AI通识教育陷入'形式化'困境

高校AI通识教育本应成为培养时代新人的重要抓手，却在部分学生眼中沦为了'形式化'教育。

去年12月，武汉晴川学院人工智能系系主任李珊枝指出，这门全校性的AI通识课程被学生视为'形式化'教育。

社交媒体上的讨论显示，学生们普遍认为AI相关通识课程为'形式化'教育。

政策导向：高校AI教育体系化

近年来，AI技术作为前沿科技，在高校教育中占据重要地位。麦可思研究院针对3000多名师生的研究显示，超过57%的师生日常使用生成式AI工具。

北京师范大学黄华院长表示，AI通识教育是时代发展的必然要求，其核心在于帮助学生建立系统的人工智能认知框架，提升解决实际问题的跨学科能力。

政策层面已明确提出构建'通用+特色'的高校AI通识教育体系。例如，河南要求自2025年起，将AI通识课作为普通本科学生必修或选修课程，学分不低于2分，课程内容涵盖发展史、基础理论、应用实践和伦理规范等模块。

贵州则要求高校开设不少于1学分的AI通识课程，鼓励有条件的学校开发'AI+特色'课程。

据《高校AI通识课程建设方案》介绍，AI通识教育的主要目标是培养跨学科复合型人才，使学生具备与AI技术协同工作的基础能力。

当前AI通识教育存在的主要问题已显现。

李珊枝教授总结了课程'形式化'的三大原因：内容陈旧、教学方式单一、案例缺乏针对性。

某高校大一学生郝莹（化名）表示，她所修读的AI导引课程以讲授为主，实践环节较少，期待能增加更多项目式学习机会。

社交媒体上的学生反馈显示，课程内容难以理解、教学方式单一等问题普遍存在。

山东交通学院指出，AI通识教育面临学生群体多样化、教学资源分散等挑战。如何优化课程体系，值得深入探讨。

该校采取'分类规划、循环混合、思政交融'的理念，构建'人工智能+'通识教育体系，根据学生专业背景设置不同层次的课程，并建立模块化教学资源库，满足个性化学习需求。

北京航空航天大学的AI导论课程由理论和实验两部分组成。理论教学注重关键技术原理和伦理安全教育，实验教学则根据不同学科特点设计教学案例。例如，文科生通过文本分类和翻译工具理解技术应用，理工科学生则参与算法实现和自动驾驶策略生成等实践项目。

北京科技大学的AI通识课程分为理工科和人文社科两个版本。理工科课程强调数据思维和计算思维的培养，人文社科课程则重点介绍大语言模型及其在社科领域的创新应用。

尽管AI通识教育在全国范围内逐步推广，但'形式化'困境依然存在。北京航空航天大学吴文峻教授建议：一是加强实践环节，建立分层次的实践体系；二是结合学校特色进行课程定制；三是加大教学资源投入，确保课程质量。