1、概要
人工智能能“承担通常被认为需要人类认知过程和决策能力的任务”，作为一项关键技术在“2021年报告”再次出现。人工智能已被广泛应用于高等教育教学，如学习管理系统、监考、评分和评估、学生信息系统、办公、图书馆服务、招生、残疾支持和移动应用等。最近关于人工智能和高等教育的讨论，出现了两个关键点：一是人工智能可用于解决教学、学习和学生成功的当前或长期挑战；二是有机会彻底反思课程和相关的学术项目，以更好地为“人工智能一代”服务。目前，人工智能在高等教育的应用似乎大多集中在第一个关键点上。例如，英国杜伦大学让霍利（一个人工智能“学生参与平台”）参与招生以促进学生成功。另一类应用可能被称为“人工智能赋能学习分析”。爱荷华大学的数字学习记分卡使用机器学习“识别学业困难学生”。
至于第二个关键点，在人工智能正在走向普及的世界里，高等教育似乎才开始重新思考人工智能的本质和结构。FLoRA项目是个国际合作研究项目，涉及英国、德国、荷兰和澳大利亚等国的高校，旨在强调人工智能赋能自我调节学习的重要性。研究人员正在使用机器学习更好地理解学生的自我调节学习过程，并通过提供个性化学习支架促进学生的自我调节学习。
2、人工智能与高等教育教学
人工智能诞生以来，一直备受争议。人工智能在监考和考试中的使用，引发了激烈辩论。一些大学因未经学生同意，使用人工智能系统收集生物特征数据，跟踪和监控学习进度与学术诚信而被起诉。与人工智能相关的高等教育面临的另一个紧迫问题是学术诚信。有网站提供了一种应用程序，通过“改写”来混过抄袭检测。高等教育可能需要用人工智能系统打击其他违反学术诚信的人工智能系统。高等教育需要谨慎、有道德地使用人工智能。人工智能技术的偏见问题以及数据采集和使用的伦理问题很常见。高校可以与学生和社区合作，应对人工智能带来的混乱。
实践案例：
（1）人工智能校园 人工智能校园由德国联邦教育和研究部资助，是一个专门针对人工智能技能和能力发展的数字学习平台。学习环境以学习者为中心，旨在开发学习机会，具体解决个别部门或专业领域的需求。歌德大学(Goethe University)等机构正在利用该平台支持与人工智能相关主题的微学位。
（2）高等教育中与人工智能驱动实践相关的道德和法律挑战 该项目旨在研究与高等教育中人工智能驱动实践的出现相关的道德和法律挑战，主要关注预测分析。目标之一是产生关于如何从底层开始应对高等教育中人工智能的道德和法律挑战的知识，以及设计瑞典负责任人工智能教育观察站，以培育公正、关怀数据驱动实践的出现和发展。主要研究者是斯德哥尔摩大学（Stockholm University）的教员。
（3）用个性化框架促进自我调节学习 自我调节学习(SRL)，有时被称为元认知，是一种监控和有效适应学习过程的能力。FLoRA项目由来自英国、德国、荷兰和澳大利亚的研究机构合作，旨在开发机器学习技术，以更好地测量和理解SRL过程，并开发个性化的框架，以鼓励学生的元认知技能。
（4）基于自然语言处理的学生网络情感分析 利用情绪分析工具，新西兰的研究人员正在分析一群学生在社交媒体上发布的帖子，目的是解决一个问题:自然语言处理工具如何帮助分析研究生课程中学生的在线情绪?通过将分析得出的情绪得分可视化，研究人员能够更好地了解学生对活动和评估的在线情绪。这项研究集中在思维实验室，这是一家位于新西兰的私人培训机构。
（5） Spectrum宾夕法尼亚州立大学（Penn State University）的这个项目将自然语言处理应用于课程记录。通过可视化，该应用程序旨在通过将分析结果提供给教师，来支持反思性教学实践。教师可以使用Spectrum来分析课堂上每个句子的内容和上下文，识别课程所涵盖主题之间的关系，并探索这些主题如何相互交织。
（6）WeLearnWeLearn是一个开放的基于web的插件，旨在识别和授权知识社区，通过实现人工智能算法，可以实现语义本地化的知识共享和概念映射。该项目使用维基百科和学术期刊上的文章作为概念图的一部分基础。Wellearn是巴黎研究与跨学科中心的一个项目。