[智能应用]以课程之“厚”托举创新之“尖” [复制链接]

拔尖创新人才的涌现，不能仅靠考核阶段的掐尖式选拔，其根基在于高质量课程的全过程涵养。随着人工智能引发全球生产力的跃迁，国家对具备原创性思维与人机协同能力的拔尖人才的需求更加迫切，高中阶段正是这一潜质萌发的战略窗口期。课程建设应在守住共同基础的同时，以问题探究激活学习，以过程评价照见成长，让更多学生获得发现与发展自身创新潜质的机会。

立足关键学段，拓宽创新潜质的“发现面”

　　对人才成长而言，高中阶段是承上启下的枢纽，是学生创新潜质加速显现的关键期。学生能否接触有深度的知识、进入有挑战的问题、经历有支持的探究，直接决定其创新潜质能否被发现、被激发。

　　高中课程建设不应局限于少数成绩突出学生的选拔和训练，而应着眼于更大范围学生创新潜质的发现与培育。拔尖创新人才的持续涌现，需要更坚实的课程基础。只有更多学生在日常课程中形成好奇心、问题意识、探究能力和创造表达能力，具有特殊潜质的学生才更容易从中显现出来。

　　这里需要准确理解“拔尖”的含义。一来，高中阶段的“拔尖”更多是一种发展可能和潜质表现，教育的职责，是尽早发现学生的兴趣、能力和志向，提供适合其发展的课程资源和成长路径。过早贴标签、评价维度单一化、用一次考试或一次竞赛结果判断学生潜质，都不符合人才成长规律。二来，人工智能时代，人才的成长呈现“加速”状态。世界三家头部科技企业，在2024至2025年期间累计录用了超过300名未完成大学学业的年轻人，甚至有科技公司直接招聘高中生。这都要求课程的设置和实施更加多元与灵活。

　　同时需要深刻理解“创新”的时代内涵。人工智能时代，创新更应体现在能否提出有价值的问题、辨析复杂信息、合理使用智能工具、验证生成结果、整合多学科知识并作出价值判断。人工智能降低了获取知识和生成答案的门槛，也更清楚地呈现出学生在问题意识、思维深度、探究韧性和创造表达上的差异。课程建设应顺应这一变化，把人工智能素养、科学素养、跨学科思维和真实问题解决能力融入课程内容与教学任务，在真实学习中发现学生的创新潜质，提供持续支持。

厚植学科根基，强化问题驱动的“探究链”

　　拔尖创新人才培养要回到课程本身。课程应重视学生在学习中提出问题、持续探究和反复修正的过程，人工智能教育也应深度融入各学科学习任务，成为促进学生理解知识、分析问题、验证结论和表达观点的课程资源。

　　课程建设首先要把学科基础做厚。基础教育中的“基础”，既包括必要知识，也包括思维方式、研究方法和价值理解——这恰恰是人工智能时代的重要根基。人工智能时代，“基础”不再是单纯的记忆，而是“高阶思维”的下沉。数学课程要强化推理、证明、建模和抽象思维训练；科学课程要突出实验探究、模型建构、数据分析和基于证据的解释；人文学科要加强文明视野、价值判断、审美意蕴与社会责任感的培养；技术类课程要引导学生理解算法、工程、社会和伦理之间的关系，增强伦理敏感度。学科基础越扎实，学生后续开展高水平探究的支撑就越稳固。

　　同时，要推动人工智能素养有机融入课程实施过程。在数学学习中，学生可以通过建模、统计、算法和数据分析理解智能技术背后的基础逻辑；在科学学习中，可以借助实验模拟、数据采集和模型验证提升探究能力；在技术学习中，可以围绕工程设计、人机协同和技术伦理开展实践；在人文学科学习中，可以辨析信息真实性、技术责任、社会影响和价值选择。

　　进一步看，还要在教学中强化问题牵引。创新潜质往往表现为好奇心、追问力和长期投入的意愿。课程要把学生带入有价值的问题情境，引导他们理解结论如何形成、证据如何获得、解释如何成立、方案如何改进。面对实验数据，学生要学会判断其是否可靠；面对智能应用，学生要能够分析模型是否存在偏差；面对社会议题，学生要尝试综合运用多学科知识提出解释和方案。学生在持续追问、不断修正、逐步深化中，创新意识和探究能力才能真正生长出来。

贯通课程实践，搭建能力生成的“练兵场”

　　创新能力产生于实践过程。课程建设要注重学校课程方案的编制，把学科实践、综合实践活动、跨学科主题学习和校本课程贯通起来，让学生在真实任务中综合运用知识，生成能力。

　　学校可围绕数学与人工智能、生命健康、环境能源、智能制造、航空航天、文化遗产与数字技术等前沿方向，开足、开好实践类课程。同时推动“国家课程校本实施”与“校本课程特色响应”之间有效联动，形成具有学校特色的课程供给。

　　学科实践要充分发挥人工智能的支持作用。人工智能进入学科实践，重点在于帮助学生经历具备跨学科视野，并用学科典型思维解决实际问题的完整探究过程。在各学科学习中，学生都可以借助智能工具开展资料整理、数据处理、模型分析、方案优化和成果表达，同时对工具生成的结果进行验证和反思。学生在这一过程中不断提出新问题、修正原有认识、整合多学科知识、作出独立判断，创新能力才能在真实实践中逐步生成。

　　课程建设还要用好校外资源。高校实验室、科研院所、科技企业、博物馆、科技馆等都可以成为高中课程资源的延伸。学校应把这些资源转化为可实施、可评价、可持续的课程任务，避免停留在参观、讲座和短期活动层面。通过联合开发项目课程、建设科创实验室、开展导师指导和组织跨学科研究，学生可以在真实场景中提升知识综合运用能力。

健全评价机制，构筑静待花开的“守护网”

　　拔尖创新人才的发现与培育，要看学生在课程学习中的持续表现，不能揠苗助长，更不能刻舟求剑。应注重过程评价，关注学生在问题提出、资料检索、实验设计、数据处理、模型建构、方案优化、团队协作和成果表达等过程中的表现，形成对学生兴趣、能力和志向的连续观察。

　　人工智能时代，课程评价也需要改进证据采集和反馈方式。学校可借助智能平台记录学生在学习过程中的表现证据，形成更加连续、动态的学习画像。同时，要防止评价简单依赖工具生成的结果或平台给出的分数，重点考查学生在任务推进中的思路变化、证据使用、方法选择、修正过程和反思质量。人工智能可以提高评价的及时性和精准性，但不能替代教师的专业判断。

　　学校还应完善导师制、选课指导、生涯指导和成长档案，把潜质识别与发展嵌入课程全过程。对在某一领域表现出持续兴趣和特殊潜质的学生，要及时提供更具挑战性的课程、项目和资源支持。评价的目的，在于发现学生、理解学生、支持学生，使真正有潜质的学生在持续的课程支持中稳定志趣、提升能力、不断成长。

　　高中课程建设的核心，是让学生在关键成长阶段遇见更有深度的知识、更有挑战的问题、更有支持的实践和更有弹性的成长路径。人工智能时代，拔尖创新人才培养更加需要高质量课程支撑。课程有深度，才有发现的契机；有挑战，才有探究的动力；有支持，才有成长的空间；有弹性，才有选择的可能性。

“以课程之‘厚’托举创新之‘尖’”聚焦课程体系对拔尖创新人才培养的核心支撑作用，核心逻辑是：拔尖创新人才的涌现不能仅靠“掐尖式选拔”，需通过高质量课程的全过程涵养，夯实基础、激发潜质、赋能实践。以下是从基础教育到高等教育的多维度解读与实践案例：

一、基础教育阶段：拓宽潜质发现面，夯实创新根基
1. 核心理念：从“选拔少数”转向“培育多数”
高中阶段是创新潜质加速显现的关键期，课程建设需突破“仅服务成绩突出学生”的局限，面向全体学生挖掘创新潜质。人工智能时代，人才成长加速（如科技企业直接招聘未完成大学学业的高中生），要求课程更多元、灵活，将人工智能素养、科学思维、跨学科问题解决能力融入教学，在真实学习中识别学生的兴趣、能力和志向
。

2. 实践案例：浙江省镇海中学的“多元课程机制”
“塔式”课程体系：构建“基础类+通识类（塔基）→拓展类+特长类（塔身）→个性化（塔尖）”的三级课程结构，既夯实共同基础，又支持“高水平差异发展”。例如，为体育天赋突出的学生定制训练计划，对接高校资源开展生物实验研究，满足个性化探索需求
。
全面发展赋能创新：通过50+学生社团、志愿服务等平台，培养“自主管理、自我激励”的品格，奥赛金牌得主同时也是社团骨干，证明“全面发展”是创新人才破土而出的土壤
。
校企校研联动：引入高校实验室、科研院所资源，让学生接触前沿课题（如生物核苷酸代谢实验），在真实科研场景中提升综合能力
。
二、高等教育阶段：新工科与学科交叉，重构创新培养模式
1. 新工科建设：对接产业需求，打造“课赛一体”实践体系
高校通过课程改革，将产业需求、科研前沿融入课程，强化学生解决复杂工程问题的能力：

哈尔滨工程大学：重构“项目实践+知识图谱”课程体系，学生在学习运算放大器、AD/DA转换等知识的同时，直接参与全国大学生电子设计竞赛，实现“课赛无缝衔接”
。
大连理工大学：采用“理-实-思-创一体化”模式，以“高整合性项目式核心课程”为载体，调动“教-学-研-赛”多重育人要素，培养系统思维
。
哈尔滨工业大学：通过“大师+团队”模式开设软硬件综合创新课程，让学生接触科技前沿问题，锻炼创新性解决复杂问题的能力
。
2. 技术赋能：AI与数字技术重塑教学场景
智慧化教学环境：东北大学推出“知行伴学”智能助教系统，内嵌20+学科数据库与知识图谱，为大模型赋能全学科课程建设提供支撑；哈尔滨工程大学实验室引入数字孪生技术，学生可远程开展实验预习与开放实践，打破时空限制
。
个性化培养：利用AI分析学生学习数据，精准推送定制化学习方案，实现“因材施教”
。
3. 学科交叉：打破壁垒，培养复合型人才
通识+专业+跨学科：构建三维课程结构，开设“人工智能+医学”“材料科学+环境工程”等交叉课程模块，推行项目式学习，引导学生整合多学科知识解决真实问题
。
上海交通大学医学院：率先开展“X+医学”复合型人才培养，推出“医工交叉MD+PhD双博士项目”，通过器官系统整合教学，实现基础与临床、理论与实践、医学与人文的深度融合
。
三、核心路径：课程“厚”在何处？
基础之厚：不仅是知识积累，更是思维方式、研究方法、价值理解的夯实。人工智能时代，基础是“高阶思维的下沉”，学科根基越扎实，后续创新探究的支撑越稳固
。
实践之厚：创新能力产生于真实场景。通过产学研协同育人，共建联合实验室、实习基地，让学生深度参与科研项目、产业研发，实现“知行合一”
。
融合之厚：通识教育与专业教育深度融合，打破学科壁垒；思政教育与专业教育同向同行，培育家国情怀与科学精神
。
技术之厚：AI、大数据、数字孪生等技术赋能课程开发、教学实施与评价，提升培养的精准性与前瞻性
。
四、总结：课程是拔尖创新人才培养的“主阵地”
从基础教育的潜质发现，到高等教育的创新赋能，课程始终是支撑拔尖创新人才涌现的核心载体。未来需持续深化课程改革，构建“基础扎实、实践充分、交叉融合、技术赋能”的课程体系，让“厚”课程真正成为“尖”创新的坚实托举。

人工智能时代高中拔尖创新人才培养的课程建设路径
拔尖创新人才的规模化涌现，不能依赖单一考核阶段的“掐尖式”选拔，其核心根基在于高质量课程的全过程、常态化涵养。人工智能驱动全球生产力变革，国家对具备原创思维、跨界整合与人机协同能力的拔尖人才需求愈发迫切。高中阶段是学生创新意识萌发、思维体系建构、探究能力成型的战略窗口期。立足新时代人才培养要求，高中课程建设需在夯实共同学习基础的前提下，以问题探究激活深度学习，以过程评价赋能个性成长，让更多学生的创新潜质被发现、被唤醒、被培育。
一、立足关键学段，拓宽创新潜质的“发现面”
高中阶段是人才成长的关键枢纽，是学生创新潜质加速显现、思维模式逐步定型的黄金时期。学生能否接触深度知识、挑战复杂问题、经历支架式探究，直接决定其创新潜能能否有效激活。新时代拔尖人才培养，必须跳出“只选拔少数尖子生”的局限，面向全体学生、立足全程育人，构建大面积、广覆盖的创新潜质培育体系。
科学认知“拔尖”内涵，是人才培育的前提。高中阶段的“拔尖”，本质是发展性潜质，而非终结性结果。教育的核心职责，是尽早识别学生的兴趣特长、能力优势与发展志向，匹配个性化课程资源与成长路径。单一考试、单次竞赛、片面分数的评价方式，极易埋没成长型人才，违背人才成长的客观规律。与此同时，人工智能时代人才成长呈现加速态势，全球头部科技企业纷纷吸纳低龄创新人才，倒逼高中课程改革更加多元、灵活、开放，适配新时代人才成长节奏。
精准把握新时代“创新”内涵，是课程改革的核心。人工智能大幅降低了知识获取与答案生成的门槛，传统记忆型、应试型学习价值持续弱化，问题提出、信息辨析、工具运用、结果验证、跨界整合与价值判断成为核心创新素养。高中课程建设需主动顺应时代变革，将人工智能素养、科学探究思维、跨学科应用能力、真实问题解决能力深度融入教学体系，在真实、复杂、动态的学习场景中，精准发现并持续培育学生的创新潜质。
二、厚植学科根基，强化问题驱动的“探究链”
拔尖创新人才培养必须回归课程本质、立足学科根基。优质的学科基础，是高阶创新的底气。新时代基础教育的学科“基础”，不再局限于知识记忆与公式背诵，而是学科思维、研究方法、逻辑推理与价值认知的综合沉淀，是人工智能时代人才可持续发展的核心底色。
各学科需精准锚定核心素养，夯实差异化能力根基。数学学科聚焦推理证明、数学建模、抽象思维与数据分析；科学学科强化实验探究、模型建构、证据推理与规律阐释；人文学科立足文明视野、价值思辨、审美涵养与社会责任培育；技术学科侧重算法认知、工程思维、技术应用与伦理规范。扎实的学科基底，能够为学生开展高阶探究、创新实践提供稳固支撑。
推动人工智能素养与学科教学深度融合，重塑课堂探究模式。依托智能工具，数学可实现算法推演、数据建模与统计分析；科学可开展模拟实验、精准采数、模型验证与误差分析；技术学科可落地工程设计、人机协同实践与技术伦理探究；人文学科可开展信息甄别、价值辨析、技术社会影响研判，实现多学科思维的融通共生。
以真实问题牵引深度学习，构建完整探究链条。创新潜质根植于好奇心与持续追问力。课程教学需创设高价值、开放性、真实性问题情境，引导学生追溯知识生成过程、辨析证据有效性、优化探究方案、迭代认知结论。在判断实验数据、甄别智能模型偏差、解析复杂社会议题的持续探究中，让学生逐步形成独立思考、严谨求证、迭代创新的核心能力。
三、贯通课程实践，搭建能力生成的“练兵场”
创新能力源于真实实践、成于持续历练。高中课程建设需打破学科壁垒、打通课内外边界，整合国家课程、校本课程、跨学科主题学习、综合实践活动，构建一体化、体系化的实践育人平台，让学生在真实任务中融通知识、锤炼能力、生成创新素养。
聚焦前沿领域，搭建特色实践课程体系。学校可围绕数学人工智能、生命健康、环境能源、智能制造、航空航天、数字文创与文化遗产活化等前沿方向，系统开设特色实践课程，推动国家课程校本化落地、校本课程特色化提质，形成适配校情、贴合时代、对接前沿的课程供给体系。
依托智能技术赋能学科实践，完善探究闭环。将人工智能工具深度融入学习全过程，支持学生开展资料整合、数据处理、模型搭建、方案优化、成果迭代与精准表达。同时引导学生理性审视智能工具，主动验证生成结果、反思模型局限、修正探究思路，在发现问题、重构认知、整合跨界知识、独立研判决策的过程中，稳步生成创新实践能力。
盘活校外优质资源，延伸课程育人场景。整合高校实验室、科研院所、科技企业、科技馆、博物馆等社会资源，将短期参观、零散讲座转化为可实施、可评价、可持续的项目式课程。通过校企校地协同、导师驻校指导、科创项目研学、跨学科课题研究等方式，让学生置身真实科研场景，提升知识迁移、综合应用与创新创造能力。
四、健全评价机制，构筑静待花开的“守护网”
拔尖创新人才培育贵在长期涵养、循序渐进，切忌拔苗助长、刻板评判。新时代人才评价需摒弃唯分数、唯结果、唯竞赛的单一模式，构建重过程、重成长、重潜质、重迭代的全过程评价体系，全面捕捉学生的成长轨迹与创新潜能。
优化过程性评价内容，聚焦真实成长表现。重点关注学生在问题提出、方案设计、实验操作、数据研判、模型建构、团队协作、成果表达、反思优化等全过程的动态表现，连续记录学生的兴趣倾向、思维特质、探究韧性与能力进阶，实现对创新潜质的精准识别。
智能赋能评价改革，坚守育人专业底线。依托智能学习平台动态采集学习过程数据，构建立体化、可视化的学生成长画像，提升评价的及时性、精准性与全面性。同时明确人工智能的工具属性，坚决杜绝以机器评分、生成结果替代教师专业判断，重点考量学生的思维迭代、方法优化、证据运用与反思质量。
完善个性化育人机制，精准赋能特长发展。依托导师制、生涯指导、分层选课、成长档案等机制，将潜质识别、个性化培养贯穿课程全过程。对具备持续探究兴趣、突出创新潜质的学生，精准推送高阶课程、科研项目、前沿资源，助力学生稳固志趣、深耕特长、持续进阶。
结语
高中是拔尖创新人才培育的关键战略阶段。高质量的课程建设，是人才涌现的核心支撑：课程有深度，才有创新发现的契机；教学有挑战，才有持续探究的动力；育人有支持，才有个性成长的空间；培养有弹性，才有多元发展的可能。立足人工智能时代变革浪潮，唯有以全域视野发现潜质、以学科根基涵养思维、以真实实践锤炼能力、以科学评价守护成长，才能持续培育大批兼具创新思维、实践能力与家国情怀的新时代拔尖人才，为国家创新发展筑牢人才根基。