作者：鄭慶華（中國工程院院士、同濟大學黨委書記）

　　在數字技術浪潮席卷全球的當下，人工智能已成為驅動科技革命和產業變革的核心力量，深刻重塑著人類生產生活方式與社會發展格局，也深刻改變著高校教學模式與教育生態結構，以工程智能為突破口，系統推進人工智能賦能學科創新發展與拔尖創新人才自主培養，統籌推進教育科技人才體制機制一體改革，為服務教育強國建設提供有力支撐。

　　聚焦工程智能發力，推動科研范式重構

　　習近平總書記高度重視人工智能的發展，多次指出，人工智能是引領這一輪科技革命和產業變革的戰略性技術。在二十屆中央政治局第二十次集體學習時，習近平總書記進一步強調，以人工智能引領科研范式變革，加速各領域科技創新突破。

　　科研范式作為科學研究的理論根基與實踐準則，其每一次革新都意味著人類探索未知的方式實現跨越式突破。人工智能正成為重構科研范式的核心驅動力，通過多模態數據融合與自主推理機制，徹底改變了傳統科研“先假設后驗證”的線性流程，將其升級為基于數據挖掘的并行網絡模式。這標志著科學發現正在擺脫人類認知范圍和實驗條件的限制，憑借海量數據挖掘、復雜關系建模及自主推理能力，推動科學發現從被動驗證轉向主動探索、從“人力密集型”向“智能密集型”的轉變，實現科學發現的多維協同和全流程優化，為攻克復雜科研難題帶來無限可能。

　　在新的科研范式中，以生成式人工智能工具的廣泛應用為代表的科學智能（AI for Science）致力于解決“0到1”的基礎理論突破，著力于科學發現的“理論正確性驗證”，開啟計算密集度高且能夠實現高效迭代的科學探索新征程。但以大模型為代表的生成式人工智能工具也存在固有缺陷，如數據依賴與泛化能力不足、算力與能源消耗過大、缺乏因果推理能力、可解釋性差、存在倫理與安全風險等。實際上，大模型的“暴力美學”（更大數據、更大算力）并非唯一方向，而工程化、系統化的智能技術更能滿足社會實際需求，即通過工程智能（AIfor Engineering）路徑，結合工程學科的系統性思維和領域知識，構建更可靠、可解釋、低成本的智能技術體系。

　　實際上，人工智能在工程領域的廣泛應用催生并驗證了工程智能的可靠性。工程智能作為人工智能技術轉化的關鍵樞紐，通過技術賦能與場景創新的雙輪驅動機制，加速了工程領域從經驗依賴型決策模式向數據智能決策范式的結構性轉型。這種以數據閉環迭代機制、算法動態優化框架與領域知識圖譜深度融合為特征的創新范式，以技術鏈與價值鏈的協同重構，推動人類工程實踐向高精度建模、自主化決策與可持續創新的智能化階段演進。相較于科學智能，工程智能包括雙重實現路徑：“1到N”的科技成果轉化路徑與“1到0”的實踐反哺理論路徑，其核心是在復雜約束條件下，優先生成可執行的工程解決方案，而非追求理論模型的絕對正確性。這也使得以工程智能為代表的工程化、系統化的智能技術更能滿足社會與工程的實際需求，具有更好的落地性和可控性，也使得工程智能日益成為推動高校傳統工科轉型、教學場景革新與教學模式重構的重要力量。比如，同濟大學圍繞國家重大戰略和地方重大需求，依托優勢顯著的工程技術學科，發揮智能科學技術學科的優勢，聯合數學、物理、力學等基礎學科，系統性推進人工智能賦能學科創新發展，賦能人才培養、學科建設、科技創新、師資建設、大學管理等全方位改革創新，為加快發展新質生產力提供了科技與人才支撐。

　　強化工程智能賦能，推動學科轉型發展內涵升級

　　學科是高校統籌教育、科技、人才一體推進的載體，高校學科的重心和布局不僅決定著大學的核心競爭力和可持續發展能力，也決定了服務國家重大戰略和地方經濟社會發展的能力和能級。目前，我國高校超過80%的學科專業是前三次工業革命的產物，存在需求失配、內涵老化、名稱陳舊、能力不適等問題。特別是傳統工科教育理念過于強調專業化，在人才培養中容易造成知識面窄、人文底蘊和創新能力不足的狀況，難以適應人工智能時代對創新型復合型人才的需求。當下，高校學科專業設置和建設機制亟待改變，不同知識體系之間利用自身特有的研究范式和話語體系創造出學科的“高墻”正在被打破，人工智能賦能學科轉型發展、內涵升級正在成為共識。

　　以工程智能驅動學科轉型發展，不僅有助于人工智能本體學科突破，也有助于拓展學科邊界、推動傳統學科轉型、牽引基礎學科發展、創建新興交叉學科，并為基礎學科、交叉學科和新興學科的發展創造有利條件，使學科體系更加完善、更具活力、更可持續。因此，高校可聚焦工程智能系統布局，積極成立工程智能研究院、醫學人工智能研究院等。工程智能研究院重點聚焦突破工程智能基礎大模型與工程智能體的關鍵技術，解決當前大模型在強推理、可解釋性、多目標優化及跨領域應用中的難題，構建可信、可行、可靠的工程智能技術體系，為人工智能工程應用提供共性技術與工具平臺支撐。同時，醫學人工智能研究院可以積極探索“科技——教育——產業”一體化的創新學科組建方式，實現傳統工程產業從依賴人力經驗的運作模式，向數據驅動、知識引導和物理規律融合的智能化模式轉變，并以此示范帶動數字底座基礎上教育鏈、人才鏈、創新鏈、產業鏈的“四鏈”融合發展，進一步推動學校人才培養模式、科研范式、人才隊伍建設等全鏈條系統性升級。

　　構建“人工智能+教育”新生態，打造拔尖創新人才培養新范式

　　教育形態變革始終與技術革命相伴共生。《教育強國建設規劃綱要（2024——2035年）》明確提出，要促進人工智能助力教育變革。當前，人工智能技術正以顛覆性力量重塑教育生態，重構知識生產與傳播方式，構筑虛實融合、人機共生的教育新格局。教育結構已經從“師生”二元結構變成“師、生、機”三元結構，教師正在從知識傳授者轉型為“學習設計師”與價值引領者，學生未來不可替代的核心競爭力在于“駕馭人工智能而非依賴人工智能”的批判性思維與創造力，人工智能則在教學中扮演著和教師、學生一樣的角色，是協同創新的智能伙伴，與師生互學習、同進步、共成長。高校必須主動迎接和適應這種技術變革，積極拓展教育邊界，探索未來教育新形態，這也是先進生產力在教育中的應用。

　　主動擁抱人工智能時代變化，創新育人體制機制，設立人才培養改革示范區，以項目制為牽引，與人工智能、集成電路等領域頭部企業“深入合作”“聯合培養”“同題共答”，形成更加廣泛的人才聯合培養協作網絡，共同打造“校——產——城”協同共生、產教深度融合的人才聯合培養新模式。

　　推動人工智能與工程教育深度融合，進一步開發學科專業知識圖譜，構建“通識+專業+實踐”的全鏈條培養體系，以及涵蓋工程思維、場景實踐等工程智能核心課程，搭建工程智能教學創新實訓平臺。積極推動開設人工智能公共課，既幫助學生深入了解人工智能發展前沿和人工智能背后的技術原理，也幫助學生提升實踐中解決實際問題和駕馭人工智能的能力。進一步探索基于知識、能力、素質的多元評價機制，夯實適應未來、引領未來的綜合素養。

　　提升教師數智素養是提高人才培養質量的重要抓手，組織開展人工智能素養與能力提升專項培訓，持續舉辦系列人工智能專題工作坊，組織評選“人工智能+高等教育”優秀應用場景案例和人工智能賦能教育教學典型案例，鼓勵教師創新教育方式和教學方法，主動探索智慧教育新形態，著力打造既有數字素養又懂教學規律的數智融合的師資隊伍。在此基礎上，進一步組建工程智能教師發展聯盟，積極開放共享培訓成果，推動區域教師數字化能力整體提升。

　　進一步整合全球優質資源，拓展國際合作新網絡，建設“分布式知識網絡”，構筑“全球人才培養共同體”。探索“人工智能+、綠色+、設計+”人才培養新模式，全力打造高水平、可持續、強特色的國際合作辦學新樣板，既爭取教育對外合作的良好外部環境，也提升中國高等教育的國際話語權和影響力。

　　面向未來，高校作為科技第一生產力、人才第一資源、創新第一動力的交匯點，是新型舉國體制的重要組成部分，是人工智能人才的重要“孵化器”，也是人工智能技術創新的重要“策源地”與應用的先行“示范區”，必須搶抓歷史性機遇，深化人工智能賦能發展戰略，引領科研范式變革，加快實現人工智能關鍵核心技術突破，加快推動學科轉型升級、教學場景革新與教學模式重構的深度變革，更好地服務國家重大戰略和經濟社會發展。