AI在高等教育中的整合

联合发布机构 : 特别顾问（* 以拼音首字母排序）金莹南京大学计算机基础教学部王东清华大学计算机系人工智能通识教育（AIGE）研究中心赵宏南开大学计算机学院学科顾问（* 以拼音首字母排序）陈华中国石油大学（华东）理学院范炜四川大学公共管理学院田驰安徽大学物理与光电工程学院程羽慧南京师范大学心理学院韩爱庆北京中医药大学管理学院胡林舒浙江大学地球科学学院胡维同济大学经济与管理学院廉海荣中国地质大学（北京）数理学院袁敏安徽医科大学卫生管理学院姚尧中国地质大学（武汉）地理与信息工程学院专家顾问委员会 马少平清华大学计算机系人工智能通识教育（AIGE）研究中心许斌清华大学计算机科学与技术系陈建红山东大学数字人文实验室刘冬冬首都医科大学生物医学工程学院胡传鹏南京师范大学心理学院沈思鹏南京医科大学公共卫生学院叶晨同济大学计算机学院杨海军山东大学管理学院张维拓上海交通大学医学院代文林中国人民大学统计与大数据研究院兰义湧中央民族大学理学院何向南中国科学技术大学人工智能与数据科学学院 引言第一章 AI 与高等教育融合的现状分析一、 全球 AI 浪潮下，学科边界重构成必然二、AI 大国博弈下，国内外 AI 融合教育格局三、国内外高等教育机构 AI 融合举措四、当前跨学科 AI 融合进程中的关键挑战第二章 从通识到专业：学科 + AI 人才培养体系框架一、人工智能通识教育二、学科 + AI 专业教育第三章 AI 实践教学模式与工具一、AI 实践教学的本质与价值二、AI 教学平台是 AI 教学实践必备的承载工具三、AI 教学平台的技术先进性第四章 人工智能赋能高等教育：从大模型技术底座到 AI 助手的场景化创新一、大模型技术底座：高等教育的智能化基石二、核心场景：AI 助手的高等教育实践三、技术伦理与规模化落地挑战四、从工具到生态的演进第五章 学科 +AI 人才培养实践案例一、国内高校学科 + AI 人才培养优秀案例二、国外高校在学科 + AI 教育方面的先进经验借鉴第六章 AI 融合高等教育的评估与质量保障体系一、AI 通识教育评估二、学科 +AI 专业教育评估三、教学质量评估01020304071013142334353638394041454647486172737475 目录CONTENTS 第七章 未来展望与挑战一、技术驱动的教育范式革新二、跨学科融合的深化路径三、师资与教学能力的升级挑战四、伦理与可持续发展的平衡五、全球化竞争下的战略选择结语参考文献附录附录 1: AI 融入行业及学科情况调查问卷与结果分析附录 2: 工科与人工智能融合课程体系构建与实施路径参考附录 3: 理科与人工智能融合课程体系构建与实施路径参考附录 4: 文科与人工智能融合课程体系构建与实施路径参考附录 5: 医科与人工智能融合课程体系构建与实施路径参考指导机构清华大学计算机系人工智能通识教育（AIGE）研究中心金砖创新基地数字经济研究中心牵头单位北京智谱华章科技股份有限公司上海和今信息科技有限公司和鲸社区联合发布机构异步社区中国信通院重要申明编委77797979808081828484113128149163180180180181181181181182182182183184 引言2025 年初 DeepSeek-R1 的发布引起轰动，这标志着继 2022 年末 ChatGPT 引发的全球人工智能浪潮后，人类在智能技术应用的征途上迈出了更具实践导向的关键步伐。这一技术演进不仅重构了社会生产与科技创新范式，也对高等教育人才培养体系产生了根本性影响。在智能时代，人工智能不仅已成为驱动社会发展的一种全新生产力，更对人才素质提出了跨学科知识整合与创新实践能力并重的新要求。在此背景下，高等教育体系正经历从知识范式到能力范式的结构性转变、从 “计算机 + X” 传统专业培养模式向“学科 + AI”融合培养范式的转变。这种转变具体体现在：课程体系由编程技术教学转向智能素养培育；培养目标从专业技术人才升级为兼具领域知识与 AI 思维的复合型创新人才；教育场景从实验室环境拓展延伸至真实产业应用场景。为响应国家教育数字化战略布局，在教育部政策引导、地方政府支持及头部高校示范带动下，全国高校于 2024 年全面启动人工智能教育改革，标志着我国 “智慧教育元年” 的开启。然而，作为新兴领域，当前高校在人才培养体系设计、课程改革路径、教学模式创新、实践教学体系构建及能力评价标准等方面仍处于探索阶段。依托十年间在人工智能多领域应用的实践积累，和鲸社区通过与千余名教育工作者深度研讨、与近三百所高校开展人才培养创新合作，并基于数千份调研数据的系统分析，编制完成《AI 融合高等教育：从通识到专业 —— 学科 + AI 人才培养白皮书》。本白皮书旨在为 “学科 + AI” 人才培养领域的研究者、教育工作者提供理论参考与实践指引，期待通过学术交流与经验共享，共同推动我国高等教育人工智能领域人才培养体系的完善与创新。调研时间：2024 年 12 月研究方法：桌面研究，问卷调研，深度访谈样本情况：受访者共 2502 位，身份多样，其中学生 1473 人（58.87%）、在职人员 929 人（37.13%），在职人员包含企业职员（56.17%）、高等院校工作者（18.4%）、科研机构人员（15.5%）及自由职业者（9.93%）Transformers大语言模型发展简史研究说明 GPT-3ChatGPTGPT-4LLaMA-3.1405BOpenAI-o1DeepSeek-V3DeepSeek-R1 第一章AI 与高等教育融合的现状分析一、全球 AI 浪潮下，学科边界重构成必然二、AI 大国博弈下，国内外 AI 融合教育格局三、国内外高等教育机构 AI 融合举措四、当前跨学科 AI 融合进程中的关键挑战 随着生成式 AI（如 GPT-4、Claude、DeepSeek 等大模型）的涌现与广泛应用，特别是 DeepSeek 取得的关键性技术突破，人工智能的发展正式迈入了一个以“开源平权”为标志的新纪元。知识传授的范式已经被颠覆，传统学科的壁垒也在消融，新的知识单元不断涌现，AI 驱动的跨学科科学研究将有助于产生更多突破性成果，其中最具代表性的成果 ——DeepMind 所开发的 AlphaFold 算法，通过 AI 破解了蛋白质分子折叠问题，推动生物学、化学与计算机科学的深度融合。生成式 AI 通过跨领域数据融合重构知识生产范式，促使教育体系突破传统学科专业的固有边界，进而推动整个学科体系的转型升级。AI 技术的渗透正重塑全球产业链，企业对人才的能力需求发生结构性转变。世界经济论坛《2023 年未来就业报告》指出，未来五年增长最快的十大岗位中，与人工智能、商业智能分析和数据科学等大数据领域密切相关的职位占据了主导地位。预计到 2027 年，数据分析师和科学家、大数据专家、人工智能和机器学习专家，网络安全专业人士等职位的需求预计增加 30-35%（140 万）。同时，企业在招聘中的要求和给出的反馈也印证了产业升级下对复合型能力人才的强烈需求。根据问卷调研，仅有 1.47% 的受访者表示企业在招募新员工时不看重 AI技能，这体现出无论企业所在领域、岗位职能如何，AI技能已经被纳入雇员应聘时的考量维度之一，并且其重要性相信在未来将越来越显著。当我们在谈论人工智能与高等教育的融合时，通常涉及两层含义：第一层是“人工智能赋能教育”，即更侧重于利用AI 技术为传统教育赋能，提升教育质量与效率；另一层是“学科 + 人工智能教育”，即更侧重将人工智能作为贯穿各学习阶段的核心要素，诸如各高校开设的“人工智能通识课程”、“传统学科 +AI”交叉课程等。这两层含义共同构成了新时代背景下学科交叉融合的创新人才培养范式。“人工智能赋能教育”推动了教育形态的数字化转型与教学模式的创新变革，实现了效率的提升、模式的变革，而“学科 + 人工智能教育” 作为人才培养的战略方向，是塑造我国国际人才竞争优势的关键。本白皮书将更聚焦于 “学科 +人工智能教育” 层面，助力高校把握时代机遇、应对全新挑战。1. 技术驱动：AI 对知识体系的解构与重组2. 产业需求：复合型能力驱动学科重构一、全球 AI 浪潮下，学科边界重构成必然 数据来源：和鲸科技（ai.heywhale.com）经调研得出。引用请注明出处。产业需求已不再是教育变革的外部变量，而是直接嵌入学科重构的核心逻辑。从特斯拉的“AI+ 制造”工程师到华为的“通信 - 算法”复合型科学家，产业界用真金白银的岗位需求投票，迫使高等教育打破百年学科壁垒。这种重构不是简单的课程叠加，而是通过产教数据互通、能力认证革新、知识生产模式转型，构建“教育 - 产业”协同进化新生态。唯有如此，高校才能摆脱“培养过去需要的人才”的困境，真正成为未来生产力的孵化器。AI 技术已成为全球科技竞争的战略制高点，世界各国围绕技术创新、产业应用与人才储备展开激烈角逐，通过政策规划、资本投入与教育改革构建核心竞争力。在此背景下，AI 与教育的深度融合不仅是技术场景落地的关键领域，更成为培育未来创新人才的核心路径，引领全球教育变革的重要趋势。当前，全球 AI 教育发展已形成以美国、中国、欧盟为核心，日韩、新加坡等国家积极布局的新格局。全球竞争格局下，以跨学科知识整合与创新能力培养为核心的 AI 融合教育，正成为各国提升国际竞争力的必然选择。1. 全球主要国家 AI 融合教育战略布局二、AI 大国博弈下，国内外 AI 融合教育格局企业在招聘时对 AI 能力的看重程度 自 2017 年国务院颁布《新一代人工智能发展规划》以来，国家级政策体系持续完善，国务院、教育部、科技部等多部门协同发力，相继出台系列政策文件，从学科建设、人才培养、技术应用等维度系统布局人工智能教育生态。2024 年作为 “智慧教育元年”，政策发布更是呈现显著的密集化与精准化特征。2. 政策组合拳发力，2024 年我国 AI 教育实现跨区域、跨学科全面进阶数据来源：和鲸科技（ai.heywhale.com）经调研得出。引用请注明出处。02040608038142932354471 15 在以跨学科融合为核心特征的AI融合教育发展进程中，区域性与学科性差异仍客观存在，但政策驱动与实践探索正加速推动这一领域向全域化、均衡化方向发展。从学科维度观察，我国“学科+AI”教育体系的构建呈现阶梯式演进特征。自2017年“新工科”的提出，到2020年“新工科、新医科、新农科、新文科”建设全面启动，学科交叉融合的理念逐步深化。2024年，全国高校全面推进传统学科与人工智能的深度融合改革，标志着我国AI融合教育正在加速由点到面的跨越式建设和发展。在区域发展层面，受经济基础与产业结构差异影响，2024年，京津冀、长三角、珠三角等经济发达地区率先启动人工智能通识课程体系建设，依托区域产业优势与教育资源，形成AI教育创新高地。随着政策辐射与经验推广，其他省市在年末陆续出台配套政策，通过区域协同、资源共享机制，推动省级AI融合教育体系的系统化构建，逐步缩小区域间教育发展差距。数据来源：和鲸科技（ai.heywhale.com）经调研得出。引用请注明出处。 麻省理工学院（MIT）（QS-1）斯坦福大学（QS-6）卡内基梅隆大学（QS-58）伯克利大学（QS-12）设立“施瓦茨曼计算机学院”，统筹全校 AI 资源，强制所有专业学生选修 AI伦理与基础编程课程。推出“MISTI-AI”全球实践计划，学生赴 OpenAI、DeepMind 等企业完成“AI+能源 / 医疗”跨领域项目。建立“动态课程池”：每学期根据 AI 技术进展更新 30% 的课程内容（如新增多模态大模型开发）。与强生公司合作“AI+ 生物制造”项目，生物工程、计算机科学、管理科学三学科学生组队开发细胞培养自动化系统，成果直接应用于疫苗生产线。建立“HAI（以人为本 AI 研究院）”，联合医学院、法学院、商学院开发《AI社会影响》必修课。与谷歌合作“AI 加速器计划”，学生可使用 T