人工智能时代高等教育跨学科教育改革的政策建议与实践路径

人工智能已成为推动全球教育变革的重要力量。随着生成式人工智能、大数据、虚拟现实（VR）、增强现实（AR）等新兴技术的应用，高等教育的知识传授方式、教学组织形式和人才培养目标均发生了深刻变化 ① 。在这一背景下，跨学科教育成为培养创新型、复合型人才的重要路径。跨学科教育能够突破传统学科边界，强调知识的整合与应用，符合人工智能时代社会经济发展的需求② 。

然而，尽管跨学科教育在理念上已得到广泛认可，但在实践中仍面临挑战。例如，课程体系碎片化、缺乏科学的顶层设计；教师缺乏AI 素养和跨学科背景；教育政策的支持力度有限。这些问题制约了人工智能赋能下跨学科教育改革的深入推进。

一、人工智能与高等教育跨学科融合的趋势分析

人工智能技术的快速发展正在深刻重塑高等教育的知识体系与教学模式。首先，AI 推动教学内容的更新，通过大数据分析、自然语言处理及生成对抗网络等前沿技术，拓展学科边界并重构课程体系，使学生能够接触到最新的知识前沿 ③ 。其次，AI 引发教学模式的变革，借助学习行为分析、智能推荐和协作平台，实现个性化学习和跨学科协作，促进学生在多学科背景下的综合能力发展 ④ 。同时，VR与AR等技术为学习方式提供沉浸式体验，强化理论与实践的结合。

跨学科教育的兴起与 AI 的发展密切相关。现代社会对复合型人才的需求日益增长，工程与设计、医学与数据科学、艺术与 AI 等领域的交叉融合已成为高等教育创新的重要方向⑤。通过跨学科教育，学生能够超越传统学科边界，将知识整合并应用于复杂问题的解决，从而培养创新思维与系统性能力。

然而，实践中仍存在显著挑战。一方面，学科壁垒仍然突出，课程体系碎片化且缺乏系统顶层设计；另一方面，教师普遍缺乏跨学科背景与AI 素养，难以有效支持新型教学模式；此外，教育政策与资源配置尚未形成完整的跨学科教育支持体系。这些问题在一定程度上制约了 AI 赋能下跨学科教育改革的深入推进。

二、高等教育跨学科教育改革的政策建议

推动高等教育跨学科教育改革，需在顶层设计、课程建设、师资培养、教育资源配置及评价体系等多维度形成政策合力。首先，顶层设计与战略规划是改革的基础。国家层面应将“人工智能 + 教育”纳入教育强国建设战略，制定跨学科教育发展指导性政策，明确人才培养目标、课程建设方向及资源配置原则，形成自上而下的制度保障。

其次，课程体系与教学内容改革是关键路径。高等教育应构建“人工智能+X”的跨学科课程模块，将数据驱动设计、智能制造、AI 艺术创作等内容纳入课程体系，强调理论与实践结合。课程设计应注重跨学科思维培养与问题解决能力训练，通过项目化教学、案例研讨和实验实践，引导学生将 AI 技术应用于复杂问题的解决，实现学科知识的整合与创新。

第三，教师队伍建设与师资培训是改革的重要保障。高等教育需建立跨学科教师培养机制，提升教师的 AI 素养与复合能力。可通过引进交叉学科人才、开展教师跨领域科研合作及定期培训等方式，促进教师在教学和科研中实现多学科融合。同时，应建立激励机制，鼓励教师开展跨学科课程开发与教育创新实践，提升教育改革的可持续性。

第四，教育资源与平台建设为改革提供技术支撑。依托人工智能技术，可建设智慧教育平台，形成跨学科教学资源共享库，实现课程、案例、教学视频及 AI 工具在高校间的互通互享。通过数字化平台的搭建，不仅能够提升教育资源的使用效率，还可缩小区域与学科间的教育差距，促进教育公平与优质资源的均衡分配。

最后，评价体系与激励机制的创新是改革的驱动因素。人才培养评价应从单一学科导向转向能力导向，突出创新能力、跨学科协作能力及技术应用能力的考核。可采用多元化评价方式，包括课程项目考核、实践成果展示、跨学科竞赛及学术研究能力评估等。同时，应建立相应的激励机制，引导教师和学生积极参与跨学科教育实践，从而形成良性循环，推动高等教育跨学科改革不断深化。

三、人工智能赋能的实践路径探索

人工智能在高等教育跨学科教育中的应用已逐步形成多维实践路径，涵盖课程设计、技术工具应用及教育效果评估等方面。首先，课程与案例实践为核心环节。一些高校已探索“人工智能 + 艺术设计”、“人工智能 + 制造工程”等跨学科课程。例如，北京部分高校将生成对抗网络（GAN）引入艺术设计教学，辅助学生进行创意图像生成，有效提升了创作效率与表达能力；工程类课程则通过数据分析与智能制造工具训练，强化学生跨学科问题解决能力。

其次，技术工具在教育实践中发挥关键支撑作用。智能创意平台通过 AI辅助创作，促进跨学科思维的碰撞与应用；学习分析系统基于学生行为数据进行动态学习路径推荐，实现因材施教；虚拟现实（VR）与增强现实（AR）技术则为医学、艺术、建筑等专业提供沉浸式学习环境，使理论知识与实践操作紧密结合，增强了学生的跨学科综合素养。

再次，实践探索表明，AI 赋能的跨学科教育在提升学生创新力、协作能力及技术应用能力方面效果显著。然而，也存在一定局限性。部分学生对 AI 工具的过度依赖可能削弱自主思考与独立解决问题的能力；技术应用过程中涉及的数据隐私和教育公平问题亟需规范；此外，跨学科教育改革的可持续性与大规模推广仍需进一步验证。

因此，未来实践路径应强调技术与教学目标的深度融合。在课程设计中，应注重理论学习、实践训练与AI 工具使用的平衡，防止工具依赖；在教师培训与课程实施中，应强化跨学科协作能力与创新能力培养；在教育管理与政策层面，应建立技术应用规范、隐私保护措施及多元化评价体系，确保教育实践的公平性与可持续性。通过上述路径，高等教育能够在人工智能赋能下构建系统化、实践性和创新性的跨学科教育模式，为培养复合型创新人才提供有效支撑。

四、结论与展望

人工智能的快速发展为高等教育跨学科教育改革带来了新机遇。通过国家战略规划、课程体系建设、教师培训、资源共享和评价体系创新，可以有效推动跨学科教育改革的深化。实践案例表明，AI 在个性化学习、协作学习和创意设计方面具有明显优势，有助于提升学生的跨学科创新能力。未来，跨学科教育改革需在政策、技术、伦理等层面形成合力，以实现人工智能时代高等教育的全面升级。

参考文献：

[1] 刘邦奇 . 智能教育生态协同发展：逻辑机理与典型实践模式 [J]. 电化教育研究 ,2025,46(08):21-29.

[2] 董艳 , 李心怡 , 丁国胜 , 等 . 高校跨学科创新人才培养的多元路径研究 [J]. 清华大学教育研究 ,2024,45(05):78-88.

[3] 喻国明 , 李钒 , 滕文强 . AI+ 教育：人工智能时代的教学模式升维与转型 [J]. 宁夏社会科学 ,2024,(02):191-198.

[4] 唐蓓 , 严丹 . 新文科背景下数字人文的跨学科渗透机理与融合模式探索 [J]. 图书馆理论与实践 ,2023,(04):113-120.

[5] 班诗捷 . 学科交叉：高校艺术学科发展的实然与必然 [J]. 江苏高教 ,2024,(09):67-72.

项目基金：本文系吉林省教育科学“十四五”规划课题《 人工智能时代高等教育交叉学科创新人才培养模式研究》（项目编号：GH24443）；吉林省哲学社会科学基金项目《吉林省文旅发展及文化遗产传承保护数字化赋能研究》（项目编号：2024C47）阶段性研究成果。

作者简介：邹长满高级实验师，硕士研究生导师，人工智能交叉学科发展研究，