官方网站-首页

【导语】在全国高校积极推进人工智能教育改革的浪潮下，沈杨作为历史系研究生，满怀期待地选修了《AI与历史学》课程，却最终因课程内容与预期不符而选择退课。这一事件折射出当前高校在“人工智能+教育”融合过程中面临的现实问题，包括师资力量匮乏、课程设置不合理以及学生自学能力的挑战。本文将探讨高校人工智能教育的现状、困境及未来发展方向。

在上完《AI与历史学》第一节选修课后，沈杨选择了退课。

作为国内某知名大学历史系的研一学生，沈杨正好赶上了全国高校开展人工智能教育改革的新浪潮，他也很想了解AI会如何影响他所在的学科，但是进入课堂后，他有些失望。

“DeepSeek都更新升级好几次了，老师PPT上的内容还没怎么更新。”进入课堂后，沈杨发现课程并不是围绕AI原理展开，也不涉及大模型在文史研究中的新用法，更多是在介绍如何用AI工具辅助搜集历史文献、整理学术资料。他查询后发现，授课老师的研究背景更多集中在传统历史学研究(jiū)，与(yǔ)AI人(rén)工(gōng)智(zhì)能(néng)没(méi)啥(shà)关联(lián)。

近(jìn)年(nián)来(lái)，人(rén)工(gōng)智(zhì)能(néng)的(de)迅(xùn)速(sù)发(fā)展(zhǎn)给高校教育带来了巨大冲击。今年4月，教育部联合九个部门正式发布《关于加快推进教育数(shù)字(zì)化(huà)的(de)意(yì)见(jiàn)》，提出要将人工智能AI应用融入教学工作、教科书和学校课程中，推动教育改革。教育部表示，推动人工智能发展将有助于“培养教师和学生的基本能力”，塑造“创新人才的核心竞争力”，要求高校将AI纳入核心学科体系。

培育复合型AI人才已经成为各类高校培养方案的标配。据全国高校人工智能与大数据创新联盟不完全统计，2025年全国已有621所高校开设人工智能本科专业，覆盖双一流至“双非”、专科类地方院校。

风起了，实际落地效果究竟如何？现阶段又有哪些现实问题？

此前，全国政协委员、北京通用人工智能研究院院长朱松纯曾在接受媒体采访时直言，“大学纷纷成立人工智能学院但找不到院长。”

不仅是找不到院长，真正具备人工智能科研背景的老师也非常稀缺。复旦大学计算机科学技术学院教授、博士生导师薛向阳在接受澎湃科技（www.thepaper.cn）采访时直言，现在不管哪所高校，真正研究人工智能的老师并不多。

在这一背景之下，很多高校学生对于AI课程的心态正在经历从好奇到失落。

AI时代，老师该如何教，学生该如何学，探索才刚刚开始。

“人工智能+”教育新浪潮

张用是同龄人中比较早注意到人工智能新浪潮来袭的大学生。他本科学的是自动化专业，“大二时我本想保研到经管学院，但在牛津暑校待了几周后，觉得这个时代还是需要一些技术实力和技术背景。”张用回忆说，2023年在牛津大学暑期分享会上，安永公司介绍该公司内部已经训练了自己的金融大模型，这让张用意识到自己需要“转型”，“也是通过那次讲座，我发现这波以大模型为代表的人工智能交叉程度比以往更加广泛。”

2024年4月，清华大学人工智能学院成立，着力打造“人工智能+X”复合型人才的培养体系。张用也因此申请了该学院首届直博生。

澎湃科技记者在梳理各类高校的AI课程时发现，国内高校的AI课程设计(jì)普(pǔ)遍(biàn)体(tǐ)现(xiàn)了(le)跨(kuà)学(xué)科(kē)融(róng)合(hé)战(zhàn)略(è)。除(chú)了(le)最(zuì)基(jī)本(běn)的(de)AI通(tōng)识(shi)课(kè)，开(kāi)设(shè)“AI+X”交(jiāo)叉(chā)类(lèi)微(wēi)课(kè)程(chéng)已(yǐ)成(chéng)为(wèi)国(guó)内(nèi)高(gāo)校(xiào)AI教(jiào)学(xué)探(tàn)索(suǒ)的(de)共(gòng)识(shi)。

比(bǐ)如(rú)，华(huá)东(dōng)师(shī)范(fàn)大(dà)学(xué)在(zài)2024年(nián)6月(yuè)公(gōng)布(bù)了(le)65门(mén)“AI+X”系(xì)列(liè)微(wēi)专(zhuān)业(yè)课(kè)程(chéng)，内(nèi)容(róng)包(bāo)括(kuò)“AI+数(shù)学(xué)”、“AI+美(měi)术(shù)”等(děng)。今(jīn)年(nián)5月(yuè)，南(nán)开(kāi)大(dà)学(xué)精(jīng)心(xīn)打(dǎ)造(zào)了(le)130余(yú)门(mén)人(rén)工(gōng)智(zhì)能(néng)课(kè)程(chéng)，口(kǒu)号(hào)是(shì)实(shí)现(xiàn)“在(zài)南(nán)开(kāi)，人(rén)人(rén)都(dōu)学(xué)AI，人(rén)人(rén)都(dōu)用(yòng)AI”，AI+课(kè)程(chéng)范(fàn)围(wéi)涉(shè)及(jí)电(diàn)子(zi)信(xìn)息(xi)与(yǔ)光(guāng)学(xué)工(gōng)程(chéng)、化(huà)学(xué)、数(shù)学(xué)、物(wù)理(lǐ)、新(xīn)闻(wén)等(děng)。2024年(nián)，复(fù)旦(dàn)大(dà)学(xué)在(zài)校(xiào)内(nèi)推(tuī)行(xíng)AI教(jiào)育(yù)改(gǎi)革(gé)，开(kāi)设(shè)了(le)100多(duō)节(jié)“AI+X”选(xuǎn)修(xiū)课(kè)程(chéng)。

多(duō)元(yuán)复(fù)合(hé)的(de)“AI+”培(péi)养(yǎng)体(tǐ)系(xì)正(zhèng)持(chí)续(xù)吸(xī)纳(nà)着(zhe)不(bù)同(tóng)专(zhuān)业(yè)背(bèi)景(jǐng)的(de)学(xué)生(shēng)，不(bù)论(lùn)他(tā)们(men)本(běn)科(kē)就(jiù)读(dú)于(yú)哪(nǎ)个(gè)专(zhuān)业(yè)。

结(jié)合(hé)自(zì)己(jǐ)的(de)保(bǎo)研(yán)经(jīng)历(lì)，张(zhāng)用(yòng)认(rèn)为(wèi)，当(dāng)前(qián)AI研(yán)究(jiū)领(lǐng)域并(bìng)不会对学生的专业背景进行硬性规定，如必须来自计算机系或智能科学专业。

对于一些文科生而言，选择“AI+X”类微课程除了看起来新颖有趣，似乎也能提供一个赶上AI浪潮的抓手。

沈杨表示，他之所以选择了《AI与历史学》课程，也是期望了解AI在传统历史学研究中的运用。

课程目标。受访者提供

理想和现实的落差

上完第一节课后，沈杨觉得，《AI与历史学》课程未能达到他的预期，也不能将责任归咎于老师。“老师在课堂上也非常坦率地表示，人工智能对他来说是‘一个完全陌生的领域’。”在老师上课的PPT里，课程老师列出了先修要求，建议学生同时具备历史学研究方法和(hé)计(jì)算(suàn)机(jī)科(kē)学基础，尤其是编程和数据分析的基本技能。

沈杨的困惑并非个例。

杨健本科期间就读于某大学的电子信息科学与技术专业，该校也面向本科生开设了人工智能、深度学习等AI通识课程，但他发现，这些课程的质量普遍不高，授课老师很多是“现学现卖”，此前并没有在期刊上发表过人工智能相关的文章，研究背景也和AI无关。

同样的，这类课程也有一定门槛，学生需要自己先掌握Python知识，否则上课完全看不懂。即便是有关深度学习的课程，“光听老师讲也不行，必须自己上网找资料学习。”

就杨健个人(rén)感(gǎn)受(shòu)而(ér)言(yán)，他(tā)觉(jué)得(de)目(mù)前(qián)学(xué)校(xiào)开(kāi)设(shè)的(de)人(rén)工(gōng)智(zhì)能(néng)课(kè)程(chéng)对(duì)本(běn)科(kē)学(xué)生(shēng)用(yòng)处(chù)不(bù)大(dà)，“还(hái)会(huì)浪(làng)费(fèi)学(xué)生(shēng)找(zhǎo)实(shí)习(xí)、考(kǎo)公(gōng)考(kǎo)研(yán)的(de)时(shí)间(jiān)。”

中国最强人工智能学府。 来源：美术课对齐lab

“缺师资、缺经费、缺资源”是当前高校在人工智能融合教育中普遍存在的问题。由于人工智能是典型的交叉学科，对(duì)于课程设置和教学体系的要求远高于传统学科。

截至2025年6月，人工智能专业仍尚未被列为一级学科。这意味着在当前的学科分类体系中，AI仍归属于“计算机科学与技术”“控制科学与工程”“电子信息”或“自动化”等现有一级学科之下。学科“依附”于一级学科下存在，导致现阶段很多高校对于人工智能教育的培养方案、课程设置还未来得及细化，真正成体系的培养方案并不多见。

一位来自民办二本普通高校的老师在受访中向澎湃科技感慨，最核心的问题在于，学校不知道怎么设置课程，因为谁都没(méi)有(yǒu)完(wán)整(zhěng)的(de)一套经验。“现在只是吆喝，没有任何可以具有实践操作性的方案。”

此外，他还指出，“人工智能+教育”要求授课老师双证教学，即同时具备教师资格证和AI专业资质。尽管学校也在提倡民办大学老师实行双证教学，但实际落地却困难重重，“因为成本太大，经费是一个大问题。”

“计算机领域原来划分软件工程、信息安全等诸多方向，人工智能只算其中一种，但现在一下要求普及，就造成了师资的缺口。老师们只能靠自己‘现学现卖’”，薛向阳在接受澎湃科技采访时直言，现在不管哪所(suǒ)高(gāo)校(xiào)，真(zhēn)正(zhèng)研(yán)究(jiū)人(rén)工(gōng)智(zhì)能(néng)的(de)老(lǎo)师(shī)并(bìng)不(bù)多(duō)，师(shī)资(zī)匮(kuì)乏(fá)是(shì)一(yī)个(gè)普(pǔ)遍(biàn)现(xiàn)象(xiàng)。

张(zhāng)用(yòng)觉(jué)得(de)，“很(hěn)多(duō)学(xué)校(xiào)设(shè)人(rén)工(gōng)智(zhì)能(néng)学(xué)院(yuàn)，可(kě)能只是挂名，课程设计却不一定跟得上。老师的研究方向从脑机接口到控制工程都有，未必和主流的人工智能方向高度相关。”他说，“一些学校的AI课程内容，仍停留在传统算法设计或基础机器学习阶段，教材都很老。”

学好AI最终还要看自学能力

“在我的本科学校，如果真心想学人工智能，靠老师肯定不行，必须要上网找资料自学。”杨健说。

作为一名已经踏上人工智能这波浪潮的学生，杨健还是感慨，要想靠人工智能找到一份好工作，还得看学历。“我发现，人工智能领域的工作要招的永远都是最顶尖的人，一般院校出来的学生可能最终还是会转行。”如果要拿到一份头部大厂高薪工作的Offer，还得拼顶刊论文和卷实习项目。

在退完《AI与历史学》这门课后，沈杨准备开始在宿舍看B站每天花三小时自学AI基础知识，他想更好地利用DeepSeek等大模型，来解读历史学中的材料。

在这场人工智能+融合教育的浪潮之下，华东师范大学数据科学与工程学院院长钱卫宁也在思考如何激发学生主动探索人工智能的积极性。

他认为，目前学生有丰富的学习工具和外部资源可以探索，过往老师的权威也正在被逐步消解，在这个过程中，学院也在探索学科设备的“变”与“不变”。

他告诉澎湃科技，学院目前正在规划新的人工智能专业课程，删减了一些在传统计算机类专业课中过时的内容，此外针对工科学生未来从事人工智能相关工作，学院补充了矩阵计算、优化和运筹(chóu)学(xué)等(děng)相(xiāng)关知(zhī)识(shi)。

对(duì)于(yú)面(miàn)向(xiàng)本(běn)科(kē)生(shēng)的(de)计(jì)算(suàn)机(jī)通(tōng)识(shi)教(jiào)育(yù)，钱(qián)卫(wèi)宁(níng)认(rèn)为(wèi)，不(bù)需(xū)要(yào)什(shén)么(me)课(kè)程(chéng)都(dōu)强(qiáng)行(xíng)加(jiā)入(rù)AI，非(fēi)工(gōng)科(kē)专(zhuān)业(yè)的(de)学(xué)生(shēng)掌(zhǎng)握(wò)一(yī)定(dìng)的(de)编(biān)程思维即可。“编程思维是非常必需且基础的，这其实教的是怎样解决问题，怎么跟机器打交道，怎样让机器（也包括人工智能）为人所用。这是进一步培养数字素养、学习人工智能技术和知识的基础。”在钱卫宁看来，有良好的编程思维的人能够更清晰地知道如何向AI大模型输入指令准确的提示词，而这才是真正地用好AI。

钱卫宁认为，学校在硬件投入、师资、外部资源方面的不平均是永远存在的，AI并未加强学习资源上的不平均，但是学校需要考虑的是，将学生的自主学习，课内外、校内外的学习成果综合纳入教育评估体系中。

薛向阳指出，AI本身就是融合方向，具有渗透性，未来不懂AI也寸步难行。教学的重点应该让学生懂得怎样让AI为自己所学专业赋能。

他建议，应该给一些不具备计算机或AI专业的学生先普及基本原理和知识，但“不需要特别深入”，此外，他认为，怎样学好AI最终还是取决于学生自学能力，不必太纠结于是否一定要上这类AI课程，如果没有特别顶尖的老师上课，学生也可以从网上获取来自全球顶尖院校的AI教学课程。

（文中沈杨、张用、杨健为化名）