近日，清华大学工程管理硕士（MEM）项目开展项目分享活动。北京化工大学经济管理学院副院长、清华工业工程系校友陈娜教授作主题分享，结合自身多年MEM课程授课实践，围绕人工智能冲击下工程管理教育教学变革，探讨人机协同背景下人才培养新思路。

陈娜教授参与清华大学MEM《市场营销》课程授课。她谈到，生成式AI的快速普及，给传统课堂教学带来现实冲击，知识获取门槛大幅降低，部分课堂出现学生过度依赖 AI 工具的现象。简单禁止学生使用AI属于被动应对，人才培养不能回避技术发展趋势，教育的目标不是培养脱离AI完成任务的人，而是培养能够与AI共创价值的复合型工程管理人才。

分享中提到，AI可以快速生成结构完整、素材丰富的报告，但仅依靠最终成果，难以判断学习者真实掌握程度，传统以作业、报告成品为核心的评价方式亟待优化。教学评价应更加关注学习者对任务的理解深度、人机协作过程与独立思辨能力。

结合MEM在职学生的学习特点，陈娜提出四层人机协同能力培养框架：素养认知层、工具应用层、交叉融合层、场景创造价值层。在素养认知层面，学生需要理解AI的生成逻辑、能力边界与幻觉风险，学会辨别输出信息的可靠性；工具应用层侧重数据处理、校验复盘能力，掌握与AI高效交互的方法；交叉融合层强调立足工程管理专业场景，把专业知识转化为清晰指令，引导AI开展垂直领域分析；场景创造价值层重在面向真实复杂工作环境，综合多重约束条件，运用AI工具解决现实业务难题。

以《市场营销》课程教学为例，她介绍了课程改造实践：借助案例情景训练，引导学生区分AI归纳现象与专业逻辑解释，不盲从模型输出，保留独立专业判断；通过仿真经营项目，训练学生校验AI方案、迭代优化决策的实操能力。

陈娜教授表示，AI为教育带来新机遇，让因材施教、交互式主动学习的理想教学模式拥有了落地条件。对于MEM在职学生而言，知识点可以由AI获取，但专业判断、风险评估、综合决策能力无法被工具替代。学习的核心不在于排斥AI，而是善用AI作为辅助工具，始终保持独立思考，不将思考完全交由人工智能完成。

本次分享引发参会师生共鸣。MEM 教育中心表示，后续将持续探索AI时代工程管理教学改革，立足在职学生实践优势，推动课程、评价体系迭代，着力提升学生人机协同解决复杂工程管理问题的核心能力。

供稿：秦颖超

图片：樊鹏

审核：MEM教育中心