在人工智能应用评价方面，各国也开始更加重视实践证据。OECD认为，人工智能能够提高任务完成效率，并不意味着一定能够促进学生学习。如果缺乏有效评价，人工智能应用可能出现“重技术、轻效果”的问题。因此，一些国家和教育组织通过试点项目、教育技术实验平台等方式，对人工智能工具的实际教学效果进行评估，再根据实践结果决定是否推广。

　　此外，部分国家和高等教育组织正在探索建设面向教育场景的人工智能公共基础设施和专用工具。与直接使用通用商业人工智能工具相比，这类工具更加关注高校教学、科研活动中的数据安全、知识产权和教育需求，有助于形成更加符合高等教育特点的人工智能应用生态。

　　总体来看，OECD此次研究表明，全球高等教育人工智能治理正在发生变化：治理重点正由“能不能使用人工智能”转向“如何负责任地使用人工智能”。政策制定者不仅需要关注技术风险，也需要通过人才培养、基础设施建设、实践评估和多方协作，为人工智能进入高等教育创造良好环境。未来，如何在技术创新与教育质量、效率与公平、开放应用与风险防范之间取得平衡，将成为各国高等教育人工智能治理的重要议题。