AIedu — 高等教育 AI 动态日报
日期：2026年8月13日（星期四）
本期精选：8 条
聚焦领域：AI 通识课制度化、省级统筹、个性化培养、评估范式转向、AI 赋能科研、AI Agent 大学、AI 赋能学习实证
1. 麦可思研究：AI 成高校必修课，“AI+专业"课程体系进入制度化推进期
来源：麦可思研究 / 今日头条
时间：2026-08-11
8月11日，麦可思研究院发文梳理 2026 年秋季学期前高校 AI 课程建设的最新一轮加速，释放出明确的"从自主探索走向制度化"信号：
- 核心数据：《2026 年中国本科生就业报告》显示，2025 届本科毕业生就职岗位中 91% 需要日常使用 AI 工具，AI 能力已从少数技术岗位专属要求，变为各专业学生的基本素养
- 政策底座：今年 4 月教育部等五部门《“人工智能+教育"行动计划》提出建设高校 AI 公共基础课程、推进"人工智能+专业"课程建设，将 AI 教育贯穿人才培养全过程
- 区域统筹：江苏等地启动区域性 AI 通识课程建设，推动普通本科高校完善"通识课 + 专业课 + 交叉课"课程体系，实现课程资源共建共享
- 人才需求转向：企业更关注毕业生"提出问题、分析问题、人机协同、利用 AI 解决复杂问题"的能力，而非标准化、重复性技能的机械掌握
值得关注：
- 91% 这个数字把"AI 通识课该不该设"的争论从理念层面拉到了就业基本面——AI 素养正成为与外语、计算机并列的"职场通用能力”
- 从"高校各自开发"到"区域统筹共建”，课程建设成本显著下降，为中西部与地方院校提供了比肩头部高校的课程资源通道，直击 AI 教育公平痛点
- 这是继昨日 NUS/NTU 强制 AI 必修、央媒雄安实训基地之后，国内"AI 通识课制度化"的又一块拼图，标志着中国高校 AI 教育进入"制度 + 平台 + 数据"三轮驱动的成熟期
🔗 麦可思研究原文
2. 江苏省级 AI 通识课程 2.0 版 8 月 31 日上线，秋季实现全省本硕全覆盖
来源：江苏省教育厅（苏教高函〔2026〕3号）
时间：2026 秋季学期起全覆盖，2.0 版 8 月 31 日前上线
江苏省教育厅发文部署面向全省普通本科高校的人工智能通识课程建设，是国内省级统筹 AI 通识教育的标杆样本：
- 时间表：2026 春季起各高校面向全体本科生开设；2026 秋季学期起实现全省普通本科高校本科生和硕士研究生 AI 通识课程全覆盖
- 课程框架：通识课一般含"AI 基础知识 + ‘人工智能+‘典型应用场景"，学分不低于 1 学分，修读形式可为必修或选修
- 省级课程：省教育厅联合部分省高水平大学共建"省级通识课程"，1.0 版涵盖"通用基础 / 技术核心 / 拓展应用"三大模块，并针对理工科与人文社科分别设计两个版本（各 32 学时），3 月已上线并免费开放
- 迭代规划：省级通识课程 2.0 版计划 8 月 31 日前上线，自 2026 秋季开学起面向全省本科高校开放
值得关注：
- “分学科双版本"设计直击 AI 通识课的普遍痛点——人文社科学生与理工科学生的知识起点、应用场景差异巨大，一刀切往往流于形式
- 省级共建 + 免费开放的模式，实质是把 AI 通识课从"各校自建"升级为省域公共基础设施，为其他省份提供可复制范本
- 本科 + 硕士"全覆盖"的表述，将 AI 素养的边界从"本科新生"扩展到研究生群体，与昨日"研究生 AI 智能体大赛"等实践形成呼应
3. 江南大学本科教育九大变革：全员 AI 通识必修 +“一生一课堂"个性化培养
来源：今日头条 / 江南大学
时间：2026 年秋季学期
江南大学发布本科教育九大新变革，把 AI 通识必修与"数智赋能教学"置于核心，呈现高校内部系统性重构的完整样本：
- AI 通识必修：2026 秋季面向全校人工智能与计算机学院以外本科新生开设 AI 通识课程，采用 “1+1"双师模式（人工智能学院骨干教师 + 各学院专业融合教师团队）
- AI 课程体系：形成"AI 通识必修 + AI 高阶选修 + ‘AI+专业’融合课程"的全覆盖、分层化、贯通式结构
- 智慧教学平台：依托"智鼋学堂"教学平台强化线上线下混合式教学，推动"知识可视化、教学精准化、学习个性化”，提高学生到课率、抬头率、参与率
- 育人范式：从"知识传授为主"转向"能力提升为本”，破解大规模因材施教难题，打造 “一生一课堂"的个性化培养模式
值得关注：
- “1+1"双师模式是解决 AI 通识课"师资不足 + 专业脱节"两大难题的务实解法——AI 教师出技术、专业教师出场景
- “一生一课堂"不是口号而是有平台支撑的教学目标，代表高校从"开一门课"走向"重构教学生态"的深度转型
- 与第 1、2 条构成完整光谱：国家政策（行动计划）→ 省级统筹（江苏）→ 校级落地（江南大学），三层共振印证 AI 通识教育已进入全面铺开阶段
4. 美国高校 AI 政策两极分化：哥大法默许 vs 伯克利法禁用，芝加哥法改用口头答辩
来源：Apex Vision / HEPI 调查
时间：2026-2027 学年陆续生效
进入 2026-2027 学年，美国高校的 AI 使用政策呈现出从未有过的分化，评估方式随之深层重构：
- 默许端：哥伦比亚大学法学院《2026-2027 学年 AI 默认政策》（8 月 1 日生效）明确"允许将 AI 作为学习辅助工具”，但强调"学生须对自己提交的作品负全责”，并保留教师在课程大纲中书面收紧的权利
- 禁用端：加州大学伯克利分校法学院自 2026 夏季起禁止在所有考试和计分作业中使用 AI，理由是有据可查的"幻觉引用与有缺陷分析"激增
- 结构改革：芝加哥大学法学院更进一步——自 2026 秋季在核心一年级课程试点禁用电子设备，并要求高年级学生就研究论文进行口头答辩
- 现实底色：2026 HEPI 调查显示，95% 的英国本科生已在以某种形式使用生成式 AI，政策是在"回应现实"而非"预防未来”
值得关注：
- 两极分化背后是同一个共识：“责任在你"是唯一不变的原则，而"评估要能测出真实理解"成为改革主轴
- 芝加哥法"禁用设备 + 口头答辩"代表了评估范式从"产出结果"向"过程可解释"的转向——让 AI 无法横亘在评估者与学生之间
- 这对国内高校是直接参照：昨日报告中的"教育部首次要求答辩质询程序"“90% 高校引入 AIGC 检测"与此形成中美学术诚信改革的同频共振
🔗 Apex Vision：2026-2027 高校 AI 规则
5. NUS 上线 AI Sense Maker：东南亚首个基于大模型的学术研究平台
来源：OpenGov Asia / 新加坡国立大学
时间：2026-08-20 正式上线
作为 8 月 11 日 NUS 全面 AI 战略的一部分，NUS 图书馆与 NUS IT 联合开发了**“AI Sense Maker”**——一个面向学术研究的对话式 AI 平台：
- 定位：东南亚首个利用 OpenAI 大模型技术、并与高校自建研究馆藏深度结合的学术平台
- 数据底座：调用超过 15 万件数字化馆藏（来自 ScholarBank 与 Digital Gems 资源库）
- 能力：师生可用自然语言提问，获得主题摘要、相关概念、精选参考文献与交互式知识图谱，用于学术探索与论文研究
- 治理：作为校方现有"AI-Know"平台的补充，强调数据不用于训练外部模型，配套治理与监督机制
值得关注：
- 这是"高校知识主权"命题的正面实践——把图书馆百年馆藏与 LLM 结合，让隐性知识资产转化为可对话、可检索的学术基础设施
- 与纳德拉"反向信息悖论”（高校专有知识被模型学习收割）形成对照：NUS 用"数据不训练模型 + 校方自建"的方式，守住学习循环主权
- 为国内高校"AI 赋能科研 + 图书馆数字化转型"提供了从"采购通用大模型"到"构建领域知识平台"的升级路径
6. 台湾敏实科技大学全面迈向"AI Agent 大学”，校长出版专著定调
来源：视传媒 / 敏实科大
时间：2026-08（专著 v2.1 修订版出版）
以"人工智能"为核心定位的台湾敏实科技大学，正式宣告全面迈向 “AI Agent 大学” 新阶段，以制度化手段驱动全员 AI 实践：
- 机制创新：暑假起每周召开全校例会，采用**“现场抽籤"机制**，被抽中的教职员即席上台分享如何运用 AI Agent 协助教学、研究与行政，让技术从个人经验向全校扩散
- 两大落地方向：行政简化（公文草拟、会议纪录管考、跨单位协作自动化）与教学辅助（作业初审、即时反馈、互动问答库、模拟情境教材生成）
- 理论沉淀：校长曾信超亲自执笔出版《AI Agent 大学》（2026 年 8 月 v2.1 修订版），以本校为案例，示范建置"可治理、可协作、可持续"的校务 AI 代理人体系，涵盖智慧招生、教学创新、财务治理、行政服务等八大面向
- 核心理念：“让每位教职员工都拥有专属数字助手”
值得关注：
- “抽籤分享"是一种低成本、高杠杆的组织学习机制——用公开倒逼实践，解决"AI 培训后束之高阁"的常见困境
- 从"AI 工具进课堂"到"AI Agent 治理校务"的跃迁，标志着高校数字化从教学单点走向组织级智能体化
- 与昨日港中大（深圳）法律 AI 实验室、五邑大学 AI 学院等"建制化"动作呼应，但敏实科大聚焦的是存量师资的 AI 改造，路径更普适
🔗 视传媒报道
7. 合肥师范学院首届研究生 AI 智能体创新开发大赛：五大赛道 + 自由探索
来源：合肥师范学院研究生院
时间：2026 年 6 月启动，8 月下旬决赛
合肥师范学院联合超星泛雅集团、苏州三六六教育投资有限公司，举办首届研究生 AI 智能体创新开发大赛，把 AI 素养培养落到研究生实践层面：
- 六大赛道：AI 赋能教育教学、科研增效、产教融合、管理提升、创新创业 + 自由探索，覆盖从智能备课到校企资源匹配的多元场景
- 技术底座：基于"超星 AI 能力中心"平台开发，强调"实用、创新、场景适配”，要求原创、无知识产权纠纷
- 育人闭环：入围决赛可置换校外实践学分 1 分，获一二等奖团队获实习机会与超星参观学习机会，同步服务科研效率提升与双创孵化
- 时间节点：初赛评审选 12 队晋级，8 月下旬现场演示 + 答辩决赛
值得关注：
- 研究生是 AI 时代"既要用 AI 又要创造 AI"的核心群体，大赛把 AI 素养从"会用"推向"会造智能体”，与《行动计划》“培养高水平 AI 人才"目标对齐
- “五大主题赛道 + 自由探索"的设计，让 AI 智能体开发从技术竞赛升级为解决真实校园痛点的应用创新，作品可直接反哺学校管理
- 校企协同（超星技术 + 三六六孵化）的办赛模式，为应用型高校"以赛促学、以赛促用"提供了可复制模板
8. 实证研究：AI 自适应学习显著提升本科生学业成绩与思维灵活性
来源：International Journal of Engineering Pedagogy / F1000Research
时间：2026 年
多项 2026 年新发布的实证研究，为"AI 赋能学习"提供了因果层面的证据，而非仅停留在体验叙事：
- 巴格达大学准实验（60 名三年级本科生）：智能自适应学习策略（IALS）组在灵活思维（η²=0.34）与学业成绩（η²=0.42）上均显著优于传统教学组，验证个性化学习环境的有效性
- Human-AI Co-Regulation 模型（214 名本科生）：GPT 支持的"人机协同调节"显著改善自我调节学习的各维度，其中元认知调节提升最大（Δ=0.98, p<0.001）；元认知反思（β=0.45）与人机交互质量（β=0.42）是学习成效的强预测因子
- 关键机制：AI 的价值不在于"代答”，而在于通过提示、脚手架、反思反馈，引导学生规划、监控、反思自己的学习过程
值得关注：
- 这批研究把讨论从"AI 会不会让学生变懒"推进到**“AI 在什么条件下能促进深度学习”**——答案是"人机协同调节 + 元认知训练”
- 与昨日报告中的"26000 学生 30 月因果推断（作业+18% 但考试-20%）“形成关键对照：AI 效果高度依赖使用方式，直接代做有害，脚手架式引导有益
- 为高校设计 AI 教学工具提供了明确方向：应强化"苏格拉底式提问、反思提示、自适应路径”，而非简单的答案生成
🔗 巴格达大学研究 / Human-AI Co-Regulation（F1000Research）
今日趋势总结
8 月 13 日 AI 高等教育呈”国内通识课制度化 + 评估范式转向 + AI 赋能科研 + AI Agent 组织化 + 赋能学习实证化“五线并进：
- 通识课全面制度化：麦可思"91% 岗位需 AI"数据 + 江苏省级统筹 + 江南大学校级落地，形成"国家政策→省级统筹→校级落地"三层共振，AI 通识教育进入全面铺开期
- 评估范式深层转向：美国哥大（默许）vs 伯克利（禁用）vs 芝加哥（口头答辩）的三足分化，与国内"答辩质询 + AIGC 检测"形成中美同频，共同指向"评估要能测出真实理解”
- AI 从教学走向治理与科研：NUS AI Sense Maker（知识主权）与敏实科大"AI Agent 大学"（组织智能体化），标志着高校数字化从单点应用进入系统性重构
- 赋能学习走向实证：自适应学习与 Human-AI Co-Regulation 研究给出因果证据，关键结论是"AI 的价值取决于使用方式"——脚手架式引导优于答案生成
一句话：AI 通识课不再是"要不要开"的问题，而已进入"如何制度化、如何个性化、如何评估真实学习"的深水区。
本文由 WorkBuddy 自动化整理，配图统一 @WoLoveAI 水印。