关键词：人工智能；大学计算机通识教育；通识课程；课程体系；新质生产力
一、大学计算机通识教育的发展历程简介
迄今为止，大学计算机通识教育（也称基础教育）主要经历了如下四个阶段。
1．第一阶段：以编程开启的计算机普及教育（1978—1996年）
1978年3月18日至31日，全国科学大会在北京隆重召开，大会审议通过了《1978—1985年全国科学技术发展规划纲要（草案）》。同年10月，中共中央正式转发《1978—1985年全国科学技术发展规划纲要》（简称《纲要》）。这是我国的第三个科学技术发展长远规划。这个《纲要》也被称为《八年规划纲要》。《纲要》提道：“现代科学技术，以原子能的利用、电子计算机技术和空间科学技术的发展为主要标志，正在经历着一场伟大的革命。特别是电子计算机技术的发展和应用，使机器不仅能够代替人的体力劳动，而且能够代替脑力劳动的某些职能，成为记忆、运算和逻辑推理的辅助工具”。
在这个阶段，主要通过微型计算机原理与应用等课程推动计算机基本知识普及，通过Basic、Fortran等高级语言程序设计培养学生的基本编程技能。
2．第二阶段：以计算机普及应用为标志的通识教育体系化发展阶段（1997—2009年）
微型计算机、Windows、Office、互联网初现，为计算机推广应用创造了良好条件。20世纪90年代中期，原国家教委考试中心推出了“全国计算机等级考试”和“全国计算机应用技术考试”，原劳动部推出了“全国计算机信息高新技术考试（OSTA）”，许多单位把具有计算机知识和通过计算机考试作为聘用和晋升职称的重要条件。原国家教委成立计算机基础教学指导委员会，开始规范高校计算机通识教育。1997年原国家教委发布《加强非计算机专业基础教学工作的几点意见》，明确要求计算机教育需要从专业对口教育转向面向全体学生的基本素质教育，并由此确立了大学生计算机教育的基础课程地位。在这个阶段，主要提出了“计算机文化基础—计算机技术基础—计算机应用基础”三层次课程体系。2009年，教育部高等学校计算机基础课程教学指导委员会发布《高等学校计算机基础教学发展战略研究报告暨计算机通识课程教学基本要求》，提出了四个领域、三个层次（即操作性基础、综合性技能、专业性应用）的教学基本要求。
3．第三阶段：以计算思维为导向的计算机通识教育（2010—2018年）
4．第四阶段：以“计算思维+新技术赋能”为核心的计算机通识教育（2019—2024年）
2019年3月，教育部高等学校大学计算机课程教学指导委员会（简称教指委）全体会议在西安交通大学召开，会议明确提出了“计算思维+新技术赋能”的大学计算机通识教育改革理念。2023年3月，在中国计算机教育大会上，发布了包括“信息与社会、平台与计算、程序与算法、数据与智能”四大知识领域、十七个知识单元的《新时代大学计算机基础课程教学基本要求》。该要求明确了大学生的“五大能力培养目标”和“四大课程思政任务”。
由此可见，由于计算技术的快速发展，大学计算机通识教育的课程内容更新与迭代周期越来越短（如从第一阶段的18年、第二阶段的12年、第三阶段的8年到第四阶段的5年），面临的挑战越来越大。
二、大学计算机通识教育面临的新挑战和新机遇
在高等教育阶段，推进以人工智能为核心的大学计算机通识教育是应对未来社会挑战、培养高素质新型人才的重要举措。首先，人工智能技术的快速发展已经渗透到社会生活的各个领域，成为推动新质生产力形成的核心动力。2024年《政府工作报告》中明确提及“人工智能+”行动，标志着人工智能在国家战略中的重要地位。其次，人工智能的应用和自我进化的速度超乎想象，改变了我们的传统认知，对人类在知识、能力层面构成了巨大挑战。未来人才需要具备对人工智能的掌控能力和与智能机器协同合作的综合素养，这正是通识教育的目标。
2024年3月，教育部启动了人工智能赋能教育行动，旨在通过“人工智能通识教育、国家智慧教育平台智能升级、教育专用大模型应用示范和数字教育出海实施”四大行动推动人工智能在教育中的应用。
全面推进人工智能通识教育的必要性主要体现在以下几个方面。
（1）促进大学生的跨学科思维和创新能力培养。人工智能的跨学科特性要求教育体系能够培养学生的综合能力和创新思维，以适应未来社会的发展需求。通过对大学生实施人工智能通识教育，可以让大学生更好地理解现代科技的工作原理，增强其在信息化时代的竞争力。
（2）促进学科交叉和复合型人才培养。人工智能涉及多个学科领域，通过开设人工智能通识课程，可以打破传统学科界限，这不仅可以帮助大学生培养跨学科的思考方式，还能促进学科交叉和复合型人才的培养。
（3）提升教育和科技的深度融合。人工智能技术的发展要求教育体系与之相适应，通过通识教育可以提升教育的科技含量，培养高素质人才。
综上所述，推进以人工智能为核心的大学计算机通识教育（简称人工智能通识教育）是应对未来挑战、培养新型人才的关键举措。这不仅有助于培养大学生的计算思维和创新能力，还能推动计算思维从2.0向3.0发展，深化“专业+计算”的赋能教育。
因此，为了实现上述目标，大学计算机通识教育必须进行体系化改革，包括创建融合计算与智能的大学计算机通识教育范式，构建以人工智能为核心的大学计算机通识教育知识体系、设计满足专业差异化需求的“通识、交叉、进阶”型人工智能通识教育课程、实施AI赋能的“多模式”实践教学方案等。
三、人工智能通识教育的主要目标
人工智能通识教育的主要目标可以概况为：服务新质生产力、推进计算思维进阶、深化赋能教育和匹配专业认证需求。具体分析如下。
1．更好地服务新质生产力
2024年《政府工作报告》指出，要“大力推进现代化产业体系建设，加快发展新质生产力”。显然，从大学生素质教育出发，通过开展人工智能通识教育，坚持产学研深度融合，将成为推动新质生产力发展的重要手段。
（1）人工智能是发展新质生产力的主要引擎和服务新质生产力的关键动力。人工智能通过技术革命性突破、生产要素创新性配置和产业深度转型升级，推动了新质生产力的发展。它不仅提高了全要素生产率，还通过提升劳动力素养和技能、引入新型生产工具和优化生产流程，为经济发展提供了新的动力。
在宏观层面，人工智能推动了产业体系的升级和转型。通过数据挖掘和算法分析，人工智能不仅赋能传统产业的转型升级，帮助企业实现产品精准调控，还能培育新兴产业和未来产业，推动“制造”向“智造”转变。
（2）人工智能通识教育提升学生综合素养，全面服务于新质生产力的培育和发展。首先，人工智能通识教育能够显著提升大学生的素质和技能。通过学习人工智能基础知识，大学生能够掌握数据挖掘、机器学习和深度学习等技能，从而在文案设计、图片合成、视频制作、代码生成等方面具备更高的能力，进一步提升生产效率和质量。其次，人工智能通识教育与各学科专业结合，能够促进各领域新型生产工具的开发和应用。这些工具更加高效、智能，能够极大地提高生产效率，降低对自然条件的依赖。
2．推进计算思维从2.0向3.0发展
计算思维是运用计算机科学的基础概念进行问题求解、系统设计，以及人类行为理解等涵盖计算机科学之广度的一系列思维活动。传统的计算思维（即计算思维1.0）强调的是问题抽象、建模和利用程序进行自动化求解。而计算思维2.0相对于传统的计算思维而言，它不仅是计算机科学的基础概念的应用，更是这些概念在解决实际问题、设计系统和理解人类行为的深刻内涵的体现，它在问题抽象、建模和自动化求解基础上进一步强调问题的优化求解。然而，随着人工智能技术的普及和推广，如何将人工智能理论和技术应用到复杂问题求解之中，实现计算思维2.0向计算思维3.0的进化面临挑战。在计算思维3.0中，问题抽象、建模和自动化求解将有效实现智能化和自寻优。
3．深化“专业+计算”的赋能教育
大学计算机通识教育的核心目标是为非计算机类专业的大学生提供利用“计算”手段解决本专业问题的能力。人工智能作为一种新型计算手段，已经成为各个学科向“新”发展的重要引擎或催化剂。
近年来，人工智能技术在生物、化学、医学、经济、金融、人文社科等许多领域引发了一系列的革命性突破（例如，2024年诺贝尔化学奖就是一个人工智能应用于生物化学领域的典型例证），并不断与各类专业交叉融合，涌现了新工科、新医科、新农科和新文科“四新”专业体系。这些专业对人工智能技术的需求有增无减，“课程体系如何契合专业需求、课程内容如何融合人工智能”面临巨大挑战，迫切需要将人工智能技术融入大学计算机通识教育的课程体系和内容之中，在强化大学生的计算思维能力培养的同时，进一步深化“专业+计算”的大学生“数智”赋能教育。
4．更好匹配《工程教育专业认证标准（2024）》
根据《卓越工程师教育培养计划2.0》和《工程教育专业认证标准（2024）》，每个工科专业都要强化“计算”能力培养，围绕“学生中心、能力导向”这一总体目标，在课程目标设置中，针对毕业要求（即以下四个方面）提供部分支撑。
（1）对工程知识：“能够将数学、自然科学、计算、工程基础和专业知识用于解决复杂工程问题”，为其中的“计算”提供支撑。
（2）对研究：“能够基于科学原理并采用科学方法对复杂工程问题进行研究，包括设计实验、分析与解释数据，并通过信息综合得到合理有效的结论”，为其中的“分析与解释数据、信息综合”提供支撑。
（3）对使用现代工具：“能够针对复杂工程问题，开发、选择与使用恰当的技术、资源、现代工程工具和信息技术工具，包括对复杂工程问题的预测与模拟并能够理解其局限性”，为其中的“信息技术工具”提供支撑。
（4）对沟通：“能够就复杂工程问题与业界同行及社会公众进行有效沟通和交流，包括撰写报告和设计文稿、陈述发言、清晰表达或回应指令，并具备一定的国际视野，能够在跨文化背景下进行沟通和交流”，为其中的“撰写报告和设计文稿”和“沟通和交流”提供支撑。
四、人工智能通识教育的三种范式
目前，大学计算机通识课程主要还是围绕“单计算机系统”进行教学，重点讲述计算机的基本组成、各类软件的操作和应用、若干新兴技术（如物联网、云计算、大数据、人工智能等）的简介等。这些课程的内容已经无法满足各类专业对大学生的数字化、智能化素养的培养需求。
因此，针对非计算机类专业的大学生，如何将传统的大学计算机课程和传统的人工智能课程有机融合，实施以人工智能为核心的大学计算机通识教育，兼顾大学计算机基础教育的同时，在强化人工智能通识教育方面面临挑战。
为此，针对不同专业的差异化需求，提出以人工智能为核心的大学计算机通识教育的三种范式，以满足不同高校的课程设置需要。
1．“浅”人工智能
2．“中”人工智能
3．“强”人工智能
面向信息类（非计算机类）专业学生，开设“强”人工智能的大学计算机通识课程，重点要求理解计算系统的基本原理，熟悉物联网和大数据等新兴技术，理解和应用知识图谱，能够进行高等程度的编程，应用数据聚类方法，学会机器学习中的模型训练、测试和部署，能够利用生成式人工智能工具开展行业应用，具备识别AI伪造信息的能力。建议开设“Python与人工智能”或“计算与人工智能”或“人工智能技术基础”或“人工智能概论”等课程。
针对上述三种范式，表1给出了面向不同专业大类开设的“以人工智能为核心的大学计算机通识教育”的课程设置建议方案。其中，通识型课程的主要目标是普及人工智能基础知识，要求大学生掌握人工智能的基础应用，每个专业必修1门；交叉型课程建议结合各类专业的特点，在讲述机器学习原理的基础上，重点讲授机器学习、大模型在专业领域的应用案例；进阶型课程主要针对计算机视觉、自然语言处理等具体应用领域开展教学，拓展学生的人工智能应用技能。各类专业可根据学生发展需要，在交叉型、进阶型课程中选修1~2门。
五、推进人工智能通识教育的主要举措
为了有效保障人工智能通识教育的课程开设效果，需要采取多项措施来推动“人工智能”与“大学计算机通识教育”的有效融合。
（2）开展人工智能通识教育师资培训。联合人工智能头部企业，邀请人工智能教育专家，组织人工智能通识教育的师资培训，提升人工智能通识课程授课教师的人工智能素养，使得人工智能技术能够通过授课教师深入传递到教与学的全过程。
（作者：桂小林，西安交通大学教授，国家级教学名师，教育部新世纪优秀人才，教育部大学计算机课程改革虚拟教研室常务副主任，教育部高等学校大学计算机课程教学指导委员会秘书长）