清华大学探索将人工智能与教育教学深度融合——让每个学生找到专属AI成长坐标
- 外汇
- 12小时以前
0 - 1
“下面又到了与AI比赛答题的时间。我的问题是：如何证明热力学第二定律的等价性？”讲台上，“化工热力学”授课教师卢滇楠笑着发出挑战。
屏幕里，AI只“思索”了几秒，便开始输出答案；台下，学生们在“雨课堂”平台上认真作答、拍照上传。这是清华大学“化工热力学”课堂上的一幕。每节课，这样的“人机对决”要上演三次。
“一方面可以优化学生的学习体验，调动课堂积极性；另一方面通过对比AI与学生的解题思路，凸显思维方式的差异，加深学生对知识本质的认知。”卢滇楠解释道。
近年来，AI悄悄走进了清华大学越来越多的课堂。一个个鲜活的场景切片，见证着AI与教学深度融合的新生态。
“人工智能技术正深度改变课堂教学、学生学习以及教育评价的固有模式。身处技术变革浪潮，高等教育肩负着重要使命与时代责任。”清华大学党委书记邱勇表示，学校正积极推动人工智能与教育教学的深度融合，重塑创新人才的知识体系，革新人才培养模式，努力将技术发展红利转化为教育公平和教育质量同步提升的实际成效。
课堂有了人工智能“学伴”
“请介绍一下热力学常用的状态方程发展到了什么程度？”
“以下是关于常用状态方程及其发展现状的详细分析……”
下课了，清华大学化工系学生黎叙锐向“化工热力学”课程的“24小时智能学伴”提问，完成作业。这不是在抄答案，而是在互动中完成项目式学习。在AI的启发下，他将课题聚焦到了一个更深入的方向：如何改进现有的状态方程？
学伴，是黎叙锐对人工智能的定位，他认为人工智能可以帮助自己更好地开展独立学习，但并不会替代自己的思考和判断，“人工智能时代，自主学习能力仍是核心，AI只是支撑和补充，但是人机协同学习应该成为每名学生的必备技能。”黎叙锐表示。
2023年秋季学期，清华大学启动了人工智能赋能教学的教学改革计划。卢滇楠的“化工热力学”被纳入首批8门人工智能辅助教学的校内试点课。“AI能够自主处理大部分基础知识性问题，这种模式有效提升了学习效率，让教师能够专注于开展知识背后的能力培养与价值塑造，这才是创新人才培养的最重要任务。”两年多的实践让卢滇楠有了更多思考。
数据从侧面进行了印证。上学期的“化工热力学”课上，学生们与人工智能助教的人均交互时间在6小时左右。通过对比发现，使用AI辅助进行课前自主学习的学生，在后续课堂测试或作业中的表现优于未使用AI的学生。
“大学物理A”课前，学生向AI学伴提问，系统实时分析全班高频问题，生成“答疑卡”推送至教师端。编程基础课上，AI化身助教，实时解答语法错误、调试思路等常见问题……如今，清华大学共有450余门课程引入了人工智能，实现AI学伴、AI讲伴、备课助手等十大功能场景，贯穿课前、课中、课后各环节，技术正推动学生不断以问题为导向，开展创新性学习和交叉学科研究，个性化学习效率持续提升。
随着技术深入更多课堂，教学变革的核心目标也在实践中愈发清晰。在清华大学副校长彭刚看来，人工智能时代的课程与教学，需要重新思考“教什么、怎么教、为谁教”，“核心是让每一位教师、每一门课程、每一位学生的成长经历都‘不可替代’，让大学发挥应有的育人价值。”
打造多层次培养体系
“一片薯片，能有多‘完美’？”
2025年春季学期，清华大学美术学院教授米海鹏开设的“人工智能与艺术设计”通识课上，一件作品给出了答案。3位学生用DeepSeek定义概念，通过即梦AI生成图像，再用Tripo AI建立3D模型，最终创作出一件名为《世界上最完美的薯片》的作品：厚度精确到0.88±0.02mm，孔隙率控制在32.7%。
学生们还围绕薯片作品构建了完整的“炒作生态系统”：创建一位由人工智能驱动的观念艺术家，设计“薯币”虚拟货币体系，甚至策划了完整的艺术品拍卖会。
“这门课的特点在于引导学生从简单的工具使用走向深层思辨，这种批判性思维正是通识教育的核心目标。”米海鹏惊喜地发现，学生在课上开始思考，AI创作的边界在哪里？技术进步对社会的影响如何？
截至2026年，清华大学构建了覆盖5个方向、57门课程的AI通识课体系，并建设了162门课程的“AI课程矩阵”，文、理、工、医等不同背景的学生都能找到低门槛入口。这些课程各有侧重：“人工智能与法律”围绕数据治理、算法治理、AI供应链安全等六大模块展开，直面智能时代最前沿的规则命题；“认知与实践”综合了多学科的先进技术，为学生提供了一个能够系统认知、动手实践和深入感悟的入口……
为了让学生们能真正把头脑中的创意“跑起来”，2025年，清华面向全校学生发放每人1000元算力券，为每位学子的AI火花提供“启动燃料”。
多层次培养体系正在逐步完善，为不同志向的学生铺设了拾级而上的成长阶梯。自2025年秋季学期起，清华大学推出AI辅修学位和AI课程证书项目，打破院系壁垒，让学有余力的学生在主修专业之外系统构建AI能力。
更专业的培养则由“无穹书院”承载。2025年，书院迎来首届171名学生，通过项目制学习、双导师配备等模式，无穹书院的目标明确而深远：以最AI的方式，培养最具创新能力的AI领军人才。
搭建AI基础设施
“我想学习污水中磷回收技术的发展与挑战。”课后，环境学院学生桑配旸打开“超越课堂”平台，输入需求，开始了一场自主学习。
点击“生成学习方案”，桑配旸眼前立刻展开一张知识图谱：主流磷回收技术、新兴磷回收技术……八大知识点脉络清晰。每个知识点都配有详细介绍和配套测试题，并随时记录学习进程。
“超越课堂”并非普通的平台，而是一个功能强大的学科知识引擎。为确保AI科学、高效融入教育教学，自2024年春季起，清华大学着力推动学科知识引擎建设，前瞻性提出“模型层—引擎层—应用层”三层解耦架构，通过系统化采集、结构化梳理海量学科知识，将通用大模型从“通才”转化为学科“专才”，实现基于问题或任务导向的深度学习模式。
在模型层，师生可根据课程需求切换DeepSeek、智谱清言等各类大模型；在引擎层，通过教师上传的教材、讲义等教学资料对模型进行训练，构建“学科知识引擎”，解决专业垂直领域准确度问题；在应用层，依托“雨课堂”平台打造AI工作台，教师无需改变教学习惯即可调用十大AI功能场景。
桑配旸使用的“超越课堂”，就是环境学院将成立以来积累的全部教学资料与全球公开研究成果整合而成的动态知识库，构建起一张覆盖5万多个有效节点、10万多条关系的跨学科知识图谱。如果你关注“海绵城市”，系统会自动关联流体力学、水处理技术等跨学科内容，生成专属于你的个性化知识网络。
“以前只能基于完整实体课堂所获的学分，现在通过问题牵引、智能导航自主学习即可完成。”环境学院教授岳东北说，通过培养目标牵引，AI能够规划不同个人背景下差异化的学习路径，并进行动态跟踪调整，助力“精准化”培育人才。
2025年5月，集成电路、工业工程、环境工程等首批学科知识引擎正式发布，20个院系的相关建设工作也陆续开展。目前，学科知识引擎已与北京大学、南京大学等全国80所高校签约共建共享，致力于将一校一师的优秀成果，转化为服务多校多师的宝贵资源。
推动技术赋能的同时，清华始终没有忽视伦理边界的划定。2025年，学校制定《清华大学人工智能教育应用指导原则》，建立人工智能相关全流程伦理审查机制，以“积极而审慎”的态度，在技术与人文的平衡中稳步前行。
在筑牢自身基石的基础上，清华大学进一步将理念和实践推向全球，致力于推动形成人工智能教育治理的国际共识。2025年12月，在世界慕课与在线教育大会上发布全球高等教育界的又一重要共识——《墨西哥城宣言》，进一步聚焦人工智能时代高等教育变革趋势，秉承学生中心、质量为先、普惠公平、伦理安全、交流合作五项原则，倡导实施五项行动，携手共创智慧教育未来。
“立德树人是大学的立身之本。我们希望在前一阶段探索的基础上，进一步激发教师的内生动力，将重心聚焦于如何借助人工智能拓展教育新可能，让学生获得更有深度、更具启发性的学习体验上，推动技术更精准地服务于人才培养，为新时代高等教育数字化转型积淀经验、贡献力量。”清华大学校长李路明说。
原标题：清华大学探索将人工智能与教育教学深度融合——让每个学生找到专属AI成长坐标
