大模型几秒钟就能生成一篇文献综述，算法可以自动跑通一组实验流程，代码补全工具能够实时纠错并给出优化建议……当前，人工智能正在重塑科研的各个环节。当科技重新定义“能力”的标准，传统教育如何培养真正的新质人才，正成为新的挑战。

今年4月，教育部等五部门联合印发的《“人工智能+教育”行动计划》指出，到2030年，人工智能与教育深度融合格局基本形成，构建起纵向贯通、横向联通的人工智能全学段教育和全社会通识教育体系，人工智能人才培养规模与质量显著提升，形成全民人工智能素养培育长效机制。

“当前，人工智能科技快速迭代，促使产业形态与发展模式急剧变化，成为驱动新质生产力培育壮大的关键引擎，以人工智能赋能研究生教育、培养高素质新质人才，已成为教育改革与发展的重要课题。”近日，中国学位与研究生教育学会副会长张淑林在2026人工智能与新质人才培养研讨会上表示，研究生教育是教育、科技、人才发展的重要交汇点，承载着数智时代培育新质人才的重要任务。

“近年来，在各方共同努力下，我国研究生教育数字化建设取得显著成效，正实现从‘量的扩增’向‘质的飞跃’转变。” 教育部学位管理与研究生教育司相关负责人在会上表示，当前，人工智能正以前所未有的广度和深度重塑全球经济社会发展格局，也深刻改变着教育的形态、模式与边界。在充分发挥技术优势的同时，要守住学术底线，不断提升研究生培养质量。

面对这一趋势，如何让AI真正赋能科研，成为深化研究生教育改革的重要议题。中国科学院自动化研究所副所长曾大军认为，AI for Science作为智能化科研平台系统的重要技术支撑，在前沿科研领域的渗透率连年上升。当前很多高校及科研机构利用通用大模型开展研发效率低，需向平台化范式转型。他建议，通过构建高效全流程支撑、跨学科泛化的数字化科研创新格局，推动科研资源开放共享，实现科研与教育的无缝衔接，让学生从进入实验室起就能接触前沿科研范式与工具，在智能化、跨学科的科研实践中锤炼创新能力，为国家战略科技力量建设输送合格人才。

人工智能不仅变革了科研范式，也在重塑知识传播与生产的底层逻辑。清华大学工业工程系教授‌、校学术委员会委员黄四民认为，人工智能发展速度远超预期，多项能力已实现突破，对知识传播、传递机制和知识生产方式带来根本性改变。知识传播从单向、多向走向人机协同，传递机制由传统师承、行会式转向市场化开放模式，知识生产由单学科、交叉学科拓展为规模化智能生产。这些变化冲击传统课堂教学和人才评价体系。研究生教育要重新思考培养方向，重点培养设计思维、问题构建、AI评估、工具驾驭和价值判断等能力，帮助学生在智能时代保持不可替代的价值。

AI能力不断跃升，守住学术底线、维护学术诚信尤为重要。会上发布的《规范研究生学位论文与实践成果中人工智能工具使用指南》提出，使用人工智能工具开展学位论文与实践成果相关研究，应严格遵守国家法律法规和学术规范，需坚持诚信使用、科学使用、安全使用。

（实习生相霖对本文亦有贡献）