9月開學，哈爾濱工程大學“社會學+人工智能”雙學位班迎來了首屆新生。2026級新生章亮宇在高中時便被社會學和人工智能專業同時吸引。“后來發現這兩個居然能一起讀，我當時的感覺是——這不就是為我准備的嗎？”他笑著說。

類似的專業組合，近年來在不少高校密集布局。當人工智能加速演進，單一學科的知識結構越來越難以應對復雜的現實問題，“X+人工智能”雙學士學位項目便日益成為高校人才培養改革的一條新賽道。兩個專業相加如何雙向賦能？這種“加法”對師資配置及教學方式提出了哪些新要求？記者走進高校，與一線教師、學生一起尋求答案。

為何而加 時代出題，高校作答

“開設‘X+人工智能’雙學士學位項目，本質上是為了應對人工智能時代對復合型人才的結構性需求——讓非AI專業的學生既保持本專業核心競爭力，又系統掌握AI能力，成為能引領行業智能化變革的復合型人才。”哈爾濱工程大學本科生院副院長劉海波言明開設“X+人工智能”雙學士學位項目的原因。學校先后獲批“數學與應用數學+人工智能”“社會學+人工智能”兩個雙學士學位項目，每個項目每屆招生30人。在他看來，雙學士學位項目以一體化的知識體系、融合化的課程體系確保兩個學科核心能力的系統塑造，“這是選修、輔修、第二學位等項目無法達成的”。

北京理工大學於2021年獲批“工商管理+人工智能”雙學位項目，是北京市首批開設這一項目的高校。“這個項目的人才培養，重點不只是人工智能賦能管理的知識和AI工具應用，更在於培養學生的批判性思維、復雜性決策、創新領導力、商業倫理與家國情懷等AI難以替代的素養。”北京理工大學管理學院副院長張祥介紹。

記者梳理發現，近年來，一大批高校新增的雙學士學位項目中，與人工智能結合的不在少數。如復旦大學新增“生態學+人工智能”雙學位、廈門大學新增“會計學+人工智能”雙學位、中山大學新增“金融學+人工智能”雙學位等，復合型人才培養已然成為趨勢所在。

據了解，“X+人工智能”的雙學位項目正成為專業調整、學科改革的契機。“現有的商科專業體系形成於經濟快速增長周期下的精細化培養趨勢，幾乎都面臨課程交叉重復、方向特色不明、專業細分過細、缺少行業融合等共性問題。”中國礦業大學經濟管理學院副院長江紅艷坦言，商學院的專業調整變革迫在眉睫、勢在必行，例如，“市場營銷+人工智能”雙學位這一形式結合了兩個大類學科的優勢，對於傳統商學院專業的調整革新有很大幫助。

而對學生來說，“加”上人工智能專業后的益處十分清晰。哈工程2025級“數學與應用數學+人工智能”雙學位學生趙建說：“數學是人工智能的理論根基，人工智能又能給抽象的數學理論提供落地實踐的載體。我們的交叉學科背景在當下的科技環境下，會具備獨特的競爭優勢。”

如何相融 跳出“拼盤”，疏通機制

雙學位辦起來容易，辦好卻不易。最大的難題，是如何保証兩個學科的課程會真正產生“化學反應”而非簡單的“物理拼接”，從而實現1+1>2。

哈工程數學科學學院副院長凌煥章給出一個數字：“‘數學與應用數學+人工智能’項目總學分僅比原數學專業增加16學分，但我們沒有簡單疊加兩個專業的全部課程和學分，而是進行了知識體系重構。”項目構建了“理論基礎—核心技術—交叉融合”三層遞進體系：底層夯實數學分析、高等代數、概率統計和人工智能原理，中層打通最優化、機器學習、模式識別等核心技術，上層面向計算機視覺、大模型、AI for Science等前沿場景，“實現將數學工具直接嵌入AI問題求解，同時用AI問題倒逼學生深挖數學原理。”凌煥章說。

“破解課程簡單拼接的問題，關鍵不在於把兩個學科的課程放進同一張課表，而在於以什麼邏輯組織知識、以什麼問題牽引學習。”哈工程人文社會科學學院院長鄭莉的思路，是把社會學與人工智能兩套知識整合成一條完整的認知鏈路——“問題—數據—算法—決策—責任”：先從真實社會問題出發，再用數據刻畫問題、用算法建模分析，進而支撐科學決策，最終回到對決策后果的責任反思。圍繞這條鏈路，課程按基礎層、交叉層、實踐層三階遞進。更特別的是，這個項目沒有在兩大主體學科之外“另起爐灶”，而是直接嵌入真實的重大科研和工程場景之中：由一線科研團隊提出真實需求，社會學識別和界定其中的社會問題，人工智能完成數據分析、模擬仿真和技術驗証。“這樣，學生面對的就不再是被簡化的練習題，而是國家戰略需求在人才培養中的具體投射。”鄭莉說。

機制上的“疏通”同樣關鍵。哈工程成立了由兩個學院院長、學科帶頭人共同組成的聯合教學指導委員會，統籌培養方案和課程排布，學生實行雙導師制。北理工實施師資、培養方案、教學資源“三協同”，推動培養方案、課程開設、課程-能力矩陣聯合設計。

“商學院聚焦營銷真實問題，人工智能院系匹配適用的技術方法，不盲目鑽研底層算法﹔兩院常態化聯合教研、師資互聘，形成真正的跨學科協同育人體系。”江紅艷表示。

學科間的“化學反應”，學生們體會更深。趙建最大的收獲是“思維模式得到了重塑”：“比如高等代數學到的矩陣、線性變換，我能夠清晰認識到這正是人工智能模型運算的底層工具﹔數學分析訓練出來嚴謹的邏輯推導習慣，也可以遷移運用到算法邏輯的理解當中。哪怕還沒有系統學習深度學習等AI高階內容，我已經建立起‘數學支撐人工智能技術’的認知，為后續更深階段的學習做好鋪墊。”

北理工2023級“工商管理+人工智能”雙學位學生陳正堃提到，跨學科培養讓他逐漸形成了從技術、市場、組織等不同維度分析現實問題的習慣。“雙學位學習讓我進一步強化了自己在人工智能與管理交叉方向上的興趣和優勢，我的學業與職業規劃更加清晰。”

何以常新 穩住基座，教學相長

人工智能技術日新月異，更新迭代速度很快，一個難以忽視的問題是：“X+人工智能”雙學士學位項目會不會剛落地就過時？

“工具會更新，模型會迭代，但支撐持續學習、科學判斷和負責任應用的底層能力不會輕易過時。”鄭莉認為，要以相對穩定的知識底座應對技術之變，以開放靈活的課程機制吸納前沿之新：數學、統計、算法、機器學習和社會科學研究方法等基礎課程保持相對穩定﹔迭代較快的新技術則通過專題課程、短期工作坊和項目實踐等靈活形式及時吸收、動態更新。科學思維要求學生用証據、實驗和可復現過程驗証判斷，人文思維則要求他們持續追問技術服務誰、影響誰、由誰負責。

凌煥章直截了當地說：“我們不追逐每一個熱點工具的短期變化，而是‘穩住內核、動態增量’。”主體課程錨定數學分析、最優化、機器學習等不變的核心理論，同時開辟前沿對接通道：開設《從Taylor公式到神經網絡》《視覺分析中的張量學習導論》等短課時選修課，把大模型、AI for Science等前沿問題融入課程設計和科研訓練，還把“終身學習能力”寫入畢業要求。

迎著人工智能的突飛猛進，學生對人工智能的熟悉程度可能會超越老師，老師應該怎麼教？

“可以預期，少數學生在‘術’的層面會超過老師，這對老師的要求是顛覆性的。”張祥直言，“教師的角色必須發生根本性轉變——從‘知識權威’變為‘學習架構師’和‘認知教練’，具備‘引導而非灌輸’的課堂駕馭能力。當老師敢於承認‘在AI工具使用上學生可能超過老師’，轉而引導學生進行批判性思考和復雜性決策時，教學也能相長。”

“高校人才培養不是比拼誰更早掌握一款軟件、誰更熟悉某一代模型。‘社會學+人工智能’所‘加’的，不是一個工具包，而是一種把社會洞察、技術方法和實踐能力貫通起來的復合能力。這就對授課教師提出了更高要求。”鄭莉認為，教師要努力成為兼具學科理論與實踐能力的“雙棲型”人才。社會學教師與人工智能教師要共同備課、共同指導、共同評價，在問題選擇、數據質量、模型驗証、倫理邊界和方案表達上形成合力。

如何讓學生真切地感受到當下課堂的價值？凌煥章認為：要運用問題牽引式教學，引入產業中的真實復雜問題，這些問題網上碎片化教程無法提供完整解，必須融合數學與AI才能求解﹔項目還可實行畢業設計跨院選題，完整經歷問題分析、算法設計、仿真驗証全流程，切身體驗雙學科解決實際難題的力量。

張祥說：“我們實施了‘研—學—產—賽—創’五位一體的舉措，一方面鼓勵老師們將科研前沿成果引入課堂，實現科研反哺教學﹔另一方面，通過開展移動課堂和產教融合，讓學生深入了解實踐前沿，鼓勵學生知行合一，並以科創競賽等多種形式檢驗學習成果。”

中國礦業大學也在把課堂向產業前沿敞開。江紅艷介紹，“市場營銷+人工智能”雙學位項目從五個方面作了調整：產教融合，邀請企業管理者、技術人員走上講台，組織學生走進企業參訪﹔項目制，依托多家企業實習實踐基地，讓學生在真實項目中錘煉人工智能應用本領﹔雙導師制，同時匹配人工智能與商學院的導師﹔再加上加強國際化課程設置、鼓勵學生進行“3+1”本碩一體化培養﹔並設置to B、to C、to AI三個課程組，為文科生、理科生提供不同的培養方向。“通過以上這些方式，學生能夠實現能力的躍升。”江紅艷說。（記者 楊颯）