高等教育人工智能公共基础与专业建设工作细则

高等教育人工智能公共基础与专业建设工作细则一、总则（一）制定依据为落实《“人工智能+教育”行动计划》关于“推动人工智能成为高校公共基础课，培养复合型、创新型高层次人才”的要求，适应智能时代产业变革与人才需求，深化高等教育教学改革，提升全体大学生智能素养与专业适配能力，推动人工智能与学科专业深度融合，制定本细则。（二）适用范围本细则适用于全国普通本科高校、高等职业院校（含专科），覆盖所有学科门类、所有专业，重点推进人工智能公共基础课全覆盖、传统专业智能化升级、人工智能交叉学科建设。（三）总体目标2026—2027年：人工智能纳入所有高校公共基础必修课，实现全体学生全覆盖；完成公共基础课教材、师资、资源体系建设；50%以上传统专业完成智能化人才培养方案修订。2028—2029年：构建“公共基础+专业核心+交叉拓展”的人工智能课程体系；人工智能与各学科深度融合，形成一批特色交叉专业、精品课程、创新团队；学生智能素养、创新能力、就业竞争力显著提升。2030年：建成适应智能时代的高等教育人才培养体系，人工智能人才培养规模与质量位居世界前列；形成“AI+专业”的人才培养范式，支撑国家“人工智能+”行动与产业高质量发展。（四）基本原则全面覆盖，分类施策：全体学生必修人工智能公共基础课，按学科专业分类制定教学内容、教材与考核标准，避免“一刀切”。学科融合，交叉创新：推动人工智能与理工、农医、经管、文法、艺术等学科深度融合，培育交叉学科、新兴专业。产教融合，实践导向：联合行业企业共建课程、实验室、实训基地，强化项目实践、工程应用、创新研发。素养为本，伦理并重：兼顾技术能力、创新思维与数字伦理、法律规范，培养“懂技术、善应用、守伦理”的高素质人才。统筹推进，质量优先：省级统筹、高校主体、部门协同，严把教学质量、师资水平、资源标准，杜绝形式化、低质化建设。二、公共基础课建设与教学实施（一）课程设置与学时要求必修要求：2026年秋季学期起，所有高校、所有专业将人工智能列为公共基础必修课，本科不少于32学时（2学分），高职专科不少于24学时（1.5学分），不得免修、缩减学时。分类教学内容（按学科门类差异化设计）：理工农医类：侧重AI技术原理、算法基础、编程应用、智能工具实操、行业技术应用；经管类：侧重AI数据分析、智能决策、商业应用、智能营销、产业数字化转型；文法艺术类：侧重AI认知、智能工具应用、数字伦理、AI与文化艺术创新、社会治理应用；教育类：侧重智能教育工具、AI+教学融合、智能学情分析、数字教育伦理。核心教学模块（所有专业必学）模块一：AI基础认知（概念、发展、技术体系、社会影响）；模块二：智能工具应用（常用AI学习、工作、创作工具实操）；模块三：数据与算法基础（数据思维、简单算法、数据分析基础）；模块四：AI伦理与法律（隐私保护、学术诚信、技术边界、法律法规）；模块五：行业应用案例（本领域AI应用场景、案例分析、实践展望）。（二）教材与资源建设教材编写：教育部组织高校、企业专家编写分类版人工智能公共基础课教材（理工版、经管版、文法艺版、教育版），2026年8月前出版发行；高校可结合学科特色编写校本教材、讲义，报省级教育部门备案。数字资源：建设国家级高校人工智能教育资源平台，提供微课、虚拟实验、编程工具、案例库、题库、在线测评等资源；省级教育部门统筹建设区域资源库，实现校际共享。在线课程：推出国家级、省级人工智能公共基础精品在线课，支持线上线下混合教学、自主学习、跨校修读。（三）教学模式与考核方式教学模式混合式教学：线上自主学习（理论、资源、测评）+线下课堂（讲解、讨论、实践）+项目实践（小组合作、案例分析、小创新）。产教融合教学：邀请企业专家授课、开设行业案例讲座、开展企业实地研学、参与真实项目实践。个性化学习：依托智能学习平台，为学生推送适配学习资源、练习、辅导，支持差异化学习。考核方式过程性考核（40%）：线上学习进度、课堂表现、作业完成、小组讨论；终结性考核（40%）：理论笔试+实操测试（AI工具应用、简单编程/数据分析）；实践考核（20%）：AI应用小项目、案例分析报告、创新方案。考核合格方可获得学分，不合格需重修。三、专业建设与人才培养改革（一）人工智能专业与交叉学科建设人工智能本科专业：优化人工智能本科专业培养方案，强化基础理论、核心技术、工程实践、伦理规范；扩大招生规模，2027年全国人工智能专业在校生达20万人以上；建设一批国家级、省级一流人工智能专业。交叉学科专业：支持高校开设“人工智能+”交叉专业，如：人工智能+计算机、+电子信息、+机械、+临床医学、+农学、+金融、+新闻传播、+设计、+教育等；2026—2028年新增100个国家级人工智能交叉学科专业点。高职专科专业：重点建设人工智能技术应用、智能产品开发与应用、大数据技术、工业机器人技术等专业，培养高技能应用型人才；推动传统工科、商科、医护、农林专业智能化升级。（二）传统专业智能化改造培养方案修订：2026年底前，所有高校完成传统专业人才培养方案修订，将人工智能相关课程、能力要求纳入培养目标、课程体系、实践环节。理工专业：增加智能控制、智能检测、智能设计、工业AI等课程；农医专业：增加智慧农业、智能医疗、精准医疗、生物信息AI等课程；经管专业：增加大数据分析、智能财务、智能商务、数字经济等课程；文法专业：增加数字治理、智能法务、AI舆情、数字文化等课程；艺术专业：增加智能设计、AI创作、数字媒体、交互设计等课程。课程体系重构：构建“专业基础课+AI核心课+交叉融合课+实践课”的课程体系；每门专业核心课至少融入1个AI应用模块。实践教学升级：共建“AI+专业”实验室、实训中心、创新基地；联合企业开发真实项目、工程案例、岗位实训内容；支持学生参与AI科创竞赛、企业研发项目、创新创业实践。（三）研究生层次人才培养硕士博士点建设：扩大人工智能一级学科硕士、博士点覆盖面；支持交叉学科博士点（如AI+医学、AI+材料、AI+管理）建设。培养模式创新：推行“导师+企业导师”双导师制；强化科研创新、工程应用、产业转化能力培养；支持研究生参与国家级AI科研项目、企业关键技术研发。高端人才培养：实施人工智能领域高层次人才培养计划，培养一批AI领域学术领军人才、工程技术专家、产业创新人才。四、师资队伍建设与能力提升（一）师资配置要求公共基础课师资：每所高校至少配备5—10名人工智能公共基础课专任教师，按学科门类组建教学团队；教师需具备AI相关专业背景或专项培训合格证书。专业师资：人工智能专业、交叉专业师生比不低于1:16；配备“高校教师+企业工程师”双师型教师团队。全员培训：所有学科专业教师均需参加人工智能教学能力培训，具备“AI+专业”融合教学能力。（二）分层培训体系公共基础课教师培训国家级：每年培养1000名核心骨干教师，开展理论、教学、实践全流程培训；省级：每年培养5000名骨干教师，实现区域全覆盖；校本：每学年开展不少于24学时全员培训，考核合格方可授课。专业教师培训开展人工智能核心技术、交叉融合、工程实践、企业实训专项培训；支持教师到科技企业、科研院所访学、挂职、参与项目研发；引进企业高级工程师、技术专家担任兼职教师、实践导师。教研与激励设立人工智能教育教学改革项目、精品课程、教学团队建设专项；在教学成果奖、职称评审、评优评先中向AI教育优秀教师倾斜；建立校际、校企教研共同体，开展教学研讨、资源共享、经验交流。五、实践创新与产教融合（一）实践平台建设校内平台：高校建设人工智能创新实验室、智能计算中心、交叉学科实训中心，配备高性能计算设备、AI开发工具、数据集、智能终端。校外平台：联合头部科技企业、行业龙头共建产教融合实训基地、现代产业学院、人工智能产业学院；2026—2028年建成100个国家级、300个省级AI产教融合基地。虚拟平台：依托国家级智能教育平台，建设虚拟仿真实验、远程实训、在线项目协作系统。（二）创新实践活动项目实践：每学期至少开展1次“AI+专业”创新项目实践，学生分组完成方案设计、技术开发、成果展示。竞赛活动：举办国家级、省级大学生人工智能创新创业大赛、技能竞赛、算法大赛、应用设计大赛；优秀项目给予资金支持、孵化扶持。创新创业：支持学生成立AI创新社团、创业团队；高校设立AI创新创业基金、孵化空间，提供技术、资金、导师支持。（三）产教融合机制校企协同育人：企业参与人才培养方案制定、课程开发、教材编写、实践教学、师资培训、就业指导。产学研协同创新：高校与企业联合开展AI技术研发、成果转化、项目攻关；共建科研平台、创新中心。就业对接：建立AI领域人才供需对接平台，企业优先录用优秀毕业生；高校定向培养企业急需人才。六、评价考核与质量保障（一）教学质量评价课程评价：省级教育部门每学年开展人工智能公共基础课、专业核心课教学质量评估，内容包括师资、教材、资源、教学、考核、效果。专业评价：将人工智能融合程度、课程建设、师资水平、实践能力、就业质量纳入专业认证、一流专业评选核心指标。学生评价：开展学生智能素养、应用能力、创新能力、满意度测评，结果纳入高校办学质量考核。（二）考核与督导高校考核：将人工智能教育推进情况纳入高校办学绩效考核、领导班子考核；对推进不力、质量不达标高校约谈、通报、限期整改。省级督导：省级教育部门每学年开展1次专项督导，结果纳入地方教育发展评价。质量监控：建立人工智能教育教学质量监控体系，定期开展教学检查、质量分析、持续改进。七、条件保障与安全规范（一）经费与设施经费保障：各级财政、高校设立人工智能教育专项经费，支持课程建设、师资培训、设施设备、资源开发、实践创新；中央财政对中西部高校给予专项补助。设施保障：2026年底前，所有高校完成智能教室、实验室、计算中心、网络环境升级，满足AI教学、实践需求。（二）安全与伦理规范学术诚信：严禁学生、教师使用AI进行论文抄袭、作业代做、学术造假；建立AI生成内容检测机制，强化学术诚信教育。数据安全：规范教学、科研数据使用，保护隐私、知识产权，遵守数据安全法律法规。技术伦理：强化AI伦理、社会责任教育，引导学生合理、合规、向善使用人工智能技术。八、组织实施（一）组织保障教育部统筹全国高校人工智能教育推进工作；省级教育部门负责区域内组织、协调、督导、评估；高校成立专项工作