大学官宣！撤销外语专业

AI时代对高校人才培养的冲击正在不断显现。

2026年硕士研究生招生，东南大学将停止外国语学院俄语语言文学（学术学位）、西班牙语语言文学（学术学位）2个专业的统考招生；河北大学停招英语口译和日语口译专业；北京语言大学阿拉伯语笔译和口译专业不再招生。2025年末，华东师范大学发布的《2025年本科专业设置及新增专业、停招专业情况》显示，德语和翻译等多个专业停招……

近几年，包括“双一流”在内的中国科学技术大学、河南大学、西南交通大学、济南大学等不少高校也纷纷停招外语类本科专业。一时间，关于“外语专业在消失”“AI时代学习外语是否还有必要”的相关讨论甚嚣尘上。

AI时代，英语等传统外语专业将何去何从？曾经的火爆专业为何成为高校“劝退顶流”？高校语言类专业设置有哪些新趋势？针对相关话题，新京报记者采访了北京第二外国语学院人工智能与语言科学学院院长吴建设。

现状：部分高校传统外语类专业缩招

“外语专业没以前那么吃香了。”每当有高校调整英语等传统外语类专业时，不少网友都会发出如是感慨。

早在2023年，中国科学技术大学就发布了《关于拟撤销“英语”等6个本科专业的公示》，河南大学、西南交通大学、济南大学等多所高校也在近年停招或撤销外语类本科专业。景德镇陶瓷大学更是直接对外国语学院进行“重组”，在原有外国语学院基础上，成立国际文化传播学院。

外语专业调整也从本科延伸到了硕士研究生阶段。

除2026年东南大学、河北大学停招部分外语类硕士研究生之外，2025年，北京语言大学已在硕士研究生招生中，停招俄语笔译、日语笔译、日语口译、德语笔译、朝鲜语笔译、朝鲜语口译、西班牙语笔译等7个专业；同时，该校发布的2026年硕士研究生招生简章及专业目录显示，阿拉伯语笔译和口译专业不再招生。

在吴建设看来，高校缩招、停招外语专业是一场必要的“供给侧结构性改革”，过去二十多年，外语专业经历了一轮盲目扩张，许多非外语类院校开设英语专业，往往只是因为“办学成本低——有一间教室、几个老师就能开课”。这种同质化、工具化的培养模式，必然被AI时代所淘汰。

教育部官网公布的2013年度普通高等学校本科专业备案或审批结果显示，我国有70所高校增设商务英语专业、40余所高校新增翻译专业。中国翻译协会2025年4月发布的《2025中国翻译行业发展报告》显示，2024年，全国共1022所高等院校开设的外语本科专业有招生计划，共涉及55个语种；2020年以来，共有95所普通高校新开设了30个语种的外语本科专业。其中，新开设英语和日语专业的高校数量最多，近5年分别有37所和13所。同时，53所普通高校撤销了17个语种的外语本科专业。其中，撤销日语和英语专业的院校数量分别达到19所和13所，居各语种前两位。

吴建设表示，一所大学决定外语专业存废的根本标准，是其服务国家战略与区域需求的能力，即能否培养出国家急需、社会紧缺的差异化外语人才。

破局：

外语专业走向“交叉”，外语教育回归“特色化”

在吴建设看来，顶尖外语院校要承担国家战略人才培养与学科创新使命；区域性高校服务地方经济与特定行业需求；综合性大学和行业特色院校则深耕“外语+专业”复合模式。总体而言，从“文—文交叉”走向“文—工交叉”，将是多数外语专业的必由之路。

记者注意到，部分高校已经开始以“外语+X”模式破解单一培养局限。

比如，北京外国语大学英语专业分别与中央财经大学金融学专业、中国政法大学法学专业、北京理工大学信息管理与系统专业牵手，培养全球金融治理、涉外法治、国际化数据管理等复合型人才。

北京语言大学自2023年起与中国石油大学（北京）申报了“阿拉伯语+石油工程”联合学士学位项目，此后又分别与北京科技大学、北京林业大学、北京化工大学、中国石油大学（北京）联合申报了“西班牙语+采矿工程”“德语+木材科学与工程”“法语+化学工程与工艺”“俄语+资源勘查工程”等4个联合学士学位项目。

广东外语外贸大学作为广东省首家双学士学位复合型人才培养项目建设高校，2024年获广东省首批9个“外语+专业”双学士学位复合型人才培养项目招生；2025年新增10个“外语+专业”“专业+专业”双学士学位复合型人才培养项目；同时为适应数字经济时代的发展需求，2025年新增4个本科专业并招生，其中包括人工智能、大数据管理与应用专业，致力培养“外语+科技”高素质人工智能复合型人才和国际化经管创新人才。

上海外国语大学深入推动以外语学科为根基的“文文交叉、文理交叉、文工交叉”三融合，增设语言学、数据科学与大数据技术等特设本科专业。同时成立语言科学研究院、脑机协同信息行为实验室等，推动语言智能与认知神经科学的交叉研究。设立6个双学士学位复合型人才培养项目，并建设“多语种+”区域国别、法律、新闻等领域人才培养项目。

复旦大学外国语言文学学院与计算机科学技术学院合作，推出4个“外语语种+计算机”双学士学位项目，推进“新文科”与“新工科”的融合创新，培养兼具国际视野、外语与计算机跨学科知识技能和创新能力的复合型顶尖人才，承载国家人才培养战略需求。

与此同时，从不少高校的招生简章、外语保送生招生简章中也可发现外语教育的变化趋势。比如，厦门大学2026年本科生外语类保送生招生简章显示，该校将招收日语、法语、俄语、西班牙语四个专业的保送生。录取后可根据学生意愿选拔进入“法语+法学”“日语+国际政治”“俄语+国际政治”等双学士学位项目、“外国语言文学类+会计学/财务管理”跨学科人才培养项目。

在吴建设看来，目前，外语教育正不断从“大众化”回归“精英化”与“特色化”。其表示，未来能够存续的外语专业，将不再是“万金油”型，而是在分类卓越发展模式下，培养具备“人机协同”能力的专业人才。

吴建设以该校探索学科交叉与课程重构为例说道，“我们的应对策略可以概括为八个字：技术赋能，专业复合。我们不是拒斥人工智能，而是主动拥抱它，探索人机协同的新范式。”

据悉，北二外成立了人工智能与语言科学学院，致力于打破文工壁垒。在专业建设上，学校设立了“人工智能+外语（英/法/俄/葡）”四个拔尖人才实验班，招生规模约120人/年。与此同时，实验班的课程体系也经历了结构性重构。

“我们将《Python程序设计》《自然语言处理基础》《深度学习》《大语言模型微调》等前沿技术课程，系统性地嵌入外语专业培养方案。目标很明确——就是让学语言的学生懂代码逻辑、具备人工智能素养，从而在翻译实践中更好地驾驭AI工具，在国际舆情分析中具备数据思维，更从容地迎接人工智能时代。”吴建设如是说道。

更深层次的科研布局上，学院聚焦大语言模型翻译质量评测、AI同声传译效能研究、智能影视翻译、基于阿尔茨海默症早筛的语言脑机接口研究等前沿交叉领域。“这些都是人工智能时代之前尚不存在或长期停滞的‘无人之境’。如今，外语学者不仅可以借助AI开拓这些学术新疆域，还能与北京市科技产业发展紧密对接，服务首都科创中心、文化中心建设。”

探索：成为那个最会驾驭AI工具的人

在AI大语言模型可以迅速完成翻译的当下，什么样的“外语人”是AI无法取代的？

吴建设表示，AI大语言模型某种意义上像一位遗世独立的“仙人”——它饱读世间不同语言的所有典籍，善于处理固定程式，能够替代众多重复性、工具性、通用化的技能。然而，它最大的短板恰恰是“不谙世故”，“无论AI如何颠覆各行各业，在流水线的末端，始终需要人类为它站好最后一岗。”

在其看来，AI对语言专业的冲击确实是颠覆性的，但它冲击的是“低认知负荷的语言转换技能”，如果一个学生四年只是背单词、练语法，毕业即失业——这绝非危言耸听。AI大语言模型也有其短板。

比如，外交辞令中的弦外之音、文学作品中的历史典故，AI往往只能处理“字面义”，却无法精准捕捉“言外之意”；幽默、反讽、双关语，以及带有强烈个人风格的文学创作，AI目前依然难以企及人类的灵动与深刻；在复杂的国际传播和高端谈判中，需要斟酌措辞以避免冒犯，需要人类的价值观作“罗盘”通过语言构建共识……而这些恰恰是做好语言翻译工作必需的，“语言不仅是工具，更是本体。学习一门外语，实际上是在重塑大脑的认知结构，是在内化另一套理解世界、与世界对话的思维方式。”

吴建设表示，AI可以将“中国式现代化”翻译成对应的英文词汇，但它很难向西方受众阐释这一概念背后的历史脉络与哲学内涵，更难以根据西方受众或全球南方受众的文化心理，因地制宜地调整叙事策略。

因此，外语专业培养的人才不是简单的传声筒，而是文化使者。他们懂得面对不同文化背景的听众时，故事该以怎样的切入点去讲述，才能让人“听得懂、听得进”。这种对受众心理的微妙把握，根植于对世界文明的深度理解，是算法在可预见的未来无法企及的。

针对喜欢语言的青年学生，吴建设鼓励其不要因为AI的崛起而退缩，“这是一个充满可能性的时代——AI工具为你插上了技术的翅膀，将你从烦琐的机械劳动中解放出来。一定要积极主动地了解和学习AI，适应人机协作的新常态。”

吴建设提到，未来社会所需的语言人才，必须是“人文素养+AI技术能力”的结合体。不要抗拒AI，而要借助课程学习或自学，成为那个最会驾驭AI工具的人。

同时，要深耕垂直领域，仅仅掌握外语与AI还不够，“外语人”需要在某个领域成为半个专家，“外语+AI+专业”的复合型人才目前仍属稀缺，但这应当是未来外语人的标配。

此外，吴建设也表示，学生们也要保持人文定力，不要沉迷在AI所构筑的虚拟世界中，多读书，多思考，多去真实的世界里与人交流。

来源：新京报。

声明：麦可思研究原创内容全面开放非盈利目的的转载授权，转载请留言或添加编辑微信获得长期白名单授权（电话或微信搜索18602824882）。

转载要求——

1.文首注明“转载于麦可思研究”。

2.转载请在文章发布的24小时后进行。

关注“麦研文选”,获取更多数据——