各研究生培养单位、相关部门：
为深入贯彻国家教育数字化战略行动，推动人工智能（AI）赋能研究生教育变革，探索推广研究生教育教学新形态新模式，加快推进人工智能技术与我校研究生教育教学深度融合，提高研究生培养质量，经研究决定，启动2026年AI赋能研究生教育相关校级项目申报工作，本次申报范围涵盖“AI+”研究生课程、AI赋能研究生教育教学专项教改研究课题、AI赋能研究生教育应用场景典型案例三类。现将有关事项通知如下，请各研究生培养单位和相关部门积极组织申报。
一、申报类别及具体要求
（一）“AI+”研究生课程
1、建设内容
运用大模型、大数据、虚拟现实等 AI 技术，围绕教学设计、教学内容、教学模式、学情分析与教学评价等开展改革创新，全方位提升研究生课程质量，为研究生提供更加灵活、个性化的学习体验。建设内容主要包括但不限于教学方案个性设计、助教工具智能建设、学习资源多元集成、学习场景虚拟创建、研学平台高效搭建、教学质量精准评价等。
2、申报条件
（1）申报课程应为已纳入研究生培养方案并连续开设两学年以上的研究生课程，包括研究生公共基础课、专业课，优先支持体现学科特色、优势的重点课程、核心课程、交叉学科课程及研究生在线开放课程建设成效较好的课程。
（2）申报课程教学效果好，受众学生群体广泛。课程建设基础扎实，建设目标清晰，建设内容明确，预期建设成效有特色与创新。
（3）课程负责人原则上具有副高级及以上专业技术职称，师德高尚、具有较好的研究生课程教学经验和较高的学术造诣，教学理念先进，教学效果优良，在人工智能赋能教育教学改革方面有较好的基础和积累。课程团队教学改革意识强烈、理念先进，人员结构及任务分工合理。有研究生教学资源建设项目尚未结项的教师原则上暂缓申报。
（4）所申报的课程内容须遵守党的教育方针，遵守国家的法律法规，符合相关政策要求，导向正确，弘扬社会主义核心价值观。不得存在任何政治性、思想性、科学性和规范性问题，无危害国家安全、涉密及其他不适宜网络公开传播的内容，无侵犯他人知识产权内容。
（二）AI赋能研究生教育教学专项教改研究课题
1、选题指南
以“需求牵引、技术赋能、模式创新、质量提升”为核心，聚焦研究生培养和管理面临的突出问题，探索AI在研究生教育教学如思想政治教育、心理育人与成长关怀、教学质量提升、个性化培养、跨学科培养、过程质量监控和教育管理服务等方面的新形态新模式，全面提高研究生教育育人质量和服务效能。选题方向包括但不限于：
（1）AI赋能研究生精准思政与导学思政实施路径研究；
（2）AI 赋能研究生心理育人与成长关怀路径研究；
（3）研究生课程教学质量AI评价体系构建与实践应用研究；
（4）AI与学科专业深度融合的培养模式创新研究；
（5）AI赋能研究生“一生一策”个性化培养实践研究；
（6）AI赋能研究生科研能力与创新能力培养研究；
（7）AI赋能研究生实践能力培养的路径与机制研究；
（8）AI 赋能研究生学位质量评估研究；
（9）AI赋能和谐导学关系构建与导学沟通质量提升研究；
（10）AI赋能下的学业全周期多维预警与精准帮扶研究；
（11）AI 赋能研究生教育管理服务智能化提升研究；
2、申报条件
（1）具有良好的研究生教育教学改革基础，理论研究和实践探索具有创新性，对高层次创新人才培养有重要促进作用。
（2）研究目标明确，研究思路清晰，具备整体的研究与实施方案，有明确的预期成果，研究成果具有较强的实践意义和较好的推广价值。
（3）课题主持人（项目负责人）原则上应具有副高及以上职称或博士学位，或具有丰富的研究生培养、管理经验，有较好的研究水平和组织能力。鼓励多个研究生培养单位联合申报，联合申报需明确主持单位及教改课题负责人。有研究生教育教学改革课题尚未结项的教师原则上暂缓申报。
（4）有较好的研究基础和较强的研究能力。
（三）AI赋能研究生教育应用场景典型案例
1、征集方向
重点征集遴选人工智能赋能研究生教育，成效显著、可复制推广的应用场景典型案例。征集方向包括但不限于：
（1）学科特色教育语料库建设与应用：围绕学科专业培养需求，构建自主可控、高质量的多模态教育语料库，包括慕课、数字教材、学术资源、课堂实录、实验操作视频、研究生培养管理数据、导师发展数据等，支撑AI技术在教学、科研、管理中的精准应用。
（2）数智化实践教学场景创新：依托云边端协同智能基座，运用数字孪生、AIGC 等技术构建虚实融合的实践环境，生成个性化虚拟仿真实验任务，实现多模态交互式实践教学，破解实践资源不足、场景受限等难题。
（3）教育智能体研发与教学应用：构建面向研究生教与学的智能辅助系统，为教师提供教学过程优化、精准评价等支持，为研究生提供伴随式学习指导、个性化反馈等服务，支撑智能化教学管理与科研辅助。
（4）赋能研究生培养模式改革：以“一生一策”为核心，运用AI技术定制个性化培养方案、构建自适应学习模式；探索“人工智能+”交叉融合培养路径，培养复合型人才；借助科学大模型和智能实验设备等，高效开展实验设计、模拟仿真、结果采集与规律推演等，引导研究生积极适应科研方式变革，熟练应用新型科研工具，提升创新能力。
（5）导师指导效能智能化提升：搭建导师专业发展智能平台，构建“导师指导能力画像”，支撑导师选聘、考核、培训等工作；开发导师智能助理，辅助教研备课、学情分析、科研协作等任务；建立师生匹配智能测算与导学关系风险预警机制，优化导学互动效果。
（6）研究生培养质量智能保障：整合多场景学业数据构建研究生立体成长档案，运用大数据、机器学习等技术生成研究生能力画像与多维度评价报告；开展学位论文创新性检测、优秀论文识别等应用；探索AI赋能研究生招生、培养、就业全链条联动，研发专用大模型，提升管理服务效能。
（7）其他AI赋能研究生教育创新场景：其他运用人工智能技术赋能研究生教学模式、培养过程、管理服务等的创新性实践场景。
2、申报条件
（1）案例应具有创新性、示范性和可推广性，能充分体现人工智能在研究生培养中的应用价值，同时要遵循人工智能相关使用规范，确保安全应用。
（2）案例应在实际运用中取得显著效果，并具备一定的影响力和社会认可度。
（3）申报案例需录制3分钟以内案例展示视频（视频格式仅限MP4格式）。
二、申报流程及时间安排
1、符合要求的申报人按要求填写申报材料，将申报书及佐证材料、案例展示视频（仅案例类申报需提供）等提交至所在院系进行初审。
2、2026年4月30日前，各院系将汇总好的材料统一报送至研究生院培养办：
（1）纸质材料：各类申报书及佐证材料（附件1-3，一式三份）、申报汇总表（附件4，一式一份）；
（2）电子材料：各类申报书及佐证材料（合并为一个 PDF 文件）、案例展示视频（一个MP4文件）、申报汇总表（一个Excel文件）等按“单位-申报类别（课程/教改/应用场景典型案例）-名称”命名（如：001建筑学院-课程-学术道德），以学院为单位打包发送至联系人邮箱，其中视频可以使用东大云盘链接形式提交。
3、研究生院组织专家进行评审，评审结果公示无异议后，正式公布立项项目。
三、建设管理与验收要求
1、立项的“AI+”研究生课程将由研究生院投入经费，通过招投标方式确定建设单位，课程资源的制作由中标建设单位负责。课程负责人和团队成员必须积极配合中标单位进行课程建设，所有立项课程须于2026年11月15日前完成建设，建设结束后由研究生院组织专家对项目进行结题验收。验收通过的课程须在指定平台尽快上线，首先应用于本校研究生教学；在此基础上，积极推广，在全国高校发挥示范辐射作用，并在社会学习者中产生一定的影响。课程团队必须按照教学进程，持续为学习者提供优质教学服务，及时更新完善课程内容。实际应用效果好的课程，在省级和国家级相关项目遴选中，同等条件下优先予以推荐。
2、立项的教改专项研究课题研究期限原则上为1年，建设结束后由研究生院组织专家对课题进行结题验收。结题时，重点课题须在核心期刊上发表1篇或一般期刊上发表2篇相关教改论文，或形成1项可转化的教学改革方案；一般课题至少发表1篇相关教改论文，或形成高质量研究报告。对未按进度完成的课题，由所在院系督促整改，整改无明显成效或未能结题的课题，经专家审议后将撤销该课题的立项资格，课题负责人三年内不得申报学校各级各类研究生教育教学改革课题和项目。
3、入选的应用场景典型案例负责人须持续深化研究，结合实际深化“人工智能+高等教育”的探索和实践，在人工智能技术的辅助下开展教育教学创新，推进人工智能在研究生教育中的广泛应用，充分发挥典型应用场景案例的示范辐射效应，不断提升研究生培养质量。实际应用场景典型、示范效果突出的案例，在省级和国家级相关项目遴选中，同等条件下优先予以推荐。
四、经费支持
“AI+” 研究生课程建设经费由研究生院统一向中标制作公司支付。研究生院将结合学校经费下拨情况与项目总体申报情况，综合确定经费支持力度，待项目结项后，按学校相关规定统一拨付至项目负责人所在院系或部门。对建设成效突出、推广价值高的应用场景典型案例，研究生院将酌情给予持续经费支持。
联系人：黎洁昕，电话：52090207，邮箱：ljxseu@seu.edu.cn
附件： 
附件1：东南大学“AI+”研究生课程建设申报书.doc
附件2：东南大学AI赋能研究生教育教学专项教改研究课题申报书.docx
附件3：东南大学AI赋能研究生教育应用场景典型案例申报书.docx
附件4：东南大学2026年AI赋能研究生教育相关校级项目申报汇总表.xls
研究生院培养办
2026年4月3日