新闻详情

新闻详情

首页 / 资讯中心 / 详情

麦可思2025高教趋势报告解读:AI颠覆高校教学,10大信号释放什么信号?

发布时间:2026/11/21 6:11:53来源:尧图网络
麦可思2025高教趋势报告解读:AI颠覆高校教学,10大信号释放什么信号?
摘要麦可思研究《中国-世界高等教育趋势报告2025》从中国和世界两个维度各选取五个现象级趋势基于公开数据与全球高校实践案例编撰而成。报告指出中国高等教育正迎来大规模专业调整潮人工智能已成为高校必修课并被多国纳入教学核心同时翻译、计算机等专业的就业正受到AI冲击全球范围内大学结构调整、文科裁撤、就业回报审查正在重塑高等教育格局。本文对报告核心发现进行梳理与解读。目录一、报告背景二、中国高等教育5大趋势2.1 大规模专业调整潮2.2 AI冲击部分专业就业2.3 人工智能成必修2.4 师范教育进入调整期2.5 高校人事制度变革三、世界高等教育5大趋势3.1 AI融入高校教学3.2 就业高回报课程受重视3.3 文科专业裁撤与辩护并存3.4 大学结构调整3.5 绿色教育成发展趋势四、对一线教师的启示附录报告基本信息与FAQ一、报告背景《中国-世界高等教育趋势报告2025》由麦可思研究MyCOS Research主编是其发布的第三份高等教育年度趋势报告。报告从中国和世界两个维度各选取五个现象级趋势基于公开数据与全球高校实践案例编撰而成共76页为高校管理者和一线教师提供趋势研判参考。二、中国高等教育5大趋势2.1 大规模专业调整潮近10年我国本科专业调整力度不断增强。大数据、人工智能、机器人相关领域是增设热门但增速已明显放缓撤销专业数量持续攀升年份撤销专业数量2014年67个2023年1628个约为2014年的24倍设计类专业领跑撤销榜。2.2 AI冲击部分专业就业新兴技术快速冲击就业市场外语、计算机类专业率先直面挑战促使高校主动探索专业人才培养的新方向。2.3 人工智能成必修南京大学、浙江大学等国内顶尖高校已率先将人工智能纳入通识课或必修课行列AI通识教育成为高教体系主动拥抱变革的必然路径。2.4 师范教育进入调整期人口结构变化深刻影响教育领域学前、小学、中学教育面临连锁冲击师范院校亟需调整人才培养方向与模式。2.5 高校人事制度变革预聘—长聘制成为高校聘任重要形式员额制、周转编制池等新型编制出现高校人事制度正在深刻变革。三、世界高等教育5大趋势3.1 AI融入高校教学著名风投公司Bond Capital发布的《人工智能与大学》AI Universities报告指出过去25年互联网实质性地改变了教育而AI同样会重塑传统教育模式“只是速度会更快、规模会更大”。目前全球高校的主要实践包括国家/地区实践美国亚利桑那州立大学ASU2024年成为首家与OpenAI合作的大学英国罗素大学集团制定了校园生成式AI使用全新原则澳大利亚2024年允许所有学校使用ChatGPT多所高校自建AI平台允许教职员工创建定制聊天机器人计算机、公共卫生、人文科学等多学科均加强了学生AI素养培养。3.2 就业高回报课程受重视经济衰退将大众对高等教育投资回报率的关注提到新高度高校加强学术项目的就业表现审查并开发高回报的非传统学术项目。3.3 文科专业裁撤与辩护并存在高校财政赤字加剧背景下停办部分文科专业成为许多高校的选择文史哲及艺术类成为全球专业裁撤的重点领域同时为人文教育辩护的声音也在扩大。3.4 大学结构调整世界范围内部分大学面临运营压力英美日韩部分高校通过削减专业、裁减员工、积极筹款、扩招留学生、转型或合并等策略应对挑战。3.5 绿色教育成发展趋势可持续发展成为全球共识绿色素养成为影响毕业生就业竞争力的重要因素可持续发展教育被提上高教重要议程。四、对一线教师的启示这份报告释放了一个清晰信号专业在调整、课程在重构、能力要求在升级而AI是这一切的核心变量。对一线教师而言挑战是具体的所教专业可能被调整需及时关注本校专业动态提前布局课程内容更新课程内容需要融入AIAI素养培养正从选修探索走向必修标配教学方式需要转型从知识传授转向能力培养注重批判性思维与创新能力报告的核心判断是AI不会取代教师但善用AI的教师将在教学效率与质量上获得显著优势。附录报告基本信息与FAQ报告基本信息项目内容报告名称《中国-世界高等教育趋势报告2025》发布机构麦可思研究MyCOS Research性质连续第三年发布的高等教育年度趋势报告页数76页内容结构中国5大趋势 世界5大趋势FAQQ1这份报告是谁发布的由麦可思研究MyCOS Research专注高等教育的研究机构主编是其连续第三年发布的高等教育年度趋势报告选取中国与全球高教各五个现象级要点编撰而成。Q2报告提到的大规模专业调整潮具体指什么指中国本科专业撤销与增设规模持续扩大的趋势。2023年全国高校撤销本科专业达1628个是2014年67个的24倍大数据、人工智能、机器人等是增设热门设计类专业则领跑撤销榜。Q3为什么说AI颠覆了高校教学据报告援引Bond Capital《AI Universities》AI将以比互联网更快的速度、更大的规模重塑教育。目前美国亚利桑那州立大学已与OpenAI合作英国罗素大学集团出台了校园生成式AI使用原则澳大利亚已允许所有学校使用ChatGPT多所高校自建AI平台支持教学与研究。Q4哪些专业最受AI就业冲击报告指出外语类如翻译和计算机类如基础编程岗位率先直面AI冲击这正推动高校重构相关专业的人才培养方案。Q5中国高校在AI教育方面做了什么以南京大学、浙江大学为代表的顶尖高校已将人工智能纳入通识课或必修课AI素养培养正从选修探索走向必修标配。Q6普通教师如何应对专业调整与AI教学变革三步走一是及时关注本校专业动态提前布局课程内容更新二是将AI工具引入课堂例如用AI助教承担答疑、批改等重复性工作释放教师精力专注教学设计与育人三是借助成熟的数字教材与智能体平台降低技术门槛平稳完成角色转型。本文报告数据来源于麦可思研究发布的《中国-世界高等教育趋势报告2025》。仅供学术交流与参考。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/20 0:44:51

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/19 15:17:14

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/20 20:45:42

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/20 16:11:20

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/20 18:41:01

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/20 0:44:55

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉