科技日报实习记者 曾敏
编者按 近日，教育部等五部门联合印发《“人工智能+教育”行动计划》，旨在一体推进人工智能人才培养和应用创新，系统构建智能时代的教育体系。科技日报推出人工智能驱动教育转型系列报道，从转变育人模式、重塑教师角色、创新办学方式三个维度，深入探讨人工智能给教育带来的影响。
“曾有学生问我有了大模型是否还要听老师讲课，作业和项目有AI代劳是否还需要自己琢磨。”近日，复旦大学计算与智能创新学院副院长彭鑫在接受科技日报记者采访时，提及学生关于AI的问题。他感慨，这反映出随着AI及网络学习资源日益丰富，学生对课堂知识性内容的关注度明显下降，高等教育面临着一个更深层次的问题——当大模型能够撰写报告、生成代码、完成翻译，当标准答案触手可及，大学还能教什么，怎么教？
前不久，《“人工智能+教育”行动计划》发布，提出促进规模教育与个性培养、知识传授与能力培养、技术应用与人文关怀相统一，着力培育胜任智能时代的高素质人才，为加快建设教育强国、办好人民满意的教育提供强大动能。这为AI时代高校育人模式转型指明了方向。高校如何以此为契机，优化人才培养体系，深化教育教学改革，将AI融入育人全过程，成为业界关注的重点。
将AI专业课变为必修通识课
“AI不是某个学科的事，而是整个高等教育体系必须关注的重点。”复旦大学人工智能教育教学创新中心副主任、“AI大课”首席教授黄萱菁说。在她看来，培养AI时代的人才，首要之举是让AI从小众的专业课变为面向全体学生的必修通识课。
为此，复旦大学推出100余门AI领域课程，构建本研一体的“AI—BEST”课程体系。该体系分为四个层次：B是通识基础，面向全校学生开设“走近人工智能”等通识课；E是专业核心，聚焦AI学科构建基本性、共通性知识体系；S是学科进阶，鼓励各院系将AI技术与本学科核心知识结合；T是垂域应用，对接产业前沿需求。在此基础上，学校还搭建了“X+AI双学士学位”“X+AI博硕双学位”等多类型培养项目。
在AI专业人才培养层面，彭鑫表示，不能将AI窄化为大模型或算法，而要着重培养学生的系统观。“人工智能赋能千行百业，必须融入包含社会物理空间在内的整个复杂系统。”彭鑫说，复旦大学通过开设具身智能等课程、引入工业产线模拟环境等方式，强化学生面向智能化系统的软硬件一体化实践能力。
华中师范大学则从课程体系重构、教学模式变革等方面创新人才培养模式。该校人工智能教育学部伍伦贡联合研究院院长杜旭介绍，学校面向全体学生开设AI通识课程，重点培养学生的数据思维与算法思维。
“最基本的目标是让全体学生掌握AI基础知识，提升智能素养；更高的目标是激发学生的好奇心，培养创新思维。”杜旭说，华中师范大学伍伦贡联合研究院增设了人工智能和软件工程专业，培养面向AI时代的国际化人才，并与百度等企业合作构建AI教案库与实例库，打造产学研协同育人模式。此外，学校积极推进教学模式变革，组织开发了小雅智慧学习平台、智能巡课系统等智能教学工具，实现教学全流程的数字化管理与精准化评价。
从存量竞争转向增量创造
课程在变，理念也在变。黄萱菁说：“过去的教育模式是知识仓库模式，目标是记忆和复现存量知识，评价标准是背诵的准确度和计算的速度。但当大模型能通过律师资格考试、写出合格的学术论文，信息差不再是竞争优势，我们需要从存量竞争转向增量创造，培养学生提出好问题的能力、与AI协作完成复杂任务的能力，以及判断AI输出是否可靠的能力。”
这种转变在实际教学中已初见成效。在“软件工程”课程中，彭鑫鼓励学生在课程项目中积极借助AI辅助开发，从而提升项目的规模与难度。“AI工具的使用让学生不必在开发框架学习和运行环境配置等基础内容上花费大量时间，可以布置规模更大、难度更高的开发任务。”彭鑫说，与此同时，课程项目设计通过持续的需求变更和精细化的开发要求，揭示AI在复杂软件开发和持续演化中的不足，引导学生深刻体会人在软件开发中的不可替代性，从而有效培养他们的需求分析、设计规划、验证确认等高阶工程能力。
“AI可以代劳规则明确的重复性工作，我们更需要培养学生的管理能力与创新能力。”彭鑫认为，AI无法取代人类的价值判断和创造性思维，这正是高校教育需要着力强化的方向。
然而，变革背后，挑战同样不容忽视。
首先是学习方式的冲击。彭鑫坦言，AI对学生的学习方式影响深远。如今，网络学习资源日益丰富，像课堂这种以知识传授为主的教学方式对学生的吸引力随之减弱。更令人担忧的是能力的隐形分化。彭鑫观察到，对待AI的不同态度，正在拉大学生之间的能力差距。那些坚持自主掌控软件设计、深入理解代码的学生，更容易掌握核心能力；而过度依赖AI、放弃独立思考的学生，则难以形成支撑长期发展的基础工程素养。
杜旭进一步指出，AI正在改变知识生成与传播的路径，这要求高校重新审视教学环境与内容。“算盘过去是会计的必备工具，如今已成为博物馆里的陈列品。未来，哪些事情应由AI代劳，不再需要我们将其作为学生能力培养的内容？这一问题促使我们深入思考‘教什么’和‘怎么教’。”他同时强调，如何培养学生以批判性、客观审慎的态度使用AI，避免盲目依赖或完全排斥，是当前需要解决的核心问题。
评价体系滞后同样制约着“人工智能+教育”的发展。黄萱菁坦言，传统的评价方式正在AI面前失效。“当AI可以代写论文时，只看最终产出已经不够了。我们正在探索过程性评价，相比结果，更关注学生与AI交互的深度和质量。”黄萱菁说。
在人机协同中回归育人本质
说到底，这场变革最终指向一个根本问题：教育的本质究竟是什么？
“我们面临的真正挑战不是AI太强了，而是教育体系需要深层次变革。”黄萱菁认为，高校应将人机协同能力作为核心培养目标。她将人机协作划分为三个层次：最低层次是处理重复性任务，由人发指令、验收结果；中间层次是人引导AI共同探索问题，不断迭代优化；最高层次是人与AI共同突破已知边界，探索创新的可能性。她强调：“未来不缺操作AI的人，缺的是能判断、能整合、能创造的人。”
在杜旭看来，教育的本质是提升人的素养和能力，这一目标始终不变，但教学方法、环境与内容必须改变。“人机融合教学的核心，不是依赖机器获取答案，而是在人与AI的交互协作中实现知识建构和认知跃升。我们要培养学生正确使用AI的能力，帮助他们借助AI更好地认识世界、改造世界，提升学习能力与生活品质。”杜旭说。
针对学生使用AI完成学习任务可能产生的依赖行为，杜旭提出了三个层面的措施。首先是制度约束，明确说明AI的使用边界，确保学生的基础能力得到锻炼；其次是教学改革，对教师提出要求，通过重构注重过程而非结果的任务设计，针对性提升AI时代学生所需能力；最后是学科优化，直面AI时代的核心问题，设立新学科与新内容，推进深层次整合。
变与不变之间，人工智能正在倒逼高校重新回答那个古老而常新的问题：大学究竟要培养什么样的人？正如黄萱菁所说：“当标准答案触手可及时，教育的价值就超过了知识传授，而是转向培养学生的判断力、创造力和与AI共生的能力。我们要培养的不是AI的操作员，而是AI时代的思想者与创造者。”
恒汇证券配资平台提示：文章来自网络，不代表本站观点。
