必看！人工智能通识课怎么上？解答你最关心这 6 个问题！（1）

2024 年政府工作报告中，“人工智能+”行动首次被明确提及，这标志着人工智能技术在国家战略中的重要地位。人工智能不仅是科技发展的前沿领域，更是推动新质生产力形成的核心动力。众多高校已将人工智能通识课程纳入通识教育范畴，然而在课程筹备的过程中，如何编排教学内容、如何设计实验实训、如何进行教学平台选型、如何进行算力资源配备？这些问题若处理不当，可能会成为制约课程建设顺利推进的关键因素。

为应对以上挑战，2024 年 12 月 19 日，和鲸科技成功举办了“人工智能通识教育与实践发展暨和鲸科技 AI 通识课解决方案发布会”。本次活动特别邀请了南京大学计算机学院教授，大学计算机基础教学部执行主任金莹老师，分享了南京大学在人工智能通识课程体系构建的探索。南京大学作为国内早期从事计算机科学与技术教育和研究的单位之一，其计算机科学与技术系作为全国首批国家重点一级学科，在队伍建设、人才培养、科学研究等方面长期位居国内先进行列。今年 2 月 27 日，南京大学首开先例，宣布面向全体本科新生开设“人工智能通识核心课程体系”，并于 9 月 13 日正式开讲。

会上，和鲸科技社区合伙人、运营总监唐铭首次公开介绍了和鲸人工智能通识教育解决方案。该方案集合教学平台、精品课程、实验资源于一体，可助力高校于 2025 年春季学期快速启动课程，调整人才培养方案的课程策略，达成教学模式革新与成效跃升。

建设面向全校开设的人工智能通识课

基于会议内容，和鲸科技梳理了参会教师们关心的几个核心问题，旨在融合南京大学在人工智能通识教育领域的建设经验以及和鲸科技多年来的实践积累，为更多致力于推动人工智能通识教育的高等院校及教师提供有益的参考与借鉴~

Q1：南京大学的人工智能通识课程是由单一学院独立开设，还是由跨学院的教师团队联合授课？

南京大学“人工智能通识核心课程体系”分为“1+X+Y”三个层次，集全校之力共同参与课程的总体规划和管理，旨在为学生提供全面而深入的人工智能教育。

• 该体系中的“1”代表 1 门必修的人工智能通识核心课，由计算机学院、人工智能学院、软件学院、文科学院等教师团队共同授课。这门课程为学生提供了人工智能的基本概念、基础技术和典型应用场景的全面认识，是全校学生共同学习的重要内容。

• “X”代表多门人工智能素养课，这一层次的课程由多个学科共同参与，充分发挥南京大学在人工智能、计算机、软件、数学等领域的优势，包括四个主要模块，分别从基本技能、编程基础、数据思维和开发创新展开，代表课程为《大语言模型应用》、《智能程序设计基础》等，旨在提升学生的人工智能素养，使其具备跨学科思考和解决问题的能力。

• “Y”则代表各学科与人工智能深度融合的前沿拓展课。这一层次的课程由各个院系为主体开设，旨在将人工智能技术与各学科专业知识相结合，推动学科交叉融合和创新发展。目前，南京大学各个院系都在积极开设“Y”类课程，以满足不同专业学生的需求。

Q2：人工智能通识课程应该设置为选修课还是必修课？

关于人工智能课程是选修课还是必修课的问题，这实际上因学校而异，取决于各校的教学改革和课程设置。以南京大学为例，在上一轮教学改革中，南京大学凭借《以学生发展为中心的“三三制”本科人才培养体系构建与实施》荣获第七届高等教育国家级教学成果特等奖，赋予了学生更多的自主选课空间。在南京大学，除了国家规定的必修课程外，很多课程都是可以选择的。人工智能课程也是如此，它们通常以菜单形式呈现，由院系根据各自的人才培养计划来选择相关课程。此外，学生还可以在学院课程的基础上，根据自己的个性化学习需求来选择课程，即他们可以在学院选定的课程基础上进行增减。

目前，由于学生的学分已经相对饱满，且大多数学生对人工智能技术的了解程度还不够，因此将所有的人工智能课程都设为必修课并不现实。然而，随着教育部推动人工智能技术向中小学教育层面推进，未来中小学生可能会具备一定的人工智能基础。这将为高校释放更多课程空间，使学生能够根据专业人才培养需求和个性化学习需求，在更高层面上进行课程选择。未来，南京大学也会不断优化课程设置，完善人才培养计划，尊重学生的个性化学习需求。

和鲸深知将 AI 融入专业教育对于打造学生综合竞争力的重要性。为了推动 AI 教育的普及与发展，和鲸期待与众多高校展开深度合作，共同培养具备 AI 技术应用能力的复合型人才。针对高校在开设 AI 通识课程过程中面临的难度把控、实训设置、筹备规划等难题，和鲸特此推出了面向全校大一新生的《人工智能导论：思维与应用》课程。该课程旨在通过完整的课程材料，包括教学大纲、PPT 课件、试讲视频、实践作业和实践环境等，为高校提供一个可快速上手的解决方案。

课程内容设计方面，《人工智能导论：思维与应用》课程涵盖了六大核心部分，包括人工智能的历史发展与分类、常见的机器学习方法、深度学习与神经网络、大语言模型与智能体、AI 技术的未来展望以及实践大作业。通过抛除不必要的过难理论，注重实际应用与操作，该课程力求让不同背景下的学生都能快速掌握 AI 技术，为未来的职业生涯奠定坚实基础。