学术沙龙：AI时代的GIS人才培养

杨昆（主持人）

云南师范大学教授，长江学者特聘教授，万人计划教学名师

孙群

信息工程大学教授

唐炉亮

武汉大学弘毅特聘教授，万人计划领军人才

王伦澈

中国地质大学（武汉）教授，长江学者特聘教授

刘敏

华东师范大学教授，万人计划教学名师

贾森

深圳大学教授，青年长江学者

吴亮

中国地质大学（武汉）教授

王伦澈：

我觉得要进一步优化人才培养体系，增加学科交叉的领域，尤其是在中国地质大学（武汉），要进一步强化地学的基础。所有的课程体系，人才培养方案都要夯实基础，不仅是地理学基础，也包括数理基础。要在保留地学、测绘、计算机核心课程的基础上，强化数学与AI的基础。我们目前加强了高等数学、线性代数的教学，增设机器学习、深度学习，包括空间统计、时空大数据挖掘等等课程，在这些课程里面都增加了很多AI内容，升级传统的GIS课程。

我们学院的学生，也会安排到中地数码等企业进行实习，这一传统也要继续发扬光大，尤其是技术性的课程都安排了实习操作，包括学生参加竞赛，以赛促学，进一步加强学生的动手能力。同时还要加强学生的空间思维能力的培养，这是地信人的灵魂，也是地学领域比较重视的。

另外，AI与地理信息的结合，也要具有隐私、伦理的意识，注意相关数据的保密性，这也是要具备的社会责任。

冯永玖：

全国开设地理信息专业的学校有200多所，每年有3万多人毕业。这么多毕业生要实现就业，在当前还是不容易的。地理信息行业要想应对社会变革，教育方法就要变革。AI技术的变革，也要推动教育的变革。

大家都知道网络是一项资源，电力也是一项资源。当你在用电的时候，并不知道电从哪里来。以前说使用网络资源要像用电一样，是不可能的事情，因为搜索一个网络资源，总有一个网址回来。但是现在有了AI技术，这种不可能变成了可能。AI极大的改变了我们的学习、工作，应对社会需求的方式。

我在几年前开始负责同济测绘专业教学的时候，意识到AI时代的到来，就做了一项改革，把人工智能导论作为一门必修课，直到后来把每一门课都融入了人工智能的理论方法。实际上这是必须要做的。

对于AI，我认为最大的作用就是推动数据处理范式的改革。解放人力，解决不能解决的问题。举个例子，在火星上有很多石块，这些石块影响工程着陆安全，有的石块可以用形态学方法找到，更多的没有办法辨认出来。有了AI以后，就可以做一个样本库，做训练，解决问题。学生可以通过这样的例子训练自己的空间思维能力，以及利用AI解决复杂问题的能力。我觉得这一点是非常重要的。

另外，重构课程体系也很重要，尤其是近五年来，几年前做的培养方案已经很先进了，但是现在每年都要做一次大改，因为AI发展的非常迅速。我们要把AI融入到教学中，重建课程体系、核心教学方法。所以一方面老师要通过项目引领学生，通过社会需求做引领。另一方面，学生接收信息的能力很强，实际上也在引领老师，相互促进。

所以GIS的发展，从以前90年代的数字化，到管理系统、信息系统、大数据，现在的AI，不仅技术要跟上，学生的培养更要跟上。

孙群：

地理信息的发展得益于信息技术的发展。以前要到野外考察，很长的时间才能得到一种地理的认知。有了计算机，所有的地理现象都可以数字化到计算机里，进行分析、统计、查询、决策。信息技术把整个客观世界数字化，可以迅速的得到你想要得到的答案。

AI的到来实际上非常适合地理信息领域，给学科领域带来了机遇和挑战，给人才培养也带来了机遇和挑战。地理信息学科是不是已经彻底准备好了？比如是否适应大语言模型的应用？大语言模型对语言处理、文本处理非常实用，但是地理信息都是有空间位置的，空间关系的处理还不能得到完全满意的效果。这时候我们就要去研究，如何把AI技术和地理信息学科结合好。现在看来，一是要运用大语言模型的一些工具，把地理信息元素加进去，加强地理信息的处理能力；二是真正用地理信息作为基础，建立地理信息的语言大模型。这两条路都要探索。  

在这样的形势下，对人才培养，一是要学科交叉，要主动作为，要有改革的思想。以前的教学方式肯定是不行的。从课程内容、教学方式、实践环节以及科研创新都要齐头并进。二是理论和实践要紧密结合，理论引导，大量实践。广大的教师，一定要在科研上面有所作为，要带领学生实践，真正的让人工智能在地理信息领域开花结果。科研和教学要紧密的结合，科研要结合实际需求，这样的成果在教学当中推广，对人才培养会起到极大的帮助作用。

这是一个创新的时代，要用一种非凡的手段，超级的措施，才能把人才培养成高素质人才、综合性人才、复合型人才，才能适应社会需要，适应部队需要。所以未来人才的作战都是高技术作战，对人才的综合素质需求特别迫切。我们也要在这种形式下增强信心，一起努力改革创新人才培养模式，培养出更多更好的人才，为社会服务。

刘敏：

AI技术的发展已经渗透到各个行业、各个领域。从地理学的视角，有几个特点，第一，地理学所研究的内容对象本身就是大数据，无论是水、大气、生物还是人，几乎涵盖了整个社会。传统的遥感，到今天的轨迹数据，很多非线性的数据，已经是多模态数据了。

第二，地理学一直要研究其机理过程。而恰恰地理学的机理过程又太难了。比如一个城市系统就是个非常复杂的系统，其机理融合很难阐述清楚。而AI的出现，非常恰到好处的可以来解决地理学中的机理问题。

第三，地理学一直是一个与时俱进的学科。本科领域的GIS最早称为地理信息系统，后来改成地理信息科学，研究生称为地图学与地理信息系统等。在测绘上称为测绘地理信息。实际上地理学的发展有三个阶段。第一阶段是描述阶段，这是地理学最早的阶段。第二阶段是数理化摄入到地理里面，出现了计量地理学。第三阶段，上世纪七八十年代，3S的发展又促进了地理学的发展。到了今天，大数据和AI的时代，GIS在地理学这个大课程里，也应该是与时俱进的。所以我们一定要积极的拥抱AI。今年五月份国务院学位委员会在长沙召开了会议，我提出AI要彻底改变GIS的范式。这个范式涉及方方面面，从课程体系的设置，核心课程的结构，对整个课程的评价到AI的结合，都要改变。另外，学科交叉也非常重要，未来学科的架构、专业，都会发生非常大的变化。同时，一定要培养学生的问题导向，未来需要的是解决问题的人。也一定要面向国家乃至全球的重大需求。社会需要的是这样的人才。

唐炉亮：

我也讲三点。第一，学科的优化应该坚持“四个面向”，面向世界科技前沿、面向经济主战场、面向国家重大需求、面向人民生命健康。比如说低空经济就是典型的四个面向的主阵地。AI时代的人才培养，就应该从根源上面即学科的设置方面，做到“四个面向”。因为学科是有边界的，但世界是连续的，宇宙是连续的，时间是连续的，所以应该用“四个面向”的指导思想去做学科的设置优化。

第二，保持共性与个性的思考。一是人工智能时代，计算机是发展的一个共性的基础。而如何把共性的技术引入到GIS学科、应用里面去发展本身的特色，是值得思考的。需要我们做通用的大模型，也需要做垂类的大模型。二是中国有两百多所高校都有地理信息科学相关的专业，每所学校也要结合自身的特色去发展。比如说武汉大学，有从传统的测绘遥感、定位导航发展的积淀，更多的是发展GIS共性的技术理论方法。而像同济大学，这几年发展的月球探测、星球探测、宇宙探测，就是它的特色。再比如说中国地质大学，特色是地质与GIS的结合。学校发展的共性与特色，学校的定位，也是需要老师们去思考的。

第三，今天还有很多同学，我和同学们提个建议，求同与求异。中国的教育从小学到大学，最成功的教育模式就是求同的思想。要用同一个标准去衡量，体现教育的公平。但是带来另一个问题，求同的思想可能约束了学生的思考范式或者思考模式。同一种模式思考，极大可能寻找的是相同的答案，但世界需要的是创新。所以我们一定要发展求异的思想，求异是科研创新的一个最基本的理念。研究生一定要用求异的模式发展科研，去创新，才可能选好题，取得好的成果。

吴亮：

AI确实是个新的范式，这个新的范式可以把人类历史上所有的数据存储、使用、推理。从培养人才的角度，要从需求侧来考虑培养什么样的人才。以前有一句话叫做“人生不是轨道，是旷野”。其实现在有了AI之后，无论是GIS还是GIS人才培养，才有实现“旷野”的可能。

大学生、研究生的培养，未来有几个发展方向。一是培养研究型人才。当前科研的范畴已经发生变化，未来可能除了真实的导师之外，还有虚拟的导师，虚拟的导师也可以帮助学生形成一些很有价值的科学研究选题，或是解释科学问题，甚至发现新的问题。二是培养工程技术型人才。当前每年都有两万多名这样的学科人才毕业。这种人才培养更需要AI+，教学内容都需要增加AI方面的知识体系。三是培养管理型人才。尤其是企业，需要能够通过长期知识积累，看得到行业本质，能够提出问题的人才。所以高校的GIS人才培养，需要广大教师持续做深入的思考，因为时代在变化，从教学思维、教学范式，甚至教学内容，可能都要做一些重新的思考、实践与改进。

贾森：

我其实一直在想一个问题，就是打败你的永远不是你的同行，但是从另一个角度来讲，机会永远是给有准备的人。所以现在不仅仅对各位同学，对老师也一样，应该是一个终身学习的阶段。如果我们关注一些科技企业的发布会，会看到很多未来的愿景，还有很多没有解决的问题，需要我们去研究探索。所以我觉得对人才培养来讲，一方面AI确实促进了GIS进步，领域的进步，学科的发展。另一方面，也是一个很好的机遇，原来根本不可能做到的事情，现在借助于各种新的技术都能够完成。

对于各位同学，一定要从被动的学习变成主动的学习。实际上现在很多知识的传授，不再是简简单单的书本知识的传授过程了。在课堂上你听老师讲的再多，可能还没有你在课下借助AI工具总结、分析对你的帮助大。通过AI工具总结各种各样的文献，不仅会减轻工作量，同时也能够站在巨人的肩膀上改进和提升。所以AI的发展对我们最直接的影响还是改变了我们的学习习惯和知识的更新习惯，不再是单一的。同时大家在这个知识爆炸的时代，一定要找到自己的学习范式，或者说适合自己的学习的规律。

叶嘉安院士报告中提到的谷歌在做的全球展示，其实这些都是服务大家的工具，我们要能够把这些工具应用在研究里，做更多的改进和提升。拥抱AI，善用AI工具。AI工具用的好，一定是事半功倍的。

当然，所有的研究最终还是要围绕人、围绕城市，围绕我们身边来开展。问题导向、技术导向，技术是为人来服务的。无论从AI角度，从GIS工具，还是从GIS学科，怎样更好的围绕人类社会，让人类的生活更美好，环境更美好，未来更美好，是我们的终极目标。

杨昆：

刚才各位教授和我们分享了AI时代对GIS人才培养，对学生素质培养的需求。总的来说，无论是哪种类型的高校，跨学科的能力是需要的；能够在复杂的现象背后提出问题的能力还是很基本、很重要、很共性的；能够应用AI工具辅助工作学习的能力也是很重要的。

哈佛大学一项最新的关于人工智能影响教育的战略研究提出了一个问题，现在的大学如果不做深刻的变革，十年以后不做相应的调整，可能一半的大学都要关门。未来的大学也许不再是现在这样的大学的模式，而是一个知识传输中心，资源共享中心，也就是说每一所大学应该有一个自己的信息化、数字化平台，来整合全球的知识资源，提供给学生学习，提供给老师教学，提供给场景实践。如果不具备这样能力的大学，可能未来就无法适应人工智能发展的形势。

同时，拥有信息化平台、算力平台的企业，也必须要承担人才培养的作用，大学也要借助这样的平台来拓展教学的形式和空间。

王伦澈：

我们要进一步加强数理统计方面的能力培养。

冯永玖：

基本的GIS的理论的方法是需要的，像同济大学本身是一所工科院校，所以数理基础也比较重要，这两方面要做结合。

孙群：

教学方法和教学模式，启发式教学，实践性教学，一定要提高动手能力。像是大模型，一定要上手使用，一定要结合着问题去做各种各样的实践。

刘敏：

华东师范大学在去年进行了AI如何促进地理学、GIS甚至遥感发展的落地实践，正式成立了空间人工智能学院，要做真正有特色、能解决问题的探索研究。未来在整个范式，人才培养的模式方面，在课程体系、目标设置方面，以及人才培养直到就业，整个全链条都要有一个全面推进。

唐炉亮：

与大家共勉，向身边最优秀的学习，比如AI时代的大模型，向优秀的技术学习，向优秀的学科学习，，向优秀的应用学习，向优秀的典型学习。

吴亮：

就像第十三届高校GIS论坛的主题，智能与协同，我们的教学方式里面，原来是老师和学生协同，现在可能要加上AI，老师、AI、学生之间的人机协同、人人协同。

贾森：

善用工具，多用工具，与时俱进，千万不要闭门造车，让自己落后于时代。

（根据11月9日2025第十三届高校GIS论坛学术沙龙部分讨论内容整理）