国内高校AI课程现状：学生失望与师资短缺并存

近年来，随着人工智能技术的迅猛发展，国内高校的AI课程如雨后春笋般涌现。教育部也在政策上积极推动其在教育体系中的融入，旨在培养具有复合型技能的人才。现实中，许多学生在体验AI课程后却感到失望，这背后的原因值得深思。

沈杨是国内某知名大学历史系的一名研一学生，他本希望通过选修《AI与历史学》课程，深刻了解人工智能在历史研究中的应用。但当他走进课堂后，面对的却是陈旧的内容和不够专业的授课教师。他发现课程主要集中在如何使用简单的AI工具进行文献搜集和资料整理，而没有深入探讨AI的原理或是大模型在文史研究中的实际运用。这样的教学内容让沈杨感到失望，同时也反映出当前高校AI教育发展中的一个普遍现象——师资力量不足。

全国政协委员朱松纯指出，虽然许多高校成立了人工智能学院，但符合条件的院长和教师却极为稀缺。复旦大学的薛向阳教授也表示，具备扎实AI研究背景的教师数量十分有限。由于这一背景，不少高校的AI课程质量参差不齐，一些教师甚至靠临时学习来应对授课，导致课程内容的深度和系统性不足。

与沈杨的经历相似，其他学生也表达了对AI课程的失望。杨健本科时所修的人工智能课程质量也未能达到他的期望。他指出，许多授课教师并未有AI研究的实际背景，课程质量参差不齐，学生们常常需要依靠自己查阅资料才能跟上进度。这种情况不仅让学生们感到迷茫，也导致他们对AI学习的兴趣逐渐降低。

尽管尴尬的师资短缺问题困扰着高校的AI教育，但一些学校已经开始探索AI教育改革的新路子。比如，清华大学成立了人工智能学院，致力于培养“人工智能+X”复合型人才。而华东师范大学也在2024年推出了多门交叉类微专业课程，如“AI+数学”、“AI+美术”等，以反映跨学科融合的教学理念。这种新兴的课程设计理念在一定程度上满足了学生对AI知识的渴求，也为文科生提供了接近AI技术的机会。

即便是新开设的课程，内容和质量也有待保证。在一些学生看来，接受AI教育的重心依然放在课程设计和师资力量的提升上。一些文科生希望通过选修“AI+X”类课程，能更好地了解AI如何助力他们的专业研究，但当这些课程未能预期达到教学目标时，他们便感到明显失落。

尽管教育部已提出将AI融合到教学中，现阶段仍有不少高校未能实现真正意义上的课程体系创新。人工智能专业尚未成为独立的一级学科，仍归属于计算机、电子工程等已有学科之下。这种“依附性”的学科设置，使得许多高校的课程发展无从落地。

学界人士普遍认为，未来AI教学应更注重学生的自主学习能力。薛向阳指出，真正掌握AI知识并运用到各自专业中的关键，最终依然在于学生自学能力。高校应鼓励学生利用各种外部资源，补充课堂之外的知识缺口。

针对这一问题，华东师范大学的数据科学与工程学院院长钱卫宁表示，学校在探索AI教育时，需要不断调整课程内容，结合实际需求和学生兴趣，孕育出真正符合社会发展需要的复合型人才。他认为，课程设计不应强制加入AI元素，而是要教会学生如何利用技术工具解决实际问题。

来看，国内高校的AI课程现状虽然面临师资短缺和内容更新滞后的困境，但在探索过程中的多元化尝试已显现出积极信号。未来，随着教育体系的不断改革与优化，如何更有效地培养适应AI时代的复合型人才，将成为高校教育改革的重要方向。学生们亦需在自学能力的提升与素材的整合中，把握AI带来的机遇，迎接未来的挑战。