2024 年是深入实施国家教育数字化战略行动的关键之年，也是具有重要意义的 “智慧教育元年”。自秋季学期起，各高校积极响应，全面启动人工智能通识课程体系的建设工作，改革进程明显加速。但在推进过程中，一系列问题逐渐显现，影响着课程的落地。
学生背景差异
课程内容设计
跨学科融合挑战
师资力量短板
算力资源瓶颈
自研人工智能通识系列课程，采用分层设计理念，提供从技术原理到场景应用的差异化教学路径，让理工科学生夯实技术根基、让人文社科学生掌握人工智能思维，助力高校实现“千人千面”的人工智能通识教育。
* 若高校已构建课程内容，平台同时支持将学校现有课程内容导入，并能够根据不同学科和课时需求灵活适配。
人文社科版
《人工智能导论：与AI同行》
适用对象：
全校大一新生或人文社科专业学生
本课程通过 AI 工具互动实验、AI议题思辨、探索性项目学习等方式，帮助学生了解 AI 如何塑造我们的世界，并学会聪明地使用 AI。每一部分都按照“理解AI发展-体验AI应用”的逻辑展开，实现技术认知与人文反思的双螺旋培养模式。
课程亮点：
内容设计：扎根生活场景的认知脚手架。课程通过场景化的案例，让技术认知从“概念迷雾”落地为“可感知的生活工具”。
授课方式：让理论“活起来”的三板斧。理论教学采用“音视频+图文资源+案例”的组合，实验环节涉及多项热门AI工具，让学生理解面向不同需求场景下的 AIGC 工具的选择与使用。
长期价值：人文社科学生的AI生存指南。课程在教授知识的同时，着重培养学生两重核心能力——技术敏感度（快速掌握新工具）与批判性思维（识别AI偏见/伦理风险），为学生应对AI渗透下的学术研究、就业竞争提前筑基。
《人工智能导论：思维与应用》
适用对象：
理工类院校全校大一新生或理工农医专业学生
本课程以人工智能核心理论与技术演进为主线，通过“理论+实验+项目”的体系化设计，帮助学生构建系统化 AI 知识框架，掌握从模型原理到工程落地的基础能力。课程覆盖机器学习、深度学习、大模型应用三大技术栈，为学生后续专业学习奠定扎实基础。
课程亮点：
内容设计：构建AI技术的认知底层逻辑。从AI发展史到前沿大模型技术，课程覆盖基础理论、算法原理与工程实现，逐层拆解AI技术发展的必然性与局限性，帮助学生建立全链条认知框架。
授课方式：理论实验双轮驱动。简化问题，拒绝“调包式教学”，引入产业、工作流程解读。通过零代码、低代码的多项趣味性实验，让学生在自主完成的过程中体验从数据标注到智能体部署的完整AI工程闭环。
长期价值：AI融合能力前置培养。构建“专业领域知识+AI工程思维”的复合型能力基座，为后续计算机、生物医学等专业课程中的智能化升级提供认知接口。
理工农医版
覆盖从基础入门到高阶进阶的各个学习阶段
提供从零代码到全代码的多样化学习工具
互动趣味中提升实践能力
深度覆盖 “教 - 改 - 管 - 评” 教学全流程
智能备课智能体帮助教师高效备课
智能批改智能体自动批改作业，减轻教师工作压力
从计算资源、分析环境到适配高校组织模式的管理体系
全方位支持学校人工智能教育创新发展
助力培养跨学科优秀人才
