010-68332837
全国咨询热线
摘要：2030年AI人才缺口或达400万，99%大学生已在用AI，近七成却怕自己越来越不会思考。华为白皮书给出答案：大学要从教知识转向练能力。
一、先说一个怪现象：用AI的人最多，会思考的人最少
99.18%的大学生已经在用AI，几乎人手一个。可同一份调研里，近七成学生说自己在担心——担心越来越不会独立思考。
一边离不开，一边怕被废掉。这大概就是AI时代大学里最真实的拧巴。
华为最近发布了一份《"人工智能+"实践教学白皮书》，75页，由华为主编，武汉大学、上海交通大学、浙江大学、北京理工大学、深圳职业技术大学等30多家高校、企业和协会参编。它没有绕圈子，直接把问题摆上台面：智能时代，教育何为？
二、三组数据，把课堂的难堪摆得明明白白
第一组，人才缺口。全球AI核心人才约300万，到2030年全球缺口或突破480万。中国高技能AI人才需求600万，供给只有200万，缺口约400万——其中复合型人才缺口170万。AI岗位整体供需比低到1:10，核心技术岗不足0.3。翻译一下：不是没岗位，是没人能顶上去。
第二组，课堂追不上技术。一门课从论证到排课通常要3到5年，而主流AI模型的能力迭代周期已经压缩到6到12个月。课开出来的时候，往往已经落后产业一两个代际。更现实的是，六成以上学生对AI的使用边界存在困惑，学校系统化的AI素养课却供给不足。
第三组，算力鸿沟。2025年调研显示，96.88%的高校建了校级算力平台，59.38%建了校级智算平台，但985、211院校研究生年均可支配算力320小时，普通本科只有47小时。算力，正在变成新的教育公平问题。
三、转向：大学要从"教知识"，改成"练能力"
白皮书的结论很干脆，可以浓缩成三句话：
人才培养从"知识为先"转向"能力为先"；教学结构从"教师—学生"二元，走向"师—生—机"三元协同；课程体系重构为"AI通识+AI专业+学科+AI"，让每个学生懂AI、用AI、思AI，而不是只让计算机专业学AI。
上海交大提出的"AI+HI"很形象——人工智能负责标准化、重复性的活，人类智能守住批判性思考、创新创造和伦理判断。课堂逻辑也跟着变了：AI做学情诊断，教师精准引导，学生探究实践，再动态迭代。
说白了，AI能替代的部分就交出去，人该练的那部分，得练得更狠。
四、一张框架：一个底座、两类要素、三层课程、四维评价、五方生态
白皮书给了一套能落地的参考，归纳下来就是五件事。
一个底座，是校级可信智能算力与数据底座，关键不是"有没有算力"，而是"算力能不能用起来"。两类要素，教学实践平台加运营治理平台，一个解决怎么教怎么练，一个解决怎么管怎么评。三层课程，通识普及、专业融合、产业实践，从普及到深化逐级往上走。四维评价，看教学成效、人才产出、产教融合、持续发展，不再只盯分数。五方生态，政府、高校、算力基础设施方、内容提供方、行业企业各就各位，形成闭环。
其中AIPL人工智能实践实验室是重要载体，基于国产算力底座，从零代码到高阶模型训练都能练。
五、这些高校已经跑起来了
上海交大已为229门课程定制AI助教，服务2.4万名学生，立项168门数智课程。浙大搞AI STEP计划，建"智海"平台，服务千余所学校百万师生。武大推出"睿云人工智能通关平台"，把电力行业真实场景做成8门实践课。北理工把AIPL模式复制到化工、法学、经济等学院。广东技术师范大学建了华南首个AIPL实验室，合肥经济学院落地全国首个民办本科高校产教融合AIPL实验室，深圳职业技术大学率先把AI通识纳入全校公共必修。
更关键的是产教融合那一步：真场景、真数据、真算法，企业出题、校企解题、学生答题。实验室和工厂之间，那道墙正在被拆掉。
六、写给每一个正在读书的人
白皮书最后展望了四个新形态：未来教师从讲授者转向引导者；未来课堂从单向灌输转向探究式、项目式、场景化；未来学校靠数字化治理打底；未来学习中心虚实融合、开放共享。浙大已经在拿未来学习中心当枢纽，试着搭一个"师—生—机"共创的空间。
这些听起来像远景，但方向已经很清楚了。
总结
当AI能秒给答案，大学更该教会学生的，是怎么提出一个好问题；当模型六个月迭代一次，课程就不能三五年不变；当产业要的是复合型人才，课堂就必须打开校门。
教育的价值，从来不是把人训练成一台更快的机器，而是在机器越来越快的时代，守住人之所以为人的那部分——会怀疑，会追问，会把知识变成判断。
对每个学生来说，真正的分水岭不在这份白皮书里，而在你明天打开AI的那一刻：你是让它替你想，还是让它帮你想得更远。
