今年9月，嘉兴大学人工智能通识课程迎来新一轮升级。

一年前，学校首批人工智能通识课程面向2025级本科生开设，并针对理工、经管、人文、艺术、教育及留学生等不同群体实行分类分层教学，实现2025级本科生人工智能通识教育全覆盖。

“我们不是要把所有学生都培养成人工智能专业人才，而是让他们具备理解、使用和判断人工智能的基本素养。”人工智能教育教学创新研究中心主任贾小军教授说。

经过一年的课堂检验，团队按照2026版人才培养方案，结合学生反馈和不同专业大类的培养需求，进一步调整课程内容，增加专业融合案例和实践项目，让人工智能通识教育长出不同的专业结合点。

而支撑这套课程体系不断更新的，是一支跨专业组建的教学团队。

一张课表，长出不同的专业结合点

40本教材摊在桌上，团队教师顾国松一本一本翻过去，却始终没有找到一本可以直接搬进课堂的。

2025年初，生成式人工智能在国内加速普及。顾国松接到一项从零开始的任务：为人文、艺术、教育类专业学生开发《生成式人工智能基础与应用》课程。

有的教材偏重技术原理，有的匆忙介绍几款工具；在顾国松看来十分重要的提示词工程教学内容，许多教材却只用很少篇幅带过。

“学生不一定要会写代码，但要学会把自己的想法准确地‘翻译’给AI。”顾国松说。怎样设定角色、说明需求、限定格式，怎样通过追问让答案逐步接近目标，这些看似只是几句话，背后其实有一套与AI交流的逻辑。

现成教材不够，他就自己找。名校课程、行业视频、网络文章、B站教程，都成了备课资料。

直到2025年8月底，提示词、文本生成、图像和视频生成、数据处理、智能体等内容，才被重新组织成一套可操作的教学方案。

顾国松的备课过程，是团队筹建课程过程的缩影。

2025年春季，学校、教务部门和课程团队围绕人工智能通识教育“教什么、怎么教、培养什么能力”开展多轮研讨。团队教师分批参加了浙江大学等高校组织的培训和集体备课。

去年暑假，团队成员集中力量进行课程开发。教材选择、案例设计、大纲编写、课件制作和实验方案设计等工作同步推进。

面对不同专业的学生，课程所要培养的能力并不相同。

理工类学生需要理解程序、算法和机器学习的基本逻辑。电气、机械等专业仍需保留C语言课程。团队教师方玫解释，这些专业后续会接触嵌入式系统、芯片和硬件控制。AI可以生成代码，但遇到边界问题和特殊故障，学生必须能够自己读懂代码、找到解决问题的方法。

经管类学生更需要处理数据、发现规律、辅助决策，课程因此将重点放在数据处理、可视化、行业预测和分类分析上。人文、艺术、教育类学生则从低代码、零代码应用入手，把想法转化为文本、图像和视频，学习设计提示词、搭建智能体。

而面对留学生群体，课程还要再“改造”一次。

团队教师童小素此前曾为留学生讲授办公软件使用课程，已有两年左右的教学经验。她发现，一些学生对表格中的基本计算、公式不太熟悉。

她便把前置知识补进课程，先讲文档排版和数据处理，再进入AI写作、数据分析和智能体设计。

一项操作常常要用中英文各讲一遍；语言解释还不够，就把课堂搬进机房，让学生跟着演示操作。

首轮教学中，童小素发现学生需要花更多时间补习办公自动化相关知识，便适当压缩智能体教学；又发现大家对图像、视频生成最感兴趣，便增加实践和作品展示等环节。

一份教案，追着技术不断更新

本学期开课前，团队教师单晓英又把教案中的应用案例重新设计了一遍。

前一轮授课时，AI生成的公式不仅复杂，还常常出现错误。一年时间内，模型理解能力、生成质量和处理速度不断提升，一些原本需要学生逐步完成的操作，如今可以被AI“一键完成”。

技术升级了，课程内容和教学方法也必须跟着改变。

单晓英负责的《智能化办公高级应用》课程，过去主要讲文档、表格和演示文稿的操作。如今，课程在文档、表格和演示文稿等模块中加入AI应用，让办公软件的使用更加智能、高效。

每调整一项内容，她都要先试用工具、核对结果，再判断哪些步骤可以交给AI，哪些知识仍要由学生亲自掌握。“我们教的是不断变化的技术，自己肯定也得追着技术跑。”单晓英说。

课堂的另一头，学生也在越跑越快。

参与地方文旅AIGC项目时，临床医学专业大二学生刘荣佶发现，AI生成的视频中，人物一转身就变了模样。他随即调出人物面部三视图作为参考，又在提示词中加入限制条件，视频中的人物形象逐渐稳定下来。

从《人工智能应用》课堂上的一次AI视频生成作业出发，他开始主动研究新的模型，并与同伴尝试把实拍、AI画面生成、字幕制作和剪辑串成同一套制作流程。

有了项目实战经验，他带回课堂的问题也越来越具体：如何让实拍画面与生成内容自然衔接？怎样在多个模型之间选择合适的工具？

不少问题，在现成教材中找不到答案。学生快速增长的技术能力，也在倒逼教师继续学习。

“压力有，动力也有。”顾国松说。

为了接住学生抛来的新问题，他持续跟踪新模型和智能体工具，判断哪些技术变化值得进入课堂；团队教师张春花把同一个问题交给不同平台，再结合专业资料核验结果、比较各类工具的长处与局限；团队教师骆红波则在每次上课前重新测试案例。

重做实验、重写操作说明、调整课堂任务，已成为团队教师备课的常态。

团队计划每学期根据技术发展更新不少于20%的案例和工具，将课程逐步调整为“理论+实操+项目”的结构。

追着技术跑，也不能被技术牵着走。如何引导学生正确处理人与技术的关系，是教师设计课堂时反复思考的问题。

贾小军在讲授Python文本分析和词频统计时，选取了与南湖、红船相关的内容作为分析文本。他先让学生借助AI工具提取高频词，再要求他们编写Python代码完成同样的词频统计，并对照两种结果，分析其中的差异。

“既要用好现在的工具，也要知道底层逻辑是怎样实现的。”贾小军说。同一项任务采用两种方法，既能让学生学会使用和检验AI，也帮助他们理解程序运行的基本逻辑。

在推进课程建设的同时，团队教师还参与教材编写和学生竞赛指导。目前，团队教师主编或参编多部省部级规划教材，指导的多名学生在国家级、省级竞赛中获奖。

技术仍在迭代，人工智能通识教育的发展也始终处于进行时。教师要跟上技术更新的脚步，也需要引导学生夯实专业基础、保持独立判断，树立科技向善的价值追求。

编辑：闻心玥

校对：沈真真

责编：潘琳娟

审核：张芬娟