編者按
　　
　　2025年4月，教育部等九部門聯合印發的《關于加快推進教育數字化的意見》明確提出，建設“通用+特色”高校人工智能通識課程，建設一批高校智慧課程，開好中小學信息科技相關課程，鼓勵開設人工智能特色課程。圍繞如何建好、開好人工智能通識課程，本專刊特推出“建設人工智能通識課程”相關報道，敬請關注。
　　
　　隨著人工智能時代的到來，人工智能素養正逐漸成為全球各行業從業者的基本能力。高校作為人才培養的核心陣地，承擔著為社會輸送具備人工智能素養的復合型人才的重要使命。
　　
　　2025年4月，教育部等九部門聯合印發的《關于加快推進教育數字化的意見》明確提出，建設“通用+特色”高校人工智能通識課程。人工智能通識課的核心目標并非培養人工智能專業人才，而是面向各專業學生，普及人工智能基礎知識，培養其與人工智能協同工作的能力，使其成為“懂人工智能”的跨領域人才。
　　
　　1
　　
　　分類分層構建課程體系
　　
　　開設人工智能通識課程時，各類高校需依據學校類型與發展定位，實施差異化課程建設策略。研究型大學可側重人工智能思維與創新能力的塑造，應用型高校宜強調人工智能技術在真實場景中的落地與應用，職業院校則應聚焦人工智能工具的使用與操作技能培養。明確的培養定位是保障通識課程實施效果的重要前提。
　　
　　在課程體系設計方面，可借鑒國內外高校成功經驗，采用模塊化架構，涵蓋“基礎通識—學科融合—產業應用”三大板塊。基礎通識板塊面向全校學生，系統介紹人工智能的基本概念、發展歷程、技術原理與社會影響；學科融合板塊則應結合不同專業特點，設計具有專業針對性的人工智能應用教學單元；產業應用板塊可圍繞地方主導產業和新興領域，引入相關人工智能實踐案例。南京大學的“1+X+Y”課程體系、復旦大學的“AI-BEST”框架以及北京市屬高校推行的“一校一品”模式，均為模塊化課程設計的典型代表。這些模式層次清晰、模塊分明，兼顧知識廣度與深度，適配不同專業背景學生的學習路徑。
　　
　　在縱向層面，課程內容應遵循“基礎理論—綜合素養—前沿拓展—實踐實訓”四階遞進結構，系統構建學生的認知框架與方法體系。基礎理論幫助學生建立系統認知，綜合素養強調人工智能思維與方法的培養，前沿拓展關注人工智能跨學科融合的最新進展，實踐實訓則通過案例與項目強化應用能力。這一結構兼顧系統性與靈活性，適應不同基礎學生的學習需求。
　　
　　鑒于人工智能技術更新迅速，課程體系應具備動態優化機制：一方面，定期更新前沿拓展模塊，補充新技術與應用案例；另一方面，依據學生反饋與產業變革持續調整內容結構，保障課程的先進性與實用性。北京郵電大學人工智能通識課程團隊開發了系統的教材、課件與視頻資源，并開展多輪試講與反饋調研，持續優化內容設計與教學安排。
　　
　　2
　　
　　設計多維融合的課程內容
　　
　　人工智能通識課程不僅應傳遞知識，更應注重培養學生的智能素養。課程內容應打破學科壁壘，融通多領域知識，引導學生提出問題、解決問題，并培養創新意識與技術倫理觀念。
　　
　　課程內容設計上，首先需要避免過度技術化，要實現技術認知與人文思考的有機統一。除介紹機器學習、深度學習等關鍵技術外，還應嵌入人工智能倫理教育，系統探討隱私保護、算法公平、人機協作等社會性議題。可參考聯合國教科文組織所倡導的“以人為本的智能社會公民素養”理念，作為內容設計的重要依據。
　　
　　其次，課程內容應突出學科交叉特色，通過“人工智能+專業”典型案例，展現人工智能在醫學、人文、工程等不同領域的融合應用。例如，面向醫學專業學生介紹人工智能輔助診斷技術，面向人文學科學生展示自然語言處理與文化遺產數字化保護應用……同時，應緊密結合區域經濟與產業特點，嵌入本土化案例。南方科技大學“人工智能與應用”課程，整合了機器人、數字經濟、傳染病預測等深圳本土產業內容；深圳大學相關課程，引入DeepSeek（深度求索）相關案例，涵蓋生成模型、自然語言處理、計算機視覺等應用實踐。此類案例貼近現實，增強代入感，也體現了高校服務地方發展的責任擔當。
　　
　　最后，在知識構成上，課程內容應涵蓋人工智能基礎（如核心概念與典型算法）、編程工具及常見人工智能平臺的使用方法，注重理論實踐一體化教學。難度上應以工具應用和案例實操為主，通過“人工智能工具使用”與“應用案例”等模塊激發學生的興趣與參與感。
　　
　　3
　　
　　構建以學生為中心的教學模式
　　
　　傳統講授模式不利于學生開展探究和實踐，特別是面對生成式人工智能的飛速發展，人工智能通識課程更需要盡快改變教學模式，通過綜合運用多種教學方法，構建以學生為中心、多元互動的教學模式，提升學生的學習主動性和實踐能力。
　　
　　教學策略上，學校可采用“通俗理論講授+案例直觀演示+實踐操作訓練+真實項目驅動”的多元教學方法組合。理論部分應通俗易懂，案例需貼近實際，如通過解析自動駕駛系統呈現人工智能決策流程；實踐環節可依托低代碼平臺，幫助學生體驗模型訓練與部署全過程；項目驅動則鼓勵學生以小組形式解決現實問題。
　　
　　具體教學上，為實現人工智能通識課程“教學做合一”，學校需要積極探索利用數字化技術開展實踐式教學。學生除了通過慕課等線上平臺自主學習基礎理論外，學校還可以通過搭建云端實訓平臺，支持遠程實驗與開發，涵蓋智能體構建、RAG應用、工作流設計等任務，為學生提升人工智能實操技能提供途徑。
　　
　　此外，學生人工智能素養與實操能力存在個體差異，因此，線下實驗和項目實踐中，學校還可以引入智能助教系統，及時為學生個性化學習提供精準反饋與指導，輔助學生在實踐中一步步解決問題，從而提升實操能力；同時，學校要重視“以賽促學”的效果，通過組織創新競賽或引入典型賽事案例，激勵學生在真實情境中應用知識、鍛煉能力。
　　
　　課程的落地，需要系統化、多層次的保障機制，就當前高校開設人工智能通識課程，需要重點推進師資建設、資源支持與動態評價三方面工作。師資方面，應開展面向全體教師的人工智能通識培訓，加強對任課教師的專項能力提升，并推動跨學科教學團隊建設，利用虛擬教研平臺促進協同備課。資源方面，應建設集成化教學支持平臺，融合實驗開發、教學管理與資源共享等功能，配套建設案例庫、數據集等開放資源，形成貫穿課前、課中、課后的全流程支撐體系。評價方面，應建立多元動態評估機制，整合學生反饋、同行評議、專家評審及行業企業評價，借助大數據實現教學過程智能監測，形成“評估—反饋—優化”閉環，推動課程持續改進與質量提升。
　　
　　（作者趙建華系西北師范大學兼職教授，詹涵舒系西北師范大學博士研究生）