中新网广州7月23日电 (记者 王坚) 一场聚焦教育与科技深度融合的重要活动——"香港科技大学(广州)-广州医科大学全面深化教育科技人才一体化发展行动计划启动仪式暨Research Happy Hour(医工交叉专题)"，于22日在香港科技大学(广州)校园内拉开帷幕。现场高朋满座，两校代表共聚一堂，见证了这一具有里程碑意义的携手时刻。

仪式上，双方不仅携手宣告该一体化发展行动计划的正式启航，更举行了"香港科技大学(广州)-广州医科大学人工智能赋能医疗、康复与医工交叉联合研究中心"（英文简称CARE中心）的揭牌典礼。与此同时，中心的核心领导团队——主任及联合主任，也在此次活动中获颁聘书，标志着这一跨学科合作平台的实体化运作全面开启。

据悉，本次合作不仅是两校在战略层面的一次深度联动，更是对广州市科技成果转化体系及环港科大(广州)转化基地战略布局的积极响应与主动融入。以行动计划为宏观指引，依托CARE中心这一核心枢纽，双方将围绕人工智能驱动的医疗健康、智能康复技术、前沿医学影像、脑科学探索及主动健康管理等关键领域，展开全方位、多层次的务实协作。具体合作范畴涵盖联合科研攻关、高层次人才引进与培育、创新人才培养模式、临床场景无缝对接以及加速科技成果向现实生产力转化等多个维度，旨在为广州生物医药与健康产业集群的壮大及粤港澳大湾区高水平人才高地的构建注入强劲动能。

香港科技大学(广州)校长倪明选在致辞中，深刻阐述了此次两校强强联手的战略意义。他满怀期许地表示，希望双方能将合作蓝图转化为实实在在的成果，将合作推向更深层次、更广领域，共同发掘医工交叉这一新兴赛道上的无限潜能与可能。

广州市教育局市管一级调研员林平亦亲临现场并发表讲话。他殷切寄语两校，期望能在医工交叉课程体系共建、双导师联合指导、科研实践训练、学生联合培养以及住院医师人工智能素养提升等方面大胆探索、先行先试，着力打造一套可复制、可推广的创新型育人范式，为广州构筑高水平人才高地提供坚实而有力的支撑。

广州医科大学校长赵醒村则在发言中指出，港科大(广州)所独创的"枢纽-学域"学术架构，有效打破了传统学科间的壁垒，其聚焦于人工智能、医工交叉与智能健康等前沿方向，与广医的学科优势形成高度互补。两校定位相得益彰、优势资源互为支撑、发展愿景高度契合，此番携手必将碰撞出绚烂的智慧火花，结出丰硕的合作成果。(完)

北京7月31日电 据权威消息，中共中央近日作出人事调整决定：任命罗文同志为河北省委委员、常委及省委书记；同时，免去倪岳峰同志所担任的河北省委书记、常委、委员等职务，其工作将另有安排。

生成式人工智能正以空前之势重塑全球高等教育的版图。从学生撰写论文，到教师设计课程，再到高校教务管理，这一颠覆性技术已深入渗透到教育链条的每一个细微环节。它在显著提升效率的同时，也带来了一系列不容回避的隐忧——学术诚信的边界被模糊，数据安全的防线遭到挑战，伦理责任的归属变得扑朔迷离。面对这样一把利弊交织的“双刃剑”，如何在释放技术赋能潜力的同时构筑有效的风险防控屏障，从而探索出一条契合人工智能时代需求的高校治理新路，已然成为全球高等教育界共同面对且亟需破解的时代课题。

价值航向：从“严防死守”到“价值驱动”

生成式人工智能向高等教育腹地的持续挺进，绝非仅仅是引入了一件效率工具，它更深层地触发了对教育内在价值与未来人才塑造目标的根本性省思。纵观全球各大高校的治理实践，大致可梳理出三种鲜明立场：严令禁用、有界开放，以及将技术深度内嵌于教育肌理。这三种取向，既是技术扩散在不同发展阶段所留下的现实印记，也深刻折射出高校在恪守教育传统与拥抱技术变革之间所面临的价值抉择与张力。

在生成式人工智能崭露头角的初始阶段，一批高校和教育管理机构不约而同地选择了审慎防御的姿态，对其使用施加严格限制。这种策略的核心，在于防范新兴技术对既有教育秩序造成强烈冲击。教育界普遍弥漫着一种忧虑：学生若过度依赖智能工具，其独立思辨和创新创造等核心素养恐将日渐式微。与此同时，根深蒂固的学术诚信规范，也使得高校在面对这种可能部分替代人类认知劳动的技术时，本能地倾向于保守应对。美国纽约市教育局早期的做法便是典型注脚，其在2023年初以可能损害学习成效为由，明令禁止在校园网络和设备上使用ChatGPT。尽管该禁令因技术应用的势不可挡而在数月后取消，但这种审慎的防范姿态，却生动反映了传统教育模式在技术风暴初期的应激反应。

伴随技术能力的持续跃升及其在教育场景中的广泛落地，越来越多的高校正逐步意识到，简单粗暴的一禁了之既难以落实，也违背时代发展的必然趋势。因此，治理立场开始向“有条件开放”转向。治理的重心也从“是否允许”转变为“如何规范”，普遍路径是发布详尽的使用指南，为师生提供清晰的行动框架。以英国牛津大学为例，该校于2024年发布的使用指引，明确区分了可允许与严禁使用的具体场景：它支持学生运用智能工具来提升学习技能和辅助课程理解，同时掷地有声地强调，人工智能绝不能替代人的批判性思考，更不能取代建立在证据之上的学术论证和学科知识建构。这种以规范引导为核心的治理模式，在坚守学术底线与为技术创新预留探索空间之间，努力寻求一种动态平衡。

在此基础上，一些更具前瞻性的高校已超越单纯的风险应对逻辑，转向以教育赋能为导向的积极立场，将生成式人工智能视为撬动教育范式深层变革的战略杠杆。它们通过周密的制度设计与充裕的资源投入，主动推进该技术与教学、科研及行政管理的全方位融合。2024年，美国亚利桑那州立大学开创先河，成为全球首个与OpenAI建立深度合作伙伴关系的高校，在课堂教学、科研辅助和行政流程中系统引入智能工具，大胆探索人机协同的新型教育模式。这一重大转向，揭示了高校治理逻辑的内在演化——从“使技术适应既有教育框架”到“让教育因技术而实现跨越式发展”。当生成式人工智能被纳入制度化轨道并与教育目标同频共振时，其价值便不再局限于效率的提升，更在于对教育范式本身的重塑与再造。

规则建构：多层规范体系划清应用行为疆界

在“有界开放”与“教育赋能”这两种主流治理取向之下，负责任地使用技术是所有实践的共同前提，这必须依赖具体、可操作的行为准则来落实。总体观之，全球高校正围绕学术诚信、数据安全与责任归属等关键领域，逐步编织起一套系统化的规则网络，将宏观的治理理念细化为师生可以遵循、可以问责的具体规范，从而为技术的应用划定清晰而明确的边界。

学术诚信，无疑是高校在治理浪潮中面临的最为核心议题。由生成式人工智能辅助产出的成果，其原创性归属饱受争议。为此，国际高校普遍从三个维度着手调整学术规范：其一，扩充对学术不端的定义，将“未经明确授权的AI使用”明确纳入作弊或剽窃的范畴；其二，在具体教学情境中细化使用边界，清晰区分允许与禁止的环节，例如允许将AI用于资料收集整理等辅助性工作，而在核心观点形成和最终内容创作等关键环节则严格禁止；其三，建立强制性的披露机制，要求学生在提交成果时，必须如实说明所用AI工具的名称、应用的环节以及生成内容的占比，将过程透明作为合规的基本前提。值得注意的是，在检测手段的应用上，国际高校普遍表现出审慎态度。当前市面上主流的AI检测工具误报率依然偏高，对非母语写作者尤为不公，且潜藏着数据泄露风险。因此，包括麻省理工学院在内的众多顶尖学府，并不主张将技术检测结果作为唯一的裁决依据，而是倡导结合人工专业判断进行综合评估。

数据安全，是高校治理中带有刚性约束的领域。用户输入生成式人工智能的信息，可能被用作模型训练的数据来源，这对学生个人隐私和高校敏感科研数据构成了现实威胁。为此，国际高校大多建立了明确的数据安全规范，明令禁止将个人隐私、敏感信息以及高校自有数据上传至未经安全认证的AI平台，同时积极鼓励师生优先选用学校官方采购或认证的安全工具。在具体的风险防控实践中，数据分级管理被证明是一条行之有效的经验。哈佛大学便是一个案例，该校将数据划分为从完全公开到高度敏感的五个层级，并严令禁止将属于机密级别的数据输入公共智能模型。与此同时，为了在安全与效率之间取得平衡，杜克大学等高校积极推动校园专属大模型的研发与部署，引导师生使用经由学校授权、更具安全保障的企业版或私有化工具。这种“堵疏结合”的治理策略表明，数据安全治理绝非单纯的消极设限，而是通过制度化的安排，为技术在可控的边界内释放活力。

此外，基于生成式人工智能的人机共创模式，使得内容生产的责任归属问题变得空前复杂，这要求高校必须在制度层面给出清晰界定。在此问题上，全球高校正逐步凝聚起几项共识：第一，必须明确AI生成内容可能存在的偏见与谬误，使用者有义务进行严格核查，并对最终产出负全部责任；第二，严禁将人工智能系统列为论文或成果的作者，以维护人类在学术活动中的绝对主体地位。这一规则背后的深层逻辑不言而喻：生成式人工智能可以作为强大的辅助工具提升效率，但绝不能僭越人类的判断力，更不能转移本应由人类承担的学术与伦理责任。

能力锻造：赋能生成式人工智能的有效应用

仅依赖规则约束与事后追责，显然难以从容应对生成式人工智能持续迭代所引发的复杂挑战。全球高校正日益深刻地认识到，治理的重心应当从设定行为规范，进一步拓展至深层次的能力建设。通过系统性的素养培育与资源支持，让师生真正具备深刻理解并娴熟驾驭人工智能的能力，才能真正实现技术对教育的赋能愿景。早在2019年，联合国教科文组织发布的《北京共识——人工智能与教育》便前瞻性地提出，应“采取体制化的行动，提高社会各个层面所需的基本人工智能素养”。

生成式人工智能素养，绝非等同于单纯的技术操作技能。国际研究普遍将这种素养划分为层层递进的多个维度：从最基础的技术认知与功能理解，到熟练的工具运用与任务整合，再到对AI生成内容的批判性审视与创造性再加工，直至能够在复杂多变的现实情境中做出独立的伦理判断与负责任的行为决策。这种素养观的核心，在于让技术“为我所用”而非被其牵引或奴役。在这一全新框架下，人工智能时代高校人才培养的重点，已不再局限于知识传授与技能训练，而是更加侧重于基于AI环境的批判性思维、高阶学术探究能力和创新意识的养成，以更好地适应知识生产方式与职业图景的剧烈变革。

在学生赋能层面，《北京共识》建议运用人工智能“促进学习和学习评价”。围绕这一目标，国内外高校正从课程体系重构与学习方式转型两个方向同时发力。在课程建设上，一条路径是将生成式人工智能有机嵌入专业教学之中。例如，新加坡国立大学将AI编程辅助工具引入计算机专业课程，在夯实学科理论根基的同时，帮助学生积累人机协同开发的前沿经验，从而更好地适应被AI深刻重塑的产业环境。另一条路径是开设面向全体学生的人工智能通识课程。南京大学便是先行者，该校推出了体系化的本科生AI通识课程，将技术原理、伦理规范与行业前沿应用融为一体，助力学生构建紧跟时代的知识体系。此外，一批高校还在探索将AI融入学习评价环节，通过过程性评估与个性化反馈，有效提升学生的自主学习效能。

在教师赋能方面，《北京共识》着重强调要运用人工智能“赋能教学和教师”。为此，国内外高校正积极构建系统化的支持体系：其一，提供定制化的培训项目与丰富资源，帮助教师掌握智能工具在教学场景中的应用方法，如墨尔本大学推出的“AI for Teaching and Education”系列资源，为教师提供了紧跟时代步伐的教学支持；其二，开发轻量级、易于上手的自助工具与平台，降低技术应用门槛，斯坦福大学、复旦大学等高校创建的人工智能共创平台，都为教师提供了简便的探究与实验空间；其三，设立专项研究基金与激励计划，鼓励教师开展基于AI的教学改革与科研创新，例如卡内基梅隆大学的“生成式人工智能教学研究计划”以及中国人民大学的“AI赋能科研创新应用”资助项目。这些举措从素养提升、工具保障到制度激励等多个维度协同并进，切实有效地提升了教师在智能化教学环境中的创新实践能力与内在驱动力。

全球高校对生成式人工智能的治理探索，正逐渐超越单一层面的技术风险防控，迈向一场关乎价值重塑、规则建构与能力培育的系统性变革。面向充满机遇与挑战的未来，我们应当继续坚守以人为本的根本原则，以更加开放、审慎和智慧的姿态，推动人工智能与高等教育的深度融合，在汹涌澎湃的技术浪潮中牢牢把握教育变革的主导权，从而培养出真正能够适应并引领未来时代发展的高素质人才。

中新社深圳7月21日电（记者索有为）被誉为中国内地开放水平最高的前沿阵地，深圳前海深港现代服务业合作区（下称“前海合作区”）正逐步确立其作为外资企业扎根中国、迈向全球的重要枢纽地位。根据前海管理局7月21日公布的数据，2026年上半年，该合作区实际使用外资金额达到250.1亿元人民币，较去年同期大幅攀升102.9%。

自2026年初以来，包括亚太区领先的私营电力企业香港中电集团、马来西亚云顶集团、瑞典恩华特集团在内的一大批国际知名企业，纷纷选择在此抢滩布局。前海的外资产业生态也正由金融和商贸领域，不断向高端制造、专业服务等更广泛行业延展。

与此同时，存量外资的增资意愿也十分强烈。近期，位于前海的深圳汉莎技术有限公司获得了2.6亿元的追加投资。作为亚洲规模最大、全球产品线最完备的复合材料部件维修企业，该公司在2025年的航空器材进口总额高达6.8亿元。

数据进一步显示，上半年，前海外资企业通过利润再投资方式投入的资金达到93亿元，同比增长80.6%，这一数额占当期实际使用外资总额的37.2%。预计全年利润再投资的总额将突破110亿元，年增幅有望超过30%。

在政策层面，前海正在实施较通用负面清单更为开放的自贸区版负面清单，逐步放宽增值电信、细胞与基因治疗、外商独资医院等特殊领域的准入限制。截至目前，前海已累计引进17家外资细胞与基因治疗企业，并批准12家外资企业参与增值电信业务的扩大开放试点。

在资金流通过程中，中国商务部于今年明确提出支持前海蛇口片区对自由贸易账户功能进行优化升级。此外，前海还出台了两项外汇便利化试点政策，旨在简化资本项目结汇资金的使用流程，并改善境外机构境内外汇账户的退汇操作，从而显著提升外资资金周转效率。截至目前，前海的QFLP管理企业数量占深圳全市的八成以上，自贸区FT账户累计交易额也已突破1.4万亿元大关。