人工智能素养正成为各行业人才的基本要求。2025年4月，教育部等九部门在《关于加快推进教育数字化的意见》中明确提出建设“通用+特色”高校人工智能通识课程。该课程旨在面向各专业学生普及AI基础知识，培养与AI协同工作的能力，使其成为懂AI的跨领域人才。

一、分类分层构建课程体系

高校应立足自身定位开展差异化课程建设：研究型大学侧重思维与创新能力，应用型高校强调技术落地，职业院校聚焦工具使用。课程体系可采用模块化设计，涵盖以下板块：

基础通识：面向全校，讲授AI基本概念、发展历程、技术原理与社会影响。

学科融合：结合专业特点，设计针对性AI应用教学单元。

产业应用：围绕地方主导产业引入相关实践案例。

国内外已有成熟模式可供借鉴，如南京大学“1+X+Y”体系、复旦大学“AI-BEST”框架及北京高校“一校一品”模式。课程内容应遵循“基础理论—综合素养—前沿拓展—实践实训”的递进结构，帮助学生系统建立认知与方法体系。同时应建立动态优化机制，依据技术发展和学生反馈持续更新前沿模块，保持课程先进性与实用性。

二、设计多维融合的课程内容

课程内容应打破学科壁垒，实现技术认知与人文思考的统一：

融入伦理教育：系统探讨隐私保护、算法公平、人机协作等社会议题，体现“以人为本的智能社会公民素养”理念。

突出学科交叉：通过“人工智能+专业”典型案例，展现AI在医学、人文、工程等领域的融合应用。

结合区域特色：引入本地产业案例，如南方科技大学整合深圳机器人、数字经济等内容，深圳大学引入DeepSeek相关生成模型与自然语言处理案例。

注重实践导向：涵盖AI基础、编程工具与平台使用方法，以工具应用和案例实操为主激发学生兴趣。

三、构建以学生为中心的教学模式

改变传统讲授模式，采用多元教学方法：

多元方法组合：采用“理论讲授+案例演示+实践训练+项目驱动”模式，理论通俗化，案例贴近实际（如解析自动驾驶系统），实践依托低代码平台，项目鼓励小组解决现实问题。

强化实践教学：利用云端实训平台支持远程实验，涵盖智能体构建、RAG应用等工作任务，同时引入智能助教系统提供个性化指导。

以赛促学：组织创新竞赛或引入赛事案例，激励学生在真实情境中应用知识。

四、完善课程实施保障机制

需系统推进以下三方面工作：

师资建设：开展全员AI通识培训，加强任课教师专项能力提升，推动跨学科教学团队建设，利用虚拟教研平台促进协同备课。

资源支持：建设集成化教学平台，融合实验开发、教学管理与资源共享功能，配套案例库、数据集等开放资源，形成全流程支撑体系。

动态评价：建立多元评估机制，整合学生反馈、同行评议、专家评审及行业评价，利用大数据实现教学过程智能监测，形成“评估—反馈—优化”闭环，推动课程持续改进。

人工智能通识课程建设是一项系统性工程，需以清晰定位为前提，以内容融合为关键，以学生为中心创新教学模式，并通过系统的师资、资源与评价保障推动课程高质量实施，真正培养出适应智能时代需求的跨领域人才。

摘自《中国教育报》2025-09-23（赵建华 詹涵舒）