智能时代工程教育新路径：复杂工程问题教学创新与认证实践

人工智能正在深刻改变工程问题的本质特征，新版工程教育认证标准对计算机类专业人才培养也提出了全新要求。本分论坛邀请产学研领域资深专家，围绕工程教育认证核心主线，深入探讨标准与AI技术的融合之道及教学改革方向，共同探索智能时代工程人才培养的新模式。

FCES 2026

2026年7月27日至29日，第十届CCF未来计算机教育峰会（FCES 2026）将在重庆召开，大会以“未来教育：颠覆还是改良？”为核心议题。大会期间将举办《智能时代计算机类专业复杂工程问题探究》分论坛，论坛聚焦AI背景下计算机类专业复杂工程问题的新内涵、新要求、新挑战。论坛汇集高校认证专家、教学改革先行者与产业界资深工程师，共同研讨智能时代复杂工程问题探究的关键方向，探索AI时代计算机工程人才培养的新路径，培养学生的问题洞察力、方案创新能力、伦理判断力以及终身学习能力，为我国计算机类专业工程教育高质量发展贡献力量。

分论坛名称

智能时代计算机类专业复杂工程问题探究

分论坛简介

当前，计算机类专业复杂工程问题在教学实践中面临三重困境。其一，AI技术使工程问题的“复杂性”维度大幅扩展，传统教学中的问题抽象与建模训练难以涵盖智能系统的不确定性和复杂性；其二，2024版认证标准将“全生命周期成本与净零碳要求”、“法律与伦理”、“社会与文化”等纳入解决方案可行性评价维度，而现有教学环节对这些非技术要素的融入明显不够；其三，标准新增的“批判性思维”、“计算思维”与“适应新技术变革”等能力要求，与当前以知识传授为主的传统教学模式之间存在明显落差。

本分论坛紧扣工程教育认证主线，聚焦AI时代计算机类复杂工程问题的内涵升级与教学重构。围绕“问题识别—方案设计—系统实现—伦理审视”的全链路能力培养，探讨如何将2024版认证标准中“复杂工程问题”的七项特征与AI场景深度融合；研究计算机类专业课程与实践体系中复杂工程问题的教学落地方法；分享基于真实产业场景的复杂工程问题驱动的项目式教学、校企协同的实践教学改革等典型成果。

本分论坛汇聚高校认证专家、教学改革先锋与产业界工程专家，共同研讨智能时代复杂工程问题探究的核心方向，致力于搭建面向工程教育认证的交流互鉴平台，推动复杂工程问题教学与认证标准对齐，探索AI时代计算机工程人才培养的新模式，助力学生形成“工程报国、为民造福”的责任意识，培养兼具复杂问题洞察力、创新方案设计力、伦理判断力和终身学习能力的复合型工程人才，为我国计算机类专业工程教育高质量发展注入新动能。

分论坛主席

孙涵

南京航空航天大学副教授

CCF教育工委委员，CCF教育专委执行委员，中国工程教育专业认证协会计算机类专委会副秘书长。长期从事本科和研究生教学一线工作，编写《数据结构：抽象建模、实现与应用》、《人工智能导论》教材2部，发表教改论文7篇，主持江苏省教改2项，获江苏省教学成果奖二等奖2项，江苏省一流课程1门，中国人工智能学会教学成果激励计划二类成果1项，江苏省计算机学会优秀教学成果一等奖1项，2021年度全国高校计算机专业优秀教师奖励。主要研究方向为数字图像处理、计算机视觉、模式识别，发明专利获授权14项，发表论文70余篇。

分论坛共同主席

赵龙

东软教育科技集团高等教育事业部总经理

工程教育与产业人才培养联盟产教融合工作委员会秘书长，中国工程教育专业认证企业专家，CCF计算机应用专委、教育专委执行委员。长期深耕产教融合领域，以战略视野构建覆盖全国的产学研协同网络，整合500余所高校资源，打造“教育-产业”双向赋能生态。通过产业学院共建、专业合作、实验室与实训基地建设等形式，将行业前沿技术及企业真实项目深度融入教学全过程，构建了“产学研用一体化”的工程人才培养模式，推动高校工程教育与产业需求紧密对接。在新医科领域，牵头构建医学影像设备与医疗科研平台转化应用体系，促进高端医疗技术、临床科研平台与高校教学科研有机融合，创新提出“设备教学化—科研场景化—人才实用化”的培养路径。在其推动下，多项产学研协同共建的医疗科研教学平台得以落地，加速了医学科研成果向教学资源的转化，助力新医科专业实现临床实践与学术研究的双向融合。

报告主题：从产教融合视角来谈复杂工程问题的实践

本次报告紧扣工程教育认证对“解决复杂工程问题”的能力主线，以产教融合为核心抓手，围绕复杂工程问题实践培养展开系统阐述。基于复杂工程问题的核心内涵与高校培养痛点，分析传统教学与产业实际需求的脱节问题；阐释产教融合破解培养难题的核心逻辑，明确产业资源、真实场景、技术标准在实践教学中的关键作用；重点分享教育科技企业与高校协同育人的实践路径，包括如何共建实践平台、开发产业课程、组建双师团队、落地项目化实训等具体举措；最后结合典型案例，展示产教融合下复杂工程问题解决能力的培养成效，并展望构建“人才共育、过程共管、成果共享”的产教深度融合新生态，为高校工程实践教育提质增效提供参考思路。

分论坛特邀嘉宾

陈道蓄

中国计算机学会会士，南京大学教授

曾任中国计算机学会开发系统专委会主任、教育工委主任、职业伦理与公共政策工委主任。获CCF 60周年卓越贡献奖。从事计算机教育和学术工作四十余年，曾多次获国家级教学成果奖和省部级科技进步奖。获CCF首届杰出教育奖。并获南京大学教学终身成就奖。目前担任专业认证协会学术委员会副主任、计算机类认证委员会副主任。

报告主题：人机协同时代我们如何理解“解决复杂工程问题的能力”

内容要点：工程教育的产出目标是学生具备解决复杂工程问题的基本能力和发展潜力。究竟什么是“复杂”，随着技术就工程领域职业生态的变化，对“复杂问题”的理解必须与时俱进。人工智能技术的快速发展与应用模糊了机器与人传统的分工边界。一些过去被认为需要人的智力才能承担的工作智能机器系统可以完成得更好更高效。工程教育必须面对挑战，把“非确定性”作为对“复杂”理解的核心，为学生在人机协同环境下仍然能处于主导地位提供支撑。

分论坛嘉宾

秦磊华

CCF杰出会员、教育专委副主任，华中科技大学教授

华中科技大学计算学院副院长。全国高校计算机教育研究会副理事长、工程教育认证专家、湖北省教学名师。主要研究方向为计算系统结构，主讲数字逻辑、计算机组成原理等硬件核心课程。主讲《计算机组成原理》获评国家精品资源共享课、国家一流线上课程；牵头建设教育部智能硬件系统课程群虚拟教研室。先后斩获国家教学成果一、二等奖、湖北省教学成果特等奖，以及全国高校教师教学创新大赛一等奖、教育部华为智能基座优秀教师、全国高校计算机优秀教师等多项荣誉。

报告主题：从系统能力视角探索复杂工程问题的落地

过去十年，国内计算机系统能力培养持续推进，软硬件协同课程体系重构、优质教学资源建设成果突出，系统能力已成为计算机人才培养的核心主线。人工智能技术飞速发展，对人才的系统架构设计与复杂工程问题求解能力提出了新要求。报告立足系统能力培养视角，结合国家级一流课程、教育部智能硬件系统虚拟教研室建设及工程教育认证实践，紧扣智能时代产业需求，探索适配 AI 发展的系统能力培养路径，为高校开展复杂工程问题教学、培育复合型系统工程人才提供实践借鉴。

印桂生

哈尔滨工程大学教授

哈尔滨工程大学计算机科学与技术学院博士生导师，教育部保密教指委委员、工程教育专业认证专家。曾任哈尔滨工程大学计算机科学与技术学院、国家保密学院和软件学院院长。主要研究方向为可信软件、数据安全和智能信息处理等。负责国家自然基金面上项目、国家发改委信息安全专项项目、高技术船舶项目等。

报告主题：从课程和实践体系中能力培养过程来谈复杂工程问题

AI技术深度融入工程领域，催生多维度、跨学科的新型复杂工程问题，对工科人才解决此类问题的综合能力提出更高要求。课程与实践体系作为能力培养的两大核心载体，是对接AI时代需求、落实能力培养的关键支撑。报告探讨AI背景下培养学生解决复杂工程问题能力的实施路径：一方面依托系统化课程体系重构适配 AI 融合工程场景的知识要素框架，夯实理论根基；另一方面依托分层递进的实践体系搭建覆盖“设计、实现、分析、评价”全流程实训平台，适配新时代复杂工程问题特征。报告为工科专业完善 AI 赋能的复杂工程问题导向人才培养方案建设提供借鉴。

梁宇

云南大学教授

云南大学国家示范性软件学院教授，云南省软件工程教学指导委员会副主任兼秘书长；云南省教学名师、中国工程教育认证专家；云南省首届教育教学督导。长期从事网络技术、网络安全和云计算等教学与科研工作，主持省部级软件工程、网络空间安全等专业的教育教学改革项目多项、发表教学改革论文10余篇、编写教材多部，获云南省教学成果一等奖等多项教学奖励。

报告主题：AI时代面向复杂工程问题的专业课程体系的重构

本报告围绕 AI 时代计算机类专业复杂工程问题解决能力培养，探讨面向复杂工程问题的课程体系构建思路。报告首先分析 AI 技术发展对计算机类复杂工程问题内涵带来的变化，指出复杂工程问题呈现出数据驱动、智能系统集成、人机协同、安全可信和社会责任等新特征。在此基础上，结合工程教育认证对复杂工程问题解决能力的要求，讨论如何以能力形成为导向，重构课程体系、实践环节和课程目标及内容，使学生在递进式学习过程中逐步形成问题分析、方案设计、系统实现、测试验证和持续改进能力。报告还结合《专业创新实践》课程，说明如何通过 AI 赋能的项目实践培养高年级学生解决复杂工程问题的综合能力。

FCES 2026

FCES 2026将于2026年7月27-29日在重庆举办。本届大会以“未来教育：颠覆还是改良？”为主题，直面技术变革下计算机教育的转型命题，诚邀学界与产业界同仁拨冗出席，共探教育未来。