一、会议开场

经济统计系主任熊萍主持本次会议并发言，指出当前人才培养核心痛点：传统培养模式侧重理论教学，存在课程与岗位脱节、实训实操针对性不足、能力产出效果不明显等问题。为落实应用型人才培养目标，必须全面推行产出导向育人模式，以学生最终岗位能力产出为核心，反向重构培养体系。本次会议重点围绕课程体系优化、实训基地升级、软件实操教学设计三大核心工作研讨部署，明确改革方向、细化工作任务、敲定落地时限。各参会人员结合专业教学、实训管理、企业岗位实际依次开展交流研讨。

二、核心议题研讨内容

（一）优化产出导向课程体系

会议明确，课程体系是人才培养的核心载体，需彻底打破“理论为主、实践为辅”的传统架构，依据行业岗位能力标准、毕业生就业反馈、企业调研数据，反向梳理课程模块。一是推行“岗位能力-课程内容-能力产出”对应机制，删除滞后、冗余的理论课程内容，整合交叉重叠课程，新增行业新技术、新规范、新岗位对应的课程模块，确保每一门课程都对应明确的能力产出目标。二是优化课程分层设计，针对基础能力、核心岗位能力、综合创新能力三个层级，搭建通识基础课、专业核心课、岗位方向课、创新拓展课四级课程体系，兼顾学生基础培养与个性化发展。三是深化课岗融合，联合企业导师梳理岗位核心工作任务，将真实工作案例、项目任务融入日常课程教学，推行“项目化、任务式”教学模式，解决学生理论扎实、应用薄弱的问题。同时，要求各教研室结合专业特色，在一个月内完成本专业课程体系修订方案，明确各课程能力产出指标。

（二）推进专业化实训基地建设

实训基地是实现能力产出的关键平台，参会实训中心负责人及企业代表结合产业需求提出优化方案。一是对标行业标准升级实训场地，围绕核心岗位实操需求，分区搭建基础实训区、岗位模拟实训区、综合项目实训区，实现从基础训练到岗位实操的阶梯式培养。二是深化校企共建共享，联动合作企业引入真实生产项目、实训设备与行业资源，打造校企协同实训平台，让学生在校即可接触企业真实工作场景，实现实训内容与岗位工作无缝衔接。三是完善实训管理制度，建立实训过程考核、成果产出评价机制，改变以往重参与、轻效果的实训模式，以学生实训成果、实操能力作为核心考核指标，保障实训教学质量。同时明确实训基地升级改造分阶段落地，优先完善核心专业实训设备与场景建设。

（三）完善软件实操教学设计

针对各专业软件实操教学碎片化、实用性不足的问题，会议统一优化思路。一是精准对标岗位刚需，梳理各专业岗位必备专业软件，摒弃老旧、淘汰类软件教学，更新适配行业主流版本软件，贴合企业实际工作工具使用标准。二是重构实操教学内容，摒弃单一命令讲解模式，以真实项目、岗位案例为载体，设计全过程实操教学流程，让学生在完成项目的过程中熟练掌握软件操作技巧，具备独立解决岗位实操问题的能力。三是搭建分层实操训练体系，针对零基础学生开展基础操作训练，针对进阶学生开展综合项目实操，同时增设实操竞赛、案例创新设计环节，以赛促学、以练促产出。此外，要求骨干教师组建软件实操教学备课组，统一教学课件、实操项目、考核标准，实现实操教学标准化、规范化。

（四）学习中国科学院科研道德委员会《关于在科研活动中规范使用人工智能技术的诚信提醒》

为了在科研活动中规范使用人工智能技术，避免误用、滥用人工智能技术引发的科研诚信风险，遵循诚实、透明、负责任的原则，中国科学院科研道德委员会依据科研活动全流程诚信管理要求，对院科技人员和学生提醒如下：

提醒一：在选题调研、文献检索、资料整理时，可借助人工智能技术跟踪研究动态，收集整理参考文献，并对人工智能生成信息的真实性、准确性、可靠性进行辨识；反对直接使用未经核实的由人工智能生成的调研报告、选题建议、文献综述等。

提醒二：在申报材料撰写时，如使用了由人工智能生成的内容，应对内容负责，并全面如实声明使用情况；反对直接使用未经核实的由人工智能生成的申报材料。

提醒三：在数据收集和使用时，如使用了由人工智能生成的模拟仿真数据、测试数据等，或使用人工智能技术对原始数据进行统计分析，应全面如实声明使用情况；反对将人工智能生成的数据作为实验数据。

提醒四：在音视频和图表制作时，可利用人工智能技术辅助完成，应对生成内容进行标识，并全面如实声明使用情况；反对使用人工智能直接生成音视频和图表。

提醒五：在成果撰写时，可使用人工智能技术辅助整理已有的理论、材料与方法等，可进行语言润色、翻译、规范化检查；反对将人工智能生成内容作为核心创新成果，反对使用人工智能生成整篇成果及参考文献。

提醒六：在同行评议中，反对使用人工智能技术撰写同行评议意见，不得将评议信息上传至未经评议组织者认可的工具平台。

提醒七：在科研活动中，如使用人工智能技术，应在注释、致谢、参考文献或附录等部分声明工具的名称、版本、日期及使用过程；反对未加声明直接使用。

提醒八：在选择人工智能技术时，应使用经国家备案登记的服务工具；反对滥用人工智能技术危害数据安全，侵犯知识产权，泄露个人隐私等。

各单位应依据上述提醒，结合本单位学科特点和学术惯例，开展必要的教育培训，引导科技人员和学生透明、规范、负责任地使用人工智能技术。

三、会议总结与工作部署

本次会议围绕产出导向人才培养体系构建、科研活动中人工智能技术规范使用两大议题开展集中研讨，全体参会人员结合专业建设、课程教学、实训管理及科研工作实际充分交流发言，深入剖析了传统人才培养模式存在的痛点短板，统一了教学改革、实训升级与科研诚信建设的思想共识，明确了各项工作改革方向、实施路径与推进要求，为后续专业内涵建设和规范科研管理筑牢工作基础。

会议全面梳理当前工作现存短板与不足，部分专业岗位能力调研深度不够，课程体系与行业岗位需求契合度仍需提升；实训基地校企协同育人层次不深，实训考核评价机制不够完善；各专业软件实操教学存在内容碎片化、标准不统一、项目化教学落地乏力等问题。同时，部分教师对科研活动中人工智能合规使用要求掌握不全面，对 AI 使用边界、声明规范、数据安全及知识产权保护等方面重视不足，存在科研诚信潜在风险。

会议明确后续重点工作推进安排与整改落实措施，要求各教研室按期完成行业岗位能力调研，按时修订完善专业课程体系，全面推行课岗融合与项目化教学；加快实训基地标准化、专业化升级建设，深化校企常态化交流合作，健全实训全过程考核与成果评价机制；组建专业备课组统一软件实操教学标准，更新教学内容、重构实操流程，落实分层训练与以赛促学模式。同时要求全体教职工严格恪守中科院科研道德规范，自觉遵守人工智能使用八项诚信提醒，在科研全流程做到依规使用、如实声明、规范标注、责任自负，基层教学组织将常态化开展教学改革研讨与科研诚信教育培训，持续提升应用型人才培养质量和科研规范化管理水平。