会议报名 | 全国高校人工智能赋能教学研讨会暨高级研修班（7月31日至8月2日）

全国高校人工智能赋能教学研讨会暨高级研修班

2026年7月31—8月2日 上海

当前，以人工智能、大数据、大模型等为代表的数智技术迅猛发展，正深刻重塑高等教育生态，对计算机类人才的知识结构、能力素养和培养模式提出全新要求。为加快推动“人工智能+教育”深度融合，教育部高等学校计算机类专业教学指导委员会和全国高等学校计算机教育研究会定于2026年7月31—8月2日在上海市举办本次研讨会。

研讨会以“人工智能+教育”为主题，旨在回应新时代高质量发展对计算机教育提出的核心命题：聚焦人才培养，面向国家战略与产业需求，探讨拔尖创新人才、复合型人才与应用型人才的培养路径；推动课程“AI+”重构，围绕知识体系更新、跨学科融合与模块化设计，重构适应人工智能时代的计算机课程体系赋能；强化人工智能赋能，深化生成式人工智能、智能教学工具在教学设计、评价与管理中的创新应用。

研讨会将汇聚全国高校计算机教育负责人、一线骨干教师、教育研究者，通过课程培训、课题研究等形式，搭建高水平交流平台，促进教育教学改革经验互鉴、优质资源共建共享，切实提升教师教学能力与人才培养质量。

为配合研讨会的召开，现面向全国高校征集优秀教学案例，具体事宜通知如下。

本次研修班紧扣高校人工智能人才培养的核心需求，构建了“前沿引领+基础夯实”的课程体系。内容设计兼顾学术高度与教学落地，既涵盖大模型、具身智能等最新技术演进与产业趋势，帮助教师拓展科研视野、更新知识图谱；又聚焦AI通识教育与专业入门课程的教学痛点，提供可复制的课程建设方案与实践教学资源。通过核心教材专题研修与优秀案例研讨相结合的形式，助力参训教师实现从“懂AI”到“教好AI”的能力跃升，切实提升人工智能相关课程的教学质量与育人成效。

（一）核心课程专题研修

（1）人工智能发展前沿

课程定位： 面向高校教师及科研人员的高阶前沿研讨课程，旨在帮助学员跳出基础理论框架，精准把握人工智能技术的最新演进脉络与未来趋势。

核心内容：课程深度解析大模型技术迭代、具身智能、AI for Science等当前最受关注的热点方向；系统梳理国内外人工智能战略布局、关键技术瓶颈及产业落地路径；结合最新顶会论文与国家级科研项目案例，探讨AI技术在教育、医疗、制造等领域的交叉融合创新模式。

研修价值：助力教师更新知识体系，将最前沿的技术动态转化为教学内容与科研选题，提升在人工智能领域的学术视野与教学引领能力。

（2）人工智能导论

课程定位：面向人工智能通识教育与专业入门的核心基础课程教材研修，聚焦“如何教好AI第一课”，解决高校AI通识课教学中内容庞杂、理论与实践脱节等痛点。

核心内容：围绕教材编写逻辑与教学设计展开，涵盖人工智能基本概念、发展历程、核心技术（搜索、知识表示、机器学习、深度学习等）及伦理安全等模块；重点分享如何将抽象算法转化为可理解的教学案例，如何设计分层递进的实践项目，以及如何融入思政元素与跨学科应用场景。

研修价值：为授课教师提供一套成熟、可复制的课程建设方案与教学资源包，帮助教师构建科学合理的AI通识课程体系，夯实学生的人工智能素养基础。

（3）OpenClaw智能体应用与开发实战

本课程以能用、会用、用好 OpenClaw为目标，整体遵循“基础认知 → 部署接入 → Agent 构建 → 技能与记忆 → 多 Agent → 综合项目”的路线，围绕 OpenClaw框架，从基本认知到多智能体系统，递进展开。课程主要内容包括理解 OpenClaw 框架的核心架构与关键组件（Gateway、Agent、Skills、Memory），掌握 OpenClaw 的本地部署与基础配置方法，能够独立构建支持工具调用、多轮会话和记忆管理的 Agent，建立 AI Agent 安全使用与成本管控意识。课程还将分享如何个性化进化，配置文件的认知工程视角，Agent配置空间的完备性等内容。

（4）AI赋能办公提效与智能体应用实操

本课程旨在帮助学员系统建立人工智能应用能力框架，从认知、工具到实战，全面掌握AI在办公、科研与管理场景中的高效应用。通过“理论筑基—工具实操—进阶开发”三阶递进，学员将能够：理解AI核心概念与主流大模型差异；熟练运用提示词工程精准控制AI输出质量；独立完成文档智能处理、数据自动化分析和AI辅助PPT制作；掌握大模型深度功能及智能体开发思路，实现复杂任务的自动化与可迁移解决方案。

（二）优秀教学案例分享与研讨

特设“全国高校人工智能赋能教学案例”专场，集中展示经专家严格评审遴选的优质案例成果。案例涵盖课程设计、实验开发、产教融合、思政融入等多个维度，具有理念先进、实施有效、特色鲜明等特点。分享环节采用“教师现场报告+互动问答+分组研讨”形式，参会教师可与一线同行深度交流教学难点，共同探讨可复制、可推广的改革路径，激发教学创新灵感。

何  友，中国工程院院士、教授、博士研究生导师，1997年毕业于清华大学，获通信与信息系统博士学位，曾留学德国。中共十七大代表，第十二届全国政协委员，全国优秀教师。曾兼任CAAI/CIE/CCF/CAA/CIC/CSF/CICC/CSIG/IET Fellow，国务院学位委员会学科评议组成员，国家杰出青年科学基金评审委员会委员，国家自然科学基金委信息学部咨询专家委员会委员，中国人工智能学会副理事长兼智能融合专业委员会主任委员，中国航空学会名誉副理事长兼信息融合分会主任委员，中国指挥与控制学会监事长等学术职务与社会职务。主要研究领域为人工智能和信息融合。以第一完成人获国家科学技术进步奖二等奖4项，国家教学成果奖一、二等奖各1项，获各类省部级科学技术奖一等奖11项，获授权发明专利和软件著作权60余项。全国百篇优秀博士学位论文获得者，在IEEE会刊等发表重要论文260余篇，以第一作者出版著作7部，论著他引4万余次。先后入选“百千万人才工程”，荣获何梁何利基金科学与技术进步奖、中国科协“求是杰出青年实用工程奖”、全国留学回国人员成就奖、山东省科学技术最高奖等。

姜春茂，博士，福建理工大学计算机科学与数学学院教授，CCF开源发展委员会执行委员，CAAI粒计算与知识发现专委会委员。研究兴趣包括不确定性人工智能、粒计算、三支决策、算力资源优化、大模型幻觉检测等。近年来，在科研领域主持和参与国家自然科学基金、国家社科基金及国家博士后面上、省级项目等十余项，已经在国内外重要期刊发表论文100余篇。曾获黑龙江省自然科学技术学术成果二等奖等。在教学领域主持省部级教改重点项目1项、一般项目1项，出版人工智能，大模型相关教材多部，为国内外企事业单位培训人工智能、大模型等相关课程近百余场，取得了良好的反响。

案例案例统一通过在线投稿网站提交，投稿地址：

https://case.qingline.net/cases-collection/23