培养人工智能交叉创新人才，激发高校创新活力

日前，教育部等五部门联合印发《“人工智能+教育”行动计划》（以下简称《行动计划》）。这是我国首次以跨部门联合发文的形式系统谋划人工智能与教育深度融合的顶层设计，标志着教育数字化战略迈入全面智能化升级的新阶段，将为建设教育强国提供重要支撑。

该文件不仅是一项政策指引，更是对一个根本性问题的战略回应：当人工智能正在重新定义知识的生产方式和传播路径时，大学的核心使命应当如何重新校准？复旦大学自2024年起全面推进AI驱动的教与学融通改革，围绕“未来教师”“未来课堂”和“未来学习中心”三大板块进行系统探索，在实践中逐步形成了对这一命题的理解。

一、重新定义AI时代的人才培养目标：从“教会使用AI”到“培养干细胞式的人才”

《行动计划》开宗明义提出“坚持育人为本、素养为先”，并以“培养胜任智能时代的能力”作为人才培养的核心目标。这一表述值得深入解读——关键词不是“掌握”而是“胜任”，不是“技能”而是“素养”，折射出人才观从“知识导向”向“能力导向”的根本转型。

在复旦的实践中，我们对这一转型有更为具体的体认。人工智能时代，人才培养的根本挑战不在于教会学生使用AI，而在于培养能提出好问题、能跨界创造、能持续进化的人。我们提出要培养“干细胞式”人才：干细胞最大的特点是多向分化的潜力和持续自我更新的能力，它不预先被定义为某种特定的细胞，而是保持向多个方向发展的开放性。对应到人才培养，真正有“保质期”的核心素养是3种能力：在未知领域快速建立认知框架的能力、跨越学科边界整合资源的能力、面对失败持续迭代的韧性。

《行动计划》提出“培养复合型交叉人才”“指导高校开设人工智能交叉融合课程，丰富跨学科、跨专业课程群”，正是在制度层面为这种“干细胞式”培养理念提供支撑。而要将理念落地，关键在于课程体系的系统性重构、教师角色的深层转型，以及学习空间与科研范式的全面升级——这3个维度恰恰构成了高校创新活力激发的核心着力点。

二、课程体系的系统性重构：从根本上重构各学科的知识图谱和培养方案

《行动计划》提出“推动人工智能成为高校公共基础课”“按学科专业分类编写课程教材”，这一部署的核心意涵在于：AI不是在现有课程体系中增加几门选修课的“加法”，而是要从根本上重构各学科的知识图谱和培养方案。

复旦的实践印证了这一判断。我们基于全校“普及圈”“核心圈”“进阶圈”的AI人才培养需求，本研一体化打造了进阶式AI-BEST课程体系——B（通识基础）、E（专业核心）、S（学科进阶）、T（垂域应用）四个层次逐级深入，已开设逾百门课程，累计1.3万余人次修读。这一体系的核心理念是：AI不是加进课程里的味精，而是菜里的主料。例如，计算与智能创新学院和文物与博物馆学系合开的“AI考古”课，学生深度参与文物修复和考古数据库搭建，AI是课程的灵魂——把AI拿掉，课就不存在了。

更深层的探索在于交叉人才培养路径的制度化建设。《行动计划》强调“深化学科交叉、产教融合、科教融汇，探索人工智能拔尖创新人才培养新模式”。复旦在这一方向上推出了41个“X+AI”双学士学位项目，为国内高校最多，234名学生进入修读，首学年平均GPA达3.65。

三、师生角色的深层重塑：从“教师中心”到“师生共创”

《行动计划》在教师发展方面提出“制定教师智能素养标准”“分层分类开展人工智能素养培训”“将人工智能纳入教师资格考试和认证内容”等系统部署。这些措施的落地需要直面一个AI时代特有的现象：在许多高校，学生对AI新工具的敏感度和跨界想象力已经超过了部分教师，出现了“学生带着老师跑”的现象。

这一现象倒逼高校重新审视教师的核心角色：从传统知识传授者转向学习生态创建者、自主学习引导者与学术前沿引路人。复旦提出以“师生共创”作为教育改革的核心要义，将这种角色转型落实为具体的制度安排。

一是全面实施“AI+师生共创专项”。在“复旦大学本科生学术研究资助计划”中设立专项，支持学生与高水平师资在AI赋能教育、AI赋能科学、AI赋能人文社科等领域协同开展创新研究，2025年已立项约150个课题，部分项目已有创新成果涌现。

二是研制国内高校首个生成式AI教学指引与共创平台。历经一年多的师生共创，《复旦大学生成式人工智能教育教学应用指引1.0版》及AI3A教育共创平台于2026年1月正式上线。AI3A取名于“掌握AI（Acquire）—驾驭AI（Apply）—共创AI（Advance）”的进阶学习路径，集合教学案例库、实训平台、全球高校AI案例精选及师生共创四大板块。

三是在制度设计上突破传统学科壁垒。启动高水平AI青年人才的专项计划，这个计划不是只给计算与智能创新学院，而是面向哲学、经济学、数学、医学等所有学科开放——目的是在每个学科内部种下跨界融合的种子，让交叉不只发生在课堂上，更发生在每个院系的日常科研中。

四、学习空间与科研范式的双重变革：让创新发生在每一个场景中

《行动计划》在基础环境建设方面部署了三大工程：构筑智能教育基座、培育智能应用体系、打造未来教育空间。这些部署的深层逻辑在于：创新人才的培养不仅需要好的课程和好的教师，更需要一个能够让学习与研究无缝衔接、让创新随时随地发生的支撑环境。

在学习空间维度，传统的集中式教学空间已难以满足AI时代个性化、泛在化学习的需求。复旦的“未来学习中心”建设提供了一种新思路：它不是一个单一空间，而是一个分布式、智慧化、泛在式的学习网络——已建成示范性智慧教室、主题实验室、数智研讨室和智慧书房等多种形态，配套AI3A教育共创平台、智慧教学资源平台（iCourse）及算力调度平台，构建起“人人皆学、处处能学、时时可学”的学习生态。

在科研范式维度，《行动计划》提出“建设人工智能学科交叉创新平台”“建设智能实验室和自主实验集群”，指向的是科研从“假设驱动”向“AI驱动”的范式转型。复旦与上海科学智能研究院共建的星河启智科学智能开放平台，汇聚12个领域400余个科学大模型及工具链，覆盖从文献分析、假设生成到实验设计、数据验证的科研全流程。学生登录平台就能接入最前沿的AI科研工具，课堂所学转身便能到科研前沿中验证，科研的门槛降低了，深度反而提升了。

值得特别关注的是，《行动计划》将哲学社会科学与自然科学、工程科学并列纳入AI赋能科研的框架。在复旦，“AI考古”“AI赋能的语言分析和语言习得”等课程已经证明，人工智能对人文社会科学的方法论革新同样具有巨大潜力。这种学科整合，本身就是交叉创新人才培养的题中应有之义。

五、生态构建与拔尖创新：高校创新活力释放的深水区

将好的政策蓝图转化为教育现实，往往比制定政策更为艰难。《行动计划》的落地实施需要在几个深水区持续突破。

首先是评价体系改革。《行动计划》对构建“政产学研金”协同机制作出部署，为创新生态建设提供了顶层框架，但如果学科评估、教师考核、学生评价仍以单一学科为导向，交叉创新就难以获得制度性的生存空间。当评价体系为“有价值的失败”留出空间，创新的土壤才真正松动。

其次是差异化发展路径。中国高校类型多样、层次分明，不同学校应根据自身禀赋找到与AI交叉融合的独特路径。研究型大学聚焦前沿基础研究和拔尖创新人才培养，行业特色高校深耕行业AI应用，地方高校立足区域产业需求培养应用型交叉人才，避免“千校一面”的同质化推进。

再次是安全与伦理的制度建设。《行动计划》提出“建立人工智能教育应用的安全防护体系”“深化建立教育大模型安全审核机制”。复旦大学发布的国内高校首个《生成式人工智能教育教学应用指引》，将AI应用场景细化为课堂教学、学业评价、自主学习支持等环节，为每个环节提供行动建议、伦理警示和工具推荐，将安全规范融入教学日常。

最后，也是最根本的，是始终坚守“育人为本”的价值锚点。A培养交叉创新人才的最终目的，不是让人成为更高效的“AI操作员”，而是让人在与智能技术的协同中，更充分地实现自身的创造潜能和人文价值。《行动计划》强调的“育人为本、素养为先、应用导向、智能向善”十六字方针，正是在技术狂飙突进时代对教育初心的坚守，值得在具体实施中始终贯彻。