发布日期:
以数字安全保障贵州教育科技人才一体化发展
■韩飞
习近平总书记指出，要一体推进教育科技人才发展。贵州省2026年政府工作报告提出，一体推进教育科技人才发展，深化科研领域改革。健全完善科技创新联动协调机制，建立关键技术攻关项目清单，围绕矿产资源勘查开发利用、先进装备制造、新材料等领域实施重大科技项目。落实这些部署，需要推动教育资源、科研力量、人才队伍和产业需求有效衔接，让知识、技术、人才顺畅流动。数字化为这种协同提供了重要支撑，也带来了新的安全问题：有的单位因数据目录不清、授权依据不足而不敢共享，有的场景存在重复采集、超范围使用；相关平台建设标准不一，系统连通了，管理规则却没有完全衔接；生成式人工智能加快进入教学、科研和人才评价，相应规范还没有充分跟上。这些问题表明，数字安全不是数字化建设完成后的补充事项，更不是阻碍资源流动的额外门槛，而是教育科技人才能否实现深度协同的重要基础。贵州应把数字安全贯穿一体化发展的全过程，沿着压实责任、规范数据、管好平台、提升能力的路径，促进教育链、创新链、人才链和产业链更好衔接。
一、压实各方责任，形成协同治理机制
教育科技人才工作涉及多个部门、单位和平台，数字安全也涉及网信、数据、保密等多方面职责。如果各管一段、各守一块，跨部门、跨平台的风险就容易无人统筹。应依托贵州现有教育科技人才联动协调机制，把数字安全纳入一体化发展的总体规划、重点任务和项目安排，加强教育、科技、人力资源和社会保障、网信、数据等部门之间的工作衔接。
围绕数字教育、科研协作、人才服务和人工智能应用等重点场景，明确主管部门、数据提供单位、数据使用单位、平台运营机构和技术服务企业的责任，形成事项清单和责任清单。谁采集数据，谁就要保证来源合法；谁使用数据，谁就要管好使用范围；谁建设和运营平台，谁就要保障系统安全。对于重大数字化项目，应在立项、采购、建设、验收和运行等阶段同步开展安全评估，防止平台建成以后再补规则、堵漏洞。健全风险通报、联合检查和应急协作机制，确保问题及时发现、协同处置、责任可查。
还要推动安全责任向业务环节延伸。一些单位习惯把数字安全主要交给技术部门，业务部门则更多关注平台功能和使用效率。实际上，数据采集是否必要、共享范围是否合理、人工智能生成结果能否采用，首先是业务问题。一般而言，只有业务部门和技术部门共同负责，才能避免安全要求与实际工作相互脱节。
二、划清数据边界，促进资源规范流动
数字安全治理不是把数据管住不动，而是让数据在边界清楚、责任明确的条件下流动。贵州应以建立统一的数据目录为基础，摸清教育、科技、人才领域有哪些数据、由谁采集、存放在哪里、可以向谁提供、能够用于什么事项，为跨部门共享和分类管理提供依据。
根据数据的重要程度和实际用途，对个人信息、科研数据、人才数据和公共管理数据等实行分类分级管理。在采集环节坚持必要原则，减少重复收集和过度留存；在共享环节明确授权依据、使用范围和保存期限；在使用环节保留调用记录，防止数据被擅自转交或者改变用途；在项目结束、人员离岗或者合作终止后，及时撤销权限，并按规定处置相关数据。这样既能解决因责任不清而“不敢共享”的问题，也能防止数据共享后“一放了之”。
对参与平台开发、云服务和运行维护的第三方机构，应通过合同明确访问权限、保密义务、安全审计和违约责任。涉及重要科研成果、敏感个人信息的数据，应采取脱敏处理、分级授权等措施，尽量减少原始数据直接流转。把数据使用的边界划清楚，才能让该共享的数据顺畅流动、该保护的数据严格保护。
三、管好平台算法，保障技术稳妥应用
平台是连接教育、科技、人才资源的重要载体，也是安全风险容易集中的环节。应发挥贵州在算力、大数据和数字产业方面的基础优势，推动相关平台逐步统一身份认证、数据接口、访问权限、安全日志和技术检测标准，减少因平台分散、标准不一形成的管理漏洞。对跨部门、跨机构的数据调用进行全过程记录，做到数据从哪里来、由谁使用、用于什么事项、流向什么地方都可以查询。加强重要系统运行监测、数据备份和应急恢复，保障平台稳定运行。
对于生成式人工智能，应根据智能备课、辅助科研、成果分析和人才评价等不同场景，分别制定使用规则。重点明确哪些数据可以输入、哪些资料不得上传、生成结果能够用于哪些环节、最终结果由谁审核。教师和科研人员不应将敏感信息、未公开成果和重要科研数据随意输入外部模型。对模型生成的内容，应认真核查事实依据、知识产权和学术规范，不能因使用人工智能提高了效率，就降低质量标准和责任要求。
在招生录取、项目评审、职称评定和人才评价等重要事项中，人工智能只能作为辅助工具，不能简单代替专业判断。应保留人工审核、异议申诉和结果纠错渠道，防止算法偏差影响评价公平。同时，定期评估人工智能应用效果，对数据来源不清、生成过程难以解释、风险难以控制的模型和服务，及时调整使用范围。
四、强化人才支撑，提升日常治理能力
制度和技术能否真正发挥作用，最终取决于人的安全意识和治理能力。应把数字安全人才培养纳入贵州教育科技人才一体化发展布局，支持高校加强网络安全、数据科学、人工智能、法学和公共管理等学科协同，培养既懂技术、又懂规则和业务的复合型人才。
推动高校、科研院所、企业和政府部门联合开展课程建设、案例教学、实习实训和技术攻关，把贵州数字教育、科研平台和人才服务中的实际问题转化为教学内容和科研项目。针对领导干部、平台管理人员、教师、科研人员和人才工作者的不同职责，分类开展数据合规、人工智能使用、安全操作和应急处置培训，减少因不了解规则、操作不规范带来的风险。
同时，把数字安全责任落实情况纳入数字化项目验收、科研管理和日常考核。评价一个平台，既要看汇集了多少资源、提供了多少服务，也要看数据使用是否规范、风险能否及时发现、问题能否有效处置。通过完善评价机制，推动各单位把数字安全从技术部门的单项工作转变为业务部门和技术部门的共同责任，从发生问题后的被动处置转向贯穿全过程的主动防范。
教育科技人才一体化发展的关键，是让教育培养的人才更好支撑科技创新，让科技成果更快进入产业和发展一线。资源流动越深入，越需要清晰、稳定、可执行的安全规则。贵州应把责任落实到部门，把规则落实到数据，把防护落实到平台，把能力落实到人员，以安全促开放、以规范促协同、以协同促创新，为建设特色教育强省、提升区域创新能力、加快现代化产业体系建设提供有力支撑。
〔作者系贵州大学马克思主义学院校聘副教授、硕士生导师，贵州基层社会治理创新高端智库研究员。本文系基金项目：国家社会科学基金重大项目“我国数字安全法律供给的基本特征、实施成效及其影响机制研究”研究成果（25&ZD242）〕
习近平总书记指出，要一体推进教育科技人才发展。贵州省2026年政府工作报告提出，一体推进教育科技人才发展，深化科研领域改革。健全完善科技创新联动协调机制，建立关键技术攻关项目清单，围绕矿产资源勘查开发利用、先进装备制造、新材料等领域实施重大科技项目。落实这些部署，需要推动教育资源、科研力量、人才队伍和产业需求有效衔接，让知识、技术、人才顺畅流动。数字化为这种协同提供了重要支撑，也带来了新的安全问题：有的单位因数据目录不清、授权依据不足而不敢共享，有的场景存在重复采集、超范围使用；相关平台建设标准不一，系统连通了，管理规则却没有完全衔接；生成式人工智能加快进入教学、科研和人才评价，相应规范还没有充分跟上。这些问题表明，数字安全不是数字化建设完成后的补充事项，更不是阻碍资源流动的额外门槛，而是教育科技人才能否实现深度协同的重要基础。贵州应把数字安全贯穿一体化发展的全过程，沿着压实责任、规范数据、管好平台、提升能力的路径，促进教育链、创新链、人才链和产业链更好衔接。
一、压实各方责任，形成协同治理机制
教育科技人才工作涉及多个部门、单位和平台，数字安全也涉及网信、数据、保密等多方面职责。如果各管一段、各守一块，跨部门、跨平台的风险就容易无人统筹。应依托贵州现有教育科技人才联动协调机制，把数字安全纳入一体化发展的总体规划、重点任务和项目安排，加强教育、科技、人力资源和社会保障、网信、数据等部门之间的工作衔接。
围绕数字教育、科研协作、人才服务和人工智能应用等重点场景，明确主管部门、数据提供单位、数据使用单位、平台运营机构和技术服务企业的责任，形成事项清单和责任清单。谁采集数据，谁就要保证来源合法；谁使用数据，谁就要管好使用范围；谁建设和运营平台，谁就要保障系统安全。对于重大数字化项目，应在立项、采购、建设、验收和运行等阶段同步开展安全评估，防止平台建成以后再补规则、堵漏洞。健全风险通报、联合检查和应急协作机制，确保问题及时发现、协同处置、责任可查。
还要推动安全责任向业务环节延伸。一些单位习惯把数字安全主要交给技术部门，业务部门则更多关注平台功能和使用效率。实际上，数据采集是否必要、共享范围是否合理、人工智能生成结果能否采用，首先是业务问题。一般而言，只有业务部门和技术部门共同负责，才能避免安全要求与实际工作相互脱节。
二、划清数据边界，促进资源规范流动
数字安全治理不是把数据管住不动，而是让数据在边界清楚、责任明确的条件下流动。贵州应以建立统一的数据目录为基础，摸清教育、科技、人才领域有哪些数据、由谁采集、存放在哪里、可以向谁提供、能够用于什么事项，为跨部门共享和分类管理提供依据。
根据数据的重要程度和实际用途，对个人信息、科研数据、人才数据和公共管理数据等实行分类分级管理。在采集环节坚持必要原则，减少重复收集和过度留存；在共享环节明确授权依据、使用范围和保存期限；在使用环节保留调用记录，防止数据被擅自转交或者改变用途；在项目结束、人员离岗或者合作终止后，及时撤销权限，并按规定处置相关数据。这样既能解决因责任不清而“不敢共享”的问题，也能防止数据共享后“一放了之”。
对参与平台开发、云服务和运行维护的第三方机构，应通过合同明确访问权限、保密义务、安全审计和违约责任。涉及重要科研成果、敏感个人信息的数据，应采取脱敏处理、分级授权等措施，尽量减少原始数据直接流转。把数据使用的边界划清楚，才能让该共享的数据顺畅流动、该保护的数据严格保护。
三、管好平台算法，保障技术稳妥应用
平台是连接教育、科技、人才资源的重要载体，也是安全风险容易集中的环节。应发挥贵州在算力、大数据和数字产业方面的基础优势，推动相关平台逐步统一身份认证、数据接口、访问权限、安全日志和技术检测标准，减少因平台分散、标准不一形成的管理漏洞。对跨部门、跨机构的数据调用进行全过程记录，做到数据从哪里来、由谁使用、用于什么事项、流向什么地方都可以查询。加强重要系统运行监测、数据备份和应急恢复，保障平台稳定运行。
对于生成式人工智能，应根据智能备课、辅助科研、成果分析和人才评价等不同场景，分别制定使用规则。重点明确哪些数据可以输入、哪些资料不得上传、生成结果能够用于哪些环节、最终结果由谁审核。教师和科研人员不应将敏感信息、未公开成果和重要科研数据随意输入外部模型。对模型生成的内容，应认真核查事实依据、知识产权和学术规范，不能因使用人工智能提高了效率，就降低质量标准和责任要求。
在招生录取、项目评审、职称评定和人才评价等重要事项中，人工智能只能作为辅助工具，不能简单代替专业判断。应保留人工审核、异议申诉和结果纠错渠道，防止算法偏差影响评价公平。同时，定期评估人工智能应用效果，对数据来源不清、生成过程难以解释、风险难以控制的模型和服务，及时调整使用范围。
四、强化人才支撑，提升日常治理能力
制度和技术能否真正发挥作用，最终取决于人的安全意识和治理能力。应把数字安全人才培养纳入贵州教育科技人才一体化发展布局，支持高校加强网络安全、数据科学、人工智能、法学和公共管理等学科协同，培养既懂技术、又懂规则和业务的复合型人才。
推动高校、科研院所、企业和政府部门联合开展课程建设、案例教学、实习实训和技术攻关，把贵州数字教育、科研平台和人才服务中的实际问题转化为教学内容和科研项目。针对领导干部、平台管理人员、教师、科研人员和人才工作者的不同职责，分类开展数据合规、人工智能使用、安全操作和应急处置培训，减少因不了解规则、操作不规范带来的风险。
同时，把数字安全责任落实情况纳入数字化项目验收、科研管理和日常考核。评价一个平台，既要看汇集了多少资源、提供了多少服务，也要看数据使用是否规范、风险能否及时发现、问题能否有效处置。通过完善评价机制，推动各单位把数字安全从技术部门的单项工作转变为业务部门和技术部门的共同责任，从发生问题后的被动处置转向贯穿全过程的主动防范。
教育科技人才一体化发展的关键，是让教育培养的人才更好支撑科技创新，让科技成果更快进入产业和发展一线。资源流动越深入，越需要清晰、稳定、可执行的安全规则。贵州应把责任落实到部门，把规则落实到数据，把防护落实到平台，把能力落实到人员，以安全促开放、以规范促协同、以协同促创新，为建设特色教育强省、提升区域创新能力、加快现代化产业体系建设提供有力支撑。
〔作者系贵州大学马克思主义学院校聘副教授、硕士生导师，贵州基层社会治理创新高端智库研究员。本文系基金项目：国家社会科学基金重大项目“我国数字安全法律供给的基本特征、实施成效及其影响机制研究”研究成果（25&ZD242）〕
