生成式AI如何深度赋能高校信息化系统？

随着DeepSeek的开源发布，算力平权时代来临，人工智能部署及使用成本大大降低，诸多信息化层面原本难以实现或不敢想象的能力瞬间触手可及。像文本归纳、关键信息提取等任务，如今借助生成式人工智能可轻松完成。这为信息化系统升级迭代注入新活力，更为高校数字化转型发展道路开拓了新的方向。目前，各大高校正积极将人工智能融入教学、科研、管理与服务各领域。本文通过分析生成式人工智能与信息化系统的耦合度，剖析其如何能逐步渗透高校管理信息化领域，直至实现人工智能无感融入信息化的全过程。

01

AI与信息化系统的

中低耦合现状

很多高校都已经部署了各类蒸馏或满血版大语言模型，这些模型作为工具类服务，与高校信息化系统耦合度较低甚至无耦合。它们为师生提供知识问答、文本创作、写作辅助、数学运算及编程等功能，且能解决云平台服务连续性与数据安全问题。然而，本地化部署硬件投入巨大，师生的固定作息规律导致白天高峰期面临算力紧张，夜间又存在闲置等资源分配问题。如果要在算力、成本及数据安全间寻求平衡，通常可采用在云平台租借GPU资源，利用开源大语言模型搭建自建平台，为师生提供服务的方式。

还有部分高校的信息化系统与AI处于中耦合的情况，即通过RAG（Retrieval-Augmented Generation，检索增强生成）等技术，将校园特色语料、教学资源、部门规章制度、办事指南等纳入知识库，在用户向大语言模型提问时，带上知识库的知识片段，解决幻觉问题。比如在用户咨询一卡通物理卡办理流程上，通用大语言模型因为学习的是互联网的公开语料，导致难以准确回答，此时，校级的知识库就可以做到有效的补充。

如果本身知识库就是