人工智能进入校园，改变了工科学知识、思方法、做实验等环节，对工科教学的人才培养提出了更高要求。当人工智能与教学的结合已成为“大势所趋”，高校工科人才培养的目标将落向何处？教学的改变又将从何开始？

人工智能时代，工科人才培养走向何处？

人工智能飞速发展，不仅改变了专业所处的行业生态，也改变了师生共构的教学模式，以突破“外线”、打通“内线”的姿态进入校园，教学一线的老师们目睹了这些变化。

地信院李帝铨教授认为人工智能会从“深度”和“广度”上改变地质学。对于非线性自然规律，人工智能凭借强大的信息处理能力能够深入挖掘信息辅助规律分析，也能够收集与综合处理不同维度的数据，以更全面的视角学习地质学。

土木院杜金龙副教授表示，传统土木学科受到人工智能的冲击不可避免，土木工程的数智化概念提出已久并逐渐形成了具有潜力的发展方向：智能建造与智慧土木，这会影响土木专业未来的教学内容。

人工智能从工科的世界中走出，又以强大的功能影响了工科世界。外部环境的种种新现象引发了工科教师们对于人才培养的思考。

粉冶院曾毅教授认为，当前学生利用人工智能获取海量资源是一件再简单不过的事，但如何筛选、整合与利用是更需要掌握的能力，人工智能时代的人才培养应该侧重于学生跨学科思维、批判性思维等更高阶思维能力培养。

资生院范晓慧教授认为，人工智能时代，在行业与科研都加速发展的背景下，学生不仅要有终身学习更新迭代的知识的能力，还有立足新知识主动思考的能力，才能以不变应万变。

机电院胡小舟教授认为，人工智能的运用强化了培养学生提问能力的迫切性。好的问题建立在牢固的专业基础知识之上，但在人工智能时代，学生还需要更广阔的知识网络和学科视野，提出更有创新价值的问题。

面对人工智能时代人才培养的高要求，结合教学实践，一个崭新的培养答案在校园中出现——不断“拔高”学生的思维与能力。

航空航天技术研究杏建军教授认为，当下工科人才培养要从学知识走向重实践，从培养学生解决专业问题的能力转向解决复杂工程问题的能力。复杂问题的解决往往是思维、知识、能力的有机结合，在掌握体系化专业知识的前提下，学生只有将批判思维、创新思维等与实践能力结合才能实现价值创造。培养方式的改变从课堂环节中的尝试开始，他设置问题让学生和Deepseek同时作答，在二者答案对比和教师的总结引导中，提升学生的综合分析思维与能力。

李帝铨认为，人工智能时代“授人以渔”的教学观念并未改变，教师应该培养学生运用人工智能的方法论，打破知识学习碎片化的局限，以系统化思维向学生传递地质学的观念，教会学生如何利用人工智能构建完整的知识体系、提出和解决在理论与实践中发现的好问题等。本学期，地信院搭建了地球物理智能体AI平台，整合权威期刊、同行审批等内容作为资源库，让学生尽可能搜集到准确的专业知识来完善知识体系。

课程建设——人才培养转型的初规划

在此轮大讨论中，针对人才培养目标的转变，各学院老师在课程设置、教学大纲等方面深入探讨。

大部分工科学院的研讨表明，最新的培养方案中，人工智能相关内容将以现有课程中的前沿知识、新设置的通识课或专业交叉课等形式出现。根据人工智能相关内容，机电院将在2025版培养方案中设置通识课、核心课和学科交叉课三类。继2022年在矿物加工工程专业开展人工智能课程尝试后，资生院正在结合智能工厂等内容构建更加完整的人工智能课程体系。

采访中，老师们普遍认为，课堂是人才培养的主战场，培养适应人工智能时代发展需要的人才，要以课程建设为抓手。本学期，各个学院立足本科生院组织的“人工智能+”课程建设项目对原有课程升级开展了初步规划。

杏建军积极推动《航天动力学基础与应用》课程数字化转型。他计划将人工智能时代学生在专业领域中需要的核心能力提炼出来搭建能力图谱，为检验学生能力根据量化指标形成问题图谱，用问题引领学生的知识获取，从而建立知识图谱，同时根据多年授课积累的资源构建一个不断更新的资源库，以3个图谱和1个库帮助学生完善知识体系。他认为，不仅是课程内容，整个专业课程体系的建设都能够依照“图谱”逻辑形成，从而将整个专业的课程连接成为更前沿、一体的结构。

除了图谱的构建，交通院张书增教授在对原有的《机车车辆工程》课程进行改造时注重与实践结合，融入企业案例资源。最新的课程设计从企业遇到的问题、行业应用的最新技术等出发，学习研发部门解决问题、推陈出新的办法，启发学生自主寻找问题并利用人工智能寻找解决方案，并探索人工智能技术在专业领域应用的新场景与新规律。

在实践环节，曾毅对《粉末冶金原理》课程的数字化设计以培养具有创新实践能力的人才为目标，在课程中预计采用“虚实结合”模式，人工智能技术搭建起的虚拟仿真实验平台将覆盖粉末冶金材料制备全流程，解决传统实验高风险、高成本的难题，让学生的知识与探索在技术的发展中延伸与落地。据了解，粉末冶金研究院目前优化了人才培养方案，增设了“材料智能设计概论”“材料大数据与机器学习”“智能结构设计与制造”等交叉课程，面向全校学生开放。

在学校支持、学院讨论中，教师们针对课程建设开展了自主规划与探索。但由于课程特点和融合模式的不同，老师们的方案从设想到落地还需要解决很多问题。

张书增观察到，在交通专业中，与计算机、控制、仿真相关的课程能够较快与人工智能结合，而一些偏力学、机械设计、运营与维护等方面的课程还需要不断地打磨融合模式。

李帝铨总结道，使用人工智能进行教学的难点在于对应用场景的把握，人工智能应用场景集中在教学后端的数据处理上，而非前端的数据收集上，因此开辟新的融合场景对于教学至关重要。

范晓慧表示，从一门课程的转型到整个课程体系的升级需要花费大量时间，打好前期的资源基础能够让未来的教学事半功倍，但这对于教研并行的老师而言也是种挑战。

新的问题或许是新的突破点，在初步的规划与探索中，老师们对于人工智能赋能课堂教学的轮廓越来越清晰，对于人才培养的未来也越来越明确。事实上，无论人工智能时代人才培养的图景如何变化，以专业知识为基础、以能力和思维培养为核心的方式与理念是一以贯之的。

(一审：赵云逸 二审：李丹妮 三审：王建湘)