人工智能时代应用型高校风险理性培育的“应为”与“可为”

The “should” and “can” of risk rationality cultivation in applied universities in the AI era

摘要

人工智能的蓬勃发展，正在改变人们的生产和生活方式。当前，人工智能赋能产业结构转型，并且以此助力实现中国式现代化，需要应用型人才充分发挥自身学以致用的优势，在培养高素质劳动者方面大有作为。一方面，对广大应用型高校而言，要努力把握机遇，顺应人工智能时代发展要求，提升人才培养质量；另一方面，应用型高校也要立足安全和发展大局，打好风险理性培育的“组合拳”：加强课程体系中风险理性嵌入；加强师资建设，推动“双师型”队伍与产业专家深度融合；发挥校企协同育人的优势，为学生提供全真环境、情境化场景的沉浸式风险理性培育；整合思政教育资源，将人工智能与社会治理纳入价值引领范畴；强化案例教学与社会热点研讨，提升学生的现实关切与批判分析能力。

Abstract

The rapid development of artificial intelligence is transforming our production and lifestyles. Currently, AI is driving industrial restructuring and contributing to the realization of the Chinese path to modernization. Applied talents must fully leverage their strengths in practical learning to excel in cultivating high-quality workers. On the one hand, for applied universities, it is crucial to seize opportunities, adapt to the demands of the AI era, and enhance talent cultivation quality. On the other hand, these institutions must also prioritize security and development by implementing a comprehensive strategy for risk rationality cultivation: Strengthening the embedding of risk rationality in the curriculum system; strengthening faculty development to integrate “dual-qualified” teams with industry experts; leveraging the strengths of school-enterprise collaboration in education to provide students with immersive, real-world, and scenario-based risk rationality training; integrating ideological and political education resources by incorporating AI and social governance into value-oriented frameworks; and enhancing case-based teaching and social hotspot discussions to foster students' practical engagement and skills of critical thinking.

关键词

人工智能 / 应用型高校 / 风险社会 / 风险理性培育

Key words

artificial intelligence / applied universities / risk society / risk rationality cultivation

1 问题的提出

党的二十届三中全会审议通过了《中共中央关于进一步全面深化改革 推进中国式现代化的决定》，明确提出“高质量发展是全面建设社会主义现代化国家的首要任务”“要健全支持人工智能创新发展的体制机制”“教育、科技、人才是中国式现代化的基础性、战略性支撑”“要统筹好发展和安全”等一系列关乎中国式现代化目标顺利实现的重要部署^[1]。如何理解人工智能发展的内涵、彰显其独特优势、探究人工智能的实现路径，防范人工智能发展过程中可能出现的“风险”，从而为中国式现代化的顺利实现提供更加安全、持久和高效的动力支持，这是作为社会子系统的高等教育系统，需要回应的“时代之问”^[2]。在我国高等教育方阵中，综合性研究型大学整体上拥有更加雄厚的科研实力和大量拔尖创新人才，处在人工智能发展的“第一梯队”^[3]。与此同时，具有学校数量和人才培养数量双重优势的应用型本科高校，如何在人工智能发展的过程中，立足自身特色，强化人才培养过程中风险理性的培育，从而实现风险的源头防范，统筹发展和安全这两件大事，为高质量发展提供稳定的环境，至关重要。“风险理性的构建需要培养质疑、判断和选择能力。”^[4]从历史的“长镜头”看，在技术发展的推动作用下，人类经历了不同技术发展阶段。技术发展水平越高，参与生产的元素、环节和不确定因素越多，也就对风险防范与治理提出了更高的要求。学者丹尼尔·贝尔提出“后工业社会”^[5]的概念，主要是考虑了20世纪80年代的美国社会与前工业社会和工业社会的经济变革动力与方式、就业方式与结构、科学与技术的关系出现了本质的不同，特别是后工业社会中，“风险”作为“各种不确定的情况”，成为了一种社会发展中的常态。乌尔里希·贝克提出风险是“系统地处理现代化自身引致的危险和不安全感的方式”^[6]，并且用“风险社会”，表达与传统社会的区别。生成式人工智能正在改变人类认识方式和思维方式，数据驱动思维和人机协同思维，正在成为智能时代的新型创新思维方式^[7]。增强人才培养过程中风险理性的培育，才能在人工智能发展的过程中，面对可能的不确定因素和风险，未雨绸缪，牢牢地把握风险识别、防范、化解的主动权，从而使得人才这个核心元素，在中国式现代化的过程中发挥更大的作用。

2 人工智能推动产业转型：实现中国式现代化的必然要求

人工智能作为引领新一轮科技革命和产业变革的战略性技术，已成为推动经济社会发展的核心驱动力^[8]。2017年，国务院印发《新一代人工智能发展规划》，明确提出人工智能是推动产业优化升级、生产力整体跃升的重要力量，旨在构筑我国人工智能发展的先发优势，加快建设创新型国家。习近平总书记指出，要把新一代人工智能作为推动科技跨越发展、产业优化升级、生产力整体跃升的驱动力量，努力实现高质量发展^[9]。归根结底，人工智能通过技术创新、要素配置优化和产业深度融合，显著提升了全要素生产率，在劳动和资本等要素等量投入情况下，实现了更高的产出效率^[10]。发展人工智能，必须一切从实际出发，因地制宜地推动其与实体经济的深度融合。

当前，学术界对多学科的研究，聚焦了人工智能的内涵、特征、机制及其对产业转型升级的诸多影响。作为第四次工业革命的通用性目的技术，人工智能具有广泛渗透性、数据驱动性和系统智能化等特征，能够有效拓展技术创新的新空间，引发技术进步，并助推新兴产业快速成长^[11]。通过人工智能推动产业转型升级，需系统把握智能技术、新型劳动者与劳动对象的关系，全面提升资源配置效率，推动观念创新、技术创新与管理创新，将技术优势转化为惠及民生的实际成果^[12]。

马克思主义政治经济学认为，生产力是社会进步的内在动力，而科学技术是“历史的有力的杠杆”，是“最高意义上的革命力量”^[13]。作为先进生产力的重要体现，人工智能不仅改造传统生产力，更催生了新的生产力质态^[14]，以高科技、高效能、高质量为特点，深刻改变了经济增长方式与发展路径^[15]。当前，我们正致力于实现中国式现代化的宏伟目标。党的二十大报告强调“以中国式现代化全面推进中华民族伟大复兴”，并系统阐述了中国式现代化的五大特征：人口规模巨大的现代化、全体人民共同富裕的现代化、物质文明和精神文明相协调的现代化、人与自然和谐共生的现代化、走和平发展道路的现代化。人工智能的发展，为契合这些特征提供了关键技术路径和创新动力。

人口规模巨大的现代化，要求我们在扩大发展成果覆盖面的同时，更加注重发展质量的提升，以应对多样化、多层次的民生需求^[16]。传统产业模式对资源和要素投入依赖较强，资源配置效率有待提高，发展质量和效益难以充分满足庞大人口在就业、教育、医疗、养老等方面的需要。人工智能则通过智能化改造和数字化转型，提高生产效率和服务精准度，为规模化需求提供高质量解决方案^[17]。

全体人民共同富裕的现代化，要求缩小区域和城乡发展差距，使发展成果更多更公平惠及全体人民。究其根本，是生产力发展水平的不平衡这个本质问题，导致不同地区、行业和业态之间，出现发展不平衡的问题。从历史发展脉络和当下发展需求来看，通过人工智能，有利于实现生产要素的优化组合，提升生产效率。人工智能的及时入场，能够进一步促进人才流动、信息互动、资源涌动、技术拉动等促进经济社会可持续发展的相关环节彼此联动，这样才能提升产业、区域、不同业态之间实现更加均衡的发展，从而把共同富裕的愿景，变为实景。

物质文明和精神文明相协调的现代化，要求我们在持续丰富物质产品供给的同时，不断增进人民的精神福祉。传统生产中大量依赖劳动者的体力劳动和重复性劳动，而人工智能替代了部分常规性劳动，使劳动者得以从事更具创造性的工作，增加了闲暇时间，为提升精神文明水平创造了条件^[18]。

人与自然和谐共生的现代化，要求经济发展与生态保护相协调，摆脱高消耗、高污染的传统路径。人工智能通过绿色技术创新、能源智慧管理和生产流程优化，显著降低资源消耗和环境污染，支持循环经济和低碳发展，实现可持续发展与代际公平^[19]。

走和平发展道路的现代化，要求我们秉持人类命运共同体理念，推动包容、普惠、共赢的全球合作。人工智能强调开放创新和国际合作，有助于打破资源争夺和零和博弈的旧有逻辑，通过技术共享与协同治理，使科技进步成果惠及全球，促进世界和平与发展。

党中央、国务院高度重视人工智能发展，陆续出台多项规划与政策，推动人工智能与实体经济深度融合。在人工智能推动产业转型升级的新征程上，应用型高校应主动融入国家战略，加强产学研结合，培养符合时代需求的高素质技术技能人才，为现代化产业体系建设提供坚实支撑。

3 人工智能赋能产业转型过程中应用型高校大有可为

在人工智能驱动产业变革的时代背景下，应用型高校正迎来前所未有的发展机遇。当前，高等教育不仅承载着人才培养、科学研究、社会服务与文化传承的传统使命，更在综合国力竞争中发挥着先导作用。科技革命、产业升级与生活方式的深刻变革，均高度依赖于人才这一核心要素。人工智能的快速发展，正加速科学技术从知识形态向现实生产力转化，而这一过程亟需通过提升劳动者素质来实现^[20]。在这一背景下，应用型高校在培养高素质劳动者方面具有显著优势。

在我国高等教育体系中，应用型高校以“学以致用”为鲜明特色，在人才培养方面具备规模与质量的双重优势。这类院校致力于构建以行业与职业需求为本位、技术体系为依托、自然科学与人文社会科学相融合的知识结构，强调显性知识与隐性经验并重，形成复合性、动态性与先进性的能力体系^[21]。随着生成式人工智能的迅猛发展，应用型人才的角色已不再局限于直接参与生产活动。人工智能一方面成为连接劳动者与生产实践的桥梁，另一方面也推动更多劳动者从生产活动中解放出来，转化为消费市场的主体，这对应用型人才的核心能力提出了更高要求^[22]。

从外部产业需求与内部资源禀赋看，应用型高校在输送技术应用与管理创新人才方面潜力巨大。人才资源作为生产力中最活跃的要素，不仅推动生产资料与科技知识的创新，更引领管理模式的变革^[23]。应用型高校应立足区位优势，通过深化产教融合、优化资源配置、强化师资队伍建设，精准对接区域经济社会发展需求，以科技创新助力产业升级，以实证研究推动实践创新，从而有效回应产业结构调整与技术进步的挑战^[24]。

在推动产业转型升级的过程中，应用型高校需注重因地制宜的发展策略。与传统研究型大学相比，应用型高校更贴近区域经济生态，对本地产业动态与人才需求具有更高的敏感度与适应性^[25]。发展人工智能驱动的产业体系，需以系统思维推动创新链、产业链、资金链与人才链的深度融合，而应用型高校在整合本地资源、高效配置创新要素方面具有独特优势^[26]。

4 人工智能赋能产业转型要求应用型高校注重风险理性培育

2025年4月25日，习近平总书记在中共中央政治局第二十次集体学习时强调，“推动我国人工智能朝着有益、安全、公平方向健康有序发展”。党的二十大报告指出：我们要坚持以人民安全为宗旨，统筹维护和塑造国家安全，夯实国家安全和社会稳定基层基础，以新安全格局保障新发展格局。我们要完善风险监测预警体系、国家应急管理体系，提高公共安全治理水平，坚持安全第一、预防为主。

人工智能驱动的产业转型，既是对生产力本身的再一次解放，又是对利益关系的再一次调节^[27]。在激发活力、优化动力、形成合力从而加速推进产业变革的同时，我们也要未雨绸缪，对人工智能技术广泛应用过程中可能带来的技术风险、安全风险、伦理风险以及社会治理创新中的各类风险，实现源头防范、联防联治。

之所以特别强调应用型人才在人工智能时代，要增强风险防范的意识和能力，主要是考虑到应用型人才的特殊性。从数量上看，应用型人才的规模远远超过研究型人才和技能型人才；从能力上看，应用型人才是知识创新到技术转化的重要桥梁和纽带。因此，应用型高校在人工智能时代，注重人才培养过程中的风险理性培育，确实是“应为之举”。

从必要性看，当前，人工智能推动产业升级已成为社会广泛共识，但也需理性看待各地在推进智能化改造中的诸多实践，防止陷入误区，尤其要防止将人工智能简单等同于技术工具，甚至忽略伦理与安全边界的“技术滥用”。说到底，推动技术落地和产业变革，需要更多地考虑风险与收益之间的关系，尽最大努力实现收益最大化、风险最小化，特别是从源头上增强风险防范意识、培育风险理性，要防止因缺乏系统思维和风险意识，给生产安全和社会治理带来不必要的损失。

人工智能特别强调“技术革命性突破”。所谓“革命性”，往往意味着前无古人的开创性举措，缺乏可资借鉴的经验与教训，这就更加要求我们培育风险理性，达成广泛共识，明确安全是人工智能健康发展的必要环境和重要基石。

在推动人工智能与产业深度融合的过程中，我们既要充分把握机遇、激活动能，以智能化推动经济高质量发展，又要在源头上认识到“欲戴王冠，必承其重”，增强识别风险、防范风险、化解风险的意识和能力，在高风险社会中培育社会成员的风险理性。有学者指出，“在高风险社会中，需要改造并重塑传统风险管理手段，全面识别、沟通与评估风险，从而达成风险治理格局”^[28]。

如何定义“风险”，学术界内部目前尚未达成充分共识。在安东尼·吉登斯看来，风险可分为外部风险（external risk）和被制造出来的风险（manufactured risk）两类^[29]。外部风险的主要来源是大自然，如地震、火山喷发等，不以人的意志为转移；被制造出来的风险主要是指因为没有相关应对经验的人为因素导致的，如过度工业化导致的全球气候问题、核辐射危机、食品安全问题、群体性事件引发的社会动荡，等等。

“风险感知”是充分培育风险理性的重要环节。1992年，英国皇家学会把“风险感知”定义为涉及“人们对危险和收益的信念、态度、判断和情绪，以及更广泛意义上的文化和社会倾向^[30]。”人工智能发展水平与质量的跃升，既能够创造出更高精度和敏感度的物化成果，辅助人类感知风险，从而在源头上采取措施进行风险防范；也能够通过更加丰富的科技产品，提升人们应对风险和化解风险的意识和能力。培育风险理性，将有利于人工智能在促进文明形态发展中发挥更大的作用。

从特殊性看，应用型高校注重风险理性的培育，有利于数量众多的毕业生在进入职业活动前，就能够在价值层面和技能层面，充分做好认识和技能方面的准备，最大限度地统筹发展和安全。同时，由于应用型高校在人才培养过程中普遍采用校企合作的育人模式，应用型高校在人才培养的过程中，加强风险理性的培育，也有利于推动企业这个主体，更加注重风险理性。在人工智能视域下，创新的程度越高，我们对应的风险识别、风险防范的应对等级也应该越高。一旦风险演变为灾害，技术发展水平越高，破坏性后果可能越严重。“颠覆性创新”是人工智能推动产业转型的重要内涵之一，科技领域的“颠覆性”，为运用科技创新解决实际问题的应用型人才提出了全新的要求^[31]。这就意味着，广大应用型高校有必要也有责任在人才培养的过程中，加强风险理性的培育，这样才能够从实际工作中，为经济社会稳定健康可持续发展助力护航。

5 智能时代应用型高校人才培养过程中风险理性培育的建议

爱因斯坦曾深刻指出：“用专业知识教育人是不够的。通过专业教育，他可以成为一种有用的机器，但是不能成为一个和谐发展的人。”^[32]在人工智能技术广泛渗透并推动产业深刻转型的背景下，应用型高校所培养的人才不仅是技术应用和产业升级的重要推动者，同时也日益成为技术使用过程中的主体和潜在风险的承担者。因此，在人才培养中加强风险理性培育，即培养学生主动识别、积极化解与勇于面对风险的核心能力，显得尤为关键。具体而言，可从以下路径展开探索。

首先，加强课程体系中风险理性嵌入。应用型高校应结合校企合作过程中的资源优势和信息优势，及时在课程体系中，嵌入与科技哲学、工程伦理、人工智能相关的内容，通过理论课程与实践课程的结合，帮助学生通过了解和使用人工智能，增强风险理性培育的实效性。应用型高校毕业生多直接进入技术应用一线，其风险意识的高低直接影响技术实践的负责任程度。特别是在未来的发展过程中，“人工智能＋”的应用场景将更加广阔，这就更加需要在应用型人才培养的课程体系中，对毕业生在人工智能时代的风险理性培育更加重视，这样才能确保风险的源头防范和高效治理。

其次，加强师资建设，推动“双师型”队伍与产业专家深度融合。人工智能驱动的产业转型要求教育者不仅具备理论知识，更需拥有应对现实复杂性的实践智慧。高校应通过机制创新，如设立“产业教授”岗位、实施“弹性引才”计划，吸引具备人工智能技术背景与企业实践经验的专家参与教学；同时加强对在职教师的培训，提升其在新兴科技伦理、企业风险管理等方面的素养，使课堂教学更加贴近真实产业场景，增强风险理性教育的实效性与说服力。

再次，发挥校企协同育人的优势，为学生提供全真环境、情境化场景的沉浸式风险理性培育。特别是人工智能及相关专业的人才培养，通过情境模拟、仿真训练、角色扮演、轮岗实习等多元方式，促进学生“在做中学”。企业可提供“全真生产环境”和“全程实践链路”，帮助学生理解技术落地中的不确定性及可能衍生的社会影响。通过项目制学习、案例研讨和沉浸式实训，学生能够在接近真实的语境中体认风险、学习权衡与决策，从而提升其系统性风险应对能力。

然后，整合思政教育资源，将人工智能与社会治理纳入价值引领范畴。人工智能不仅是技术革命，也深刻影响社会结构与治理模式。“课程思政”应结合数字经济、算法治理、就业转型等现实议题，引导学生思考科技发展中的公平、安全与责任问题。通过将伦理原则、政策法规及典型社会案例（如自动驾驶责任划分、平台用工权益保护等）融入专业教学，增强学生对技术发展的多维认知，塑造其兼具创新意识与责任意识的技术价值观。

最后，强化案例教学与社会热点研讨，提升学生的现实关切与批判分析能力。人工智能在推动产业智能化的过程中，也引发公众对隐私、公平和就业的广泛担忧。高校应及时将相关社会争议纳入课堂，引导学生剖析技术背后的利益格局、舆论形成与公众认知机制。例如，围绕生成式人工智能的误用风险、自动化对就业结构的冲击等议题开展跨学科讨论，培养学生从技术、伦理与社会治理综合视角识别和化解风险的能力，使其成为人工智能时代中兼具专业素养与人文关怀的负责任实践者。

6 结束语

人工智能时代，深入探究应用型高校风险理性培育的“应为”与“可为”，旨在从理论层面，推进和深化人才培养的跨学科认识，融汇社会发展规律、产业发展规律和人才成长规律，为高水平应用型人才培养提供更为精准和具体的理论依据；在实践层面，也有利于广大应用型高校在教育强国背景下，寻找产业化、特色化的人才培养路径，从而使得应用型高校在高等教育方阵中，以“有为”谋求“有位”。人工智能推动的产业转型是涉及科技创新、产业创新与管理创新的全方位、全领域、全链条的系统工程，高等教育体系必须积极回应并深度参与^[33]。在这一进程中，应用型高校虽难以在原始创新或突破关键核心技术方面比肩研究型大学，但在技术技能人才培养规模、科技成果转化与推广、专业结构与区域经济需求的匹配度，以及推动毕业生服务国民经济主战场等方面，具有不可替代的重要作用^[34]。当前，我们已普遍认识到，在充满不确定性的风险社会中，相较于事后应急响应，从源头上培育风险理性更能为统筹发展与安全提供坚实基础。推动人工智能与产业深度融合，其根本目标在于激发创新活力、优化要素配置、营造开放包容的创新生态，使技术发展的成果惠及更广泛人民群众。应用型高校注重风险理性教育，对毕业生而言，无论作为人工智能产业创新链条上的新型劳动者、技术红利的受益者，还是社会风险治理体系的建设者，都具有深远意义。正因如此，在人工智能驱动产业转型的背景下，通过强化风险意识培育和实践能力建设，应用型高校能够为中国式现代化提供坚实的人才支撑和智力保障。

参考文献

[1] 程骋, 江岚, 黄弘毅. 总体国家安全观视阈下科技安全的法律保障[J]. 科技进步与对策, 2025(13): 131-138.

[2] 李猛. “人工智能+”赋能新质生产力发展: 内在机理与路径探索[J]. 北京航空航天大学学报(社会科学版), 2024(4): 127-137.

[3] 何玉芳. 为发展新质生产力培育急需人才[J]. 红旗文稿, 2024(14): 41-44.

[4] 刘凤梅. 风险社会背景下大学生风险理性意识的培育: 从高校思想政治教育和通识教育融合的角度[J]. 黑龙江高教研究, 2012(5): 131-133.

[5] 丹尼尔·贝尔. 后工业社会[M]. 彭强, 译. 北京: 科学普及出版社, 1985:25.

[6] 乌尔里希·贝克. 风险社会[M]. 何博闻, 译. 南京: 译林出版社, 2004.

[7] 王运武, 任楷文. DeepSeek赋能未来教育创新与变革: 多维透视、 本质特征与应用模式[J]. 中国医学教育技术, 2025(5): 555-562.

[8] 胡俊, 杜传忠. 人工智能推动产业转型升级的机制、路径及对策[J]. 经济纵横, 2020(3): 94-101.

[9] 石建勋, 朱婧池. 全球产业数字化转型发展特点、趋势和中国应对[J]. 经济纵横, 2022(11): 55-63.

[10] 沈赏. 基于系统GMM的我国人工智能对产业转型升级影响效应分析[J]. 工业技术经济, 2020(4): 155-160.

[11] 杜传忠, 金华旺, 金文翰. 新一轮产业革命背景下突破性技术创新与中国产业转型升级[J]. 科技进步与对策, 2019(24): 63-69.

[12] 韦东明, 顾乃华, 韩永辉.人工智能推动了产业结构转型升级吗:基于中国工业机器人数据的实证检验[J]. 财经科学, 2021(10): 70-83.

[13] 马克思, 恩格斯. 马克思恩格斯全集(第19卷)[M]. 北京: 人民出版社, 1963.

[14] 徐芳, 李秉远. 新质人才赋能新质生产力的理论逻辑与现实路径[J]. 人口与经济, 2024(4): 1-6.

[15] 耿子恒, 汪文祥, 郭万福. 人工智能与中国产业高质量发展: 基于对产业升级与产业结构优化的实证分析[J]. 宏观经济研究, 2021(12): 38-52.

[16] 于鑫, 丛屹. 人口老龄化、 人工智能与产业结构转型升级[J]. 贵州社会科学, 2023(5): 136-144.

[17] 魏岚. 人工智能赋能制造业转型升级[J]. 软件和集成电路, 2024(11): 32-33.

[18] 周友良, 管贻生. 人工智能背景下制造产业智能化转型升级路径研究[J]. 大众标准化, 2022(11): 138-140.

[19] 郭凯明, 潘珊, 颜色. 新型基础设施投资与产业结构转型升级[J]. 中国工业经济, 2020(3): 63-80.

[20] 王彦雷. 人工智能与高等教育发展范式转型研究[J]. 高等理科教育, 2020(3): 73-78.

[21] 吴中江, 黄成亮. 应用型人才内涵及应用型本科人才培养[J]. 高等工程教育研究, 2014(2): 66-70.

[22] 王弘扬, 龙耘. 人工智能助力高等教育发展的动因、特征和方向[J]. 中国高等教育, 2019(20): 57-58.

[23] 韩飞, 金琴花,郭广帅. 职业教育与新质生产力: 创新生态系统理论视角下的双向赋能[J]. 高教探索, 2024(3): 58-64

[24] 梁伟. 人工智能(AI)时代应用型高校数字化教学模式创新研究: 以山东华宇工学院财务管理专业为例[J]. 办公自动化, 2021(22): 41-43.

[25] 黄成亮. 应用型本科院校助力中国式现代化的逻辑与路径[J]. 南京工程学院学报(社会科学版), 2024(1): 1-7

[26] 郭凯明. 人工智能发展、 产业结构转型升级与劳动收入份额变动[J]. 管理世界, 2019(7): 60-77.

[27] 郭勇. 让人工智能更好赋能新质生产力发展[J]. 前进, 2025(8): 51-53.

[28] 童星, 陶鹏. 论我国应急管理机制的创新: 基于源头治理、动态管理、应急处置相结合的理念[J]. 江海学刊, 2013(2): 111-117.

[29] 安东尼·吉登斯. 失控的世界[M]. 周红云, 译. 南昌: 江西人民出版社, 2001.

[30] Royal Society. Risk: Analysis, Perception and Management[M]. London: The Royal Society, 1992.

[31] 李罡, 李景丽, 唐智超, 等. 人工智能时代应用型本科高校人才培养模式探讨[J]. 农机使用与维修, 2023(1): 118-121.

[32] 爱因斯坦. 爱因斯坦文集(第３卷)[M]. 北京: 商务印书馆, 1977.

[33] 奥拉夫·扎瓦克奇-里克特, 维多利亚·艾琳·马林, 梅丽莎·邦德, 等. 高等教育人工智能应用研究综述: 教育工作者的角色何在?[J]. 中国远程教育, 2020(6): 1-21.

[34] 陈静. 治理视域下应用型高校人才培养质量评价主体的角色转型[J]. 现代教育科学, 2017(5): 90-93.

基金资助

南京工程学院教学改革与建设项目“同向同行同频同度同心：应用型高校思政育人效能提升路径研究”(JXGG2025ZX07)