多所高校组建人工智能学院，学科重组如何重塑未来人才

一张由代码、数据与跨学科知识编织的“智慧之网”，正在全国高校中徐徐展开。

一张由代码、数据与跨学科知识编织的“智慧之网”，正在全国高校中徐徐展开。

4月14日，郑州师范学院人工智能产业学院揭牌仪式上，校长张铟表达了一个观点：建设这样的学院不仅是响应国家战略，更是“创新人才培养模式的鲜活实践。”

这一天，郑州师范学院的举措并非孤例。从安庆师范大学到五邑大学，从江西科技师范大学到更多尚未公开报道的院校， 一场围绕人工智能的学科重组浪潮正在中国高等教育系统中席卷。

据不完全统计，目前全国已有80余所高校先后布局人工智能学院。这一数字背后，折射出的是新兴产业快速发展与传统专业设置滞后之间的张力，以及高校面对技术变革时的主动适应。

01 产业需求倒逼学科重构

“我们不是在跟风，而是在应对产业转型升级的实际需求。”一位参与某高校人工智能学院筹建工作的教授坦言。

麦可思研究院的分析指出，高校设立人工智能学院主要有两种路径： 从零开始全新建设，或将原有的计算机、大数据、自动化等方向整合重组。

展开剩余82%

这两种模式背后，是对信息类学科体系的系统性重排。

2025年，河南省教育厅发布《关于推进人工智能赋能本科人才培养实施方案》，明确“鼓励高校对电子信息类、计算机类专业优化重组，整合创新资源成立人工智能学院或人工智能产业学院”。

政策引导与市场需求形成了合力。

从2020年到2024年，本科新增热门专业中，有4个专业新增专业点超过200个，分别是人工智能、数字经济、智能制造工程、大数据管理与应用。其中，人工智能专业新增最多，五年间新增了406个专业点。

复旦大学在人工智能教育领域的探索尤为突出。该校于2024年启动“AI大课”1.0版，2025年升级为2.0版，本研一体化打造进阶式AI-BEST课程体系。

“以AI-BEST课程为基座，我们创设了‘X+AI’人才培养项目，”复旦大学相关负责人介绍，“实现AI课程覆盖全体本研学生、AI+教育覆盖全部一级学科、AI素养能力要求覆盖全部专业的三个100%渗透目标。”

截至2025年，复旦大学全校已完成108门AI-BEST课程的开课实践，实现对全体本研学生、全部一级学科、所有专业的“三个100%”全覆盖，累计1.3万余人次修读。

02 学科边界模糊与跨学科融合

“过去，学院按学科划分；现在，越来越多学院按问题、需求、技术重组。”厦门大学经济学系副教授丁长发分析道。

他进一步解释，人工智能学院等新设立的学院，往往涉及多个学科领域，需要汇集跨学科的师资力量。“如今，很多学科之间的边界比较模糊，也在融合发展。”

这种融合趋势在具体实践中表现得淋漓尽致。

安庆师范大学在4月3日同时揭牌了九个学院，包括人工智能与计算机学院、智能制造与机器人学院、电子信息与集成电路学院等。这些学院之间天然存在着知识交叉与资源共享的需求。

五邑大学则在4月7日的高质量发展大会上， 同时为“五邑大学人工智能学院”和“五邑大学－奇安信司法鉴定创新研发中心”揭牌。这种校企合作模式，将学术研究与应用场景紧密结合，为人才培养提供了实践平台。

郑州师范学院人工智能产业学院的揭牌仪式上，浙江大学区块链与数据安全全国重点实验室暨杭州高新区（滨江）区块链与数据安全研究院、杭州安泉数智科技有限公司的代表应邀出席，同样体现了产教融合的趋势。

“高校通过院系专业调整，适应市场经济的实际需求，”丁长发认为，“这是为了培养更多符合生产力发展的创新型人才。”

03 人才培养模式的全新探索

人工智能学院的兴起，不仅是学院数量的增加，更是人才培养模式的深刻变革。

传统上，高校专业设置往往滞后于产业发展。当一项新技术出现时，从市场需求到课程设置，通常需要数年的响应时间。而人工智能领域的快速发展， 迫使教育体系必须缩短这一周期。

复旦大学“三个100%”覆盖的目标，代表了人工智能教育从专业培养向素养普及的转变。人工智能不再仅仅是计算机科学的一个分支，而成为所有专业学生都应具备的基础素养。

“就像英语是国际交流的工具，人工智能正在成为人机协作的工具。”一位参与课程设计的教育专家比喻道。

这种变革对教师队伍提出了新的要求。高校不仅需要引进人工智能领域的专业人才，还需要对现有教师进行再培训，使他们能够将人工智能思维融入传统学科教学。

“最大的挑战不是技术，而是观念，”一位高校管理者坦言，“让文学教授理解如何将人工智能用于文本分析，让生物教授看到AI在基因研究中的应用前景，这需要时间和持续的努力。”

04 理性看待“建院潮”背后的隐忧

随着越来越多高校加入人工智能学院建设行列，一些隐忧也逐渐浮现。

“一窝蜂上马可能导致资源分散，”一位教育界观察人士指出，“不是每所高校都适合或有必要建立独立的人工智能学院。”

他建议，不同类型和层次的高校应采取差异化策略。研究型大学应注重前沿理论探索和原创技术研发；应用型大学则应聚焦特定行业应用，培养产业急需的专门人才。

另一个挑战是师资短缺。人工智能领域的顶尖人才在产业界备受追捧，高校如何吸引和留住这些人才，成为亟待解决的问题。

课程体系的构建也需要时间沉淀。“人工智能发展日新月异，今天的前沿技术明天可能就过时了，”一位从事人工智能教育多年的教授表示，“课程设置必须保持灵活性，同时又要确保核心知识的系统性。”

此外，伦理与社会影响教育也亟待加强。“我们培养的人工智能人才，不仅需要懂技术，还需要理解技术的社会影响和伦理边界，”一位关注科技伦理的学者强调，“这是当前人工智能教育中较为薄弱的环节。”

05 面向未来的教育图景

尽管面临挑战，人工智能学院的兴起无疑标志着中国高等教育对技术变革的积极回应。

“这一轮院系调整，本质上是高校内设学院从按学科划分转向按问题、需求、技术来重组。”丁长发总结道。

这种重组打破了传统学科壁垒，促进了知识交叉融合，为培养复合型创新人才提供了新的可能。

未来，人工智能与教育的融合将更加深入。 从专业设置到课程体系，从教学方式到评价标准，高等教育正在经历一场由内而外的变革。

“我们正处在一个教育范式转型的关键时期，”一位资深教育研究者说，“人工智能不仅改变了我们教什么，也在改变我们如何教，甚至改变了‘教育’本身的意义。”

随着第一批人工智能学院的毕业生走向社会，这场教育实验的成果将逐渐显现。而无论结果如何，高校勇于打破传统、直面变革的尝试本身，就已经为未来教育的可能性打开了新的想象空间。

毕竟，在一个被人工智能深刻重塑的世界里，教育如果不能率先变革，又怎能培养出引领变革的人才？

发布于：广东省