问题：生成式技术快速普及，推动科研工具与学习方式发生深刻变化。面对新工具带来的门槛降低与能力重构，高校如何让不同学科学生“学得会、用得好、用得规范”，并科研训练、实践创新中形成可持续的方法体系，成为教学改革的现实课题。另外，学习主体性、评价有效性、学术规范等也面临新的考验：一上工具提升效率，另一方面也可能诱发依赖与失范。 原因：新一轮科技革命与产业变革加速演进，数据、算法与算力的融合应用不断向各学科渗透，科研范式从“经验驱动”向“数据与模型驱动”拓展。复旦大学有关负责人表示，校内师生对跨学科学习与工具化科研的需求快速上升：文科希望借助智能工具提升资料整理、文本分析与知识发现能力；理工医更关注在实验设计、影像识别、临床决策支持等环节提升效率与精度。这种需求倒逼课程体系从单点试验走向系统供给，从“会用工具”转向“理解原理、掌握方法、解决问题”。 影响：课程体系的扩展正在改变学生的学习与创新路径。2026年春季学期伊始，复旦大学计算与智能创新学院新开“生成式软件开发”课程，面向非计算机专业学生，强调以自然语言交互完成需求表达、原型构建与迭代优化，帮助学生形成“用工具表达问题、用工程化方法解决问题”的能力。自2024年秋季学期起，复旦推出人工智能大课，建设116门人工智能BEST系列课程，覆盖专业基础、核心能力、学科进阶及垂直领域应用，推动各学科师生与人工智能开展更深层次的学习与协作。校内教学与科研资源也在加速联通：星河启智科学智能开放平台接入课程体系，探索贯通课堂训练、工具实践与科研落地的完整链路。 在医学与护理等领域，课程带动的应用探索更具现实指向。复旦大学护理学院教授袁长蓉牵头开设“人工智能赋能护理科研与实践的策略与方法”，联合多学院和机构教师授课，引导学生理解人工智能在健康评估、护理问题诊断与临床照护决策中的应用潜力。其博士生陈奕曾长期从事临床护理，聚焦难治性伤口照护，在课程项目中与同伴设计“压疮识别与管理辅助方案”，尝试以图像识别结合患者信息与家庭照护画像，为居家护理场景提供分级判断与照护建议。参与者认为，这类探索有望降低家属误判风险，促进科学照护，但同时也提示必须强化数据质量、隐私保护与临床验证等底线要求。 对策：为把课程建设从“供给扩量”深入推向“质量提升与规范应用”，复旦大学今年年初上线人工智能3A教育共创平台，并发布《复旦大学生成式人工智能教育教学应用指引1.0版》。平台集成教学案例库、实训学习平台、全球高校案例精选与师生共创等模块，既支持教师快速获取可复用资源，也鼓励师生上传案例与工具，实现共建共享。复旦大学教务处处长林伟表示，相关探索旨在把“能不能用、如何用”的讨论，回到“人如何学习、如何成长”的教育原点，以制度化、场景化与可评价的方式回应技术冲击，在提升效率的同时守住学术规范与教育价值。 前景：业内人士指出，人工智能教育正在从“单学科技能课”走向“全学科通识与方法论训练”，关键在于能否形成可迁移的能力框架与可信的评价体系。复旦的实践显示，下一步高校课程改革将更强调三点：其一，围绕真实科研与产业问题组织教学，推动学生在项目中形成数据意识、模型思维与工程素养；其二，完善学术诚信与过程评价机制，明确使用边界与标注规范，提升学术信任；其三，加强平台化支撑与跨学科协同，让工具、数据、算力与场景更顺畅地服务教学与科研。随着课程体系不断迭代，学生从“学习人工智能”走向“借助人工智能做研究、做创新”，将成为高等教育培养创新人才的重要路径。
智能技术改变的是工具形态，不能改变的是教育要培养“会思考、能验证、敢负责”的人。把课堂延伸到科研与实践，把规范嵌入到每一次使用与每一次产出，才能在技术浪潮中守住学术的可信与教育的价值。高校在构建课程体系的同时，更需以制度、平台与评价改革引导学生把工具优势转化为创新能力——让“会用”走向“善用”——再走向“共创”。