当前，人工智能正深刻重塑高等教育。上海作为国家创新中心，高校在落实“人工智能+”行动上已取得一批进展：复旦大学、上海交通大学等相继成立人工智能学院，同济大学出台人工智能赋能学科创新发展行动计划，并发布教师人工智能素养标准。这些探索为全市高等教育改革提供了实践基础。 然而，调研显示，上海高校在人工智能教育、科技、人才一体化推进上仍存在结构性短板。全市尚未形成高效协同、资源共享、标准引领工作格局，工程智能人才培养在体系化、协同化建设上受到多重制约。 课程建设缺少统一规范是首要问题。目前各校课程命名不一，“人工智能赋能课程”“智慧课程”“AI赋能示范课程”等并行，容易造成概念混用。课程体系的构建路径也不统一：有的按“知识-应用-实践”划分，有的按“普及-核心-进阶”的能力梯度搭建。教学内容更新、知识图谱建设、智能体开发等建设要求也各不相同，导致难以形成与产业需求精准衔接的规范化培养体系。 优质教学资源分散独立的问题同样突出。各高校课程分布在不同平台，平台之间资源难以互通；校际壁垒使重复建设与资源闲置并存。学生跨校共享优质课程的渠道不畅，全市也尚未形成面向所有高校的集约化、品牌化课程资源库。这种分散状态直接影响工程智能教育整体水平的提升。 师资队伍建设相对滞后继续放大了难题。部分工科教师将人工智能与专业教学深度融合的能力不足，学习培训的渠道和资源有限，成为人工智能赋能教学改革的重要瓶颈。这也意味着即便课程设计到位，落地效果仍可能打折。 针对上述问题，郑庆华代表建议成立上海市工程智能课程联盟。通过联盟可统一课程标准和命名规范，建立统一的课程体系框架，制定教学内容建设指南，形成更清晰的人才培养标准；同时整合各校优质资源，建设市级课程资源共享平台，打通校际壁垒，实现资源集约化管理与品牌化运营。此外，联盟还应建立教师培训体系，系统提升工科教师的人工智能素养，为教学改革提供持续的人才支撑。 该建议指向上海高等教育改革的关键环节。成立课程联盟不仅是资源整合，更是推动新工科教育改革走向纵深的制度性安排。通过协同机制，可推动从“各自为政”转向“推进”，从“资源分散”升级为“集约共享”，从“能力短板”迈向“队伍优化”。
工程智能人才培养不是简单增加几门新课，而是面向新一轮技术变革对工程教育提出的系统性重构。以课程联盟促标准、以共享破壁垒、以培训强师资、以评价促迭代，关键在于把分散探索汇聚为可持续的协同机制。推动教育链、人才链与产业链同向发力，才能让“人工智能+”从理念走向更扎实的育人实践，为高质量发展提供更可靠的人才支撑。