大数跨境

软件工程教育改革之路:双轨并进,专业化培养与普及化教育

软件工程教育改革之路:双轨并进,专业化培养与普及化教育 软件工程3.0时代
2026-11-16
0
导读:让更多领域的人才拥有软件创造能力,让专业软件工程师承担更复杂、更关键的软件工程责任

今天的AI正在改变软件的开发方式,也在改变软件人才的社会分工。这种变化不仅关系到软件产业,更将深刻影响大学的软件工程教育。

过去,软件开发是一项专业性很强的工作。各行各业需要软件,通常都要依靠计算机专业人员来开发。大学因此设置计算机科学与技术、软件工程等专业,培养能够从事软件开发、设计、测试和维护的专业人才。

今天,情况正在发生变化。借助AI,越来越多不具备系统编程训练的人,也能够开发满足自身业务需要的软件应用。医生可以开发辅助科研和诊疗管理的工具,工程师可以开发设计分析和仿真应用,金融、管理、材料、能源等领域的专业人员,也可以利用AI解决本领域的具体问题。

这意味着,软件创造能力正在从少数专业人员向各行各业扩展。大学的软件工程教育,也需要从过去以专业人才培养为主,转向专业化培养与普及化教育并行的双轨制。

一、AI正在改变软件开发的社会分工

软件开发的门槛正在降低,但软件工程的专业价值并没有因此消失。

AI可以帮助用户理解需求、生成代码、构建界面、编写测试,甚至通过Agent完成一系列开发任务。过去需要专业程序员花费数天甚至数周才能完成的应用,现在领域专家借助AI可能很快就能做出来。

例如,一位机械工程师可以利用AI开发一个设备参数计算工具;一位材料研究人员可以开发实验数据分析应用;一位教师可以开发教学辅助工具。这些软件往往服务于特定场景,功能相对明确,规模和复杂度有限,使用者本身就掌握了最重要的领域知识。

当然,AI降低的是软件开发的技术门槛,并没有消除软件系统的复杂性。对于操作系统、数据库、工业控制系统、汽车电子软件、金融核心系统,以及涉及人身安全和重大经济责任的软件,仅仅能够生成代码远远不够。它们需要严谨的架构设计、复杂性管理、安全性分析、可靠性保障、系统验证和持续演进。

因此,未来的软件开发将逐步形成新的社会分工:

过去,主要由软件工程师为各行各业开发软件;未来,各行各业的专业人员都可以借助AI创造大量领域应用软件,而专业软件工程师将更加专注于基础软件、复杂软件和关键软件系统的开发与保障。

这不是简单地用AI取代软件工程师,而是软件创造能力在全社会范围内重新分布。

二、软件工程教育需要走向双轨制

面对这种变化,大学不能再把软件开发能力等同于软件工程专业人才的专属能力。未来的软件工程教育,应当明确区分两种不同的培养目标。

第一轨:专业化教育,培养高水平软件工程人才。

对于基础软件、复杂软件和关键软件系统,仍然需要经过系统训练的专业人才。这些人才不仅要掌握编程语言和开发工具,更要具备扎实的计算机科学基础、系统化的软件工程知识,以及驾驭复杂系统的能力。

他们需要深入理解算法、数据结构、操作系统、计算机体系结构、网络、数据库、软件架构、软件测试、软件质量、安全和可靠性等知识,并进一步掌握AI时代的软件开发方法和工程技术。

未来专业软件工程师的工作不会只是编写代码,而是要能够定义复杂问题、设计系统方案、组织人机协作、控制Agent执行过程,并通过独立验证确保软件系统的质量。

这条轨道的重点不是简单扩大培养规模,而是提高培养质量,培养能够承担复杂系统工程责任的高水平人才。

第二轨:普及化教育,培养各领域的软件创造者。

对于大量领域应用软件,未来没有必要都依赖经过完整计算机专业训练的软件工程师。医学、机械、材料、能源、金融、管理等专业的学生,在掌握本领域知识的同时,也应该具备基本的软件工程知识和利用AI开发软件的能力。在AI时代之前,也有一些非软件工程/计算机专业的人才在软件开发上干得很出色。

这类教育不是简单地增加一门编程课,也不是要求所有学生都成为程序员,而是将三方面能力结合起来:

  • 基础软件工程教育:理解计算思维、基本编程、需求分析、软件设计、测试与验证等基本概念,知道如何把实际问题转化为可实现、可检查的软件任务。
  • 人工智能通识教育:了解大模型和AI Agent的基本原理、能力边界、使用方法及潜在风险,能够有效利用AI完成知识工作和软件开发任务。
  • 领域专业教育:将本专业的知识、数据、业务流程和实际问题结合起来,利用AI开发具有专业价值的应用。

三者结合,才能真正形成跨领域的软件创造能力。

需要强调的是,这两条轨道并不是按照行业简单划分的。一个医学领域的科研数据分析工具,可能由医学研究人员借助AI开发;但涉及临床诊断、治疗决策或医疗设备控制的软件,就必须按照高风险软件的要求,由专业人员参与设计、验证和质量保障。决定软件需要何种工程能力的,不是它属于哪个行业,而是系统的复杂程度、风险等级和责任要求。

三、大学需要从专业设置到教学组织进行变革

双轨制不仅意味着课程内容需要调整,更意味着大学的软件工程教育体系和资源配置方式需要重新思考。

1. 重新审视软件工程专业设置

这是大学需要认真面对的一个问题:未来是否还需要每所大学都设置独立的软件工程本科专业?

我的看法是,多数高校有必要重新审视这一专业设置,如撤销软件工程专业。对于没有明显学科优势、科研基础和产业特色的高校,与其继续按照传统模式培养规模庞大的软件工程专业学生,不如逐步调整专业布局,将软件工程基础教育从一个独立的专业培养任务,转变为服务全校各专业的基础教育能力。

这并不意味着大学不再需要软件工程学科,也不是简单取消软件工程课程,而是改变其组织方式。可以将相关师资、课程和实验资源整合到学校的基础教学部门,或建立跨学院的软件与人工智能教育中心,面向医学、机械、材料、能源、管理等专业提供软件工程基础教育和AI应用实践支持。

当然,具备较强计算机学科基础、软件工程科研能力和产业服务特色的高校,应当继续保留并办好软件工程专业,承担高水平专业人才培养、前沿技术研究和复杂软件系统工程实践的任务。

2. 把软件工程基础教育纳入各专业人才培养体系

大学应当为非计算机专业学生建立适合其专业特点的软件工程基础教育体系。

这类教育不宜照搬计算机专业的课程体系,也不应把传统编程课程简单改名为AI课程。重点是让学生掌握利用AI解决专业问题所需要的基本工程知识和方法。

例如,机械专业可以围绕工程计算、仿真和设备数据分析开展实践;医学专业可以围绕科研数据处理、医学信息管理等开展实践;材料专业可以围绕实验数据分析和材料性能预测开展实践。

课程内容应当与专业问题紧密结合,让学生在解决真实问题的过程中学习软件工程和AI,而不是孤立地学习工具。

3. 建立跨学科的AI软件实践机制

普及化教育不能停留在课堂讲授。大学应当鼓励不同专业的教师和学生组成跨学科团队,围绕真实的科研、教学和产业问题开展软件开发实践。

在这种实践中,领域专家负责提出问题、提供专业知识和判断应用价值,AI承担越来越多的设计与开发工作,必要时由软件工程专业人员提供架构、安全、测试和质量保障支持。

大学还需要建设统一的AI开发平台、实验环境和共享资源,为学生提供安全、可控的AI使用条件,并通过项目实践培养学生识别AI错误、验证软件结果和承担应用责任的意识。

4. 改革软件工程专业的人才培养模式

对于继续保留的软件工程专业,也必须进行实质性改革。

传统教育过于强调编程语言、开发工具和具体技术的学习,容易把学生培养成掌握若干开发技能的程序员。AI时代,这些能力仍然重要,但已经不足以支撑复杂软件系统的开发。

专业教育应更加重视计算机科学基础、系统思维、软件架构、规约设计、复杂系统工程、质量保障和安全可靠性,同时加强AI Agent开发与协作、智能化测试和工程过程控制等方面的训练。

未来的专业软件工程师,需要具备驾驭AI和Agent的能力,而不是与AI竞争代码编写速度。

四、重新认识软件工程教育的价值

软件工程教育面临的不是简单的扩招或缩招问题,而是培养目标和教育资源配置方式的深刻变化。

过去,大学主要通过软件工程专业培养软件开发人员,再由他们为其他行业提供软件服务。未来,AI将使更多行业专业人员具备软件创造能力,软件工程专业教育则需要更加聚焦于复杂、基础和关键软件系统。

这要求大学同时做好两件事:一方面,深化专业化教育,培养真正懂计算机、懂软件工程、能够承担复杂系统工程责任的高水平人才;另一方面,推动普及化教育,让各专业学生都具备基本的软件工程素养和利用AI创造软件的能力。

这两条轨道不是相互替代,而是相互支撑。普及化教育拓展软件创造的边界,专业化教育为复杂系统提供坚实的技术和质量保障。

大学需要重新思考的,不只是软件工程专业应该开设哪些课程,更是未来社会究竟需要什么样的软件人才,以及大学应该如何组织教育资源来满足这种需求。

让更多领域的人才拥有软件创造能力,让专业软件工程师承担更复杂、更关键的软件工程责任。这或许才是AI时代软件工程教育改革最值得探索的方向。

AI时代,重塑软件工程教育的新范式
AI Agent可以承担完整的工程活动,大部分软件工程师会被取代吗?

【声明】内容源于网络
0
0
软件工程3.0时代
由于大模型(LLM)正在改变着千行百业,软件工程(SE)更是首当其冲,迎来软件工程3.0新时代:模型驱动研发、模型驱动运维。本公众号将致力于研究SE3.0时代的软件研发新范式、理论与方法,介绍SE3.0时代的工具与实践。
内容 650
粉丝 0
软件工程3.0时代 由于大模型(LLM)正在改变着千行百业,软件工程(SE)更是首当其冲,迎来软件工程3.0新时代:模型驱动研发、模型驱动运维。本公众号将致力于研究SE3.0时代的软件研发新范式、理论与方法,介绍SE3.0时代的工具与实践。
总阅读9.3k
粉丝0
内容650