问题：高层次人才培养如何应对“复杂问题”时代 科技创新加速演进、产业迭代周期缩短的背景下，重大工程与关键技术突破往往不再是单一学科可以独立完成：既需要底层原理的深度攻关，也需要数据、算法、工程化与产业应用的系统协同。传统培养路径中——博士教育强调纵深研究——但在跨界方法、工程组织与场景落地上，部分学生仍面临“工具箱不足、转化链条不顺”的现实挑战。如何保持学术深度的同时，补齐跨学科能力短板，成为高校提升高层次人才供给质量的重要课题。 原因：政策推动与高校转向叠加，培养理念从“学科中心”走向“问题导向” 去年底，国务院学位委员会印发“博士+硕士”双学位项目试点管理办法，明确试点项目可由高校自主设置，学生自愿申请，并通过严格遴选实现优中选优。政策信号释放后，多所高校迅速响应，将过去零散的跨学院培养探索，提升为制度化、可复制的项目安排。 更深层的动力来自国家重大需求与产业关键挑战的牵引。一些“卡脖子”难题呈现跨学科交织特征，既要求科研人员有扎实的理论功底，也要求具备跨领域沟通协作、模型工具应用、工程化验证与成果转化能力。由此，高校在人才培养中更强调把研究选题、培养过程与实际问题对接，把成果评价与真实贡献对齐。 影响：从“叠加学位”走向“协同育人”，以少而精提升培养含金量 从已披露的试点实践看，各校普遍强调“少而精”的遴选原则和“交叉协同”的培养组织方式。 山东大学依托新设的学科交叉平台，面向博士生开通双学位通道，首批在候选群体中经过多轮评审遴选出少量学生，允许其在博士培养同时攻读人工智能硕士学位。学校在导师配置上突出团队化与跨学科互补，组织医学、计算机、数学、生物统计等方向导师共同参与，围绕精准诊疗等综合性课题进行联合指导，推动研究从方法创新走向场景验证。 西北工业大学则将试点聚焦于航空宇航、兵器科学、材料科学等优势领域，与人工智能等工具型学科形成组合，探索培养面向重大工程任务的复合型人才。对应的培养思路强调，不以简单增加课程为目的，而是通过算法工具与工程数据的结合，使材料研发、结构设计、性能验证等环节形成闭环，提高从实验室数据到工程方案的转化效率。 总体而言，试点带来的变化体现在三上：一是培养路径更具“任务牵引”，学生在双导师或导师组支持下更早接触真实工程与行业场景；二是成果形态更趋多元，除论文外，关键技术突破、重要专利、标准规范与可落地解决方案等有望成为重要评价内容；三是跨学科协作机制更明确，推动学院壁垒逐步向“问题共同体”转变。 对策：把好入口、做实过程、建强评价，防止“名义交叉”与“形式叠加” 试点推进也需要同步完善配套机制，确保培养质量与学生负担之间取得平衡。 其一，严格遴选与动态退出并重。双学位项目强调择优录取，既要看创新潜质与科研基础，也要评估学习承载能力与研究志趣匹配度，并建立过程考核与必要的退出机制，避免“一窝蜂”与盲目跟风。 其二，课程与科研深度融合。人工智能等学科的学习不应停留在通识层面，应围绕数据治理、模型训练、算法验证、工程部署等关键环节设置模块化训练，与博士课题形成可验证的增量价值，避免“多一张证书、少一项能力”的情况。 其三，完善交叉导师组与资源供给。交叉培养对平台、数据、算力、临床或工程场景等资源依赖更强，应以项目制方式整合实验室、重点平台与行业伙伴，明确导师职责分工与协同机制，提升指导效率与成果产出质量。 其四，建立以“解决复杂实际问题”为导向的评价体系。对交叉成果的认定需更加注重真实贡献、可复现性与可推广价值，推动评价从“单一论文指标”向“多维成果证据”转变。 前景：复合型人才供给将更精准，交叉培养或成高层次教育重要增量 业内观点认为，“博士+硕士”双学位试点的关键意义，在于以制度创新回应人才结构性需求：用博士阶段的研究深度夯实底座，用硕士阶段的跨学科训练补齐工具与方法，并通过团队化指导与场景化任务提高转化效率。随着更多高校加入试点，交叉方向设置、培养标准、成果评价与质量保障体系将深入完善，有望在人工智能赋能、生命健康、先进制造、空天信息等领域形成可复制的培养模式。 同时，也需看到这项目并非适用于所有学生和所有学科，更应遵循“面向需求、突出质量、控制规模”原则，在关键领域、关键环节上形成示范效应，避免将其异化为学历叠加或竞争性“标签”。
从补充式培养到制度化跨学科通道，双学位试点标志着人才竞争正从单一学科深度转向解决复杂问题的综合能力较量。只有坚持质量底线、服务国家需求，才能将人才优势真正转化为创新优势。