智能时代高校人工智能通识教育培养模式研究

梁羽佳

（中国矿业大学，江苏徐州 221116）

人工智能通识教育课程是智能时代计算机科学与技术教育的重要补充，是大规模提高高校师生智数素养（人工智能素养AI Literacy和数据素养Data Literacy）的有力措施，也是实现教育现代化2035目标的关键一环[1]。高校大力发展人工智能通识教育有助于缓解人工智能产业、高校布局问题导致的东西部地区教育不公现象，也有利于提升普通人才的智能素养，助力人才培养实现宽口径转化方面能够起到正向作用，因此研究高校人工智能通识教育培养模式具有重要的现实意义。

一、高校人工智能通识教育培养模式存在的问题

在教育信息化飞速发展的时代，人工智能通识教育的课程的普及化是通过教育实现社会包容与公平的有效途径，是实现可持续发展目标2030年教育的重要基石，是改善最弱势群体受教育机会的关键[2]。高校人工智能通识教育培养如何定位并突破现有问题，是当前该领域理论研究和实践中“破题”的关键。

（一）高校人工智能通识课程设置“两化”问题

1.教育理念去价值化

新时代高校的“教书”水平很重要，但“育人”能力更重要，人工智能通识教育不应局限于让学生了解“什么是人工智能”“人工智能做什么”“人工智能怎么应用”或为企业培养相关人才的功能，更应积极促进学生在互联网时代的全面发展和自我实现，帮助学生实现从价值自发向价值自觉的有效转变。但当前人工智能通识教育普遍出现教育理念“去价值化”的倾向，主要表现为教师过于注重课程的考点讲解和作为技术性学科的工具性，忽视人工智能通识课程“人性化”的一面，较少进行“人工智能价值观念”的引导，难以达到使学生用“人工智能思维”进行专业课拓展或日常思考的目的。学生仅仅记住了“知识点”，却未能拥有真正与之匹配的“智数素养”，使人工智能技术开花结果的创新性、开放性思维也未能实现普及化，导致开设该课程的价值观引导作用无效化。

2.教学内容空泛化

目前国内已有200多所高校开设人工智能专业，而开设人工智能通识课的却屈指可数，即使开设人工智能通识教育必修课的高校也往往陷入讲授过程中重理论、轻实践的情况。多数高校教师将人工智能通识教育课程理解为“人工智能概念”的单纯灌输或“人工智能科学工作原理”的讲解，陷入计算机科学技术原理的泛泛之谈，导致其成为“死记硬背”的刻板教学课堂。部分人工智能通识课程甚至缺乏实践教学，学生难以感受人工智能应用的真正魅力，缺乏后续深入学习的动力，无形中减少了人工智能专业的潜在人才；另一方面，也导致学生普遍缺乏“智数素养”和人工智能基础应用的能力。通识教育具有非功利性和普及性，而人工智能的课程特性又要求其注重学生的探索精神和个人潜力，强调一定的“个性化”和“智能化”，这就要求其有更超越专业课的互动性，空泛的内容、枯燥的“填鸭”只会进一步削弱人工智能教育的作用和影响力。

（二）高校人工智能通识课程教学方式技术嵌入不足

目前人工智能通识课程教育的技术运用主要是通过手机APP实现的，学生可以根据自己的能力和兴趣自行利用APP中的知识库进行查缺补漏，但这种学习方式的效果取决于学生的自觉水平，大部分学生难以在教师未布置作业时自行利用软件进行课外学习，导致“鼓励式”学习任务往往难以产生预期效果，而人工智能的VR沉浸式学习等多项新技术尚未大范围进入课堂，技术的不完全嵌入带来的是教学过程的枯燥无趣和考评手段的落后低效，无形中拖慢了人工智能通识教育体系大面积铺开的步伐。

（三）高校人工智能通识课程教师TPACK能力不足

TPACK是关于教师在具体情境中如何利用技术开展有效教学的知识框架，研究表明，我国高校教师的TPACK水平处于中等水平[3]。其中整合技术的教学法知识（TPK）、整合技术的学科内容知识（TCK）和整合技术的学科教学知识（TPACK）相关的水平明显偏低[4]，距离实现“AI+TPACK”的目标还有很远的距离。在运用人工智能手段实施精准定位教学内容、按需定制教学计划、沉浸模式深入学习等方面，和国际平均水平存在较大差距，阻碍了人工智能技术与通识教育课程的有效整合。

（四）高校学生智数素养提升主动性不足

人工智能技术与通识课程实现有机耦合，不仅需要教师具备 TPACK 能力，学生也要具备“整合技术的学科学习知识（TLCK）”，即与教师TPACK能力相对应的，基础的“元认知”能力。但在教学实践中，多数高校学生缺乏主动运用人工智能发现问题、解决问题的思维，而是被动地完成作业、通过考试；在学生群体之中并未形成关于智数素养重要性的共识，无疑与人工智能通识教育课程设置的初衷背道而驰。

二、人工智能通识教育培养模式研究的策略

探索人工智能通识教育培养新模式是既符合新时代高校教育教学改革工作的需求，又符合高校通识教育“知行合一”需要的现实选择。据此，从教学理念、课程体系、教学方式、育人平台四方面入手，是人工智能新技术与高校通识教育实现“道器结合”的核心手段；从而构建起全员、全程、全方位、全课程的育人格局[5]，使“文”“工”“理”各类课程实现协同发展，以达成高校教育“立德树人”的根本目标。

（一）革新以提高学生数字化胜任力为核心的教学理念

世界知名人力咨询机构怡安翰威特提出的数字化人才胜任力模型认为，真正的数字化人才拥有三大核心胜任力——学习能力、灵活性与好奇心，以及八大辅助胜任力——包括成功的意愿、数据处理能力、解决问题的策略、商业敏锐度、远程协作、数字化沟通、毅力以及乐于助人的品质[6]。以人工智能为主的信息技术作为先进生产力的代表，其教育潜力能否得到充分的释放已经成为我国实现教育现代化目标的关键一环，而学生的数字化胜任力也日益成为国际社会的核心竞争力。因此，“如何全面提升学生的数字化胜任力？”是高校人工智能通识教育的基础。

首先，教师应鼓励学生积极申报“人工智能+X”的交叉学科创新创业项目，同时不同学科的教师之间也应加强交流合作，进行跨学科的课题探究。其次，在各学科教学的过程中，教师应积极探索多样化评价方式，改单一的结果性评价为多元的过程性评价，在教学活动中采取成果“路演”“竞标”等新颖的交流形式。最后，高校需要引进更多的前沿数字化技术，转变以往“引”而不“进”，放置在实验室“束之高阁”的做法，在保障设备与校园安全的前提下，最大限度解放学生自由探索的创造力、想象力，从而真正提升学生的数字化胜任力。

（二）构建高校人工智能通识“CEE”课程体系

“CEE课程设计模型”即“认知型课程（Cognition）、模拟演练（Experience）、实战训练（Entrepreneurship）”三位一体的课程体系，着重强调课程内容的“一核”及“多元”。以互联网思维与信息素养为引领，牢牢把握人工智能通识课程内容设计的核心，并按照多元化的思路将专业技能和课程设计相融合，正规课程和非正规课程相融合，课程深度渐进式和讲解方式综合式相融合，建设全面化、立体化、深度化的课程体系。1.开设认知型课程（Cognition），即开设人工智能前沿技术产业通识课程，如“智力科学与技术概论”“脑与认知的基础”“人工智能的基础”“机器学习”“数据挖掘”和“模式识别”等基础通识类必修课程。2.增加模拟演练（Experience），将人工智能课程嵌入其他必修课程和选修课程，如人文、艺术、金融、科技等不同领域的选修课，与其联动，设置不同的课程考核或小组任务，督促学生运用人工智能的宏观思维而非具体知识点完成课程作业，为日常生活中和专业研究中的思维运用夯实基础。3.启用实战训练（Entrepreneurship），即开设与正常理论课内容相对应的基础实践课，与理论课学分数量相同，提高实践课地位，督促学生多运用，在操作中发现问题从而实现深度学习。同时引入学习通、MOOC等多种智慧校园APP，对学生学习数据进行采集、画像、分析等一系列动态监测，通过数据化管理、个性化学习、智能化考评，实现高校学生自我激励、自我规划、自我提升，利用智能化技术实现课上课下、线上线下多方面的合力教学，在实战中使学生体悟到人工智能技术嵌入的意义和通识课程的魅力所在。

（三）打造高校人工智能通识“O2O-IPBL”教学方式

引入“IPBL”即学生“导入—计划—实施—评价”的项目式学习路径和教师“激发—整合—深加工—评价”的深度学习过程，同时嵌入“O2O”模型，从学生、线上资源技术、线下课堂实践、互动平台、服务中心五部分入手，建设线上理论教育渠道、线下课堂实践渠道、师生互动渠道、线上资源技术更新渠道、线下活动拓展延伸渠道、学生信息反馈渠道六个教学渠道[7]，保障学生在校期间可使用优质教学资源进行个性化学习，在高校教师的指导下，潜移默化中提升学生融合了信息技术的学科思维能力。

同时教师可通过学习通、雨课堂、腾讯课堂等平台，进行动态化、常态化、可视化的数据记录，从单调的日常表现分数记录，升级为直观的数据曲线及成长轨迹的分析、预测，实现培养模式的智能化发展。利用智能应用中的AI大数据分析学生的知识漏洞并呈现能力雷达图，通过系统匹配不同能力侧重和知识漏洞互补的同学进行线上下互助学习或云PK，既科学严谨，又直观生动，学生的学习情况一目了然，有助于打造全新的课程考核生态体系。

（四）搭建“AI+U-G-E”协同育人平台

“AI+U-G-E”即通过大学机构的深度介入、政府部门的政策引领、企业组织的市场导向，增加经费投入、促进课程更迭、师资队伍建设和实践基地建设，助力大学生人工智能教育与应用能力融通。该模式将人工智能为代表的信息技术与“U-G-E”模式深度融合，整合优质人工智能教育教学资源，通过提供优质人工智能课程学习资源[8]，搭建数字资源聚合平台，便于教师学生获取，从而提高个性化、精准化的AI教与学，实现个体化、体验式的学习资源聚合，助力高校教师、学生紧跟前沿科技和发展大势。“AI+U-G-E”模式使大学、政府、企业三方形成的实践共同体互通有无、合力解决人工智能应用实践中的问题，达到协同发展的目的。从而促进“技术”嵌入，以智能引领教育，推进整体上智能时代高校人工智能通识教育培养模式飞跃发展。

三、结束语

新技术支持下开放教育的模式变革和生态重构、未来开放教育的发展趋势、新机遇和新挑战[8]等日益成为国际社会讨论的焦点，当前线上线下、校园内外的边界日趋模糊，人工智能通识教育开始走向开放和重构。为建设好这一通识课程，各高校必须立足课程体系建设这一提高人才培养质量的关键环节，从认识层面，对“人工智能通识教育是什么、怎么做？”“人工智能通识课对专业课的促进和挑战”和“计算机类专业课对通识课的支撑和导向”等根本问题进行全局考虑和总体设计；从实践层面，对课程设置的教育理念去价值化、教学内容空泛化、讲授片面专业化，课程技术嵌入不足、教师能力TPACK技术融合不足，学生能力提升主动性欠缺等人工智能教育实践中的新兴问题进行深入探索。因此，我国人工智能通识教育课程体系建设应打破落后思维桎梏，借新技术之势全面创新课程体系：呼应主题，寻求变革，对接时事，融会贯通，做到技术与教育的深度融合，人文与智能的无缝对接；实现“文”“工”“理”多学科的同向同行，打造社会认可的精品课程，为加快实现教育现代化2035愿景和目标、创造人工智能通识教育美好的未来作出新的贡献。