2026年秋季学期开学前，高校人工智能课程建设迎来新一轮加速推进。
今年4月，教育部等五部门印发《“人工智能+教育”行动计划》，提出建设高校人工智能公共基础课程，推动人工智能教育贯穿人才培养全过程，构建全学段人工智能教育体系。与此同时，江苏等地启动区域性人工智能通识课程建设，越来越多高校将AI课程纳入本科培养方案，人工智能教育正逐步从少数高校、少数专业的探索，走向面向全体学生的人才培养实践。
政策持续加码的背后，并不仅仅是技术快速发展，更反映出人才培养需求正在发生变化。随着AI逐渐成为职场的基础工具，高校培养学生的重点，也开始从知识传授向AI素养和解决复杂问题的能力培养延伸。那么，这一轮AI课程建设释放了哪些信号？高校又在探索哪些课程建设路径？
从政策推动到人才需求：AI课程加速走进高校
过去几年，高校开设人工智能课程更多是一种自主探索，而今年以来，AI课程建设开始进入制度化推进阶段。
《“人工智能+教育”行动计划》明确提出，建设高校人工智能公共基础课程，推进“人工智能+专业”课程建设，将人工智能教育贯穿人才培养全过程。这意味着，人工智能课程不再局限于计算机等相关专业，而是逐渐成为高校公共能力建设的重要组成部分。
与此同时，地方层面的探索也在加快。以江苏为例，教育主管部门启动人工智能赋能教育行动，推动普通本科高校建设人工智能通识课程，完善“通识课+专业课+交叉课”课程体系，推动课程资源共建共享。相比过去由高校各自开发课程，这种区域统筹模式有助于降低课程建设成本，也为地方高校提供了更加丰富的课程资源和建设支持。
政策为何集中发力？从人才市场的变化中可以找到答案。
麦可思研究院发布的《2026年中国本科生就业报告》显示，2025届本科毕业生就职岗位中，91%需要日常使用AI工具。AI正在快速渗透到各类职业场景，从内容创作、数据分析到产品设计、客户服务，越来越多岗位开始将AI作为日常工作的基础工具。这意味着，AI能力已不再是少数技术岗位的专属要求，而成为越来越多专业学生需要具备的基本能力。
与此同时，AI的发展也在重塑企业的人才需求。随着标准化、重复性工作逐渐由AI承担，企业更加关注毕业生提出问题、分析问题、人机协同以及利用AI解决复杂问题的能力。高校AI课程建设的重点，也因此从“教会学生使用工具”转向“培养学生运用AI解决真实问题的能力”。
换句话说，建设AI通识课程，不仅在于培养更多人工智能专业学生，更加为了培养更多具备AI素养、能够适应智能时代的复合型人才。这也成为高校推动课程改革的重要背景。
AI课程如何落地：三类课程建设路径值得关注
面对新的培养目标，不同高校结合自身定位和学科优势，探索出各具特色的AI通识教育模式。从目前已公开的实践来看，大致可以归纳为三类课程建设路径。
路径一：构建分层递进课程体系，让AI教育贯穿培养全过程
南京大学是国内较早系统推进AI通识教育的高校。2024年起，学校面向全体本科新生建设“1+X+Y”三层次课程体系，包括1门人工智能通识核心课程、X门人工智能素养课程和Y门学科与人工智能深度融合的前沿拓展课程。课程内容不仅涵盖人工智能基础知识，还围绕能力培养、价值观塑造和伦理规范展开，由中国科学院院士谭铁牛、欧洲科学院院士周志华等专家领衔授课。
与传统“一门通识课”不同，南京大学更加注重课程体系建设。随着学生专业学习不断深入，课程内容也逐步由通识认知走向专业融合，再延伸至交叉创新，实现人工智能教育贯穿本科培养全过程。这种“不是一门课，而是一套课程体系”的设计思路，为高校开展AI教育提供了体系化参考。
路径二：建设公共基础课程，实现AI素养普及
对于多数高校而言，如何以较低成本实现AI教育全覆盖，是课程建设首先需要解决的问题。
东南大学的《人工智能通识导论》提供了一个具有推广价值的样本。课程作为本科一年级必修课，仅设置16学时、1学分，却完整覆盖人工智能发展历史、三大学派、前沿技术以及实践研讨等内容。考核方式也没有停留在知识测试，而是采用“平时成绩+创意作品”相结合，更强调学生运用AI解决问题和创新实践的能力。
这种“小而精”的课程设计，既降低了课程建设门槛，也避免将通识课程简单上成专业课或软件操作培训课，对于课程资源相对有限的高校具有较强参考意义。
华南理工大学则进一步构建了“1+1+N”人工智能课程群，通过《人工智能导论》必修课、人工智能基础课以及专业融合课程，实现本科生全覆盖，并逐步推动AI能力培养向各专业延伸。从单门课程到课程群建设，也体现出高校AI教育正在由普及走向深化。
路径三：分类培养，让不同学生学习不同层次的AI课程
随着AI教育不断深入，不少高校开始探索更加精准的人才培养模式。
北京理工大学面向全体研究生构建了AI通识、AI进阶、AI精通三层课程体系，不同学科根据培养目标学习相应层次课程，实现课程内容与培养要求相匹配。
北京大学开设的《人工智能技术与应用》则定位为现代大学生核心素质课程，主要面向人工智能相关专业之外的学生，突出人工智能技术在不同学科中的应用，帮助学生建立跨学科视角。
合肥工业大学则将《人工智能基础》作为面向全校非计算机专业学生的通识必修课程，同时持续扩充AI课程资源，推动人工智能与专业课程深度融合。
从这些探索可以看出，高校AI课程建设正在从统一课程走向分类培养。不同专业、不同培养层次、不同学校定位，对AI能力的要求并不完全相同，课程建设也因此呈现出更加多样化的发展趋势。
结语
虽然课程体系各有特色，但这些高校的探索呈现出一个共同方向：AI课程培养的重点正在发生变化。课程内容越来越关注AI伦理、人机协同、创新实践以及利用AI解决专业问题，而不仅仅是学习某一款工具的使用方法。这与麦可思研究关于人才需求变化的发现形成了呼应——当AI逐渐成为职场的基础能力，高校真正需要培养的，是学生借助AI开展学习、研究和创新的能力，而不是简单掌握工具操作。
随着人工智能加速融入教育教学，高校AI课程建设正从“是否开设”迈向“如何建好”的新阶段。从公共基础课建设到“AI+专业”融合，高校正在探索符合自身定位的人才培养路径。
对于更多高校而言，开设AI课程只是第一步。如何将AI能力真正融入人才培养全过程，构建兼顾通识教育与专业特色的课程体系，培养学生运用AI解决真实问题的能力，或将成为下一阶段课程改革的重点。
主要参考文献：
[1]教育部等五部门.《〈人工智能+教育〉行动计划》[EB/OL].2026-04
[2]中共中央、国务院.《教育强国建设规划纲要（2024—2035年）》[EB/OL]. 2025-01.
[3]江苏省教育厅.《江苏省推进人工智能赋能教育高质量发展行动方案（2025—2027年）》[EB/OL].2025-06.
[4]南京大学“人工智能通识核心课”教学体系实施方案[EB/OL].南京大学新闻网. 20260716.
[5]北京理工大学开设人工智能公开课，构建立体化课程体系[EB/OL].新华网客户端.20260302.
[6]合肥工业大学：AI赋能构筑高等教育数字化转型标杆[EB/OL].新华网.20260313.
[7]麦可思研究院.《2026年中国本科生就业报告》[R].北京：社会科学文献出版社，2026-06.
☞ ☞ ☞ ☞ ☞ ☞ ☞ ☞
声明：麦可思研究原创内容全面开放非盈利目的的转载授权，转载请留言或添加编辑微信获得长期白名单授权（电话或微信搜索18602824882）。转载要求——
1.文首注明“转载于麦可思研究”。
2.转载请在文章发布的24小时后进行。
关注“麦研文选”,获取更多数据——
热门跟贴