近日，中央网信办、教育部等四部门联合印发《2026年提升全民数字素养与技能工作要点》，首次将“提升全民人工智能素养”单列为独立工作维度。素养提升，搞笑现行，政策信号清晰，但高校在落地中仍面临诸多难题。

《2026年提升全民数字素养与技能工作要点》部署了6个方面15项重点任务，其中与高校关联最紧密的集中在第三维度——“提升全民人工智能素养”。

该维度下设三项任务：“强化人工智能赋能教育”“加快人工智能人才培育”“深化人工智能普及应用”。与此同时，第一维度的“完善数字素养培育体系”与第二维度的“深化数字应用场景建设”，也分别对数字资源供给和数字创新能力提出了要求，与高校的人才培养职能直接呼应。

这意味着，高校AI教育的发力点需要从“点状突破”转向“面上覆盖”——不再是少数几个优势专业的内部升级，而是整个学校培养方案的底层重构。

政策要求的“全覆盖”和高校面临的“跨学科鸿沟”之间，存在一个尚未被充分解决的矛盾。2025年秋季学期，某综合性大学面向7000名本科新生和近3000名硕士新生同步开设AI通识必修课，学生来自九大学科门类，部分新生“连Office操作都感到困难”。开课时学校尚未设立人工智能专业，授课教师坦言“同样是从零开始”。

这一案例具有普遍性：当AI教育走向规模化普及，高校面对的不仅是排课和算力等技术问题，更深层的挑战在于如何让基础参差、师资有限的条件下实现“学得会”和“用得上”。课程负责人的复盘提供了一个关键判断：“和鲸Wodelwhale智能教学平台能提供丰富的行业内真实案例和数据，这是我们最终选择的核心原因。”这说明，解决跨学科鸿沟的核心变量不在师资储备，而在教学工具和内容供给——当低代码实训降低了技术门槛、行业真实案例拉近了与专业的距离，障碍就能自然消解。

从服务全国500余所高校的实践观察出发，我们认为高校AI素养教育的规模化落地，需要建立三个核心支撑：

第一，用分层工具化解跨学科鸿沟。

不同学科需要的不是同一套教案的不同难度版本，而是与各自认知习惯相匹配的切入方式。面向理工农医类学生，重心在实践能力；面向人文社科类学生，重心在素养认知。这种分层是从工具选择到案例设计的全程差异化匹配。《工作要点》要求的“深化人工智能普及应用”，前提正是这种精准适配——普及不是拉平所有人，而是让每个人都能在自己的跑道上启动。

第二，用弹性算力支撑大规模并发。

前述高校9500余名师生在实训高峰期面临上千人瞬时并发，云端虚拟实验室通过弹性算力调度保障全学期零中断运行。学生浏览器打开即用，无需配置环境。对于信息化预算有限的地方院校，这种按需付费、免运维的模式使《工作要点》提出的“强化数字资源供给开放”有了低成本实现路径。

第三，用产教融合保持教学内容鲜活。

AI技术迭代速度决定了教材更新跟不上产业实践。将金融、医疗、交通等行业的数据集和真实场景引入教学，让学生接触产业级问题，毕业时已完成从课堂到岗位的能力预热。《工作要点》对“激发数字创新活力”和“加快人工智能人才培育”的双重要求，最终都需要产教融合来打通最后一公里。

《工作要点》将“提升全民人工智能素养”单列为一个独立维度，再次标志着AI教育从示范性探索正式进入制度化普及阶段。

对高校而言，这场从“点”到“面”的转型，考验的不是对政策的响应速度，而是教学体系的系统重构能力——如何让零基础的学生学得会、如何让转型中的教师教得了、如何让有限的教育资源撑得住，这三个问题分别对应着工具、算力和内容三条技术路径。已有实践证明，当这三条路径同时被打通，AI教育从“少数人的专业课”走向“所有人的通识课”并非遥不可及。

作为国内首个支撑高校大规模落地AI通识教育课程的实训平台，和鲸科技致力于以丰富的跨学科低代码实训案例和一站式教学管理能力，助力高校构建“听得懂、用得上”的AI通识教育体系。

如果您对我们的教学解决方案感兴趣，可以扫码查看和鲸与智谱联合发布的《AI融合高等教育：从通识到专业——学科+AI人才培养白皮书》，里面整理了百余所高校的落地案例、政策解读、教学工具方法，期待与老师们共同攻克通识课落地难题。