<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Article Authoring DTD v1.4 20240229//EN" "JATS-articleauthoring1.dtd">
<article article-type="research-article" xml:lang="zh-CN" xmlns:xlink="http://www.w3.org/1999/xlink">
  <front>
    <journal-meta>
      <journal-id journal-id-type="publisher-id">77</journal-id>
      <journal-title-group>
        <journal-title>人工智能新视界</journal-title>
        <abbrev-journal-title>New Vision of Artificial Intelligence</abbrev-journal-title>
      </journal-title-group>
      <publisher>
        <publisher-name>睿核出版社有限公司</publisher-name>
      </publisher>
    </journal-meta>
    <article-meta>
      <article-id pub-id-type="publisher-id">16146</article-id>
      <title-group>
        <article-title>生成式人工智能赋能高校教学的可行性、风险及解决路径</article-title>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author">
          <string-name>张怡婷</string-name>
        </contrib>
      </contrib-group>
      <pub-date pub-type="epub">
        <year>2025</year>
        <month>11</month>
      </pub-date>
      <issue>11</issue>
      <abstract>
        <p>生成式人工智能赋能高校教学，不仅重塑了知识资源的分配方式，推动教学模式由单向灌输向个性适配转变，同时推动了师生技术、认知与情感的多维协同互动范式形成。然而，在教学应用过程中，亦暴露出诸如技术效能边界模糊、数据隐私保护隐忧，以及教育关系中人际联结弱化等现实挑战。为有效规避上述潜在风险，应高度重视学生自主学习能力的培养，积极推进“数字—现实”深度融合的教学思维、技能与意识建设，从技术、资源与人力三方面协同发力推动沉浸式教学发展，实现教育质量与科技发展的协同共进。</p>
      </abstract>
    </article-meta>
  </front>
</article>
