在上完《AI與歷史學》第一節選修課后，沈楊選擇了退課。

作為國內某知名大學歷史系的研一學生，沈楊正好趕上了全國高校開展人工智能教育改革的新浪潮，他也很想了解AI會如何影響他所在的學科，但是進入課堂后，他有些失望。

“DeepSeek都更新升級好幾次了，老師PPT上的內容還沒怎么更新。”進入課堂后，沈楊發現課程并不是圍繞AI原理展開，也不涉及大模型在文史研究中的新用法，更多是在介紹如何用AI工具輔助搜集歷史文獻、整理學術資料。他查詢后發現，授課老師的研究背景更多集中在傳統歷史學研究，與AI人工智能沒啥關聯。

近年來，人工智能的迅速發展給高校教育帶來了巨大沖擊。今年4月，教育部聯合九個部門正式發布《關于加快推進教育數字化的意見》，提出要將人工智能AI應用融入教學工作、教科書和學校課程中，推動教育改革。教育部表示，推動人工智能發展將有助于“培養教師和學生的基本能力”，塑造“創新人才的核心競爭力”，要求高校將AI納入核心學科體系。

培育復合型AI人才已經成為各類高校培養方案的標配。據全國高校人工智能與大數據創新聯盟不完全統計，2025年全國已有621所高校開設人工智能本科專業，覆蓋雙一流至“雙非”、專科類地方院校。

風起了，實際落地效果究竟如何？現階段又有哪些現實問題？

此前，全國政協委員、北京通用人工智能研究院院長朱松純曾在接受媒體采訪時直言，“大學紛紛成立人工智能學院但找不到院長。”

不僅是找不到院長，真正具備人工智能科研背景的老師也非常稀缺。復旦大學計算機科學技術學院教授、博士生導師薛向陽在接受澎湃科技（www.kxwhcb.com）采訪時直言，現在不管哪所高校，真正研究人工智能的老師并不多。

在這一背景之下，很多高校學生對于AI課程的心態正在經歷從好奇到失落。

AI時代，老師該如何教，學生該如何學，探索才剛剛開始。

“人工智能+”教育新浪潮

張用是同齡人中比較早注意到人工智能新浪潮來襲的大學生。他本科學的是自動化專業，“大二時我本想保研到經管學院，但在牛津暑校待了幾周后，覺得這個時代還是需要一些技術實力和技術背景。”張用回憶說，2023年在牛津大學暑期分享會上，安永公司介紹該公司內部已經訓練了自己的金融大模型，這讓張用意識到自己需要“轉型”，“也是通過那次講座，我發現這波以大模型為代表的人工智能交叉程度比以往更加廣泛。”

2024年4月，清華大學人工智能學院成立，著力打造“人工智能+X”復合型人才的培養體系。張用也因此申請了該學院首屆直博生。

澎湃科技記者在梳理各類高校的AI課程時發現，國內高校的AI課程設計普遍體現了跨學科融合戰略。除了最基本的AI通識課，開設“AI+X”交叉類微課程已成為國內高校AI教學探索的共識。

比如，華東師范大學在2024年6月公布了65門“AI+X”系列微專業課程，內容包括“AI+數學”、“AI+美術”等。今年5月，南開大學精心打造了130余門人工智能課程，口號是實現“在南開，人人都學AI，人人都用AI”，AI+課程范圍涉及電子信息與光學工程、化學、數學、物理、新聞等。2024年，復旦大學在校內推行AI教育改革，開設了100多節“AI+X”選修課程。

多元復合的“AI+”培養體系正持續吸納著不同專業背景的學生，不論他們本科就讀于哪個專業。

結合自己的保研經歷，張用認為，當前AI研究領域并不會對學生的專業背景進行硬性規定，如必須來自計算機系或智能科學專業。

對于一些文科生而言，選擇“AI+X”類微課程除了看起來新穎有趣，似乎也能提供一個趕上AI浪潮的抓手。

沈楊表示，他之所以選擇了《AI與歷史學》課程，也是期望了解AI在傳統歷史學研究中的運用。

課程目標。受訪者提供

理想和現實的落差

上完第一節課后，沈楊覺得，《AI與歷史學》課程未能達到他的預期，也不能將責任歸咎于老師。“老師在課堂上也非常坦率地表示，人工智能對他來說是‘一個完全陌生的領域’。”在老師上課的PPT里，課程老師列出了先修要求，建議學生同時具備歷史學研究方法和計算機科學基礎，尤其是編程和數據分析的基本技能。

沈楊的困惑并非個例。

楊健本科期間就讀于某大學的電子信息科學與技術專業，該校也面向本科生開設了人工智能、深度學習等AI通識課程，但他發現，這些課程的質量普遍不高，授課老師很多是“現學現賣”，此前并沒有在期刊上發表過人工智能相關的文章，研究背景也和AI無關。

同樣的，這類課程也有一定門檻，學生需要自己先掌握Python知識，否則上課完全看不懂。即便是有關深度學習的課程，“光聽老師講也不行，必須自己上網找資料學習。”

就楊健個人感受而言，他覺得目前學校開設的人工智能課程對本科學生用處不大，“還會浪費學生找實習、考公考研的時間。”

中國最強人工智能學府。 來源：澎湃新聞美術課對齊lab

“缺師資、缺經費、缺資源”是當前高校在人工智能融合教育中普遍存在的問題。由于人工智能是典型的交叉學科，對于課程設置和教學體系的要求遠高于傳統學科。

截至2025年6月，人工智能專業仍尚未被列為一級學科。這意味著在當前的學科分類體系中，AI仍歸屬于“計算機科學與技術”“控制科學與工程”“電子信息”或“自動化”等現有一級學科之下。學科“依附”于一級學科下存在，導致現階段很多高校對于人工智能教育的培養方案、課程設置還未來得及細化，真正成體系的培養方案并不多見。

一位來自民辦二本普通高校的老師在受訪中向澎湃科技感慨，最核心的問題在于，學校不知道怎么設置課程，因為誰都沒有完整的一套經驗。“現在只是吆喝，沒有任何可以具有實踐操作性的方案。”

此外，他還指出，“人工智能+教育”要求授課老師雙證教學，即同時具備教師資格證和AI專業資質。盡管學校也在提倡民辦大學老師實行雙證教學，但實際落地卻困難重重，“因為成本太大，經費是一個大問題。”

“計算機領域原來劃分軟件工程、信息安全等諸多方向，人工智能只算其中一種，但現在一下要求普及，就造成了師資的缺口。老師們只能靠自己‘現學現賣’”，薛向陽在接受澎湃科技采訪時直言，現在不管哪所高校，真正研究人工智能的老師并不多，師資匱乏是一個普遍現象。

張用覺得，“很多學校設人工智能學院，可能只是掛名，課程設計卻不一定跟得上。老師的研究方向從腦機接口到控制工程都有，未必和主流的人工智能方向高度相關。”他說，“一些學校的AI課程內容，仍停留在傳統算法設計或基礎機器學習階段，教材都很老。”

學好AI最終還要看自學能力

“在我的本科學校，如果真心想學人工智能，靠老師肯定不行，必須要上網找資料自學。”楊健說。

作為一名已經踏上人工智能這波浪潮的學生，楊健還是感慨，要想靠人工智能找到一份好工作，還得看學歷。“我發現，人工智能領域的工作要招的永遠都是最頂尖的人，一般院校出來的學生可能最終還是會轉行。”如果要拿到一份頭部大廠高薪工作的Offer，還得拼頂刊論文和卷實習項目。

在退完《AI與歷史學》這門課后，沈楊準備開始在宿舍看B站每天花三小時自學AI基礎知識，他想更好地利用DeepSeek等大模型，來解讀歷史學中的材料。

在這場人工智能+融合教育的浪潮之下，華東師范大學數據科學與工程學院院長錢衛寧也在思考如何激發學生主動探索人工智能的積極性。

他認為，目前學生有豐富的學習工具和外部資源可以探索，過往老師的權威也正在被逐步消解，在這個過程中，學院也在探索學科設備的“變”與“不變”。

他告訴澎湃科技，學院目前正在規劃新的人工智能專業課程，刪減了一些在傳統計算機類專業課中過時的內容，此外針對工科學生未來從事人工智能相關工作，學院補充了矩陣計算、優化和運籌學等相關知識。

對于面向本科生的計算機通識教育，錢衛寧認為，不需要什么課程都強行加入AI，非工科專業的學生掌握一定的編程思維即可。“編程思維是非常必需且基礎的，這其實教的是怎樣解決問題，怎么跟機器打交道，怎樣讓機器（也包括人工智能）為人所用。這是進一步培養數字素養、學習人工智能技術和知識的基礎。”在錢衛寧看來，有良好的編程思維的人能夠更清晰地知道如何向AI大模型輸入指令準確的提示詞，而這才是真正地用好AI。

錢衛寧認為，學校在硬件投入、師資、外部資源方面的不平均是永遠存在的，AI并未加強學習資源上的不平均，但是學校需要考慮的是，將學生的自主學習，課內外、校內外的學習成果綜合納入教育評估體系中。

薛向陽指出，AI本身就是融合方向，具有滲透性，未來不懂AI也寸步難行。教學的重點應該讓學生懂得怎樣讓AI為自己所學專業賦能。

他建議，應該給一些不具備計算機或AI專業的學生先普及基本原理和知識，但“不需要特別深入”，此外，他認為，怎樣學好AI最終還是取決于學生自學能力，不必太糾結于是否一定要上這類AI課程，如果沒有特別頂尖的老師上課，學生也可以從網上獲取來自全球頂尖院校的AI教學課程。

（文中沈楊、張用、楊健為化名）