高校人工智能学院兴起，学科重构如何影响未来人才培养
一张由编程代码、海量数据与跨领域知识共同构成的“智能网络”，正在我国高等学府中逐渐铺开。
4月14日，在郑州师范学院人工智能产业学院的揭牌仪式上，校长张铟阐述了他的看法：创立此类学院不仅是对国家战略的呼应，更是一场“人才培养模式创新的生动实践”。
这一天，郑州师范学院的行动并非特例。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进入公众视野的院校，一股围绕人工智能的学科重构浪潮正在中国高等教育领域全面涌动。
根据不完全统计，目前全国范围内已有超过80所高校相继布局人工智能学院。这个数字背后，反映的是新兴产业的迅猛发展与传统专业设置相对滞后之间的矛盾，以及高校面对技术革新所采取的积极调整。
“我们并非盲目追随潮流，而是为了应对产业升级转型的现实需要。”一位参与某高校人工智能学院筹备工作的教授如是说。
麦可思研究院的分析表明，高校设立人工智能学院主要遵循两种途径：一是从零起步的全新建设，二是对原有的计算机科学、大数据、自动化等相关专业方向进行整合重组。
这两种模式的深层，是对信息类学科体系的系统性重构。
2025年，河南省教育厅发布了《关于推进人工智能赋能本科人才培养实施方案》，明确提出“鼓励高校对电子信息类、计算机类专业进行优化重组，整合创新资源成立人工智能学院或人工智能产业学院”。
政策导向与市场现实需求形成了双重推动力。
从2020年至2024年，在本科新增的热门专业中，有4个专业的新增专业点数量超过200个，它们分别是人工智能、数字经济、智能制造工程以及大数据管理与应用。其中，人工智能专业新增最多，五年间共增设了406个专业点。
复旦大学在人工智能教育方面的探索尤为引人注目。该校于2024年启动了“AI大课”1.0版本，并在2025年升级至2.0版，通过本硕博一体化的方式构建了进阶式的AI-BEST课程体系。
“我们以AI-BEST课程体系为基础，创建了‘X+AI’人才培养项目，”复旦大学相关负责人介绍道，“旨在实现AI课程覆盖全体本硕博学生、AI+教育覆盖所有一级学科、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，复旦大学全校已成功开设了108门AI-BEST课程，实现了对全体本硕博学生、所有一级学科以及各个专业的“三个100%”全面覆盖，累计修读人次已达1.3万以上。
“过去，学院的划分主要依据学科门类；如今，越来越多的学院开始围绕具体问题、现实需求或关键技术进行重组。”厦门大学经济学系副教授丁长发分析说。
他进一步阐释，像人工智能学院这类新设立的学院，通常横跨多个学科领域，需要汇聚来自不同学科的师资力量。“当前，许多学科间的界限已变得相对模糊，呈现出融合发展的态势。”
这种融合趋势在具体实践中得到了充分体现。
安庆师范大学于4月3日同期揭牌了九个学院，其中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诉求。
五邑大学则在4月7日举行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。这种校企深度合作的模式，将学术探索与实际应用场景紧密连接，为人才培养搭建了实践平台。
在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也应邀出席，这同样彰显了产业与教育融合的潮流。
“高校通过调整院系和专业设置，来适应市场经济的实际需求，”丁长发认为，“其目的在于培养出更多契合生产力发展需要的创新型人才。”
03 人才培养模式的全新探索
人工智能学院的涌现，不仅仅是学院数量的增长，更是人才培养模式的深刻革新。
传统上，高校的专业设置常常落后于产业的实际发展。当一项新技术出现时，从市场需求反馈到课程体系落地，往往需要数年的响应时间。而人工智能领域的快速演进，迫使教育体系必须大幅缩短这一周期。
复旦大学提出的“三个100%”覆盖目标，代表了人工智能教育正从面向特定专业的培养，转向面向所有学生的素养普及。人工智能不再仅仅是计算机科学的一个分支学科，而逐渐成为所有专业学生都应掌握的基础能力。
“正如英语是国际交流的工具一样，人工智能正演变成人机协作的关键工具。”一位参与课程设计的专家如此比喻。
这种变革对师资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持续培训，使他们能够将人工智能的思维方式融入传统学科的教学之中。
“最大的挑战并非技术本身，而在于观念的转变，”一位高校管理者坦言，“让文学教授理解如何将人工智能应用于文本分析，让生物学教授看到AI在基因研究中的潜在价值，这需要时间和不懈的努力。”
随着越来越多高校加入建设人工智能学院的行列，一些潜在的忧虑也逐渐浮现。
“一拥而上可能导致资源过于分散，”一位教育观察人士指出，“并非每一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的策略。研究型大学应侧重于前沿理论的探索和原创技术的研发；应用型大学则应聚焦于特定行业的实际应用，培养产业急需的专门人才。
另一个挑战是师资的短缺。人工智能领域的顶尖人才在产业界备受青睐，高校如何吸引并留住这些人才，成为一个亟待解决的难题。
课程体系的构建也需要时间的沉淀。“人工智能技术日新月异，今天的前沿知识明天可能就已过时，”一位从事人工智能教育多年的教授表示，“课程设置必须保持足够的灵活性，同时又要确保核心知识体系的系统性。”
此外，伦理教育与社会影响方面的内容也亟需加强。“我们培养的人工智能人才，不仅需要精通技术，还需要理解技术可能带来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相对薄弱的一环。”
尽管面临诸多挑战，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做出了积极的回应。
“这一轮院系调整，其本质是高校内部学院设置从按学科划分，转向按实际问题、现实需求以及关键技术来进行重组。”丁长发总结道。
这种重组打破了传统的学科壁垒，促进了不同领域知识的交叉与融合，为培养复合型创新人才开辟了新的路径。
未来，人工智能与教育的结合将更加深入。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深刻变革。
“我们正处在一个教育范式转型的关键节点，”一位资深教育研究者说道，“人工智能不仅改变了我们教授的内容，也在改变我们教学的方式，甚至在一定程度上重塑了‘教育’本身的内涵。”
随着首批人工智能学院的毕业生步入社会，这场教育实验的成果将逐步显现。而无论最终结果如何，高校勇于打破常规、直面时代变革的尝试本身，就已经为未来教育的可能性拓展了新的想象空间。
毕竟，在一个被人工智能深度重塑的世界里，如果教育不能率先求变，又如何能够培养出引领未来变革的人才呢？