高校已被边缘化！985“自曝”AI培养困境
2026-09-09
5012
2）许多前沿成果并不开放；
3）年轻人，尤其是学生，发挥很大作用。我们的教育科研体系跟不上新形势（学生比老师更在前沿）；
4）人工智能最先替代的就是人工智能。
数据里的"冷热倒挂"
据麦可思研究报道，2025届人工智能专业本科毕业生中，仅56%从事对口工作，明显低于全国本科71%的平均水平；52%的毕业生认为「课程内容不实用或陈旧」。更扎眼的是，因「达不到专业工作要求」而未能对口就业的比例高达31%，是全国本科平均水平9%的三倍多。
另一边，教育部数据显示，2018年至2024年，共621所本科高校新增人工智能专业，相当于近一半的本科院校都开设了这一专业。
一边是开设的狂热，一边是就业的凉意。这种「冷热倒挂」说明，问题不在AI这个行业没有需求，而在培养出来的学生，没能接住这份需求。
浙江大学本科生院院长、曾任该校人工智能研究所所长的吴飞教授说得很清楚：AI专业变「天坑」观感的背后，核心是培养的学生达不到社会实际要求，教育教学与社会脱节。
福耀科技大学校长王树国说得更直接：大学对知识的垄断已不复存在，现在最先进的技术不在大学实验室，而在企业。他甚至举例，如果王兴兴继续读博士，可能就没有今天的宇树科技。
高校的转身路径
脱节既然已经发生，高校能做的，是主动转身。大致有三条路。
一是让课程跟上技术迭代，把产业前沿引入课堂。课程是培养的起点，如果课堂上教的还是几年前的框架，学生自然一到岗位就「达不到要求」。
二是推动校企深度合作，让高校在面向真实问题的科研中，重新嵌入创新链条。与其在封闭的实验室里自我循环，不如回到产业的一线问题里，找回高校的位置。
三是改革人才评价体系，不再唯论文、唯帽子，让这个时代最稀缺的年轻创新者被看见。当学生比老师更在前沿时，评价体系还守着旧标准，就是最大的浪费。
对高校而言，这未必是一场推倒重来，而更像一次必要的校准。要校准的，不是AI这个方向，而是培养和产业之间那条越拉越开的缝。
高校AI教育需要补上的，不只是技术课程和产业实践，也包括AI参与科研后的规范意识与风险识别能力。面对虚假引用、生成内容失真、文本与图片合规等新问题，AiScholar AI学术诚信检测平台提供参考文献真实性检测、AIGC文本检测、权威英文查重及图片查重等服务，帮助师生在使用AI提升科研效率的同时，守住学术诚信的底线。
