2025年8月26日，《国务院关于深入实施“人工智能+”行动的意见》（以下简称“《意见》”）正式发布，标志着“人工智能+”从技术理念全面升格为国家战略。《意见》明确提出两大育人方向：推动育人从知识传授为重向能力提升为本转变，推动开展方式更灵活、资源更丰富的自主学习。

随着《意见》的正式发布，“人工智能+”行动必将向教育领域深度渗透。长期以来，和鲸科技在“人工智能+教育”领域的探索，始终与国家政策步调同频共振。2024年5月，和鲸正式发起“101数智领航计划”，通过产教融合、科教融汇双循环，整合和鲸社区近十年积累的多学科实践资源、ModelWhale 教研训一体化平台和智谱 AI 大模型，打造 AI 创新虚拟实验室，帮助高校解决“学科+人工智能”的落地难题，培养创新型高质量人才，推动创新成果产出。截止目前已经联合300+所院校，通过共建课程、实训平台与竞赛机制，形成“教-学-练-赛”一体化培养闭环，以实践为核心、推动育人从知识传授为重向能力提升为本转变。和鲸 101 计划对人工智能教育教学范式的探索，与《意见》对新时代育人方向的要求不谋而合。

在积累实践经验的同时，和鲸高度重视“人工智能+教育”理论总结。2025年5月，由清华大学计算机系人工智能通识教育（AIGE）研究中心、金砖创新基地数字经济研究中心指导，北京智谱华章科技股份有限公司、上海和今信息科技有限公司、和鲸社区牵头，异步社区与中国信通院联合发布《AI 融合高等教育：从通识到专业——学科 + AI 人才培养白皮书》，整合2500+ 份行业调研问卷、20+ 位国内高校权威专家经验以及国内外 100+ 高校自 2024 年以来在人工智能教育领域的政策规划与创新实践，系统梳理了文理医工各个“学科+AI”融合的课程体系与能力模型，为高校从知识灌输转向素养与创新能力培养提供了理论支撑与实践路径。

在“人工智能+”行动如火如荼般开展的当下，和鲸始终致力于推动交叉型、复合型人才培养，为高校落地 AI 教育实践搭建桥梁。从已上线的智能体批改系统，到即将重磅推出的Copilot工具，ModelWhale 的每一次技术革新都瞄准教学痛点；从海量的开源数据与项目资源，到持续开展的 AI 夏令营、实训季，和鲸社区让理论与实践学习无缝衔接，推动开展方式更灵活、资源更丰富的自主学习。

政策愿景正与企业行动相互呼应。和鲸科技正以扎实的平台能力、生态资源与产学研合作经验，积极助力高校“人工智能+”行动从理念走向落地，从探索试点走向系统化变革。

当传统理科教育遇见 AI 革命

随着新一轮科技革命的不断发展，传统理科教育或许正面临“百年未有之变局”——AI不仅重新定义科研范式，更在颠覆知识创造的方式。理科作为在 AI 浪潮中首当其冲的学科，我们不难发现，其现有课程体系已经难以培养学生驾驭智能工具的能力，实验教学方法也无法对接AI驱动的科研新范式，传统课程体系已难以培养驾驭智能工具的新一代科学家。若继续维持传统培养模式，学生将落后于智能时代的科研需求，高校科研创新力也将与前沿领域脱节。理科高等教育转型已不是选择，而是必然。

国务院近日印发的《关于深入实施“人工智能+”行动的意见》也明确提出，要“强化人工智能跨学科牵引带动作用，推动多学科融合发展”。智能时代背景下，理科高等教育应积极参与跨学科交叉融合，培养具备 AI 运用能力的复合型人才。换言之，其核心目标是从传统「知识传授」转向「智能赋能」，使学生具备运用AI工具探索未知、通过人机协同重构知识、利用智能计算解决复杂问题的能力，最终成为推动科学范式变革的引领者。

为此，本文将基于《AI 融合高等教育：从通识到专业——学科+AI 人才培养白皮书》中的相关内容以及和鲸在“学科+AI”课程体系创新建设领域的丰富实践经验，聚焦人工智能赋能理科教育的内涵、框架与方法，尝试为新时代“人工智能+”理科教育的落地提供可参考的思路与行动框架。

理科与人工智能融合课程体系的构建与实施路径

和鲸通过丰富的与高校携手推进 “理科+AI” 课程改革的经验，从实践的视角总结了新时代科研人才的培养需求。和鲸认为，随着科学技术的发展，AI 技术为研究人员提供了更强大的数据分析工具，能够从大量实验数据中提取规律，进行精确预测，并辅助科学发现。因此，新时代的理科领域人才需理解 AI 技术在数据挖掘、模型构建和预测分析中的应用，并能够结合实验能力推动科学研究创新。

具体而言，理科 AI 课程体系应涵盖 AI+ 素养和交叉融合课程及结合实真实案例的实践环节两大部分。以下是白皮书中展示的 “理科+ AI ” 课程设计框架示例（以数学专业为例）：

• AI+ 素养和交叉融合课程： 培养学生在数学理论基础上，掌握现代机器学习、深度学习和数据分析技术，能够运用数学工具和AI 技能解决复杂问题，具备在 AI 算法设计中的创新应用能力。

  • 《计算数学与数据科学引论》：从数学基础出发，学习 Python 编程与数据处理，为后续机器学习和深度学习课程打下坚实基础。

  • 《机器学习的数学原理与算法实现》：在掌握数学基础后，深入学习机器学习算法的原理与实现，通过编程实践提升模型构建与优化能力。

  • 《深度学习的数学与模型优化》：深入理解深度学习模型的数学基础，学习模型优化技术，为解决复杂问题提供高级工具。

  • 《数学驱动的 AI 创新实践》：综合运用所学数学知识和 AI 技能，通过项目实践探索数学理论在 AI 算法设计中的创新应用。

• 实践环节：通过数据驱动的研究课题（如气象预测、材料建模），学生将进行实验设计与分析，推动科研创新。具体实践内容包括：

  • 数据采集与分析： 学生将参与科研数据的采集、清洗与分析，运用 AI 技术进行数据处理、特征提取和模型训练。

  • 模型开发与验证： 学生将应用机器学习与深度学习方法开发模型，进行预测与优化，验证模型的准确性与适应性。

  • 跨学科合作与创新： 学生将在跨学科项目中合作，通过整合数学建模、数据科学与领域专业知识，解决实际科学问题。

• 成效评估：通过学生科研成果（如论文发表、研究模型）评估其知识转化能力，特别是如何将 AI 技术应用于科学研究，推动学科前沿发展。

当然，AI 在不同场景或专业中的具体应用方式与路径也不尽相同，对此，和鲸为不同理科专业设计了更加个性化的课程体系和培养路径。更多详情可前往和鲸官方网站获取。

AI人才培养，不止于理

人工智能作为新一轮科技革命的核心驱动力，不仅仅对理科教育与实践造成了冲击，而是正重构各领域的知识生产模式与问题解决路径。和鲸在《AI 融合高等教育：从通识到专业——学科+AI 人才培养白皮书》中指出，在学科教育中嵌入 AI 课程，并非简单叠加技术模块，而是构建“专业 +”的智能素养培育体系。其核心在于立足学科本体特征，通过“三层次融合”——即思维范式、方法工具、应用场景的交叉渗透，培养学生运用 AI 技术拓展专业边界、解决复杂问题的能力。

基于此，白皮书中给出了构建 “AI教育=基础课×素养课×专业课” 的三层课程架构这一构想。这一体系既符合教育部倡导的培养理念，也是高校的普遍共识。其中，基础课就像“教学生认路”，侧重传授 AI 基础知识，帮助学生建立统一的认知基准和话语体系；素养课可视为“教学生骑车”，聚焦常用 AI 工具实操（如理工科的编程开发、文科的提示词工程），根据学科需求差异化培养工具应用能力；专业课则是“教学生越野”，强调带领学生运用 AI 知识解决真实问题，使技术能力深度嵌入专业问题解决流程。白皮书针对各学科常见的 AI 融合专业课提供了具体建设示例，供高校参考。

“理科+AI” 教育实践：校企协同共塑理工 AI 人才培养新范式

2024 年，浙江省资源与环境信息系统重点实验室（依托于浙江大学地球科学学院）与和鲸，以助推“数据 + 算力 + 模型 + 科研场景”的地球科学研究范式变革，孕育地球科学基础理论的重大突破，推进地球科学领域以数据为驱动的跨学科研究的共同发展为宗旨，达成全面战略合作关系。

双方确立了三个主要的合作方向：科研项目合作——共同探索地学大模型的平台能力支撑建设、教学合作——推动“AI+地科”交叉领域的学科建设、专业建设与人才培养，以及科研生态合作——持续探索从数据到研究到成果落地的交叉共创模式。

此前，浙江大学地球科学学院与和鲸曾共同参与建设国际大科学项目“深时数字地球”（Deep-time Digital Earth，DDE）。双方打造了一套完整、成熟，且具备开放创新生态的地学在线协同科研系统。

此外，和鲸也与南京大学、西安交通大学、中国石油大学（华东）等多所国内高校展开校企合作，不断完善理工科+AI 人才培养课程体系，目前已形成一套成体系、可复制的人工智能课程体系建设成熟经验。

真实数据支持，多位专家指导，清华领衔发布AI教育白皮书

5月28日，由清华大学计算机系人工智能通识教育（AIGE）研究中心、金砖创新基地数字经济研究中心指导，北京智谱华章科技股份有限公司、上海和今信息科技有限公司、和鲸社区牵头，异步社区与中国信通院联合发布《AI 融合高等教育：从通识到专业——学科 + AI 人才培养白皮书》，从政策解读、现状分析到教学模式与教学工具、技术底座、高校实践案例等，全景式呈现 AI 融合高等教育的现状与前景、机遇与挑战。

白皮书中从企业和学生的真实需求、高校教育的真实痛点出发，指出应从知识结构、实践转化、价值判断三大维度构建AI素养框架，基于“认知筑基 - 能力迁移 - 创新融合”的培养路径，构建渐进式人工智能通识教育课程体系，并根据院校类型、学科结构、资源禀赋等对课程体系的落地进行了差异化设计。

据悉，该白皮书在编撰过程中，特别组建了专家顾问委员会，特邀 20+ 位国内高校权威专家领衔指导，成员覆盖通识教育及文、理、医、工全学科领域，为人才培养理念与实践路径把关定向。同时，项目组广泛收集 2500+ 份多元问卷，调研对象涵盖学生、企业从业者、教育工作者、科研人员等群体，并系统梳理国内外 100+ 高校自 2024 年以来在人工智能教育领域的政策规划与创新实践，以扎实的数据与案例支撑，确保白皮书兼具学术深度与实践价值。

让每个学科拥抱 AI ，共同开启高等教育智能化转型的新篇章。期待《AI 融合高等教育：从通识到专业——学科+AI 人才培养白皮书》的发布能为高校 AI 通识教育提供了前瞻性的理论指导，并勾勒出学科与 AI 深度融合的实践路径。未来，随着白皮书指导价值的逐步释放与研讨成果的持续转化，我国高等教育将加速迈入“学科+AI”协同发展的新阶段，为培养适应智能时代的复合型人才提供强劲引擎。