导语
大学专业正在变得越来越难以被单一学科定义。从人工智能与生命科学的结合，到计算方法进入社会科学，再到数据、工程与环境领域不断交叉，越来越多顶尖大学开始围绕新兴技术与复杂现实问题重新组织本科专业和人才培养。
专业设置的变化也将影响高中阶段的学习准备。过去，学生往往根据目标专业倒推课程选择，以数学、物理、生物、经济等相对固定的学科组合为大学申请建立基础。但当大学专业本身不断跨越传统学科边界，仅仅完成多门课程的组合，已经难以覆盖跨学科人才所需要的知识连接、研究与迁移能力。
从大学专业变化反观国际课程，高中阶段需要准备的也不只是选课。如何在保持学科深度的同时建立跨学科连接，如何通过研究型学习形成综合运用知识的能力，以及国际学校如何帮助学生适应不断变化的大学专业与未来学习方向，正在成为国际教育人才培养需要重新思考的问题。
一
顶尖大学跨学科专业的发展趋势
传统大学专业往往围绕相对清晰的学科边界展开，数学、物理、生物、计算机科学、经济学等分别形成独立的知识体系与培养路径。但随着人工智能、生命科学、气候变化等领域快速发展，越来越多前沿问题已经难以依靠单一学科的方法解决。与之相应，顶尖大学本科教育中的跨学科培养也逐渐从学生自主选修不同领域课程，进一步进入专业设置与课程体系层面。
从当前顶尖大学的本科项目可以看到，跨学科并非简单增加几门其他学科课程，而是围绕新的研究对象和现实问题，对原有知识结构进行重新组合。计算机科学正在与生命科学、认知科学、经济学、城市研究等领域建立更紧密的联系，数据与计算方法也逐渐成为连接不同学科的重要工具。大学专业的组织逻辑由此出现新的变化：专业边界依然存在，但知识之间的连接正在变得更加重要。
1.1 跨学科专业发展的内在驱动
顶尖大学跨学科专业持续发展的背后，首先来自现实问题复杂程度的提升。人工智能治理、气候变化、公共健康、生命科学创新等问题往往同时具有科学、技术、经济和社会属性，单一学科能够提供其中一种分析工具，却难以覆盖问题的全部维度。大学因此需要重新组织不同领域的知识，使人才培养更接近真实问题的结构。
其次，技术与研究方法的变化正在推动学科边界重新调整。特别是人工智能、数据科学和计算方法的发展，使原本属于计算机科学领域的方法逐渐进入生命科学、经济学、认知科学等学科。
最后，知识生产方式的变化也在推动大学培养目标发生转变。当新的研究方向不断产生于学科交界处，大学所需要培养的就不只是能够掌握既有专业知识的人才，也包括能够理解不同知识体系、选择合适研究方法并建立学科连接的人才。
1.2 跨学科专业的主要发展方向
首先，计算与人工智能正在成为跨学科发展的重要连接点。随着数据分析、机器学习和计算建模逐渐成为不同领域的重要研究方法，计算机科学的应用范围已经从传统工程与信息技术领域延伸至生命科学、认知科学、经济学和社会科学等多个方向。
图源：麻省理工学院官网
麻省理工学院（MIT）目前设置了多个跨院系本科项目，包括“计算与认知”（Computation and Cognition）、“计算机科学与分子生物学”（Computer Science and Molecular Biology）、“计算机科学、经济学与数据科学”（Computer Science, Economics, and Data Science）以及“城市科学与规划和计算机科学”（Urban Science and Planning with Computer Science）等。其中，“计算与认知”由电气工程与计算机科学系和脑与认知科学系共同提供，将计算方法、工程方法与脑科学、认知科学和机器智能结合；“计算机科学与分子生物学”则直接连接计算科学与生命科学，面向生物信息学、计算分子生物学等交叉领域。
其次，生命科学正在加速与计算、工程等领域融合。随着基因组分析、药物研发等越来越依赖数据处理与计算建模，计算方法逐渐成为生命科学的重要研究工具，推动计算生物学、生物信息学等交叉方向发展。
图源：斯坦福大学官网
再次，数据科学正在形成连接自然科学、工程与社会科学的通用平台。斯坦福大学的数据科学本科专业由统计学、数学、计算机科学和管理科学与工程等多个院系共同支持，学生需要跨越多个院系完成课程学习。同时，该专业允许学生进一步探索数据与金融、生物、市场营销、工程等领域的结合。数据科学因此不再只是一个独立的技术专业，也成为不同专业领域开展分析和研究的方法基础。
图源：牛津大学官网
除科技领域内部的融合外，科技与人文社会科学之间的交叉也在进一步深化。牛津大学开设的“计算机科学与哲学”（Computer Science and Philosophy）本科项目，将算法、人工智能、机器学习等计算机科学内容与逻辑学、伦理学、心灵哲学、科学哲学等内容结合。牛津大学指出，随着计算机系统特别是人工智能越来越广泛地影响社会生活，计算机科学与哲学之间的现实联系也不断增强。
不同跨学科方向看似分散，其共同点都在于通过多学科知识共同回应单一学科难以充分解释的新问题。
1.3 跨学科专业发展的主要特征
从具体专业设置进一步观察，当前顶尖大学的跨学科发展呈现出三个较为明显的特征。
第一，跨学科正在从课程层面的补充走向培养体系的重构。
跨学科学习原本更多依赖辅修、双专业或自由选修，即学生先进入某一传统专业，再根据个人兴趣补充其他领域知识。而当前部分顶尖大学则直接将不同学科重新组合为完整的本科培养项目，并由多个院系共同参与课程设计与人才培养。
图源：哈佛大学官网
哈佛大学的联合专业（Joint Concentration）同样强调，两个领域并不是彼此独立的“双专业”，而需要形成真正的学术交叉，学生最终需要完成能够同时满足两个领域要求的毕业论文。这说明，跨学科培养的重点是在不同学科之间建立有意义的联系。
第二，跨学科并不意味着削弱基础学科，反而更加依赖扎实的学科基础。
不同领域的融合首先建立在对各自基础知识和方法的掌握之上。以牛津大学计算机科学与哲学专业为例，本科第一年即分别学习算法、离散数学、编程、概率，以及逻辑学、哲学等基础内容；在后续阶段才逐步增加人工智能、机器学习、量子信息、认知科学哲学等更具交叉性质的课程。跨学科培养并不是用广度替代深度，而是在一定学科深度之上建立新的知识连接。
第三，跨学科专业越来越强调问题与研究导向。
跨学科培养强调围绕具体问题调用不同领域的知识与方法，项目学习、实验、毕业论文和独立研究等形式也因此承担更加重要的作用。学生需要先识别问题的复杂性，再判断哪些学科能够提供有效的解释工具和研究方法。由此，跨学科学习的重点也从掌握多少知识进一步升级为能否围绕问题组织、整合并运用知识。
图源：麻省理工学院官网
而这也提出了一个进一步的问题：当大学越来越重视跨学科知识结构时，学生在进入大学之前需要具备怎样的能力基础？研究能力、知识迁移与跨领域整合能力的重要性正在进一步凸显。这也构成了跨学科专业趋势向高中阶段国际课程与人才培养传导的起点。
二
跨学科专业的人才能力需求
跨学科专业的发展期待学生既具备进入不同领域学习的学科基础，也需要能够围绕问题开展研究，并将不同学科的知识和方法迁移至新的情境之中。
因此，从顶尖大学跨学科专业的课程结构与培养方式来看，其人才需求可以进一步归纳为三个相互关联的层面：以扎实学科基础支撑复合知识结构，以研究能力应对复杂问题，并在此基础上形成跨情境的知识迁移与整合能力。
2.1 学科基础与复合知识结构
跨学科首先建立在扎实的学科基础之上。无论是人工智能与生命科学、计算与认知，还是数据科学与社会科学的融合，都要求学生理解相关学科的核心概念、基本原理和研究方法。缺少基本的学科基础，所谓的“融合”就容易停留在概念层面。
但仅有多个学科的知识储备同样不足以构成真正的跨学科能力。跨学科专业所需要的复合知识结构，并不是把数学、生物、计算机等课程简单排列在一起，而是理解不同知识在解决同一问题时分别发挥什么作用。例如，在计算生物学中，生物学帮助学生理解生命现象及其机制，数学和统计提供定量分析框架，计算机科学则提供处理复杂数据和建立模型的方法。只有当这些知识能够围绕具体问题形成联系，多学科背景才真正转化为复合知识结构。
图源：牛津大学官网
因此，跨学科人才培养首先呈现出一种深度基础和横向连接的特征：既保持核心学科的学习深度，也逐渐建立理解和进入其他领域的知识接口。
2.2 研究与复杂问题解决能力
如果说复合知识结构解决的是“学生具备哪些知识基础”，那研究能力所解决的则是“学生如何使用这些知识”。
跨学科领域面对的问题通常没有单一、固定的解决路径。人工智能伦理既涉及技术原理，也涉及哲学、法律与社会影响；气候变化既需要自然科学解释，也涉及工程技术、经济政策与社会行为；脑与认知研究则需要连接神经科学、心理学、计算机科学甚至哲学。面对这类问题，学生很难依靠某一门课程中的既定知识直接得到答案。
因此，跨学科专业尤其强调从问题出发开展学习和研究。学生需要将一个宽泛的问题转化为可以研究的具体问题，判断需要调用哪些领域的知识和方法，再通过资料搜集、实验、数据分析、模型构建或论证等方式形成自己的结论。
图源：斯坦福大学官网
这也体现出跨学科学习与一般知识扩展之间的重要区别。前者并不是掌握越多领域越好，而是能够根据问题选择和组织知识。在这一过程中，提出问题、分析证据、判断方法是否适用、处理不同信息之间的矛盾，并不断调整研究路径，都成为重要能力。
特别是在人工智能降低信息获取与内容生成门槛后，判断问题价值、信息可靠性与证据有效性变得更加重要，研究能力也因此成为组织和使用知识的重要方式。
2.3 知识迁移与跨学科融合能力
跨学科人才能力的进一步体现，在于能否将已经掌握的知识和方法迁移到新的领域和问题之中。
知识迁移意味着学生能够理解一种知识或方法背后的逻辑，并判断其在新情境中的适用范围。例如，统计方法可以进入生物、经济与社会研究，计算建模也可以应用于气候、疾病传播等不同问题。跨学科能力因此并非掌握更多知识，而是能够将已有知识转化为解决新问题的工具。
在此基础上，跨学科融合还要求学生能够理解不同学科之间的差异。不同领域不仅研究对象不同，对证据、方法和结论的判断标准也可能存在差异。自然科学更强调实验与可验证性，人文社会科学可能更加关注情境、价值和解释框架。真正的跨学科学习并不是消除这些差异，而是在理解不同学科思维方式的基础上建立连接。
因此，知识迁移连接了学科深度与跨学科广度。跨学科人才并不是什么都会的复合型人才，而是能够理解知识原理，并将其迁移、组合和应用于新问题的人才。
这种能力需求也会继续向大学之前的学习阶段传导。对于IB、AP、A-Level等国际课程而言，学生如何选择学科、如何形成既有深度又有连接的课程组合，以及不同课程体系能够为跨学科学习提供怎样的空间，也因此成为需要进一步讨论的问题。
三
跨学科趋势下的国际课程选择变化
大学跨学科专业的发展，使高中阶段的课程选择面临新的判断标准。国际课程选课通常围绕目标专业展开：申请工程类专业强化数学和物理，申请生命科学侧重生物和化学，申请经济与商科则更多选择数学和经济。这样的选课逻辑当下仍然具有现实意义，因为大学专业依然对相关学科基础提出明确要求。
但当越来越多大学专业本身建立在多个学科的交叉之上，单纯依据专业名称建立固定的“选课组合”，已经难以覆盖不同专业方向的知识结构。高中阶段的课程选择因此需要同时考虑两个层面：一方面满足大学专业对基础学科的要求，另一方面为学生未来进入跨学科领域保留足够的知识接口和发展空间。
3.1 传统专业导向选课模式的变化
传统国际课程选课通常从目标专业反推高中科目，例如工程、物理、计算机科学等方向强调数学基础，生命科学相关专业则通常关注化学、生物。对于A-Level、IBDP等课程学生而言，核心科目的选择仍然直接关系到部分大学专业的申请资格。
跨学科专业的发展使“专业—科目”之间的对应关系更加复杂，高中选课也需要从单纯判断“未来申请哪个专业”，进一步考虑希望进入怎样的专业方向、解决哪一类问题。
这意味着，专业导向仍然重要，但不宜过早转化为高度固定的课程组合。特别是在学生兴趣尚未完全确定的阶段，课程选择还需要考虑知识基础的可延展性，为未来进入相邻甚至交叉领域保留调整空间。
3.2 不同国际课程体系下的跨学科选课空间
IB、AP和A-Level在课程结构、选课方式和学习广度上存在明显差异，因此为跨学科学习提供的空间也有所不同。这里的差异并不意味着某一种课程体系天然更适合跨学科培养，而是不同体系通过不同方式建立学科之间的连接。
图源：IBO官网
IBDP的课程结构首先体现出较强的广度要求。学生需要从语言与文学、语言习得、个人与社会、科学、数学、艺术等学科组中进行选择，并完成三门或四门高水平课程（HL）。这种结构使学生在高中阶段在自然科学、人文社会科学和语言等不同领域保持一定学习基础。与此同时，IBDP的核心部分进一步提供了跨学科连接的空间。知识论（TOK）、拓展论文（EE）等核心课程进一步为知识连接和独立研究提供空间，其中世界研究拓展论文（World Studies Extended Essay）允许学生围绕全球性问题结合两个IBDP学科展开研究。
图源：College Board官网
AP的跨学科空间更多建立在较高的课程组合自由度之上。AP并不存在统一规定的完整课程组合，学生可以根据学校开课情况、个人能力与未来方向，从数学、自然科学、计算机科学、人文社会科学等不同领域选择课程。这种灵活性使学生能够围绕特定跨学科方向形成个性化组合。除单科课程之外，AP Capstone进一步强化了研究与跨领域学习。它通过AP Seminar与AP Research强化研究能力，引导学生分析不同观点与证据，并进一步完成独立研究。
图源：Edexcel官网
A-Level则体现出以少数学科进行深度学习的特点，学生通常集中学习三至四门课程，有利于在基础学科中建立较强的纵向深度。在跨学科趋势下，其关键是在有限科目中形成具有连接性的组合，并通过EPQ等研究型项目进一步向相关领域延伸。
由此来看，三种课程体系形成跨学科学习的路径并不相同：IB更多依靠课程广度与核心课程建立连接，AP依靠灵活组合与研究型课程拓展跨学科空间，A-Level则可以在学科深度基础上通过课程组合与独立研究向外延伸。
3.3 学科广度与学科深度的平衡
跨学科准备并不等于增加选课数量。高中阶段仍需要保证核心学科的学习深度，同时避免过早围绕单一方向压缩其他领域的探索空间。因此，跨学科趋势下更合理的课程结构是形成一种具有层次的组合：以核心学科建立纵向深度，以相关学科拓展横向连接，再通过研究和项目将不同知识真正组织起来。
课程数量本身并不能证明跨学科能力，能够解释不同知识之间为什么需要连接、又如何共同解决问题，才是课程组合进一步产生价值的关键。
由此，国际课程选择的逻辑也正在发生变化：从寻找某个专业对应的“标准选课答案”，逐渐转向根据学生的核心能力、兴趣方向与未来可能的发展路径构建课程组合。
四
大学专业变化对国际学校
人才培养的反向影响
当大学专业逐渐从单一学科走向知识交叉，高中阶段的人才培养也不能停留在增加课程数量或提供更多活动。真正需要调整的，是知识如何被组织、研究如何被开展，以及学生如何理解自身未来的发展方向。由此，大学专业变化对国际学校的影响可以进一步落在三个层面：从学科并列走向知识连接，从科研经历走向研究能力，从专业规划走向能力规划。
4.1 从学科并列到知识连接
国际学校通常已经提供数学、科学、人文、艺术、计算机等多领域课程，但学校还需要在保持学科教学完整性的同时，为学生创造建立知识连接的机会。
这种连接首先可以发生在课堂内部。同一个现实问题往往可以从多个学科进入。例如，气候变化既涉及物理、化学和生物过程，也涉及经济成本、公共政策和社会行为；人工智能既涉及算法与数据，也涉及伦理、语言和社会影响。学生如果能够从不同学科理解同一问题，就更容易意识到各学科知识的适用范围以及彼此之间的关系。
进一步来看，跨学科连接也可以通过项目式学习、主题学习等形式实现。其重点并不是为了“跨学科”而同时加入多个学科，而是首先确定一个具有复杂性的真实问题，再判断解决这一问题需要哪些知识和方法。学科由此不再只是课程表中彼此独立的板块，而成为理解和解决问题的不同工具。
4.2从科研经历到研究能力
随着国际教育竞争不断发展，科研项目、独立研究、论文写作等已经成为部分学生高中学习经历的重要组成部分。但在跨学科人才培养背景下，研究的价值主要体现为学生是否真正经历了提出问题、选择方法、分析证据和形成判断的过程。
因此，国际学校的研究型学习需要进一步从“成果导向”转向“过程与能力导向”。
首先是问题意识的培养。相比直接提供一个成熟的研究题目，学生更需要学习如何从兴趣或现实问题中发现值得研究的议题，并逐渐缩小范围、明确变量或建立研究问题。
其次是方法选择与证据分析能力。面对同一个问题，实验、统计分析、文本分析等方法可能提供不同类型的证据。学生需要理解不同方法能够回答什么问题、存在什么限制，而不是机械完成既定研究步骤。
最后是独立判断与反思能力。尤其在生成式人工智能能够协助检索、整理、分析甚至生成文本之后，完成一份形式完整的研究成果变得更加容易，但判断资料是否可靠、方法是否合理、结论是否得到证据支持的重要性反而进一步提升。
图源：College Board官网
因此，从科研经历到研究能力的转变，本质上是将研究从升学履历中的一个“项目”，重新放回人才培养过程之中。对于未来可能进入跨学科领域的学生而言，这种能力比提前接触某一个具体专业方向更具有可迁移性。
4.3 从专业规划到能力规划
跨学科专业不断发展之后，学生未来进入大学的路径变得更加多样。在这种情况下，过早围绕一个具体专业名称构建全部高中经历，可能反而缩小学生的发展空间。国际学校的升学与生涯规划因此需要在“专业规划”之外进一步加入“能力规划”。
能力规划首先需要回答的是学生已经形成哪些稳定的能力优势，还缺少哪些未来学习所需要的基础。例如，学生是否具备扎实的学科基础、研究能力与知识迁移能力。
在此基础上，专业选择可以被理解为能力结构与兴趣方向共同作用的结果，而不是高中阶段必须尽早锁定的终点。对于已经形成明确方向的学生，能力规划能够帮助其进一步强化核心学科深度；对于仍处于探索阶段的学生，则可以通过保持关键学科基础和一定课程广度，为未来进入不同专业方向留下空间。
这种变化也意味着，国际学校的升学指导需要减少对固定“专业模板”的依赖。课程、活动和研究项目之间不必为了形成某个专业标签而高度同质化，更重要的是帮助学生形成具有内在逻辑的学习轨迹：哪些问题持续吸引自己，哪些学科能够帮助理解这些问题，自己又在这一过程中逐渐建立了哪些能力。
五
跨学科趋势下的人才培养转向
从顶尖大学跨学科专业的发展，到人才能力需求和国际课程选择的变化，可以看到，跨学科趋势带来的影响并不止于新增了哪些专业、学生应该选择哪些课程。更深层的变化在于，当大学越来越围绕复杂问题重新组织知识，高中阶段的人才培养也需要从相对固定的专业准备，转向更具开放性和适应性的能力准备。
5.1 从单一学科优势到复合知识结构
长期以来，突出的单学科能力是学生形成学术竞争力的重要基础。数学、物理、生物、经济等领域的深入学习，不仅能够体现学生的学科优势，也直接关系到部分大学专业的申请要求。但跨学科趋势正在进一步强调学科优势与其他领域之间的连接。
因此，国际教育中的“学科优势”需要从一个相对孤立的竞争标签，进一步转化为复合知识结构中的核心支点。学科深度依然重要，但其价值不仅在于学生掌握了多少内容，也在于这些知识能否成为理解其他领域和进入新问题的基础。
5.2 从专业适配到能力适配
跨学科专业的发展使学生与专业之间的匹配更加动态：同一种能力可以进入多个领域，同一个专业也可能需要多种学科能力，专业选择因此需要进一步关注其背后的能力结构。
因此，人才培养所追求的“适配”，需要从专业名称的匹配进一步走向能力结构的匹配，为学生进入不同专业和新兴交叉领域保留更大的发展空间。
5.3 从大学申请准备到长期发展准备
大学申请是国际学校人才培养的重要节点，但不应成为高中教育的终点。随着专业持续分化、新技术不断催生新的研究方向，学生未来更可能需要在不断变化的知识和职业环境中持续调整学习方向。
这意味着，国际教育需要帮助学生建立更具持续性的学习与适应能力。面对新的知识、技术和专业方向，学生不仅需要能够快速建立基础、连接已有知识，也需要逐渐判断自己的兴趣与能力，并主动调整未来的学习方向。教育的目标由此不只是替学生规划一条确定路径，也包括帮助学生形成规划自身发展的能力。
从大学申请准备走向长期发展准备，并不是弱化升学目标，而是将课程、研究与生涯规划放入更长的人才成长周期，使阶段性的申请准备同时服务于长期能力发展。
结语
顶尖大学跨学科专业的发展，反映出知识生产与人才培养方式正在发生变化。当人工智能、生命科学、数据科学等不断突破传统学科边界，大学对学生的要求也逐渐从单一学科知识积累，延伸至复合知识结构、研究能力与知识迁移能力。
这种变化也正在向高中阶段传导，推动国际课程选择与学校人才培养从专业准备进一步转向能力准备。
未来，专业名称与知识边界仍将持续变化。相比为某一个确定的专业提前准备，帮助学生形成能够适应不同知识领域和学习方向的能力结构，将成为国际教育回应跨学科趋势更具长期价值的路径。
*本文内容基于公开信息，如有疑问请联系修改
*文中未标注图片来自：Unsplash
本文为京领原创出品
未经授权，请勿转载
转载或商务合作请联系
电话：010-82362348
微信：Kinglead-edu
官网：https://jinglingedu.com