〚秦小琪 何翠〛

教育、科技、人才是全面建设社会主义现代化国家的重要基础和战略支撑。2026年4月，教育部等五部门印发《“人工智能+教育”行动计划》，明确提出以人工智能赋能教育系统性变革，推动智能技术与教育各环节深度融合，为依托智能化手段培养拔尖创新人才提供了清晰的政策指引。大数据、大模型、虚实仿真等前沿数字智能技术，正在重塑创新人才培养流程，打通各类育人资源边界，更新拔尖创新人才培养模式。充分发挥人工智能在教育领域的优势，可通过智能画像精准发现潜力人才、人机协同构建跨学科融合教学体系、数字平台联动科教与产教资源、智能评价完善创新导向培养机制，持续培养更多能够突破关键核心技术、服务新质生产力发展的拔尖创新人才，夯实教育强国、科技强国建设的人才基础。

以智能画像精准识才

构建动态遴选培育机制

拔尖创新人才培养的关键，在于尽早识别、及时发现并持续培育。借助人工智能技术，可以有效破解传统选拔方式中“唯分数”导向、静态筛选以及潜力研判不足等现实问题。其一，构建多维度智能潜质测评体系。将学科能力、创新思维、好奇心、抗压韧性、问题洞察力等指标系统整合，运用大模型对课堂表现、科研尝试、竞赛成果、开放性探究任务等进行长期跟踪分析，建立人才潜质数据库，避免仅凭单次考试成绩判断学生的创新潜能。其二，建立滚动式动态培养清单。依托智能平台开展周期性跟踪评估，定期更新潜力学生成长档案，及时将展现创新特质的学生纳入拔尖人才培养序列，并针对发展方向变化的学生动态调整培养方案，打破“一次选拔、终身定型”的固化模式。其三，推行个性化成长导师匹配机制。借助智能匹配算法，改变以往随机分配或按院系硬性划分导师的粗放方式，根据学生的研究兴趣、能力短板和发展目标，双向匹配高校硕博导师与企业科研专家，制定“一人一档、一人一策”的个性化培养方案，实现潜力人才与优质师资的精准对接。同时，搭建线上常态化沟通平台，方便导师实时掌握学生成长数据，有针对性地布置探究任务并开展科研指导，推动因材施教从理念走向常态化实践。

以人机协同重构教学

打造跨域融合课程体系

当前，前沿科学研究和关键核心技术攻关几乎不可能依靠单一学科独立完成。然而在传统学科划分之下，课程设置相互割裂，跨专业选课流程繁琐、知识衔接存在断层，学生难以自主构建完整的交叉学科知识体系。人工智能为破解跨学科学习难题提供了全新的技术支撑。依托人工智能打破学科壁垒，能够推动教学从标准化知识传授转向高阶创新思维训练，夯实拔尖创新人才的交叉融合能力基础。一是开发“AI+X”交叉微课程集群。面向基础学科和关键工科领域，围绕前沿重大科学问题设置专题课程，利用智能知识库整合跨学科前沿文献、开源数据集和行业真实案例，支持学生自主组合课程模块，降低跨学科选课与学习的制度门槛。二是部署常态化智能探究课堂。以大模型作为创新助手，引导学生自主提出科学问题、设计研究方案；同时明确使用规范，防止直接依赖AI生成结论，把教学重点放在批判性论证、方案迭代、逻辑思辨等高阶能力培养上。三是建设虚实融合实验实训场景。运用数字孪生、虚拟仿真等技术搭建高成本、长周期科研模拟平台，面向拔尖学生全天候开放，支持学生先行开展虚拟预实验，降低创新试错成本，拓展科研探索空间。

以数字平台联通资源

深化科教融汇与产教协同

要充分发挥人工智能在资源整合方面的优势，打通高校实验室、国家重点平台和科技领军企业的创新资源通道，推动拔尖创新人才培养与前沿科研同频共振。一是开放智能科研资源共享平台。推动高校和科研院所将闲置算力、专用数据集、仿真工具等资源面向拔尖创新人才有序开放，设置分级访问权限，支持本科生、研究生早进课题、早进团队、早开展实质性科研探索。二是搭建校企协同创新线上工作站。依托数字平台组建跨单位联合攻关小组，由企业发布真实技术难题，组织拔尖学生组建创新团队承接课题，实行校内导师与企业工程师双导师指导，推动创新训练精准对接产业实际需求。三是构建全球前沿学术数字共同体。以往国际学术交流受地域、经费和出行条件限制，参与门槛较高。借助智能翻译和线上协同工具，可常态化组织国内外青年学者开展线上研讨、联合学术沙龙，推送领域前沿预印本论文和国际学术会议资源，同步跟进全球最新研究进展，吸收国际先进科研思路，拓展拔尖人才的全球学术视野，在交流互鉴中立足本土科研需求，形成兼具国际视野与家国情怀的创新思维。

以改革智能革新评价机制

完善创新导向激励制度

借助人工智能打破“五唯”束缚，建立更加契合拔尖创新人才成长规律、更加鼓励自由探索的评价体系，营造宽容失败、鼓励创新的良好生态环境。其一，构建全过程创新能力数字评价档案。运用智能平台对文献研读、课题调研、方案试错、学术交流、创意产出等全过程信息进行持续记录，改变以往期末一次性考核的模式，更加注重创新过程中的持续投入和思维迭代。其二，优化创新成果多元化认定标准。明确将高质量调研报告、创新原型、开源代码、竞赛原创方案、前沿问题综述等纳入学分和成果认定范围，借助AI辅助开展成果原创性核验，而不是仅局限于期刊论文这一单一指标。这种多元化成果认定模式，能够充分兼顾基础理论研究、工程技术研发、创意设计等不同方向创新人才的产出特点。通过人工智能原创检测工具对创新成果进行多维比对和核验，既有利于保障成果真实性，也能让不同领域的创新成果获得同等认可，进一步激发各类人才的创新活力。其三，健全容错导向智能预警机制。依托成长大数据动态识别学生的科研焦虑和创新瓶颈，并与导师联动开展针对性帮扶；对于长期从事高风险前沿探索且具备完整论证过程的项目，应合理延长培养周期，包容阶段性的探索失败。

培养拔尖创新人才，是实现高水平科技自立自强的长远之策。人工智能为破解传统育人模式痛点提供了全新的技术工具，但技术始终是手段，育人为本、创新为核的根本原则不能动摇。推进AI赋能拔尖创新人才培养，应坚持人机协同、扬长避短，既要善于运用智能技术打通识才、育才、实践、评价全链条堵点，也要守住价值引领底线，着力提升学生独立思考能力、原创精神和家国情怀。面向未来，还需持续完善制度配套、优化场景供给、健全治理规范，推动人工智能与拔尖人才自主培养深度融合，源源不断培养一批心怀“国之大者”、敢于冲击科学前沿、能够破解重大现实难题的拔尖创新人才，为发展新质生产力、建设教育强国和科技强国筑牢坚实人才根基。

本文系辽宁省教育科学“十四五”规划2025年度课题“AI赋能研究生拔尖创新人才培养质量提升路径研究（JG25DB056）”阶段性成果。

（作者分别系大连海事大学马克思主义学院副教授，硕士研究生）