■本报记者 陈彬

不久前，一场以“人工智能（AI）+教育”为主题的改革创新工作推进会在天津大学举行。作为会议的“重头戏”，该校正式发布了《天津大学“人工智能+教育”改革创新行动方案》（以下简称《行动方案》），并同步推出了《天津大学人工智能应用师生行为指南》，以期依托新工科教育的深厚积淀，打造一个“师-生-AI”协同共生的智能教育新范式。

当前，AI技术快速迭代，并多维度融入高等教育。高校教育模式变革已成大势所趋。然而，变革有“主动”与“被动”之分，此次天津大学显然选择了前者。

这份选择既需要勇气，也需要对目标与措施有更清醒的认识。在这方面，该校有何种考虑，又想打造怎样的智能教育新范式？对此，《中国科学报》专访了天津大学研究生院副院长、人工智能学院院长胡清华。

大学内部不可“各自为战”

《中国科学报》：近年来，AI的全面普及正猛烈冲击高等教育，你认为这方面的表现有哪些？

胡清华：AI对于高等教育的影响是多层次、立体化的，其中影响比较深刻的，我认为是以下领域。

首先，AI重塑了大量岗位的能力标准，人机协同求解复杂问题的复合型人才需求量猛增。这倒逼高校持续调整专业设置和能力结构，把AI素养、跨学科问题求解能力嵌入培养方案。

其次，过去教师是知识权威，教材和教师是知识唯一的来源。但如今，学生随手就能通过大模型获得知识，学生“人在教室、心不在课堂”现象非常普遍。这要求我们必须把单向知识灌输转变为启发式教学和探究式学习，并重构课堂，调动学生主动思考的积极性，而不是让课堂沦为知识点复读。

最后，在研究生培养环节，大模型虽然能短期快速提升学生的学习和科研效率，但长期看却有可能削弱学生逻辑推演、批判性思辨等核心能力，甚至让其丧失独立钻研的韧性。

《中国科学报》：针对上述问题，国内高校采取了很多措施，你觉得《行动方案》有哪些特点？

胡清华：近年来，许多高校都在探索教育与AI融合的路径，但多处于“零散试水”状态，不成体系。此次方案中，我们希望推进AI与教育教学的全要素融合、全过程贯通和全场景覆盖，这种整体性和统一性的顶层设计非常重要。

具体来说，我们提出要建设能提供基础数据和通用AI能力的统一智能底座，并打造由若干学科大模型融合助教、助学、助研、助管的多类智能体，应用服务于教学科研典型场景，从而构建出一个“1+X+N”的教学科研智能平台——1个智能基座、X个学科垂域大模型和N个智能体。

21世纪初，我们将大学搬上了互联网，建设了大量数字资源平台，并提供了便捷的网络服务平台。这些举措极大便利了师生，提高了教育、科研效率。如今，统一的智能平台将会成为大学在AI时代运行的“基座”。我相信再过几年，我们的教学、科研、学生管理、行政服务都要依托这套体系运转。

比“翻转课堂”更进一步

《中国科学报》：在教学层面，《行动方案》提出构建“师-生-AI”三元融合教学模式，这是一种怎样的模式？

胡清华：长期以来，大学课堂上的典型教学模式是“教师讲，学生听”。但由于教师资源有限，虽然教师会通过作业和测试了解学生的学习效果，但是教与学基本处于开环状态，教师很难及时掌握学生的学习状态，无法做到大规模的因材施教。

为改变这一状况，教育界曾提出“翻转课堂”模式，教师提前录制教学视频，学生课前观看，课堂上由老师答疑解惑，引导学生学习。但由于缺乏智能手段，该模式下师生还只能在相对固定的空间交互，虽然能部分解决教与学的问题，但实际效果并不理想。

相比之下，“师-生-AI”三元模式依托大模型与智能体、数字人、虚拟现实等新技术，实现了全时、全域的教学互动，相较于“翻转课堂”向前迈进了一大步。

具体来说，借助各类AI工具，三元模式可以搭建起一个全天候、无空间限制的学习平台；AI可以在课前、课中和课后协助教师开展教学活动；学生在AI辅助下自主完成基础知识学习，教师将课时留给小组研讨、项目攻坚、思路辩论。学生在课下可随时与大模型和智能体交互，智能系统自动评估学生的学习效果，针对薄弱环节推送个性化学习内容，形成闭环学习链路。

这套模式分工清晰——教师作为教育资源的供给者、学习过程的“导游”，发挥价值引领、思维引导的作用，负责设计项目、把控育人方向、组织思辨性讨论；学生是自主探究主体，自主规划学习节奏、独立完成核心论证与创作；AI承担知识点讲解、习题批改、资料检索等辅助工作。三者协同互补，相互不可替代。

《中国科学报》：相比于传统模式，这套体系似乎更加强调学生主动学习的重要性。

胡清华：是的。该模式一方面降低了学生的学习门槛，提升了学习的便捷性，大大扩展了学生主动学习和自由探索的空间；另一方面也在客观上给老师提出了更高要求——他们不能再照本宣科完成授课，必须掌握人机协同教学设计、虚拟项目搭建、智能学情分析等全新能力，进而提升课程对学生的吸引力。

在这方面，学校建立了一套差异化的系统培训方案，针对不同学科和专业背景的教师进行培训，提升其AI能力素养。相关工作我们已开展多年，目前很多老师都能将AI融入教学内容和教学模式，建设AI融合和AI赋能的课程群。

AI赋能项目式教学可做“突破口”

《中国科学报》：《行动方案》是否设置动态调整机制？面对AI技术的持续迭代，学校又将如何持续优化智能教育生态？

胡清华：AI技术快速迭代，固定方案显然无法适配技术发展。对此，我们需要建立常态化动态更新机制，持续完善工作方案，引入新技术赋能各类教育场景，同时规范相关技术的应用。

以我所在的人工智能学院为例，短短数年间，已有相当数量的AI基础课程教学内容过时。为此，我们大幅压缩了某些必修课程，将其转为选修模块，同时建设能体现技术前沿发展的课程。学生通过选课机制推动陈旧教学内容退出课程体系，倒逼教师持续更新教学素材，甚至开设新课程。

在学校层面，我们以专项资金引导推动教师向AI融合方向发展，同时建立面向教职工的长效AI素养提升机制，开设常态化更新课程，覆盖新模型、新工具、新伦理规范，要求全体教师树立终身学习理念，持续跟上技术变革步伐，避免教学内容与行业需求脱节。

《中国科学报》：你认为国内高校在“AI+教育”方面的实践有哪些需要注意的地方？

胡清华：不同学校的发展历史、学科定位乃至AI能力水平不同，针对“AI+教育”的实践也不能千篇一律，但其中仍存在一些共性特征。

比如在推进相关改革时，学校必须做好顶层设计、系统推进。避免出现低水平重复建设及零散试点无法形成规模化效应等问题。在这方面，有些学校只打造几门样板AI课程，院系各自采购工具，资源割裂，这都会造成资金、算力、技术的重复浪费，还会再次形成数据和智能孤岛，无法实现全校教学、科研资源的高效流通共享。

因此，要优先搭建校级统一智能服务基座，再分层向各学院落地细分应用。此举能大幅减少重复投入，哪怕是算力规模有限，集中统筹的使用效率也远高于分散建设。

此外，我们发现，以AI赋能项目式教学可以作为“AI+教育”的重要突破口。在项目式教学中，传统实体实训设备采购、维护成本极高，普通院校资金压力大，但借助虚拟现实、大模型数据分析等技术，便能够低成本搭建项目场景。在天津大学，我们不仅在工科全面推广这种模式，而且在人文社科、经管商科也落地AI赋能的探索式项目。学生的实践体验得到显著提升。