来源：《中国大学教学》   2025年第3期

摘要：探讨人工智能时代计算机通识教育的挑战及对策，分析人工智能与计算机通识教育的内在逻辑，提出重构课程体系、更新课程内容、创新教学方法，以及培养跨学科能力等一系列改革措施。国内外成功案例表明，这些策略能够有效提升教育教学质量。最后为我国计算机通识教育发展提出几点启示或建议。

关键词：人工智能；计算机通识教育；课程体系；教学方法；个性化学习

一、引言

以大模型为代表的人工智能技术首先在自然语言处理领域取得重大突破，引发了新一轮人工智能发展浪潮。从汽车工业的自动驾驶到医疗健康的精准诊断，从金融领域的智能风控到智慧教育的个性化学习，人工智能技术不仅重塑了行业生态，更极大地改变了人们的生活、工作与学习方式。人工智能将持续深化多模态融合，进一步拓展其能力边界和应用场景，推动人类社会全面迈进人工智能时代。

计算机通识教育作为大学通识教育的组成部分之一，承担着培养学生信息素养、计算思维能力以及适应数字社会基础技能的重任。面对人工智能时代的挑战，传统的计算机通识教育已经难以满足数字社会对人才的需求。因此，适时调整与优化计算机通识教育课程体系，融入人工智能、大模型等前沿技术，培养学生的数字素养、智能思维与创新能力，就成为当前大学通识教育改革的迫切任务，也为计算机通识教育带来了新的发展机遇。

计算机通识教育的改革方向需要围绕培养具备智能素养的跨学科复合型人才这一目标展开。将人工智能基础、大模型技术等融入计算机通识教育课程体系之中，同时加强人工智能伦理教育。文章首先剖析人工智能与计算机通识教育之间的内在逻辑，然后提出计算机通识教育的改革策略，包括重构课程体系、更新课程内容以及创新教学方法。通过对国内外成功案例的分析，提炼出共性经验，为计算机通识教育的改革实践提供借鉴与启示。

二、人工智能与计算机通识教育的关系

人工智能是一门研究、开发用于模拟、延伸和扩展人类智能的理论、方法及应用系统的技术科学。其核心技术涵盖了机器学习、深度学习、自然语言处理和计算机视觉等多方面，这些技术通过算法和模型对海量数据进行挖掘、分析和学习，赋予机器类似人类的思维能力和决策能力，推动应用向更加智能化、自主化的方向发展。

计算机通识教育是在计算机基础教育的拓展与深化中发展起来的。计算机基础教育注重基础知识和技能的培养，而计算机通识教育则强调培养计算思维、信息素养和跨学科综合能力，以使学生能更好地适应数字社会的需求，增强职业发展的竞争力。这种教育理念不仅关乎个体在人工智能时代的适应能力，更是驱动整个社会数字化转型与创新发展的核心动力。

人工智能与计算机通识教育之间存在着紧密的内在联系。人工智能的发展为计算机通识教育提供了新的机遇和挑战，也对计算机通识教育提出了更高的要求。而计算机通识教育是培养人工智能时代所需人才的重要途径，为人工智能的发展提供了坚实的人才基础。两者相辅相成，共同推动人工智能时代的发展。

人工智能时代对人才素质提出了前所未有的新要求，除一般通识教育要求的批判性思维、广博的知识、国际视野和全人格教育之外，还包括跨学科能力、实践创新能力、人机协同能力和人工智能伦理等方面的素养。为了适应这些新要求，计算机通识教育需要进行全面的改革与创新。具体来说，有以下几个方面。

（1）跨学科能力：人工智能跨越计算机科学与技术、数学、物理学、生物学和心理学等多个学科，因此，要求人才必须具备跨学科的知识储备和整合能力，能够灵活运用多学科视角来分析和解决复杂的问题。

（2）实践创新能力：人工智能需要与实践紧密结合，要求人才具备将理论知识转化为实际应用的能力，能够不断激发新想法、提出新方案，保持敏锐的创新意识。这种能力是推动人工智能不断突破边界，实现创新应用的关键。

（3）人机协同能力：人机协同能够充分利用人类与机器各自的长处，通过合理的分工与紧密的协作，有效提升工作效率。同时，培养掌控人工智能以及与智能机器协同工作的综合素养，既掌握提示词对话能力，又保持批判性距离。

（4）人工智能伦理：将人工智能伦理融入全人格教育，以培养学生技术素养和创新力。引导他们正确理解人工智能，树立尊重隐私、保障安全、追求公正的伦理观。通过深入理解伦理原则，引导科技向善，使人工智能技术成为人类的助手，共筑人机和谐的美好未来。

为了推动计算机通识教育的改革与创新，需要重构课程体系、更新教学内容并优化教学方法。通过这些改革措施，培养出既拥有广博知识又具备综合能力的复合型人才，让他们在人类文明进步的征途中，特别是在第四次工业革命的社会实践中，成为中流砥柱。

三、计算机通识教育的改革策略

1．课程体系的重构

近年来，人工智能大模型领域发展迅速，从ChatGPT到DeepSeek等不断涌现的成果，彰显了该领域的蓬勃生机。在此背景下，许多高校将“人工智能+”作为教育发展的战略任务。为了适应科技进步和数字社会对人才的新要求，计算机通识教育需要重新构建一个多层次、多模块的课程体系，涵盖从人工智能基础理论到前沿技术等各个方面。

（1）设立人工智能基础模块：通过这一模块的学习，学生可以全面了解人工智能的基本框架、核心技术和应用领域。

（2）增设大模型技术模块：大模型作为人工智能领域的最新成果，已经在自然语言处理、图像识别等领域取得了显著进展。通过这一模块的学习，学生可以掌握大模型的核心技术，了解大模型技术在各行各业中的应用。

（3）设立人工智能伦理模块：通过这一模块的学习，学生可以了解人工智能伦理的基本原则和规范，学会在技术应用中遵循伦理准则，确保技术的健康发展。

（4）开设跨学科融合模块：将人工智能、计算机学科与其他学科进行交叉融合。如开设“人工智能与生物学”“人工智能与法学”和“人工智能与艺术”等课程，引导学生从多学科视角分析和解决复杂问题。

以人工智能为核心的计算机通识教育课程体系如图1所示，它分成基础类、技术类和交叉类计算机通识课程三个层次，每个层次又有若干门课程供师生选择。这种计算机通识教育课程体系与国内一些高校人工智能通识教育课程体系是相辅相成的。

例如：南京大学面向全体本科生开设“人工智能通识核心课程体系”，其课程结构是“1+X+Y”三个层次。其中，1门人工智能通识核心课将引导学生正确认识和理解人类所处的人工智能时代；X门人工智能素养课将开设一系列关于人工智能基本思维、基本技能的基础课和关于人工智能在不同领域的应用课，让学生了解人工智能在数字人文、数字经济和社会科学中的应用；Y门各学科与人工智能深度融合的前沿拓展课，将以“课程＋项目”为主要形式，让学生直接进驻重点实验室或头部企业等，参与前沿的研究项目。

2．课程内容的更新

随着人工智能技术的迅猛发展，计算机通识教育的课程内容亟须不断更新，以紧跟最新技术进展和应用趋势。在课程内容更新方面，可以采取以下措施。

（1）增加人工智能相关内容。应密切关注人工智能领域的最新研究成果和应用案例，并及时将这些前沿技术融入课程之中。在基础类计算机通识课程中，引入人工智能基础、机器学习算法和大模型技术等。

“大学计算机”课程内容是在以计算思维为导向的计算机通识课程改革过程中，逐步形成了涵盖系统思维（计算机软硬件系统）、网络思维（通信与互联网）、算法思维（算法与程序设计）、数据思维（数据库与大数据）等相对稳定的知识结构与基本技能。目前需要加入人工智能与智能思维模块，涵盖机器学习、深度学习和大模型技术等。

“人工智能与智算操作系统”课程是在“人工智能导论”的基础上改造而来的。当前，国内正在兴起智算中心建设热潮，智算操作系统业已形成并支撑各种应用场景落地，以开放接口、模型库和算法包等方式向广大用户提供垂直大模型、自动驾驶和视频生成等人工智能服务。课程内容包括人工智能基础、机器学习、深度学习、强化学习、大模型技术、智能代理、智算中心和智算操作系统，以及人工智能应用案例等丰富的内容。

（2）增设大模型技术课程。现在，与其说人类开始进入人工智能时代，不如说人类进入的是大模型时代。大模型计算范式推动了人工智能从一个模型解决一个任务迈向一个模型解决所有任务的新阶段。通过引入大模型技术的最新进展和应用场景，激发学生的学习兴趣和创新思维。

“大模型技术与应用”课程内容涵盖了大模型的定义、分类、Transformer架构、预训练模型、微调技术、模型推理、API调用、提示词工程、数据分析，以及大模型在各行各业中的应用等。此外，还需要设计一系列实验帮助学生将理论知识转化为实践创新能力。

（3）加强跨学科教学融合。将人工智能技术融入其他学科（如化学、生物学、艺术等），鼓励学生从多维度、跨学科的视角去审视和分析问题，寻找创新性的解决方案。以2024年诺贝尔化学奖的三位获奖者为例，他们分别来自不同领域，即美国华盛顿大学的生物化学家David Baker、谷歌DeepMind的计算机科学家Demis Hassabis 和John Jumper，他们的研究聚焦蛋白质的设计与结构预测，这正是跨学科融合的典范。

如“人工智能与艺术”课，该课程是一门跨学科的通识课程，旨在通过艺术与技术结合，引导学生探索人工智能在艺术创作中的应用，培养学生的跨学科思维和批判性能力。这门课程不仅能够帮助学生掌握人工智能技术，还可促使他们从伦理和社会角度审视技术发展，培养具有责任感和创造力的复合型人才。课程内容包括人工智能艺术和美术的发展历史、核心理论框架，以及人工智能在绘画、雕塑、书法、音乐、电影、戏剧和诗歌等各艺术领域中的应用，激发学生探索人工智能艺术的兴趣。

3．教学方法的创新

在人工智能时代背景下，计算机通识教育的教学方法也需要不断创新，以提高教学效果和学生的学习兴趣。在教学方法创新方面，可以采取以下措施。

（1）混合式教学模式。混合式教学模式融合了线上与线下教学的双重优势，旨在增强学生的自主学习能力并提高学习效率。具体实践上，可以依托慕课平台提供的线上教学资源，如教学微视频、电子课件、在线测试和互动论坛等，让学生在课外自主学习。而线下课堂侧重于案例分析、小组讨论等互动式教学活动，通过师生的深入交流和合作，促进知识的内化与应用。

（2）沉浸式与互动式教学。沉浸式与互动式教学是另一种创新的教学方法。结合人工智能与虚拟现实技术，打造沉浸式的学习环境，使学生能够身临其境地参与模拟场景，进行实践操作和学习体验。例如，利用虚拟现实技术可以模拟计算机系统的内部结构、网络攻击与防御的实战场景等，让学生感受计算机的魅力。同时，利用大模型平台作为智能问答系统，与学生进行实时互动。通过问答引导学生主动思考，积极探索并解决问题。大模型平台还可以根据学生的学习情况和反馈，不断优化和调整问答内容，提高教学的针对性和有效性。

（3）人工智能生成式教学。人工智能生成式教学是一种新型的教学方法，利用生成式人工智能技术为教师和学生提供服务。例如，教师只需输入教学主题或大纲，人工智能大模型平台即可自动生成包含文字、图片和视频等多种形式的教案和课件。学生则需要学会选择合适的大模型工具并具备表达问题的能力，探究人工智能生成结果对问题解决路径及成效的影响规律。此外，大模型还能整合学术论文、实验案例、在线课程等多种教学资源，并根据学生的学习需求和兴趣点，推荐合适的学习资料。这种教学方法突破传统知识传授模式，构建起“数据驱动、人机协同、动态进化”的自适应学习生态。

（4）定制个性化学习路径。人工智能能够根据学生的兴趣、学习进度和学习风格，为每位学生量身定制个性化的学习路径和学习内容。通过分析学习数据，准确识别学生的知识弱点和优势，有针对性地提供教学资源，以满足学生的个性化学习需求。大模型工具作为智能教学助手，可随时解答学生的疑问，提供详细易懂的解答，并根据学生的提问历史和学习情况，给出个性化的学习建议。

四、实践案例与分析

1．国内外成功案例

案例一：浙江大学人工智能通识教育

2024年浙江大学成立了人工智能教育教学研究中心，同年推出了《大学生人工智能素养红皮书》。积极探索人工智能教育教学改革，打造人工智能通识教育课程体系和教材体系，推动教育目标从知识本位和能力本位走向素养本位，形成了通识教育和专业教育、人工智能专业和AI＋X跨学科专业相互衔接的育人体系。

浙江大学人工智能通识教育系列教材主要有以下专业类别。

（1）人工智能通识基础（理工农医）：注重知行合一，详述人工智能理论、应用及其技术算法，让学生知其然也知其所以然。

（2）人工智能通识基础（社会科学）：强调应用为要，以社会发展的典型案例为切入点，培养学生运用人工智能解决现实问题的能力。

（3）人工智能通识基础（人文艺术）：侧重科普教育，用通俗的语言介绍人工智能发展历程、基本原理和应用场景，培养学生的人工智能素养。

案例二：麻省理工学院计算机通识教育

麻省理工学院（MIT）通过开设面向全校学生的计算机通识课程，成功普及了计算机科学知识，有效提升了学生的信息素养及创新能力，其核心课程包括以下方面。

（1）计算文化（cultures of computing）：该课程从人类学视角探讨计算机，将其视为揭示社会秩序和文化实践的产物。学生将研读计算机科学领域的经典文献，同时追溯计算技术的历史脉络与当代发展。课程内容涵盖自动机、自动化和制造业的历史演变，人工智能、机器人和人工生命的探索，以及技术化身体与虚拟社交等新兴主题。

（2）机器学习（machine learning）：该课程是一门机器学习的入门课程，涵盖了机器学习的概念、算法与技术。从分类、线性回归等基础主题出发，逐步延伸至Boosting、支持向量机、隐马尔可夫模型和贝叶斯网络等前沿主题。课程旨在帮助学生理解机器学习的基本思想和直观认识。

（3）深度学习导论（introduction to deep learning）：该课程是深度学习及其在计算机视觉、自然语言处理、生物学等领域应用的入门课程。课程内容不仅涵盖神经网络和深度学习框架（如PyTorch和TensorFlow），还涉及大模型技术及其应用。先修课程要求掌握微积分（即求导）和线性代数（即矩阵乘法），有Python经验者更佳，但非必要条件。

麻省理工学院的计算机通识课程注重实践与创新能力的培养，鼓励学生参与科研项目、竞赛和实习等活动。这些课程的设置不仅体现了麻省理工学院通识教育的理念与精神，也为全球高校开展计算机通识教育提供了有益的借鉴和参考。

案例三：加州大学伯克利分校计算机通识教育

在加州大学伯克利分校（UCB），计算机通识教育被视为培养学生综合素质、拓宽知识视野的重要途径。因此，该校通过开设计算机通识课程，旨在帮助学生掌握计算机基本知识和技能，提升他们的信息素养和创新能力。

以下是加州大学伯克利分校开展计算机通识教育的情况。

（1）计算之美（the beauty and joy of computing）：该课程是为计算机基础薄弱的学生开设的入门课程。讲述计算机科学的历史、原理、变革性应用以及编程基础，涵盖抽象、递归、算法复杂性、高阶函数和并发性等多个主题。探讨计算的社会影响（如隐私、教育和算法偏见等），并介绍引人入胜的研究领域（如数据科学、人工智能和人机交互等）。

（2）人工智能导论（introduction to artificial intelligence）：该课程系统讲授人工智能的基础知识，涵盖机器学习、深度学习等核心概念。特别介绍大模型在决策和推理中的应用，引导学生理解这些前沿技术如何重塑人类世界。

（3）机器学习导论（introduction to machine learning）：该课程讲授机器学习的基本理论、算法和方法论，探讨其在现实世界中的各种应用。学生应具备微积分和线性代数，熟悉逻辑和概率基本工具，并掌握一种现代高级编程语言。

加州大学伯克利分校在计算机通识教育方面注重开放性和包容性，积极鼓励来自不同学科背景的学生参与计算机基础学习。这种教育理念不仅促进了教育的多样性和包容性，还为学生提供了跨学科交流和学习的机会。通过开设高质量的计算机通识课程，成功培养了大量具有计算机素养和创新能力的复合型人才。

2．经验总结与启示

计算机通识教育历经从以应用能力、计算思维为导向的计算机基础教育，到以人工智能为核心的计算机通识教育。在深入分析上述几所高校的计算机通识教育实践后，可以发现两个显著的共性与特色。

首先，这些案例都明确将人工智能作为计算机通识教育的核心内容之一，不仅开设了相关课程和实验项目，还通过一系列举措确保学生能够深入理解和掌握人工智能的基本理论和技能。这种对前沿技术的敏锐洞察和积极拥抱，体现了这些高校在计算机通识教育上的前瞻性和创新性。

其次，这些案例都根据人工智能时代的发展要求，对课程体系进行了重构，并不断更新课程内容以适应新的应用趋势。它们不仅涵盖了从基础理论到前沿技术的各个方面，还注重跨学科融合，拓宽了学生的知识视野和综合素质。这种课程体系的重构与课程内容的更新，为学生提供了全面、深入和实用的计算机通识教育。

因此，可以说高度重视人工智能技术的融入、注重课程体系的重构与课程内容的更新是这些成功案例最为突出的共性与特色。

基于以上分析，对我国计算机通识教育实践可以得出以下启示或建议。

（1）重构课程体系，持续更新内容。顺应人工智能时代的发展趋势，重新设计计算机通识教育的课程体系，确保课程内容既涵盖扎实的基础理论，又紧跟前沿技术的发展步伐。同时，建立灵活高效的教学内容更新机制，确保学生能够及时接触到最新的知识和技能，保持学习的前沿性和实用性。

（2）创新教学方法，激发学习兴趣。积极探索并实践混合式、沉浸式、互动式和生成式等教学方法，以激发学生的学习兴趣，培养其创新思维和实践能力。例如，利用虚拟现实技术构建沉浸式学习环境，提升学习体验；运用大模型平台作为智能问答系统，增强学习的互动性和趣味性，实现教学方法的创新与升级。

（3）重视实践创新，培养实战能力。强调实践与创新能力的培养，通过丰富的编程实践项目、科研项目、学科竞赛和实习实训等活动，鼓励学生将所学知识应用于解决实际问题。通过实践锻炼，提升学生的动手能力，激发其创新潜能。

（4）促进跨学科融合，拓宽知识视野。计算机通识教育应注重与其他学科的交叉融合，如数学、物理、生物、经济和艺术等，以培养学生的跨学科视野和综合素质。通过跨学科融合，促进学生知识的全面发展和创新能力的提升，使其具备更强的适应性和竞争力。

（5）倡导开放包容，鼓励多元参与。积极倡导开放性和包容性的教育理念，鼓励来自不同背景、不同专业的学生参与计算机基础学习，共同构建多元化的学习环境。

（6）加强师资培训，促进交流合作。加强对计算机通识教育教师的培训与交流，提高他们的专业素养和教学能力，确保教学质量和效果的持续提升。同时，邀请国内外知名专家举办讲座和交流活动，拓宽教师的视野和思路，促进教学方法和理念的更新与升级。

（作者：陈国良，深圳大学教授，中国科学院院士，国家级教学名师；王志强（通信作者），深圳大学教授，广东省教学名师，全国高等院校计算机基础教育研究会副会长；方磊，北京九章云极科技有限公司董事长）