杨俊锋指出，最新政策释放的信号，体现了AI教育从“可选的兴趣培养”向“必备的素养奠基”跨越，是教育理念、制度安排和资源投入的全面升级，旨在为大学生在智能时代的生存、发展和创新奠定坚实基础。

在此基础上，尚俊杰进一步明确了课程提质的方向：必须从“教知识”转向“育思维”，着力培养学生理解智能技术、与AI协作、保持批判性审视的综合素养。“如何提问、如何辨别真伪、如何在人机协作中保持人的主体性，恰恰是AI无法替代、也无法直接教授给学生的。帮助学生建立人机协同的认知框架，使他们既能驾驭AI提升效率，又能在关键时刻做出机器无法替代的价值判断。”尚俊杰认为，这才是AI通识课从“水课”走向“金课”的核心所在。

理念的转变，最终要体现在一堂堂生动、务实又有用的课上。

有限课时内，面向全体学生的AI通识课应该讲什么？

尚俊杰提出了“三看”筛选原则：一看有用性，是否与学生未来职业发展相关；二看持久性，是否属于底层逻辑和思维方式；三看不可替代性，是否是AI本身无法教给人的，如批判性思维、伦理判断、创新意识。基于这一原则，他建议优先教三类知识：AI核心理念与运行逻辑、AI伦理风险与防范、人机协同思维与核心能力。

“讲什么”明确后，面对知识背景迥异的学生，该怎么讲？

杨俊锋建议，应以项目制学习为主线来重塑教学，“加强案例教学，如‘人脸识别门禁系统’分析，让学生以‘分析者’身份理解AI原理与伦理；强化体验式学习，对比AI与人类完成同一任务的优劣，直观体会AI的能力边界；同时积极利用开源智慧学习工具，实现有效人机协同。”

清华大学裘莹老师的实践提供了可参照的范本。她牵头组建校企协同教学团队，将企业一线AI落地经验带入课堂。“AI的价值是打破学科壁垒，让不同专业的人跨界协作、解决真实问题。”她强调，AI通识课需构建清晰的线性逻辑，给予学生充足实操机会，杜绝“只听不练”，“若单纯邀请企业专家开展零散讲座，极易陷入‘拼盘式’授课误区。”

“关键是要让学生真正觉得：这门课和我的专业、未来学习、真实世界有关。”北京建筑大学测绘与城市空间信息学院副教授郭贤将自己的做法提炼为三个要点：一是做减法，避免“两张皮”，开课前先与专业任课教师沟通，明确各自分工，避免学生在AI通识课和专业课上学两遍相似内容；二是低门槛，先建直觉再讲原理，不急于抛出复杂模型，而是用卫星影像、无人机影像等直观案例引入，让学生先理解“AI为什么有用”，再逐步引出核心方法；三是考核创新，因势利导，不简单禁止学生使用生成式AI，而是要求学生在提交论文的同时，还要提交提示词和使用反思，既鼓励合理使用，又训练提出问题、判断答案、修正内容的能力。

在考核形式上，专家们建议，应从“结果判定”转向“过程见证”。

尚俊杰提出，可采用“过程性评价+项目作品+答辩展示+反思性评价”的多样化组合，“项目作品是核心，要求学生完成一个‘AI+X’的真实项目，即用AI解决自己专业领域的具体问题；答辩展示让学生向同伴和教师展示项目成果、反思人机协作过程中的决策逻辑；反思性评价让学生写下学习中的真实困惑和认知变化。”

他进一步提醒：“AI通识课的提质，不只是一门课的改革，更是整个校园文化对智能时代的态度重塑。当学校以清晰的AI政策引导学生，当教师主动拥抱技术、理解AI，这门‘公共基础课’才能真正开好。”

（记者 邓晖 通讯员 孔祥羽）

【链接】

锻造“AI必修金课”，这些高校在破题

浙江大学：分层分类，让不同专业学生各取所需

浙大将AI通识课细分为A、B、C三类，分别面向理工农医、社会科学、人文艺术类专业。授课教师来自全校29个学院，考古文博等非AI学科的教师也参与其中。同时，浙大还出版全国首套按学科分类的AI通识系列教材，并同步开发“智海”AI科教平台，为学生提供丰富的实训项目。

复旦大学：四级课程矩阵，打通“AI+X”路径

复旦打造AI-BEST课程体系，将课程划分为通识基础、专业核心、学科进阶、垂域应用四个层级，截至2025年底已开设121门课程，累计1.3万余人次修读。学校还推出41个“X+AI”双学士学位项目，让不同专业学生都能找到AI与自身领域的结合点。

北京建筑大学：AI通识课深度嵌入专业场景

作为建筑类高校，北建大在AI通识课改革中强调与专业场景的深度融合，构建了“1门AI通识必修课+X门AI技术基础课+N门AI与专业融合课”的课程体系。该校计算机系副教授吕橙训练了一个专门扮演“杠精学员”的AI智能体，学生需与之辩论AI伦理问题、对抗模型漏洞，“让学生发现AI犯错，比发现AI成功更有教育价值。”