅导组课后测试中位数得分 4.5 分，课堂主动学习组 3.5 分，学习增量超两倍；AI 组用时中位数 49 分钟，课堂组 60 分钟。统计显著性 p < 10^-8。83% 的学生评价 AI 解释等同或优于人类教师。研究强调，该 AI 系统由教师预先设计，并非裸聊天机器人。
- 值得关注的原因： 这是目前高等教育领域样本量较大、方法较严谨的 AI 辅导 RCT 之一。关键结论不是"AI 比人好"，而是"教师预设计的 AI 比传统课堂好"——这指向了 AI 赋能学习的核心范式：AI 不是替代教师，而是放大教师的教学设计能力。对推动"AI 一对一辅导"在高校落地具有实证支撑价值，同时也提示：裸用 ChatGPT 与教师精心设计的 AI 辅导系统，效果可能天差地别。
附：今日关键词
AI 素养 产教融合 具身智能 AI 辅导 RCT 菜单式治理 后知识社会 AI 检测停用 Codex Cloud
@WoLoveAI —— 关注 AI 赋能学习与高校数字化转型