根据方案，到2025年3月，全校各学科均应至少开设一门AI+课程，实现一级学科全覆盖。到明年秋季学期开学，学校将实现AI教育的“三个渗透率100%”——AI课程覆盖全体本研学生，AI+教育覆盖全部一级学科，AI素养能力要求覆盖全部专业。

未来的大学课程是什么样的？未来的大学教师要怎样给学生上课？未来大学培养的学生需要具备哪些基本技能和素养？复旦大学的这次全面改革，试图给出具有可复制、可推广价值的解决方案。

面向未来的课程什么样

复旦“AI大课”形成了一个面向多层次水平人群的课程体系，该体系全名为“AI-BEST”课程体系。课程均为本研一体化打造，学生可以跨专业、跨学科、跨年级选择。

AI-B即为AI-Basic Courses，属于AI课程的“普及圈层”，为AI通识基础课程。这类课程面向全校学生开设，AI零基础的，也能听得懂、跟得上，课前不用特别准备。其中，B1类课程主要面向理工医科有计算机应用基础的学生；B2类课程主要面向人文社科专业的学生。

“就有点类似我们过去文科生会选择读office软件应用、计算机系统使用这样的课一样，我们的学生现在都要学AI基础课程。”复旦大学计算机科学技术学院院长杨珉说，未来每一名复旦学生都要了解AI工具的基本使用方法和背景。

此外，AI-E课程，即AI-Essential Courses（AI专业核心课程），属于AI学科专业的核心示范课程，选修这部分课程的学生，需要具备人工智能领域的专业基础；AI-S课程，即AI-Subject Courses，是AI学科进阶课程，内容为各学科“生长”出来的与AI相关的知识体系，适合主动适应学科交叉融合的学生；最高阶的课程，面向应用和科研的课程AI-Thematic Courses，简称AI-T课程，直面产业和科研问题，拓展AI应用的前景，适合有志于在AI垂直领域开拓的教师和学生。

复旦大学人工智能创新与产业研究院副院长程远是AI-T课程的任课教师，他告诉记者，以AI药物设计课为例，该课程原本是通过案例教学向学生介绍AI在药物设计领域的应用；升级为AI-T课程后，将把着力点放在“解决产业应用的关键问题”上，引入企业师资，把企业遇到的具体问题变成学生要探究的课程实训项目。

据悉，学校还会配套课程体系，同步推进教材建设。教材正式出版前，授课教师以PPT、讲义、大纲等形式，使用课件资料。

一门课背后是一个校内外专家团队

一个现实问题是，一个学年一下子增加100门AI课程，复旦大学的师资是否跟得上？

复旦大学研究生院常务副院长陈焱介绍，学校前期梳理了现有本研AI相关课程的开课情况，结果发现，学校已开设的AI相关课程超300门，“都是教师根据学科实际情况，自发增加的AI相关内容，未必是成体系的，但表明教师已有这个意识，我们有不错的师资储备”。

陈焱介绍，100门AI课程中有超过80%的课是重新设计、更改过的新课程。有的课程，不再是一名教师独自开设，而是集中了多个不同学科的教师资源组团开设。

以AI-T系列课程为例，这些课程覆盖了生命科学学院、药学院、经济学院、大气与海洋科学系、高分子科学系、航空航天系、国际关系与公共事务学院等院系的多个学科，每门课程都有多学科交叉。

除了复旦校内不同学科的教师，AI-T系列课程还邀请了各垂直行业领域的产业界和顶尖科研机构人士一起“入局”，联合设计实训课题。

“不仅校内教师报名踊跃，校外产业界人士报名也很积极。”程远举例说，药学院列出了一个由4-5门课程组成的AI-T类课程体系，主动邀请人工智能相关学科的教师一起加入；另一边，阿里云团队推荐了10名行业专家参与《AI Infra》（AI基础设施）这门课程的建设，列出12家企业急需解决的问题，期待与复旦师生团队共同破题。

未来的大学生活什么样

复旦大学2024年秋季入学的新生，就能选修最新的AI-BEST系列课程了，未来的大学生活或将产生极大的变化。从2024级开始，学校每个学位项目的修读方案都将明确AI素养和能力的培养要求。

“我自己读的是计算生物学，这在过去算是生物学里一个比较小众的专业，重点研究生物学领域的计算定量分析。”复旦大学复杂体系多尺度研究院院长马剑鹏即将开设AI-S课程，他告诉记者，大部分从事生命科学领域研究的教授都特别擅长做实验，生物学在不久前还是一个以实验为主的学科。但现在生物学计算定量分析技术已越来越普及，全世界生物学教师都面临如何利用AI进行转型的问题。

“5年以后，如果我们生命科学专业学生还不懂怎么利用AI做研究，那么毕业后可能连工作都很难找。”马剑鹏说，把AI融入生命科学的教育中，是当务之急，“我们的学生至少要知道怎么向隔壁（专业）做AI的人求助，至少要知道怎么跟人说我需要什么帮助，希望AI技术能帮我解决什么问题”。

马剑鹏以“深层思维”公司预测蛋白质折叠结构的人工智能程序为例，介绍了AI破解生物学重大难题的故事。该公司的“阿尔法折叠（AlphaFold）”程序预测出了科学界迄今已知的几乎所有蛋白质的结构。这一生物学领域的重大挑战在短短18个月内实现突破。

“我们的交叉学科团队已经在着力复现AlphaFold3（阿尔法折叠3）的方法，未来还有更多的研究有待利用AI技术破局”。马剑鹏说，将AI应用于科学中，对未来的学生而言，不是遥不可及的事，而是马上就要学会面对的事。

学校相关部门负责人介绍，“AI大课”是面向所有学科的，其最终目的是迎接蓬勃而至的百业创新生态的需要，“各行各业都在想办法利用AI进行创新，每一名复旦学生都需要具备与自身专业相匹配的AI素养和能力，每一个专业都需要AI复合型人才，我们的课程必须要面向未来”。

（编辑：映雪）