Qzone

微博

微信

“AI+低代码”推动高等教育变革：腾讯云携手同济大学共探数字化

科技 TOM 2023-12-25 17:04

近年来，数字化转型已成为各行各业提高运营效率和生产力的重要手段。而对于高校来说，转型已成为建设高质量教育体系的重要策略。但相较于迈出较早一步的企业群体，本身缺乏技术基因和运营成本的学校在数字化的转型上还较为滞后。

如何改变这一现状？AI与低代码的融合将成为数字化转型的两大助力。通过智能化的流程、应用和决策，可实现数字化转型降本增效。加上低代码带来的加速开发、降低技能门槛等优势，可助推高校数字化转型尽早实现。

基于此，12月15日，腾讯云TVP “AI+低代码驱动高等教育数字化进程”活动走进了同济大学。作为国内领先高校，同济大学如何通过数字化转型建设世界一流？“AI+低代码”怎样推进高校数字化转型建设？腾讯与同济大学的合作，完成了哪些创新实践？

来自同济大学信息化办公室主任、腾讯云TVP许维胜，中国信通院低代码委员会顾问、腾讯云TVP沈欣，腾讯微搭教育行业负责人李萍，腾讯云智能教育行业负责人贾鹤，腾讯会议AI教育行业负责人施徐国等五位演讲嘉宾，以及中山大学网络与信息中心架构师王旭，腾讯微搭副总经理林楠及许维胜等三位圆桌对话嘉宾，将带来对上述问题的深度解读和热烈探讨。

会议伊始，同济大学副校长娄永琪和腾讯云高等教育及基础教育总经理饶臻进行了开场致辞。

从领先到世界一流，数字化转型是重要抓手和内涵

“我们的‘AI+低代码驱动高等教育数字化进程’活动是同济大学和腾讯公司长期合作、互相认同、同舟共济的结果。当下，同济大学是国内外领先高校，而如何从领先走向世界一流，数字化转型是重要的抓手和内涵。尤其是我们校长到任后，将进一步推动教育范式场景技术的系统性创新。”

据娄永琪介绍，加上今年新当选的两位院士，同济大学总计有四名中国工程院信息学部院士。基于人才优势，同济大学同时作为国家和上海市的科学研究中心，未来将继续携手腾讯，将人工智能全面赋能，在智慧教育领域做出世界级的创新。

从数字化助手到助力高校培养数字化人才

致辞中，饶臻首先强调了腾讯在教育领域的“数字化助手”角色：“在我们25年的发展历程中，有20年都参与到了教育赛道中。2003年，教育精品课程首次上线，这在互联网企业中是非常早期的。直到腾讯整合了内部的六大事业群和二十多个教育产品，正式发布了腾讯教育品牌。”

此次腾讯云TVP和腾讯教育一起走进同济大学，并携手推出TVP行业教育大使奖项，旨在助力高校培养更多的数字化人才，共同为我国的智慧教育事业做出更多贡献。

开辟教育新赛道，塑造发展新优势

在《教育数字化转型的体制机制探讨》的主题演讲中，同济大学信息化办公室主任、腾讯云TVP许维胜老师首先介绍了学研界在数字化转型上的发展情况：“目前，各教育管理部门都已参与到相关技术的落地和调研中，包括教育管理部门的管理、决策咨询机构的决策，校领导的协调、信息化部门的技术实现和协作，以及业务部门传达用户的具体需求。”

随后，关于高校如何做好数字化问题，在许维胜老师看来需要达成以下几点共识：

·一把手工程，一把手要充分重视；

·跨部门、跨业务领域的协调和协同；

·总结推广可操作的计划、组织、设计、推进的系统化方法；

·适度超前的场景构思；

·IT队伍建设和师生数字素养提升（数字化不仅是硬件建设，关键是人的事）；

·用户体验和师生满意度；

·提升信息化部门的地位。

谈及新背景下的高校数字校园建设组织模式，许维胜老师认为重点在于如何落地。“组织既是一个名词也是一个动词，学校的信息化组织一般就是网络信息中心（或者信息办）；而如果说到工作怎么开展，则是一个动词。在组织方面，目前一般高校都是中心化的IT组织，相对比较集中。”

但在实际推进业务数字化转型的过程中，集中的、中心化的IT组织，并不太给力。原因主要在于数字化转型的需求主要是在业务侧，业务与数字技术的融合存在屏障。“所以，IT组织必须要下沉到业务，职能部门、院系（业务）与IT组成一体化团队，基于统一的数字平台，共同开展数字化转型工作。”

最后，许维胜老师总结到，统筹数字校园的核心系统，既要运营好校园网（5G）、超算中心、数据中心（云计算），各类软件系统（云原生微服务）、消防系统（物联网、边缘计算）、安防系统（物联网、边缘计算）、智慧园区管理系统（物联网、云计算），以及教育资源建设和共享（云计算）等，守牢“中宫”，同时还要四面张扬，关注新技术的创新应用。

数智化运作的本质基于精细的模型架构

“在做数字化的过程中，经常有人问某个项目应该如何投资，我的回答是数据的价值不是人决定的，而是它带来的客观价值决定的。”在《AI+低代码技术及数字化实践》主题演讲中，中国信通院低代码委员会顾问、腾讯云TVP沈欣老师首先明确了数据的价值是数字化转型的重要衡量。

具体来说，数据在以下几个方面产生价值：

·精细化操作减少成本；

·新的机会增加收入；

·减少不确定性、辅助决策；

·连接带来更高效的反应速度。

在数据、信息和知识的概念演进上，沈欣老师认为，数据是信息的表现形式和载体，信息则是数据的内涵。“比如，我们在空间中看到很多点，这是数据；但当点足够多，发现其是一片树叶之后，就成为了信息。而如果在信息的基础上进行更加高级的抽象，则成为了知识。”

所以说，数据只是过渡，知识才代表价值，未来一定是知识的年代。

那么，基于知识的数智化究竟能够做什么？在沈欣看来，主要在于解决数字意义的问题，了解数字背后的工作和任务出现了什么情况，其中的难点在于数学建模。“通过精细化的模型架构，从而适用于不同的应用场景，是数智化运作的本质。”

“从IT，到数智化，再到AGI ，未来是人工智能时代。智能化时代是一个Agents的过程，对开发代码的要求会越来越高，效率要求也会越来越高，就要考虑怎么引入低代码和无代码的平台帮助我们工作。”

沈欣老师表示，未来AI对低代码将有巨大的颠覆作用，AIGC将会是低代码的终局性机遇。首先，AIGC提供了从无到有的内容生成能力，突破了人类生产内容的特权。与此同时，它也可以做到已有知识的跨界创新，服务于0%~80%的创新，是一项巨大变革。

此外，据沈欣老师预判，未来三年之内初级程序员可能会消失。原因在于编程是信息化时代的产物，传统的软件包括数据、算法、流程，再加上UI，通过代码构建、软件执行，加上控制即可实现。“但到了AI+低代码的时代，很多东西都可以更高效的自动执行。”

未来，在算力和功耗可以持续突破的前提下，业务数据库将直接存放大量的非结构性数据，同时会变成GPT的私有训练环境，持续迭代，最终实现数据自动进入、自动校验，以及自动根据自然语言要求，甚至能做到自动找到最佳实践进行输出指导业务。

微搭：开放与自由的敏捷定制PaaS中台

在《千企百校如何借助微搭解锁创新新潜力》的主题演讲中，腾讯微搭教育行业负责人李萍老师先对微搭团队的职能进行了简要介绍：“微信云开发是微信团队联合腾讯云推出的专业小程序开发服务团队，我们团队会从开发角度做低代码。”

截至目前，微搭完成了从快速构建到快速托管的应用产品矩阵。在低代码方面的建设主要包括微搭低代码、云开发，以及微信网关。

“我们希望搭建的低代码架构是一个PaaS中台，将云开发的一系列经验和能力赋能给微搭，从而方便开发者在构建组件的过程中更加开放和自由。为此，我们结合了很多腾讯侧的能力，比如视频号、企业微信、教育基座，以及数字工厂之类。”

除了赋能开发者，微搭也开始走向行业，产品应用在教育、零售，以及工业领域的轻应用和小程序开发平台。对此，李萍老师以协同同济大学合作构建的樱花节应用为例：“服务商可以直接对接系统的数据中心和用户中心，从而只需关注当下要实现的业务，同时起到了规范低代码业务水平的作用。”

此外，微搭也实现了在流程开放平台中的应用，打破了扁平化的业务流程，从而构建了立体化的生态。而在营销活动场景中，不仅完成了百分之百的UI还原，通过Serverless云函数可支持高并发（10万QPS)，同时也实现了微信私密链路的安全防护。

最后，李萍老师谈及微搭和AI的关系。在她看来，AIGC可以解决学习成本高企的问题，进行快速培训，让更多开发者迅速学习微搭的开发内容。同时，她也觉得AIGC后续可以快速唤醒应用模块和生成应用组件，生成代码等递进演变。

理解大模型、拥抱时代浪潮

腾讯云智能教育行业负责人贾鹤老师带来《重塑智能时代生产力的应用实践分享》主题演讲。

贾鹤老师的分享主要分为两个部分，首先他站在AI从业者的角度，谈及如何理解当下的大模型，其次是从技术到工程，再到产品市场的视角，如何将对应的技术进行产品体系的丰富，进而赋能客户和行业应用，带来的思考和实践。

首先，该如何理解大模型，他认为这是一种新范式：

·从大模型热的现象到背后的实现

2023年是AI从业者的高光时刻。与以往不同的智能化体验、C端用户的快速增长，以及迅速的ToB产品和市场策略，ChatGPT及各种gpt大模型掀起一轮又一轮浪潮。

·关键技术组件，海量的高质量训练语料，“足够大”的模型基座

从GPT1到GPT2，再到GPT3，训练语料呈现出成百倍的增长。OpenAI所坚持的模型思路是只要模型“足够大”就可以应对更多任务和场景，因而全球典型的科研机构和厂商都会参考类似的路径。

此外，还包括高性能算力、高速通信、Prompt Engineering以及系列Infra的组合，才可能出现这样的一个“工程奇迹”。

·对趋势的一些思考

信息化程度越高的行业，用户容忍度更高的场景，以及复杂度更低的任务，大模型更容易结合和落地。未来行业也会更冷静，加速实战落地。同时国内，一段时间内，很可能是行业/领域大模型和通用大模型并存，一边服务B端客户“生产”需求，另一边服务C端用户“大众”需求。其次，应该如何拥抱AIGC的时代浪潮？泛化性更强、通用性更强、实用性更强，是大模型时代的三个典型特征。在金融、传媒、教育、政务、能源等多个行业头部企业和机构已经开启落地实践。

·TI平台工具链升级，覆盖大模型开发、应用全生命周期

面向大模型训练精调场景，从数据、训练、推理到加速等能力，进行一套TI平台的工具链进行升级。

·全面接入主流开源模型，提供更丰富的模型选择

接入和更新主流开源模型，加速能力升级，支持更多模型，实现更高加速比，帮助AI开发者和生产商降低训练和推理成本。

“基于以上分析来看，我们的混元大模型有四大核心能力，一是实现多轮对话，更理解上下文意图；二是知识能力增强；三是构建逻辑推理能力，准确理解用户意图，基于输入数据或信息进行推理、分析；四是内容创作，提高生产力。这是我们四个维度上的创新和发力。”贾鹤老师介绍说。

此外，贾鹤老师也带来了更多落地实践的分享，MaaS助力智能应用升级，更加丰富了教育场景实践，目前这些实践主要包括高教场景WholePicture、重塑PaaS/SaaS产品等，落地于招生咨询助手、备课辅助、知识问答助教、口语助教、AIforScience、科研助手、行政问答助手、陪伴&心理咨询助手、生涯助手等九大场景中。

面向高校信息化或者数字化建设，同时腾讯云智能也做了更多更为具体的落地实践：

·在科研场景探索，联合某头部医学机构，共建医疗行业大模型，为居民提供连续、综合、有效、精准的一体化智能问答健康服务，后续进一步拓展到智能影像识别，临床试验等科研创新场景。

·在教学场景探索，某省级公共教学资源平台的智能教学问答应用升级，旨在帮助师生提升教研教学资源利用率和用户体验。

·在管理场景探索，“虚拟辅导员“助力高校学生及时、精准和高效地获取生活或思政资讯。

腾讯会议：AI能力深度融合教学实践，让“教”与“学”更智慧！

“大模型对整个行业有非常大的影响和撬动，基于这项混元大模型的能力，我们在智能转写、AI小助手等多个功能上做了很多升级。”在题为《腾讯会议AI能力的创新应用实践》演讲中，腾讯会议教育行业负责人施徐国老师强调说。

具体落地到腾讯会议智慧教室Rooms教学解决方案上，分别从学校、教师、学生不同层面给予价值展现——

线上线下、校内校外灵活连接：AI时代，学校管理更科学

融入AI技术的腾讯会议，可以丰富学校数字化创新建设，将传统单一内容沉淀，转型为面向师生的“个性化、多模态”内容知识平台。而在学校精准培养的实施落地过程中，通过对课中、课后过程，进行大数据分析，业务平台反馈用户体验，发现学生的优点特长，促进个性发展。此外，提供面向跨校区、跨学校、跨国家的超低延时面对面的通讯系统，无缝对接海外主流通讯平台，丰富对外合作能力，进一步延伸学校对外影响。

兼顾实时互动教学与课程制作回放：AI时代，老师教学更轻松

腾讯会议的AI能力，可以帮助老师记录授课内容，自动生成多语种文字，形成课程章节，方便老师导出，编写个人专属教材，沉淀教师个人知识资产。此外，可以通过生成式的内容回顾，方便学生基于多模态进行个性化学习，并可通过权限控制管理授课内容的可见范围，分担教师教学辅导压力。而数据分析加强了课程设计，“因材施教”帮助教师了解学生关注点、困难点，实现教师备课内容的科学性化的教，提升教学成就感。

智能录制与高效互动：AI时代，学生学习更个性

在学生的学习环节，AI技术的融入可以帮助学生实现个性化学习——通过AI生成的教学知识内容平台，方便每个学生根据自己的学习进度，完成个性化学习，如内容切片与检索等。通过简单易用的互动工具，实现笔记、签到、弹幕、抢答、分组，提升教学气氛，提升学生教学参与积极性。

圆桌对话：

通过AI解决低水平重复建设，改进管理模式

彭爱华：今天的主题是“AI+低代码”，我们请许老师分享一下，AI和低代码在高等教育数字化的流程中起到了什么样的决定性作用？

许维胜：从同济大学的实际情况来看，AI对高校的影响大概分为三个部分：

一是对专业教学内容的影响。我们学校每一个专业都在和AI相结合，比如说建筑设计、土木工程、智能建造、AI辅助的创意设计等等，这是对专业教学内容的影响。

二是对教和学的过程影响。比如，老师的教学方法和学生的学习方法，以及教与学的模式可以如何通过AI来优化，这也是一个方面。

三是对校园管理和治理的影响。包括各种辅助决策、数据分析和业务系统的架构，期间都有AI的参与，但目前还在探索和起步阶段，离我们期望的目标相距甚远。

此外，还有两个场景是腾讯和信通院可以帮助我们实现的：学校的应用系统存在低水平重复建设问题，可以通过AI+低代码技术改善；管理模式的改进，包括减少试错成本，从而进行更多的尝试，通过技术的方式不断走出桎梏。

AI技术赋能日常，教学场景更加高效

彭爱华：感谢许老师的真知灼见，接下来想问一下王老师，您是同济大学的校友，这次也带着中山大学多年的信息化积累回到了母校，一定会有非常多的感触，可以谈谈您对数字化领域的经验积累和思考感受。

王旭：感谢主持人。相较于时刻紧盯技术变革的企业来说，我们中山大学的技术并非先进，但还是有一些落地应用。比如，我们通过定位和人脸识别完成了一款新生报道的小程序，确保学生在校园内的定位功能是网络与信息中心使用腾讯的LBS服务自行研发的，虽然不是很复杂的技术，但确实在很大程度上减轻了数千名学生一起报道的拥堵现场。

另一项分享是我们近期和微搭团队合作了新一代师生服务平台，其中有一个流程是横向科研盖章。在完成这个项目之前，中山大学的此项流程是完全线下化的。老师们需要跑多个部门才能办完，可能还需要跨城市办理，非常浪费时间和精力。基于微搭的线上连通能力，就把盖章的流程和其他系统结合起来打通，完成了线上化。

我们上学的时代计算机还不是生产力工具，现在的电脑可以说是老师和学生最重要的生产工具，怎么用好这个工具就非常关键。通过电脑获取知识更加方便，大大提高了学习效率毋庸置疑，但对学生来说，在处理大量信息的过程中可能力不从心，很难在有限的时间完成高效的知识提取，这是一个比较大的挑战。不过，我们也从技术的跨越发展中走出了新的一步，AIGC就可以帮助老师和学生解决提炼和处理知识的问题，这是非常好的方向。但新的方向也会带来新的问题，然后会有新的技术进一步解决，我相信技术在辅助人的认知方面还是可以形成良性闭环。

让学生更好地匹配科技发展和产业升级

彭爱华：确实还是需要厘清技术和教育之间可能存在的矛盾关系。下一个问题想请教林楠老师。您从企业管理者的角度，是如何看待教育适应科技的发展，以及提升产业升级的能力？有哪些经验思考？

林楠：先回答您第一个问题。教育的本质还是育人，所以谈教育适应科技的发展和产业的升级，更重要的是如何培养学生，让他们更好地匹配科技的发展和产业生产。具体到实践中，我认为主要基于以下四个方面：

·保持好奇的心态，这点特别重要。在科技发展和行业升级上，会不断有新的技术涌现和迭代，要时刻保持好奇心。

·培养动手能力。新技术出现后，人们总是看得多，动手做得少，但事情只有动手实践才能更有积累和体会。

·提升跨学科素质。以往单一学科可以解决很多问题，但现在随着产业发展越来越深入，非常需要跨学科的能力。

·持续学习的习惯。技术一直在迭代，我们需要保持持续学习的心态和习惯，才能跟得上未来的发展浪潮。

技术与应用场景融合发展，AI未来加持低代码

彭爱华：感谢林老师的分享。接下来我们进入到观点众议的环节，基于之前搜集的三个具有代表性问题，分别邀请三位嘉宾来进行回答。

问题一：对于未来几年的技术发展前景，哪一些趋势和创新值得我们关注？

问题二：就您所了解的先进技术，在当前数字化应用领域有哪些潜力可以挖掘？

问题三：AI是否会取代程序员，以及和低代码之间的技术关系是怎样的？

许维胜：在教育行业，数字化转型解决的问题主要是需求侧的高质量个性化发展，这是从学生角度来说。作为供给方，学校如何将所存资源给到形形色色的每一位学生也是一个关键问题。这里涉及到三个模型，我们称之为学习者模型、教学模型和知识模型。

学习者模型最重要在于数据打通；教学模型比较像物流系统，将老师提供给学生的知识进行搬运；知识模型主要在于知识的表现可能会运用到元宇宙的一些技术。此外，未来教育行业会发展出很多和场景关联的技术，技术与应用场景的融合将是一大趋势。

彭爱华：确实，未来的高等教育可能不在高校围墙里面，也可以通过数字化无时无刻、随时随地的存在。下面请王旭老师再谈谈您的看法。

王旭：从自然语言处理到CNN，再到深层神经网络的自然语言处理，技术的发展是日新月异的。如果让预测明年会出现什么新技术，我确实没有这个能力。但是，我可以畅想未来有一天可以在元宇宙中进行学习，生活，可以将包括ChatGPT，语音转文字，图像处理等机器学习应用在元宇宙之中，让其更加真实。

关于AIGC的能力和低代码的结合，我认为还是比较完美的。包括ChatGPT在内的AIGC基本上通过了图灵测试，可以理解人类的语言，那和低代码结合起来就非常方便。

但是以目前的AI能力，在细节的把控上是不足够的，想要完全代替程序员还是不可能的。通过和AI的交流，可能完成百分之七八十的任务，但是对业务深入理解性的功能还是需要初级甚至资深程序员来完成。

彭爱华：接下来有请林老师站在腾讯的视角，您是如何看待这三个问题的？

林楠：人类的智慧实在太强大了，可以创新的技术非常多，但从我个人关注的场景来说，还是对大模型和虚拟现实最感兴趣。

大模型对现有产品的重构已经影响到我们日常生活的方方面面，比如新能源智能汽车通过引入AIGC可以进行人车交互。再比如，腾讯利用自研混元大模型进行趋势预测，从而提升广告效率，也是一种预判趋势和辅助决策的能力。

此外，回到今天的主题，我认为AI在未来会加持低代码，首先是改变代码的形态和交互方式，原来通过拖、拉、拽来实现一个应用，现在用自然语言就可以完成交互。虽然在生成复杂代码上还有相当的难度，但是在低代码集成大模型的能力之后，可以实现更加个性化的应用调整。微搭联合腾讯大模型混元也在这方面积极地做一些尝试，相信不久会有机会给到大家使用体验。