案由：高校作为科技第一生产力、人才第一资源与创新第一动力的交汇点，在人工智能人才培养、人工智能技术创新与实践应用方面发挥着重要作用。当前，在促进人工智能技术与高校科研和教学工作深度融合方面，还存在一些问题。

　　建议：一、鼓励高校结合实际，选择特色优势学科建立试点，探索人工智能与科研教学深度融合的模式，加快改革。推动试点学科深入了解本学科在科研、教学中使用人工智能遇到的困难和问题，提供有针对性的解决办法。如完善科研伦理准则，帮助提高科研团队的数字素养与技能；整合高效且成本相对可控的人工智能模型（如文本分析、答题、逻辑梳理工具等），共享优质人工智能工具与平台；成立由教学经验丰富教师、教育技术专家和计算机专业师生组成的“人工智能教学互助团队”，为本校其他教师提供及时的技术支持与培训，降低教师个人摸索成本；为人工智能技术培训提供专项经费支持等。

　　二、提升高校教师数字素养，深化人工智能助推教师队伍建设。建立精准化教师数字素养培训和提升的新模式，分析挖掘不同学科教师发展的现状与培训需求，以数字技术与学科融合为主题打造新型课程体系，全面提升课程质量和培养培训效果。引导各高校试点学科尽快利用文献资料储备，训练本学科的人工智能模型供教师使用。打造人工智能辅助科研教学实践的典型案例并加以推广，帮助教师更快地实现人工智能与专业的结合。

　　三、探索多元信用监管方式，避免学术伦理失范。明确人工智能在课程设计、作业评价、科研训练等环节的使用边界和原则，形成在科研教学活动中使用人工智能技术的指导性文件。建立健全学术伦理失范风险监测体系，严格学术审查，加强教师与学生数字伦理素养的培养，遵守道德规范和法律法规，维护学术生态。推动高校明确对使用人工智能技术进行抄袭、剽窃，甚至伪造数据，规避传统学术审查等行为的处分依据和程序。