AIedu | AI高等教育日报 · 2026-07-25

🎯 聚焦 AI 赋能学习、高校数字化转型、AI 教育教学方向 📌 筛选 8 条有价值动态，附简要分析与教育启示

1. 教育部"101计划"核心课程备课会在西安开幕，12本教材进入教师培训阶段

事件概要：7月24日至26日，教育部人工智能领域"101计划"核心课程备课会暨全国高校人工智能专业教学改革研讨会在西安交通大学召开。郑南宁院士担任报告嘉宾，会议以"101计划"核心教材作者授课为主，系统解读12本核心教材的编写理念、知识体系与教学方法。本次备课会聚焦五门代表性核心课程开展"教材解读+教学设计+资源应用"一体化培训：①人工智能概论；②机器学习方法与应用；③生成式人工智能；④智能机器人与具身智能；⑤自主智能系统基础。同期面向全国高校开展"人工智能专业教学案例"征集评选，入选案例将纳入"101计划"配套教学资源库。

值得关注的原因：昨日报道了"101计划"教材体系的正式发布，今日备课会的开幕标志着这套国家标准的"落地"阶段正式启动——从"有教材"走向"教师会用教材"。五门核心课程中"生成式人工智能"“智能机器人与具身智能"的纳入，反映出AI专业课程体系已跟上技术前沿。案例征集与配套资源库建设，将为各类院校提供可直接复用的教学素材，降低AI专业建设的门槛。

🔗 搜狐教育

2. 国家大学科技园优化重塑推进会在济南召开，怀进鹏强调从"学科导向"转向"产业导向”

事件概要：7月23日，国家大学科技园优化重塑工作推进会在济南召开，教育部党组书记、部长怀进鹏出席并讲话。会议明确提出国家大学科技园发展的核心转向：从传统单一的学科导向向需求牵引的产业导向转变，打通高校创新供给与产业发展需求的双向通道。怀进鹏提出"四个重塑"：①重塑功能定位（国家级科技创新平台）；②重塑建设模式（“政府支持、校地共建、产学联动”）；③重塑组织机制（多方共建共管）；④重塑评价导向（以实际服务贡献为核心标准）。山东省同步推进新一代信息技术国家大学科技园（山东）筹建，山东大学、上海交大、西安交大等作交流发言。

值得关注的原因：“从学科导向到产业导向"是高校科研成果转化模式的根本性转向。当前高校AI研究成果转化率偏低的核心症结在于"供给端"与"需求端"脱节——高校按学科逻辑产出论文，企业按产业逻辑需要解决方案。新政策要求"企业出题、校企共答、市场阅卷”，对高校AI科研选题方向、评价体系、人才培养目标都将产生深远影响。高校数字化转型不能止步于"教学数字化"，更需思考如何让科研与产业深度对接。

🔗 齐鲁网

3. AI教育"最后一公里"破冰：双轨工作坊在上海收官，137位教师现场共创可落地方案

事件概要：7月24日，聚焦AI教育落地"最后一公里"的两场工作坊在上海市实验学校嘉定新城分校收官。来自全国28个省份的137位校长、教研员与一线教师参与，分为高教和基教双轨并行。高等教育工作坊以"AI赋能高校教与学创新"为主题，依托希沃品课·三棵树学习共创平台，各高校信息中心主任与一线教师围绕"问题驱动学习"现场拆解知识图谱，产出可落地的高校AI教学解决方案框架。基础教育工作坊聚焦"有数据无改进"的行业痛点，温州洞头区霓屿滨海实验学校校长现场演示AI系统10分钟内生成标准化课堂分析报告，自动标注"低阶记忆行为占比63%““高阶迁移行为激增41%“等关键指标。

值得关注的原因：这标志着AI教育从"方案展示"进入"现场共创"阶段。过去AI教育的痛点是"技术飞得越高，课堂接得越虚”——大模型上线了，但老师不知道怎么用；数据采集了，但不知道怎么改进。本次工作坊的核心创新在于"一高一基"双轨设计：高教侧重顶层规划"建体系”，基教侧重一线教学"用数据”，共同指向让一线教育者成为技术应用的主导者而非被动接受者。

🔗 搜狐

4. 美国国防部将130所中俄伊高校列入"国安威胁"名单，国际学术合作面临新壁垒

事件概要：7月23日，美国国防部发布声明，将33所俄罗斯高等教育机构及来自中国、伊朗的科研教育机构共130家列入"国安威胁"名单，包括莫斯科国立大学、鲍曼莫斯科国立技术大学等知名学府。五角大楼称这些机构的活动"增加了美国政府资助研究成果被滥用的风险"，建议国内研究人员、学术机构和产业合作伙伴在与名单上的任何机构合作、提供资金或共享数据时"务必要格外谨慎"。

值得关注的原因：此举将对中美高校间的AI科研合作、联合实验室建设、学者互访、联合发表论文等产生直接 chilling effect（寒蝉效应）。对于中国高校的AI学科而言，国际学术交流渠道可能进一步收窄，特别是在前沿AI安全、大模型对齐等敏感领域。这要求中国高校加快构建自主的学术评价体系与国际合作网络，同时高校在制定AI科研国际化战略时需要重新评估风险。

🔗 腾讯新闻

5. 美国加州最大教育学院发布RAISE 5框架：给每份作业设定AI使用"五级分级"

事件概要：7月23日，美国加州最大的教师资格认证机构——国立大学（National University）桑福德教育学院发布 RAISE 5（Rules for AI Scholastic Engagement）框架，为课程作业设定五级AI使用标准：①Level 1：完全开放，AI可作为最终产品的一部分；②Level 2：扩展协作，AI可参与多阶段共创；③Level 3：有限使用，AI可用于规划和信息收集但不生成最终内容；④Level 4：基础使用，AI仅用于润色已有作品；⑤Level 5：完全禁止，仅允许传统拼写检查。框架要求教师在布置作业时明确指定AI使用等级，并要求学生对AI参与生成的内容进行规范标注。

值得关注的原因：这是目前全球最精细化的高校AI使用规范之一。与复旦大学"六个禁止"、天津科技大学"不超过40%“等中国高校的总量控制模式不同，RAISE 5采用"按作业分级"的颗粒度，将AI使用决策权交给教师但提供统一标准框架。数据显示86%学生已在用AI学习，但仅25%高校有正式政策——这种"使用率与规范率"的巨大鸿沟是全球共性问题。RAISE 5的分级思路值得中国高校借鉴：不是"一刀切"地禁或放，而是根据不同课程目标精准匹配AI参与度。

🔗 National University

6. 鲁东大学上线"课程思政智能体”，AI精准破解"思政融入两张皮"难题

事件概要：7月，鲁东大学正式上线运行"课程思政智能体"，构建"AI+课程思政"协同育人新模式。该智能体覆盖备课、授课全教学环节，具备四大核心功能：①自动匹配思政素材——针对不同专业、课程、章节，自动匹配时政热点、大国成就、行业楷模、红色资源；②打造沉浸式课堂导入——结合社会热点生成情境导入场景，引导学生从专业视角思考法治、创新、奉献等价值主题；③生成思辨性讨论题目——围绕科技自立自强、工匠精神等主题激活课堂氛围；④自动生成课堂融合微方案——针对专业核心概念匹配思政要点，生成1-2分钟的课堂融合方案，破解专业课"思政融入两张皮"的教学难题。

值得关注的原因：“课程思政"是中国高等教育的特色要求，但长期面临"硬融入"“贴标签"的困境。AI智能体的引入提供了一种新路径——不是替代教师做价值判断，而是通过精准匹配降低教师寻找思政素材的时间成本。这一实践展示了AI在高校思政教育中的可行性，也为"AI+特色育人场景"提供了一个可复用的技术架构：知识图谱+智能匹配+微方案生成，可迁移至劳动教育、美育、心理健康等场景。

🔗 大众日报

7. 上财全国大学生AI金融研学实训营进入收官周：109所高校200名学生用真实金融数据练兵

事件概要：7月20日至26日，数智新财经高校联盟2026年全国大学生AI金融研学实训营在上海财经大学举行，来自国内外109所高校的200名优秀本科生参与8天7晚的AI金融沉浸式研学。实训营由上海财经大学牵头、蚂蚁集团联合承办，核心特色包括：①引入脱敏处理后的真实金融业务数据集与配套数字化开发平台；②依托上财自研的匡时财经教育大模型和Fin-R1金融大模型；③聚焦股票、期货AI量化策略开发，系统讲授机器学习、深度学习、大模型金融应用；④实行"学术导师+产业导师”双导师制；⑤一等奖团队可直接获得头部金融机构暑期实习面试资格。

值得关注的原因：这是"AI+专业"产教融合的标杆案例。财经类高校长期面临"实训数据供给不足"的痛点——学生用模拟数据练习，与企业一线标准脱节。上财通过引入蚂蚁集团脱敏真实数据，直接打通了"高校理论教学"与"金融科技产业实践"的壁垒。“双导师制+跨校混合组队+实习直通"的设计，构建了从"实训→竞赛→实习"的完整成长链路，值得其他专业领域（法律AI、医学AI等）参考借鉴。

🔗 上海证券报

8. AI赋能基层教师核心能力提升工作坊开班：22课时覆盖AI教学、知识图谱与智能体实战

事件概要：7月24日至27日，2026年第二期"AI赋能基层教师核心能力提升暨智慧课程建设实操指导工作坊"在线开班，由西北工业大学李东教授、上海交通大学在线教育中心课程建设顾问郭政老师主讲，共22课时。课程设置三大单元：①AI赋能课堂教学建设与教学设计创新实战——聚焦教学设计创新方法；②创新型知识图谱搭建与多模态开源模型教学体验——三实操+三探讨模式；③AI与智能体：高校教师的AI赋能实战——面向高校教师的智能体应用能力培养。

值得关注的原因：基层教师（特别是非985/211院校教师）的AI素养提升是AI教育推广的关键瓶颈。该工作坊的三个单元设计呈现了清晰的能力进阶路径：从"教学设计创新"到"知识图谱搭建"再到"智能体实战”，覆盖了高校教师从"会用AI工具"到"能构建教学智能体"的全链条。西工大+上交大联合授课的模式，也体现了优质教育资源向基层院校辐射的趋势。

🔗 教师教学创新与管理

📊 今日趋势总结

📝 编辑说明：本期筛选 8 条动态，覆盖政策落地（2 条）、实践创新（3 条）、国际环境（1 条）、规范建设（1 条）、产教融合（1 条）。核心主线：AI教育正从"标准制定"和"方案设计"阶段，加速进入"教师培训"和"课堂落地"阶段——教材有了，备课会开了，工作坊做了，规范分级了，但国际环境的不确定性同步上升，要求高校在推进AI教育的同时必须关注自主能力建设。

🖼️ 配图统一添加 @WoLoveAI 水印

AIedu 日报 · 2026-07-25 · 第 73 期