当AI已经能快速答疑、读论文、跑数据、写摘要，全方位渗透科研与学习场景，心理学的专业人才培养模式，该如何顺势迭代、破旧立新？
2026年6月24日，清华大学心理与认知科学系春季学期首次教学研讨会在吕大龙楼11层举行，全体教师围绕人工智能与交叉学科育人的融合发展展开全天深度研讨。本文为上篇，聚焦上午场“AI原生导向下的研究生课程建设”——从项目式学习重构研究方法课，到"提供场域"而非"灌输知识"的理念转型，记录研究生培养体系在AI浪潮中的底层重构。
AI原生导向下的研究生课程建设研讨
——AI时代，心理学研究生培养“从哪入手”?
所谓AI原生，核心是指学习者与从业者将AI作为认知升级、辅助创作的核心伙伴，融入日常学习与科研工作。在AI原生的时代，教师的教学角色也在深度转型，彻底跳出单一的知识讲授定位，转向引导、指导、赋能的全新育人角色。
张丹老师为研讨会作开场介绍，并介绍研究生培养方案及服务手册
从“理论知识”到“全流程实战”，项目式学习重构研究方法课
清华心理系的各类专业课程正经历一场“从讲台到实践”的转型。以宛小昂老师负责的《心理学学术伦理》课程为例，课程不再按“先讲理论、再布置作业”的传统模式推进，而是采用项目式学习（PBL）——学生从文献阅读出发，经历实验搭建、数据采集、数据分析到报告撰写的完整流程，在主动的探究中掌握研究能力。
这一设计精准锁定了非全日制MAP（认知智能项目）学生的学习痛点：学生周末上课、在职工作，课后难以组织协作。课程团队将实践环节前置到课内，用课堂时间完成核心任务，一定程度上解决了非全日制学生“课后找不到人”的困境。
同时，课程采用“一门课程、两套方案”的差异化培养模式，精准适配不同类型学生的发展需求，拒绝“一刀切”的标准化教学。针对中文授课的在职MAP学生、英文授课的全日制IMAP学生两类群体，课程设置了分层考核体系：MAP学生的评价重点放在了小组协作和口头报告上，贴合其职场工作对沟通协作、成果展示的核心需求；IMAP学生则侧重个人独立学术成果产出，适配全日制学生深耕学术、开展科研创新的发展路径。
宛小昂老师分享
另一门核心课《心理学研究方法课》则重点解决了“怎么从数据中提取价值”的教学难题。张一思、宛小昂两位老师共同负责了本课程的设计，旨在引导学生实现从“解释数据”到“预测个体”的能力跨越。课程共分为四个递进层级：描述与推断、解释与干预、预测、发现，以真实公开数据集为载体，开展由研究问题提出、到数据分析实践、再到结果呈现的全流程学习，并以小组为单位进行讨论和展示，让学生在连贯的项目中掌握分析方法，建立数据思维。
张一思老师分享
从“知识传授”到“提供场域”，在跨学科对话中提出真问题
郑美红老师主讲的《时间智能》课程，一改“老师备课、学生听课”的传统模式。她提出一个核心主张：“课程不以知识传授为中心，而是为学生进入一个前沿问题域提供场域：激发想法、组织讨论、建构证据，推动科研生产。”每一讲都让学生完成一次“小循环”：提出问题、概念澄清、文献对话、证据任务、阶段产出。
教师负责把控研究方向、划定研究边界、传授研究方法、提供精准反馈，学生则充分发挥主观能动性，自主提出科研问题、发散创新思路、设计研究方案、搜集初步实证依据。课程结束时，学生的核心产出是一个可继续推进的研究问题和证据路径，是研究问题、概念框架、证据路径、小型试探性证据、结果边界的总和。
这种设计的底层思考是：当AI可以生成文献综述、跑数据分析，学生最不可替代的能力是“提出真问题”。
郑美红老师开设的选修课程《心智的生理基础》同样展现了全新的教学思路：以往相关课程常把心智放在认知加工或神经机制中理解，而本课程则提供了一种组织心理与行为现象的整体视角。
课程分为三个递进的模块：从重置默认理解，帮助学生重构认知，打破“心智是脱离现实的抽象思维”的固有认知；到拆出心智基本活动的四个功能环节，形成一套可迁移的分析语言；再到用真实活动检验框架，避免抽象概念止于课堂，无法迁移到真实情境。
当我们把心智放回生命过程，数据幻觉便不足为惧。
郑美红老师分享
弭元元老师主讲的《大脑节律》课程，则提供了脑科学课程与AI对话的另一个维度：相较于让心理学学生被动学习AI技术，课程更倡导引导人工智能研究反向借鉴大脑运行规律。
课程定位聚焦认知神经科学与计算建模的交叉领域，培养研究生从多尺度视角理解神经振荡的功能意义。在这一定位下，课程整合了神经科学、认知心理学与计算建模的知识体系，带领学生探索分层振荡系统的计算原理对人工智能发展的启示，思考类脑智能的未来方向。
这样的课程设计，在内容层面提供了跨学科对话的平台，鼓励神经科学、心理学、计算机科学等多学科视角的碰撞与融合；在方法层面，构建了从机制研究走向功能与类脑智能应用的通路。
在分享的结尾，弭元元老师引用了神经科学家哲尔吉·布扎基（György Buzsáki）的一句话：“也许现在是让人工智能领域的学生开始思考如何利用分层振荡系统的原理，将人工智能提升到一个新的水平的时候了。”
弭元元老师分享
结 语
聚焦AI原生导向下的研究生课程建设，清华心理系的教师正在完成一场教学方法的深度转型。课程不再是知识的搬运工，而是提出问题的场域、跨学科对话的平台。
然而，课程建设的蓝图只是起点。当视角转向本科课堂与复合型人才培养，一场关于“在场性”与“生长性”的更深讨论正在展开——AI可以替代知识传递，但什么才是师生共在时不可替代的价值？我们的教材又该如何与时俱进？敬请关注研讨会纪实下篇。
