从“撤并转”到“锻强重塑”——高校专业建设,在变局中开新局

光明网
Apr 07

  光明日报记者 周世祥

翻译、摄影、漫画……曾经的“热门专业”撤销了?

  今年全国两会期间,中国传媒大学“撤销16个本科专业与方向”的消息引起广泛讨论。该校党委书记廖祥忠在回应舆论关切时表示,中国传媒大学通过实施“关停并转、升级改造、规划设计、重点建设”四个一批专业建设,过去8年间已完成全校专业结构的整体更新,并布局智能影视、智能媒体等新型交叉专业,提前为应对AI挑战奠定基础。

  AI大潮袭来,大学本科专业需要更新迭代与深层调整,日益成为共识。面对培养内容明显“过时”的专业,应选择“撤”“并”还是谋求“转”?新专业建设如何在学科传统、前沿方向、市场导向的重叠与差异间找到方向,培养与数智变革相适应的人才?课程体系重构、师资队伍提升、评价体系改革又需要哪些新思路?记者进行了采访。

北京交通大学举行2025年毕业典礼暨学位授予仪式。新华社发

 “增减并转”幅度大,呼应产业转型与社会期待

  对既有专业做“大刀阔斧”式的增减并转,中传不是个例。

  记者注意到,近一两年,多所综合型院校也曾撤销或停招本科专业,如山东大学2025年宣布27个本科专业暂停招生,撤销10个专业,既包括土木工程、世界史等传统学科专业,也涉及电子信息工程、物流管理等应用型专业;四川大学2024年发布的拟撤销本科专业公示名单中,音乐学、表演、动画、广播电视学等31个专业在列。

  “既做前瞻布局的‘加法’,近五年果断增设人工智能、智能制造工程等9个急需特需的新工科专业;也坚决做刮骨疗毒的‘减法’,淘汰了汽车服务工程、过程装备与控制工程等4个与区域产业需求脱节的老旧专业。”洛阳理工学院副校长王新武告诉记者,面对人工智能掀起的产业结构与人才需求浪潮,洛阳理工实施专业“锻强重塑”工程,立足建材等传统行业特色,持续打造绿色建筑材料、先进装备制造等5个特色专业集群,“优化后,理工科专业占比65.5%,还新开设了8个跨学科的微专业,为新质生产力蓄力储能”。

  “从教育科技人才一体发展的视角来看,人工智能背景下的本科专业调整不仅仅是高校内部的改革,更是国家战略层面推动教育体系与科技革命、产业变革深度融合的重要举措。”常州大学高等教育研究院副院长徐高明认为,其动态调整应坚持“存量升级”与“增量布局”并重原则。

  徐高明表示,对于培养内容“过时”专业,不宜简单“一刀切”,“如果该专业所在的学科基础扎实,应优先考虑‘转’——即用数智技术对其进行全面改造升级;如果该专业本身已缺乏生命力,且难以融入前沿方向,则应果断‘撤’或‘并’。”他分析,理性的选择应基于对科技发展趋势、国家战略需求、学校办学定位三者的精准判断,确保每一次调整都是对人才培养质量的“淬炼”而非“折损”。

  “当前,一些高校对本科专业进行调整,除应对新挑战,服务产业结构转型升级之外,还为了回应社会民生对教育质量和就业前景的现实关切,提升高等教育服务供给的针对性。”陕西师范大学教育学部教授祁占勇认为,专业结构优化调整成功与否不在于数量,而在于能否在服务国家战略、回应市场变化的同时,凸显高校自身的办学传统和优势特色。

在青岛理工大学实验室,学生调试自主研发的数字全息显微镜。黄海滨摄/光明图片

 “问题导向”建专业,将“超学科”思维融入人才培养全程

  面对现实挑战,既有专业如何“转”?新设专业如何建出成效?

  徐高明分析,高校须跳出传统的“学科本位”思维,转向“需求导向、能力本位、交叉融合”的育人新范式。“一要以‘问题导向’重构知识体系。传统‘学科导向’关注的是知识体系的完整性,而新专业应关注如何解决复杂问题。二要夯实学科根基,延展技术触角。处理好学科传统之‘根’和前沿方向之‘叶’的关系。”

  徐高明举例,如中国传媒大学布局的“智能媒体”,并非简单地“为新闻学开几门编程课”,而是从“信息传播与智能技术融合”这一核心问题出发,重构了从内容生产、分发到交互的全链条知识体系。复旦大学、中山大学近年来多个“A+B”双学士项目获得成效,关键也在于确保了两个学科基础课程的深度与广度,再通过交叉融合课程从而实现“1+1>2”的效果。他说:“例如,‘统计学+计算机’培养的不仅是‘会编程的统计学家’,更是具备数据思维的人工智能人才,让深厚的统计功底赋予学生面对技术迭代的长久竞争力。”

  祁占勇认为,长期以来高校多按照学科自身的知识发展逻辑来办专业,即“学科导向”。“这种模式当然有其价值,但时间一长,容易形成相对封闭的学科壁垒,毕业生也很难应对现实中复杂的、跨领域的问题。当下,要从单一的‘学科导向’转向‘问题导向’,就是围绕现实中的真问题来组织教学和科研,让不同学科的知识自然融合,催生出新的学科生长点。但要注意,这并不是否定学科的基础性作用,也不是要把学科传统‘推倒重来’,而是在尊重学科知识体系的基础上,让不同学科之间更多地协同、交叉、渗透,把‘超学科’的思维方式真正融入人才培养全过程。”

  那么,实现这些目标有何实操路径?

  祁占勇分析,新专业处理好学科传统、前沿方向、市场导向的关系,关键就在于推进两个“融”:科教融汇、产教融合。“第一,高校、科研院所、企业要合作培养人才,改变过去高校关起门来自己定方案的模式,而要让用人单位、研究机构提前介入,共同商量培养什么人、如何培养人。第二,将科研过程引入教学环节,推进‘教学学术化’,使学生不再停留于被动接受知识,而是作为科研协作者直接参与前沿研究项目,在接触‘真问题’中培养批判精神、创新思维和跨学科能力。第三,把产业界遇到的真实技术难题搬进课堂,把工程师请进课堂、实验室,甚至直接把课堂开到车间里,让学生在校期间就能感受到市场需要什么、技术痛点在哪里,提升解决问题的能力。总之,要在学科传统与时代需求之间找到平衡点,把科研的力量、产业的力量转化成育人的力量。”

 治校能力迎“大考”,以专业升级带动新生态培育

  采访中,不少专家坦言,人工智能趋势下的本科专业调整,也是对高校治理能力的一项综合性“大考”。建设适应数智变革的新专业,在课程体系建构、师资队伍建设、培养平台搭建乃至评价体系改革上均急需新思路新方法。

  在洛阳理工学院,新专业建设已初显成效:该校全面实施了“AI+”课程体系改造,以1门《人工智能通识》课程夯实基础,各专业开设多门深度融合大数据、物联网等数智技术的专业课,并打造“AI+”集中实训环节;构建了教师“外引内培”机制,通过校企共建培养基地,直接把骨干教师派到行业龙头企业挂职,接触人工智能深度融合的应用场景;大力推进机器人学院等现代产业学院建设,组建了校企联合教学团队,硬性要求行业企业导师承担不少于30%的实践课程,提升毕业设计“真题真做”的比例。

  “建设适应数智变革的新专业,在课程体系重构上,可设计若干跨学科的能力模块,如数据思维模块、智能技术模块、场景应用模块等,让学生按需选择。在教师队伍建设上,可推动教师跨界合作,鼓励不同学院、不同学科的教师联合开设课程、共同指导项目;同时,让产业界的工程师、技术总监走进课堂,让青年教师定期到企业挂职锻炼,促进‘双师型’队伍常态流动。在培养平台搭建上,要走向场景开放、资源共享,如推动高校与科研院所、头部企业共建联合实验室、产业学院、创新工场等,重视虚拟仿真实验、远程实景课堂等数字化平台建设。在评价体系改革上,要关注过程增值,增加项目制考核、团队协作表现等过程性评价的比重,并且引入行业导师评价、同伴互评与自评等制度,重点关注学生入学与毕业之间的能力增量。”祁占勇建议。

  王新武坦言,在专业建设转型深入推进的“深水区”,面临几块难啃的“硬骨头”:其一,资源投入与运维资金存在缺口:无论是全面搭建智慧教学环境,还是校企联合开发高质量的实训资源库和工程案例库,前期资金投入较大,后续也面临较高常态化运维成本;其二,教学、管理与服务一体化的数字生态仍有断点,内部机制协同与数据壁垒亟待破除;其三,师生数字素养仍有待提升,面对日新月异的AI技术,部分师生的理解与运用还停留在“工具应用”阶段。

  “面对资源投入与运维资金缺口,地方教育主管部门可设立‘人工智能赋能专业建设’专项引导资金,采取‘省级统筹、校地共建、企业参与’的多元投入机制,对于共建实训资源库和案例库,按实际投入给予奖补,并鼓励高校通过社会服务满足运维成本所需;面对内部机制协同与数据壁垒,可建立校级统筹的工作小组,推行‘首席信息官’制度,建立跨部门联席工作机制,将数据协同成效纳入部门年度考核;面对AI素养短板,可面向教师开展‘AI+专业核心课程’融合研修,设立专项教改项目,鼓励教师将AI深度融入真实教学场景,以用促学、以赛代练。”徐高明期待高校主动作为,让专业调整成为重塑学校治理体系、教学范式和文化生态的契机与抓手。

  《光明日报》(2026年04月07日 14版)

[ 责编:孙宗鹤 ]

海量资讯、精准解读,尽在新浪财经APP

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10