乐于分享
好东西不私藏

AI时代, 拔尖人才还能慢慢培养吗?

AI时代, 拔尖人才还能慢慢培养吗?

AI教育论文课代表 · 读论文不头秃

AI时代,
拔尖人才还能慢慢培养吗?

一篇访谈看懂:AI浪潮下,高校怎样重新设计拔尖创新人才培养。

AI正在改变科研节奏,也在倒逼高校重新设计人才培养路径

本期文章

《南京理工大学校长杨益新:AI浪潮下,拔尖人才培养可跳出“慢工”思维》
作者:陈彬
刊载:《中国科学报》2026年6月16日,第004版
栏目:高教聚焦
核心关注:拔尖创新人才培养、差异化路径、主动学习、AI科研范式、评价改革

我们过去常说,拔尖人才培养是“慢工出细活”。

打基础、做科研、进实验室、跟导师,一步一步往前走。

这个逻辑当然没有错。

但AI来了以后,一个新问题摆在高校面前:

当科研节奏被AI加速,拔尖人才培养还能只靠过去那套“慢慢磨”的方式吗?

这篇《中国科学报》访谈中,南京理工大学校长杨益新谈到,AI已经深度嵌入科研全流程,过去“十年磨一剑”的科学研究节奏,正在呈现“指数级加速”。

这句话很有冲击力。

它不是说基础训练不重要了。

恰恰相反,AI时代更需要扎实基础。

但同时,高校也不能只沿用旧路径。

未来拔尖人才,既要守住数理基础、专业能力和家国情怀,也要学会跨学科协作、使用AI工具、面对真实复杂问题。

AI时代的人才培养,不是把AI加进课程表这么简单,而是要重新思考“什么样的人才真正能创新”。

01 拔尖人才不能只用一种模子培养

访谈中,杨益新首先强调了一个关键词:差异化。

很多高校都在讲拔尖创新人才培养,但不同高校、不同学科、不同学生,不能都走一条路。

因为拔尖人才本来就不是一种类型。

有的人适合走基础研究路线。

有的人适合解决复杂工程问题。

有的人可能更适合跨学科、跨行业创新。

南理工依托钱学森学院,设计了“大成”“志道”“鼎新”三类班型。

“大成班”培养跨学科交叉的复合创新人才,强调交叉融合和全面发展。

“志道班”聚焦产业需求,通过校企双导师、产教融合、本研贯通,引导学生解决真实问题。

“鼎新班”瞄准前沿性、颠覆性技术,依托大团队、大平台、大项目,实施本博贯通培养。

这套设计背后的逻辑是:

不同学生的潜能、偏好和未来方向不同,高校应该提供不同成长通道。

拔尖人才培养最怕“一刀切”。越是优秀的学生,越需要更适配的成长路径。

这对今天的高校很有启发。

我们不能只用成绩、排名、竞赛奖项来理解“拔尖”。

真正的拔尖,可能表现为基础研究的深度,也可能表现为工程实践的韧性,还可能表现为跨界整合和组织协同能力。

02 主动学习,比被动“刷培养方案”更重要

杨益新在访谈中提到,主动学习能力是拔尖创新人才的核心素养之一。

这句话很朴素,但非常关键。

AI时代,知识更新速度越来越快。

如果学生只是完成课程要求、通过考试、拿到学分,很难应对未来的变化。

真正重要的是,学生有没有持续学习、主动探索、跨界吸收新知识的能力。

南理工的做法,是构建“横向破壁、纵向贯通、分类分层”的课程体系,推行“大班授课、小班辅导、导师引领”的教学模式。

同时,学校开设项目制课程,鼓励教师把科研项目转化为教学资源,让学生进入真实科研和工程场景。

这很重要。

因为主动学习不是靠喊口号培养出来的。

它需要学生真的遇到问题,真的想解决问题,真的在项目里发现自己还缺什么。

好的拔尖人才培养,不是把学生安排得更满,而是让学生更早遇见真实问题。

不过,访谈也提醒:基础不能丢。

很多科研项目的技术攻关,最终仍然依赖扎实的数理基础。

AI再强,也不能替学生理解第一性原理。

所以高校教师要把基础课程讲得更有吸引力,把公式和未来科研探索连接起来,让学生知道自己为什么要学。

拔尖人才培养要让学生更早进入真实项目和跨学科问题

03 AI正在改变科研,人才培养也要跟着变

这篇访谈最有时代感的部分,是对AI科研范式的判断。

杨益新提到,AI技术已经深度嵌入科研全流程,科研正在从“假设驱动”转向数据智能驱动。

人机协同、跨学科融合、开放协同,正在变得越来越重要。

这意味着,未来的科研人才不能只会本专业知识。

他们还要懂AI是什么,AI能做什么,AI怎么用。

南理工打造了AI“1+10+N”系列课程,从这三个维度展开,让学生理解AI在前沿研究中的应用,并把AI方法用到自己的专业领域。

这不是为了让所有学生都变成算法工程师。

而是让不同学科的学生,都具备AI时代的基本科研能力。

AI素养正在变成拔尖人才的基础能力,就像过去的数学、外语和信息检索能力一样。

尤其是在AI for Science、AI for Engineering越来越重要的今天,很多重大问题都需要不同学科协同。

比如研发机器人,就需要计算机、自动控制、机械工程等多学科深度结合。

未来拔尖人才,不只是一个专业里的高手,还要能和不同领域的人一起攻关。

这也是为什么访谈中反复强调跨界思维、系统思维和团队协作。

04 评价体系,也要从“看成绩”转向“看贡献”

拔尖人才培养最难的一环,是评价。

如果评价只看分数、论文、奖项,就很容易把学生引向单一赛道。

杨益新提出,评价体系要围绕三个维度展开:价值追求、知识积累、能力发展。

价值追求,强调政治素养、家国情怀、品德修为,也包括学术诚信、责任担当和协作精神。

知识积累,强调专业基础是否扎实,能否灵活运用。

能力发展,则强调原始创新、实践应用、自主学习、组织协调和跨界协同。

这套评价思路的重点,是把学生从“只对分数负责”,引向“对真实问题和真实贡献负责”。

AI时代评价拔尖人才,不能只问他学了多少,更要问他能不能解决复杂问题、创造真实价值。

这对教师评价也一样。

如果高校希望教师投入拔尖人才培养,就不能只看论文指标,也要看育人实绩和学术贡献。

否则,拔尖人才培养就容易变成口号,而不是制度真正支持的方向。

05 AI时代的拔尖人才,最后还是要回到“人”

虽然这篇访谈谈了很多AI、课程、平台、项目和评价,但最后落点仍然是人。

杨益新对学生有三点期待。

一是厚植家国情怀,把个人理想融入国家发展。

二是锤炼过硬本领,具备解决复杂科学问题和工程问题的能力。

三是涵养综合素养,兼具科学精神和人文情怀。

这说明,AI时代的拔尖人才不是“更会用工具的人”这么简单。

他还要有方向感、责任感、判断力和长期主义。

AI可以加速科研,但不能替代人的价值选择。

AI可以辅助创新,但不能替代人的使命感。

AI可以降低技术门槛,但不能替代扎实基础和真实担当。

拔尖人才培养跳出“慢工”思维,不是不要沉淀,而是要让沉淀更早连接前沿、项目和国家需要。

给学生和教育者的三个提醒

第一,拔尖不是只看成绩。

跨界思维、系统思维、团队协作和真实问题解决能力越来越重要。

第二,AI素养不是计算机专业学生的专属能力。

未来不同学科的拔尖人才,都要理解AI并学会把AI用于本领域创新。

第三,越是AI加速,越不能丢掉基础。

数理基础、专业能力、学术诚信和家国情怀,仍然是拔尖人才的底座。

课代表总结

1. AI时代,拔尖人才培养不能再只依赖传统“慢工”路径。

2. 不同类型拔尖人才需要差异化培养通道,而不是一套模子。

3. 主动学习能力要通过真实项目、科研实践和导师引领来培养。

4. AI素养、跨学科协作和系统思维,正在成为拔尖人才的新底座。

5. 评价体系要从看成绩转向看价值追求、知识积累和能力发展。

所以,AI浪潮下的拔尖人才培养,不是更快地“加工学生”,而是更早让学生进入真实问题、真实前沿和真实责任。

AI教育论文课代表|读论文不头秃