“土木工程+AI”本科人才培养现状分析

摘 要：人工智能（AI）技术发展迅猛且应用广泛，在各行各业都展现出巨大潜力和价值。目前，随着AI向更高阶段的通用人工智能（AGI）进化，其对各学科的影响势必更为深入，且与前序AI初级阶段有着本质不同。土木工程作为最古老的学科之一，如何将AI融入人才培养以应对新挑战和把握新机遇，已成为该学科急需摸索和回答的关键问题。鉴于此，首先搜集100所高校（国内50所，国外50所）在土木工程学科的本科人才培养方案，进而对培养方案进行比较和总结，分析国内外高校在土木工程学科融入人工智能本科教育方面的现状与不足。最后，提出人才培养方案改革策略，为土木工程学科AGI时代人才培养提供参考。

关键词：通用人工智能；土木工程；人才培养模式；现状分析；教育改革

中图分类号：C961 文献标志码：A 文章编号：2096-000X（2024）35-0017-07

Abstract： The rapid development and wide application of Artificial Intelligence （AI） technology have shown tremendous potential and value across various industries. Currently， as AI evolves towards a higher stage of Artificial General Intelligence （AGI）， its impact on various disciplines is bound to deepen， presenting fundamentally different challenges and opportunities from the initial stages of AI. Civil engineering， being one of the oldest disciplines， is now urgent to answer the key question of how to cultivate students for unprecedented challenges and opportunities under the empowerment of AGI. This paper first collects the undergraduate training programs of 100 universities around the world （50 domestic and 50 international） in the discipline of civil engineering， compares and summarizes these programs， and analyzes the current state and deficiencies of integrating AI education into civil engineering disciplines at home and abroad. Based on this， it proposes reform strategies for undergraduate training programs， offering a reference for evolvement of the civil engineering discipline in the era of AGI.

Keywords： artificial general intelligence; civil engineering; talent training mode; analysis of current situation; education reform

土木工程是最古老的学科之一，亦是人类文明的承载体和重要表现形式。随着时代和技术的发展及人类社会基建工程的大型化、综合化、复杂化，土木工程学科的内涵不断得到拓展和丰富。现代土木工程学科内涵囊括了传统土木工程、水利工程、市政工程、地质工程和管道工程等，是一门多领域交叉的大土木工程学科。

在大土木工程学科背景下，人工智能与土木工程相结合形成新的学科领域成为必然，亦是该学科当前的发展前沿和路径。随着通用人工智能时代的临近，这种结合已然开始加速，并在多类土木工程场景中展露出巨大的应用前景。例如，人工智能技术可以有效提高工程设计、施工、运维、决策等环节的效率和精度，降低成本，提升安全性。具体应用包括工程审图[1-2]、无人机巡检[3]、机器人救灾抢险[4]、地铁隧道缺陷智能识别[5]、岩土体力学性质计算[6]等。人工智能的发展及其与土木工程学科的融合，促使土木工程教育从业者思考该学科的发展新方向，也为其教育改革提供了新的思路。

现代土木工程人才培养积极融入人工智能元素，提升土木工程专业学子在新时代运用人工智能解决工程问题的能力，是该学科自身发展的内在需求，亦是满足强人工智能时代大土木工程基础设施建设的外在需求。

为应对新时代的挑战，全球部分院校已开始采纳和实施一系列先进的教育理念与实践。例如，采用项目式学习（Project-based Learning）和开放教育资源（OERs）方法，将现实世界的工程项目作为教学案例，使学生在解决实际工程问题的过程中，学习和应用人工智能技术[7-8]。此外，跨学科的课程设置也被认为是培养未来土木工程师不可或缺的一部分，其能够帮助学生从更宽广的视角理解人工智能技术，并掌握和推动其在土木工程中的应用。面对这一机遇和挑战，高等教育机构、行业组织和政策制定者需要共同努力，为土木工程学科的未来发展奠定基础[9-11]。

对于土木工程院校而言，有效整合人工智能技术到土木工程人才培养既需要更新和优化现有的教学资源和设施，也需要教师队伍在专业知识和教学方法上进行相应的更新和提升。但这两个大方面的前提，是土木工程与人工智能融合型的人才培养方案或大纲的制定。无论是高等院校或者职业技术学院，人才培养方案中的人工智能元素（例如与人工智能息息相关的课程等），是“土木工程+AI”人才培养创新模式与现状的最直接体现。鉴于此，本文对国内外100所高校在土木工程学科的本科人才培养方案进行比较和分析，以期勾勒出当前土木工程学科融入人工智能本科教育与人才培养方面的现状，为后续持续教育改革与创新提供思路。

一 历史回溯：土木工程培养方案变革进程

通过回顾土木工程学科发展历程，有利于读者厘清该学科的发展逻辑与演化过程，从而更好地理解土木工程与人工智能结合的必要性和必然性。实际上，国内外土木工程学科均为阶段式发展模式，且阶段划分基本相同，因此，本小节以我国的情况为例进行阐述，但其仍不失一般性和普遍性。我国土木工程人才培养模式已经经历了从初步探索、模式定型、深化改革到适应新时代发展需求的变化过程。这一过程不仅反映了我国高等教育体系的成熟与完善，也体现了土木工程专业对社会、技术进步和经济发展变化的积极响应。

（一） 初步探索阶段（1950—1970年）

在新中国成立初期，国家重建和经济发展需要大量土木工程专业人才。教育部门开始建立和完善高等教育体系，土木工程教育此时处于摸索和建立阶段，主要依托若干综合性和工科大学的工程系。此时期的人才培养模式偏重于理论教学，注重学生基础理论知识的学习，实践环节相对较少，教育资源有限。

（二） 模式定型与扩张阶段（1980—1990年）

随着改革开放的推进和经济体制的转型，国家对基础设施建设的需求大幅增加。土木工程教育开始迅速发展，专业设置更加多样化，培养模式开始向实践教学倾斜。这一阶段，土木工程教育加强了与工业界的联系，注重产学研合作，增加了实习、实训等实践教学环节，强调理论与实践相结合，培养学生的工程实践能力。

（三） 教育改革深化阶段（2000—2010年）

进入21世纪后，随着全球化和信息技术的飞速发展，土木工程领域出现了许多新技术、新材料和新工艺，国内土木工程教育面临着更新知识结构、改进培养模式的挑战。此阶段的教育改革注重提升学生的创新能力和国际竞争力。引入了项目驱动学习、综合设计项目等先进教育理念和教学方法，鼓励学生参与科研项目和国际交流，以培养学生综合素质和全球视野。

（四） 适应新时代发展需求的创新阶段（2010年至今）

面对新一轮科技革命和产业变革，尤其是人工智能等新技术对土木工程领域的深刻影响，土木工程教育需进一步适应数字化、智能化建设的趋势。这一阶段可按ChatGPT出现的时间点细分为两个亚阶段；在ChatGPT出现后，土木工程学科的智能化发展进程明显加速。当前，国内土木工程教育十分重视跨学科融合，强化软件应用和信息技术在土木工程中的应用教学，着重培养学生的数据处理、智能设计和项目管理等能力。同时，注重培养学生的可持续发展观念、创新精神和社会责任感。

通过历史回溯，可以清晰地看到国内土木工程人才培养模式在不同历史阶段所做出的适应与调整。从重视基础理论教育到强调实践能力的培养，再到适应新技术革命的创新教育模式，每一步的变革都是对时代发展需求的积极响应。土木工程教育探索与时俱进的人才培养模式，培养更多具备坚实理论基础、实践能力和创新精神的土木工程人才，是该学科推动整个社会持续进步与发展的贡献。

二 现状研判：国内外土木工程人才培养现状

为了解国内外土木工程院校在土木工程学科融入人工智能教育方面的现状，为土木工程人才培养改革提供参考依据，本文搜集了国内外100所高校（表1）在土木工程学科的培养方案，并对这些培养方案的课程设置进行详细分析和总结。调研发现，大部分院校除了开设传统工程教学的课程外，还开设了与人工智能学科关系密切的课程，例如计算与人工智能概论、机器学习、工业机器人和智能建造等。

调查显示，100所高校中约54%的院校在土木工程专业中开设了与人工智能相关的课程。值得注意的是，国内院校开设人工智能课程的比例高达82%，远远高于国外院校的26%，如图1所示。这些AI相关课程的开设形式多样，包括直接开设的人工智能课程和间接开设的人工智能课程（与土木工程结合，如智能建造等）。国内以间接开设人工智能课程为主，比例为58.5%；而国外的情况恰恰相反，直接开设的人工智能课程更多，占53.8%，具体情况如图2所示。但整体上，国内外在直接与间接人工智能课程开设比例上相差不大。

如图3所示，在国内，AI相关课程主要在大二之后开设，占比75.6%。仅有不到10%的院校在大一学年开设人工智能相关课程，而且大一开设的人工智能课程类型主要是智能建造导论、人工智能概论这两类课程。约15%的院校大一和大二学年均开设人工智能相关课程。在国内，土木工程院校开设的AI相关课程约50%为人工智能概论，30%为智能建造导论，其他课程则为20%。类似地，在国外，AI相关课程也是主要在大二学年以上开设，占比76.9%，仅有23.1%的院校会在大一学年开设AI相关的课程，而且这些院校还会在大二学年以后的培养方案中继续开设AI相关课程。在国外，土木工程院校开设的AI相关课程中约38.5%为人工智能概论，38.5%为机器学习+机器人这类的人工智能某一具体方面的课程，其他课程则为23%。

图1 国内外院校开设人工智能相关课程情况

调查还发现，如图4所示，在国内土木院校课程中更多地将AI相关课程设置为选修课，其仅作为选修课开设比例高达56.1%，而仅作为必修课开设的比例为17.1%；作为必修课和选修课都开设的情况占比26.8%。国外土木院校在培养方案中AI课程设置为必修课的比例更高，仅作为必修课的占比46.1%，接近一半；仅作为选修课的情况占比38.5%。可以看出，国内院校更倾向于将AI课程作为选修课程融入培养方案，给予学生更自由的选择权，而国外院校则更倾向于将AI课程作为核心课程融入课程体系，强制土木学生学习人工智能知识。这种差异反映了国内外院校在土木工程人才培养上更广泛的教育理念、战略和优先级差异。

在调查的100所院校中，仅开设一门人工智能相关课程的国内外土木院校占比较高，均超过50%，分别为国内58.5%、国外53.8%，如图5所示。仅约20%土木院校开设2门或3门以上的人工智能课程，国内外均如此，且比例非常接近。这表明，尽管现在国内外院校在土木工程人才培养上都逐渐意识到了人工智能的重要性，但培养方案改革仍处于初步阶段。这有可能意味着大多数院校只是引入或者科普人工智能技术，实质上尚未在教学方案中真正深度融入人工智能技术。

图2 国内外院校开设人工智能课程形式

（b） 开设课程情况

图3 国内外课程设置

图4 国内外院校必修选修课情况

图5 国内外院校人工智能课程开设数目情况

此外，与国内相比，大约有30%的国外院校会提供自由选修课，学生在这一课程模块可以探索任何感兴趣的课程，如图6所示。可以发现，在这些院校中，土木工程专业的排名大多都位于前100名。而且，这些在培养方案中开设自由选修课的院校，澳大利亚的院校数量是最多的，其次是美国。通过自由选修课，学生可以探索自己专业领域之外的知识，促进跨学科的学习和思维能力。这种跨学科的知识结构不仅可以扩展学生的视野，还能增强他们解决复杂问题的能力。而国内的选修课存在一定限制，且自由探索的程度不高。

图6 国外开设自由选修课情况

在国内有越来越多的院校开始设立智能建造专业，从2018年同济大学首先创办智能建造专业以来，国内开设智能建造专业的数量每年都在逐步增加，到2024年总共有161个智能建造专业建立[12-14]，如图7所示。然而，与2024年新增的48个智能建造专业相比，同年土木工程却只增加三个，其中还有两个是第二学士学位辅修。在现有的544所开设土木工程专业的学院中，新开设的智能建造专业在土木工程学院中达到了29.6%的比例，如图8所示。可以看出，国内各大院校其实已经在通过建立新专业的方式将人工智能融入土木工程学科中，而原有的土木工程专业改革进程则较为缓慢，依旧是以传统教学为主。这种做法的好处是可以快速完成土木工程与人工智能的结合；而其弊端是它未能给所有土木工程专业大类学子提供相同的培养资源，只对部分学生采取试点培养。建立新专业仅是“土木工程+AI”人才培养模式改革与创新的一种方法，只有将人工智能深度融入所有土木工程专业的培养方案中，才能真正培养出适应新时代的土木工程人才。

图7 我国开设智能建造专业的高校数量增长图

图8 我国土木类院校开设智能建造专业占比图

三 未来方向：人工智能深度融入土木工程人才培养

随着人类快速向通用人工智能时代过渡，土木工程学科的人才培养模式迎来了新的挑战和机遇。要实现人工智能与土木工程的深度融合，培养出符合时代需要的智能土木工程人才，首先需要清晰地认识到当前“土木工程+AI”人才培养面临的关键问题，并在此基础上提出有效的教育改革与创新策略。

（一） 当前土木工程人才培养面临的关键问题

1）课程设置相对滞后：尽管国内外许多土木工程院校已经开始在人才培养方案中引入人工智能相关课程，但这些课程数量较少，且往往注重人工智能基础理论学习，而与土木工程的实际应用联系不够紧密，未能将最前沿的AI技术与土木工程的实际需求高度融合。

2）工程实践能力不足：目前的培养模式过于注重理论学习，缺乏足够的实践机会，使得学生在应用人工智能技术解决土木工程实际问题的能力较弱。

3）创新能力培养缺失：在传统的教育模式下，学生的创新能力和解决复杂工程问题的能力培养不足，不利于培养适应未来技术发展的高素质人才。

（二） 推进人工智能深度融入土木工程人才培养的策略

1）更新课程体系，加强AI与土木工程的融合教学：结合土木工程专业的特点，设计与人工智能技术结合紧密的新课程，如智能建筑设计、智慧城市建设、AI在土木工程中的应用案例等，使学生能够学习到最前沿的知识并掌握其在土木工程中的应用。

2）强化项目驱动的实践教学：通过与企业合作，参与真实的工程项目，让学生在项目中实践AI技术，如使用智能算法优化建筑设计、施工过程中的资源管理等，从而提升学生的实践能力和解决工程问题的能力。

3）建立跨学科学习平台：鼓励土木工程与计算机科学、数据分析、人工智能等相关学科的交叉学习，通过设置跨学科课程、联合培养计划等方式，促进学生全面发展，为土木工程学科注入新的活力和创新能力。

4）培养创新意识和终身学习能力：在教学过程中引入创新元素，如创新设计竞赛、研讨会、AI辅助工程设计等，激发学生的创新思维和问题解决能力。同时，培养学生的终身学习能力，使其能够不断适应技术发展和行业变化的需求。

通过上述策略的实施，可以有效推进人工智能技术在土木工程人才培养中的深度融合，培养出更多具备高级技术应用能力、创新能力和国际竞争力的土木工程专业人才，为未来土木工程行业的发展提供坚实的人才支撑。

（三） 应用人工智能辅助教学

在推进人工智能深度融入土木工程人才培养的过程中，人工智能辅助教学技术的应用成为一大亮点或主要教学辅助工具。这不仅能够提高教学效率和质量，还能够为学生提供个性化学习路径，促进其全面发展。

1）个性化学习路径：通过人工智能技术，可以根据学生的思维方式、学习进度、兴趣爱好和学习能力，定制个性化的学习模式与资源，帮助学生更有效地汲取知识和掌握技能。

2）智能教学平台：建立智能教学平台，利用人工智能技术进行学习数据分析，实时反馈学生学习状态，为教师提供教学辅助决策支持，优化教学方法和内容。

3）虚拟实训环境：利用人工智能技术创建虚拟实训环境，如模拟建筑设计和施工过程，让学生在虚拟环境中进行实践操作，增强学习体验和实践能力。

4）智能评估系统：开发智能评估系统，通过机器学习算法对学生的作业、设计项目等进行客观评价，提供个性化反馈，促进学生主动学习和持续改进。

通过将人工智能技术应用于教学，可以极大丰富教学手段和内容，提高教学的质量和效率，为土木工程学科的创新人才培养提供有力支持。在国内，许多院校已经开始探索和实践使用人工智能辅助教学的方法，这些方法旨在通过人工智能技术优化教育质量和效率，提升学生学习体验。表2罗列了部分国内院校在使用人工智能辅助教学方面的一些具体手段。

四 结束语

随着人工智能技术的迅猛发展，土木工程领域迎来了前所未有的变革。面对这一挑战，土木工程教育必须及时做出反应，通过更新课程体系、加强实践教学、推动跨学科交流和创新、应用AI辅助教学技术等多方面措施，深度融合人工智能技术，培养出能够适应未来通用人工智能社会发展需求的新型工程技术人才。这不仅是对土木工程教育模式的革新，也是对传统工程教育观念的挑战与突破。面向未来，只有通过不断探索和实践，土木工程教育才能够培养出更多具有创新精神和国际视野的工程技术领军人才，为全球土木工程行业的发展作出更大贡献。

参考文献：

[1] 林佳瑞，周育丞，郑哲，等.自动审图及智能审图研究与应用综述[J].工程力学，2023，40（7）：25-38.

[2] 唐锐，李智杰，李昌华，等.基于BIM与知识图谱的智能化审图系统设计与实现[J].计算机测量与控制，2022，30（9）：155-161，169.

[3] 鲍跃全，李惠.人工智能时代的土木工程[J].土木工程学报，2019，52（5）：1-11.

[4] 杨建祥.智能化施工技术在土木工程中的应用研究[J].房地产世界，2023（21）：133-135.

[5] XUE Y， JIA F， CAI X， et al. An optimization strategy to improve the deep learning based recognition model of leakage in shield tunnels[J]. Computer Aided Civil and Infrastructure Engineering， 2022，37（3）：386-402.

[6] 林沛元.机器学习方法与岩土工程应用[M].北京：中国建筑工业出版社，2023.

[7] WAN C， HU Z. Research on Application of Artificial Intelligence Teaching Mode Based on Project-based Learning[J]. International Journal of Education and Humanities， 2023，6（1）：121-122.

[8] SCHLEISS J， HENSE J， KIST A， et al. Teaching AI competencies in Engineering using projects and open educational resources[C]//Towards a new future in engineering education， new scenarios that european alliances of tech universities open up. UniversitatPolitècnica de Catalunya， 2022：1592-1600.

[9] 郅伦海，周康.新工科背景下土木工程专业建设探究[J].高教学刊，2024，10（10）：39-42.

[10] 张挺，许莉，张健斌.新工科背景下土木人才的培养战略[J].高教学刊，2020（2）：151-153.

[11] 张于晔，周广盼，范进，等.新基建背景下土木工程专业“321”人才培养模式研究[J].高教学刊，2022，8（28）：153-156.

[12] 丁烈云.智能建造创新型工程科技人才培养的思考[J].高等工程教育研究，2019（5）：1-4，29.

[13] 牛恒茂，牛建刚，李仙兰，等.智能建造（技术）专业人才需求调研分析及人才培养路径探索[J].高教学刊，2022，8（15）：168-172.

[14] 刘占省，薛洁，杜修力，等.智能建造专业通专融合课程体系建设研究[J].高等工程教育研究，2022（3）：26-31.