《人工智能通识课》课程标准（含课程思政）

《人工智能通识课》课程标准一、课程基本信息表1课程基本信息表课程名称人工智能通识课(1)(2)开设系（院）部计算机学院课程代码42511011/42511012开课形式混合式教学课程性质公共基础课课程类型B类课程学时36课程学分2开课部门人工智能通识课教研室开课学期（第I、II学期）先修课程无后续课程各专业课程适用专业（层次）高职各专业二、课程性质（一）课程描述《人工智能通识课》是面向高职各专业学生开设的通识教育课程，以“普及人工智能知识、培养创新思维、提升实践能力”为核心目标，紧密结合职业院校学生的认知特点和学习需求，系统介绍人工智能的基本概念、关键技术、应用场景及发展趋势。课程立足人工智能技术与各行业的融合应用，既注重理论知识的基础性和系统性，又强调实践技能的实用性和可操作性，帮助学生建立AI思维体系，理解人工智能对职业发展和社会进步的深远影响，为学生未来职业生涯中运用AI技术解决实际问题奠定坚实基础，同时响应国家“人工智能+”行动战略，培养适应新时代需求的高素质技术技能人才。（二）课程定位本课程基于学生掌握前导课程《程序设计基础》《计算机网络技术》所形成的基本程序设计素质、计算机网络基础知识与初步工程实践能力，进一步提升学生对人工智能技术的整体认知水平与应用意识，培养学生的计算思维、数据思维与智能系统思维，为后续课程《程序项目实战》《毕业设计》《岗位实习》夯实人工智能应用开发与综合项目实践的基础。表2课程定位分析面向的工作岗位具备的职业能力人工智能应用技术员能理解AI基本原理，并在指导下使用AI工具完成简单的模型调用与应用开发任务。AI训练数据专员能按照标注规范完成数据的标注与质量检查，保证数据准确性。能沟通协作，按时完成数据任务。三、课程设计思路（一）学情分析高职学生对人工智能领域普遍怀有强烈的好奇心与探索意愿，希望通过系统学习提升自身的技术素养和就业竞争力。对于人工智能在生活、产业中的应用案例，学生往往表现出较高的学习兴趣，愿意主动了解智能技术的发展趋势。但与此同时，部分学生基础知识相对薄弱，对程序设计、数据分析等内容掌握不够扎实，面对人工智能涉及的算法原理、数据处理流程等抽象概念时容易产生畏难情绪。此外，人工智能技术更新速度快、知识体系跨度大，也可能使学生在学习过程中感到压力，影响学习信心和持续投入的动力。（二）课程设计依据本标准依据国家教育部颁发的相关专业标准和《职业院校人工智能应用指引》结合学校办学定位以及区域人工智能行业发展对典型岗位人才的需求等相关要求进行制定。（三）整体设计第一段理念模式本课程坚持以学生为中心的教学理念，紧密围绕高职学生基础薄弱但兴趣浓厚、渴望就业与职业发展的学情特点，构建“以岗位核心需求为目标、以职业发展为导向、以学生核心素养为主、以技术技能为辅”的课程理念。课程强调以学为主、以教为辅，通过教师引导与学生自主探究相结合的方式，激发学生主动学习的动力。在内容安排上遵循循序渐进、由简到繁、从易到难的原则，先从人工智能基本概念与生活应用入手，再逐步过渡到简单的数据处理、模型应用等技术内容，使学生能够在不断获得成就感的过程中提升学习信心。同时，课程以真实岗位需求为导向，将人工智能应用技术员、数据标注员、智能设备运维助理等岗位的核心能力融入教学目标，让学生在学习中明确职业方向，在实践中提升职业素养。第二段方法手段本课程综合运用多种教学方法与学习方法，形成“教与学成对出现”的教学结构。采用情境教学法，通过引入智能家居、智能客服等真实应用场景，引导学生在具体情境中理解人工智能技术的价值与使用方式；学生则通过情境分析、任务探究等方式主动建构知识。采用角色扮演法，让学生扮演数据标注员、AI应用测试员等角色，在模拟工作任务中体验岗位流程与职业要求；教师则通过角色分配、任务指导与过程评价来支持学生的学习。此外，课程还结合案例分析法、项目驱动法、小组合作学习等多种手段，使学生在“做中学、学中做”的过程中提升技术技能与职业素养，实现知识、能力与态度的全面发展。四、课程目标紧扣党的二十大“加快建设教育强国、科技强国、人才强国”、“推动高质量发展”、“实现高水平科技自立自强”的战略部署，响应2025年国务院政府工作报告“持续推进人工智能+行动”的要求，立足人工智能产业快速发展对技术技能人才的迫切需求，培养适应AI时代新征程的高素质劳动者。通过课程学习，使学生树立AI应用思维，掌握人工智能基础理论与核心应用技能，具备跨场景AI工具使用能力与职业适配素养，为成为人工智能技术落地应用的生力军奠定坚实基础，助力学生在智能制造、智慧服务等领域的职业发展，服务产业智能化升级与经济高质量发展。（一）素质目标1．树立对人工智能技术的正确认知，培养紧跟科技前沿、主动适应产业变革的职业意识。2．养成敢于探索、勇于创新的思维习惯，提升在跨学科场景中运用AI技术的创新素养。3．培养数据隐私保护与AI伦理意识，树立尊重规则、公平公正的技术使用态度。4．培养团队协作与有效沟通能力，提升适应未来职场的综合职业素养。5．养成终身学习的习惯，增强应对人工智能技术快速迭代的适应能力。（二）知识目标1．树立对人工智能技术的正确认知，培养紧跟科技前沿、主动适应产业变革的职业意识。2．养成敢于探索、勇于创新的思维习惯，提升在跨学科场景中运用AI技术的创新素养。3．培养数据隐私保护与AI伦理意识，树立尊重规则、公平公正的技术使用态度。4．培养团队协作与有效沟通能力，提升适应未来职场的综合职业素养。5．养成终身学习的习惯，增强应对人工智能技术快速迭代的适应能力。（三）能力目标1．了解人工智能的定义、发展历程、关键技术（机器学习、自然语言处理等）及核心特性。2．了解人工智能在智能制造、智慧教育、医疗健康、金融零售等领域的典型应用场景。3．熟悉至少3种主流AI工具（如DeepSeek、豆包、讯飞星火）的基本功能与适用场景。4．掌握人工智能与物联网、智能系统的协同关系，了解“智能代工”等产业新趋势。5．了解AI伦理的核心原则（透明性、隐私保护、公平无偏见）与数据安全基础知识。（四）证书目标表3证书一览表证书名称发证单位备注大学英语CET-4中华人民共和国教育部选取普通话等级证（二级乙等）国家语言文字工作委会选取人工智能训练师证书国家人力资源和社会保障部和信息化部选取CDA数据分析师工业和信息化部教育与考试中心和中国商业联合会数据分析专业委员会选取华为HCIA-AI（人工智能工程师）华为技术有限公司选取五、课程结构与内容课程内容紧密贴合人工智能应用技术员、数据标注员、智能设备运维助理等岗位实际工作流程，以真实项目和典型任务为核心载体重构教学内容，突出课程思政与教学内容的深度融合。教学载体选取聚焦“人工智能+”行动下的新工艺、新技术，融入智能制造、智慧服务、数据安全等新征程时代特色内容，将党的二十大关于科技自立自强、数字经济发展等战略要求转化为具体教学素材。课程共设置8个核心项目、26个实践任务，深度挖掘AI伦理、数据安全、科技报国、工匠精神等12个思政元素，形成“AI技术应用+职业素养+价值引领”的一体化案例18个，总学时安排为36学时，实现知识传授、技能培养与价值塑造的有机统一。表3课程结构与内容项目/模块任务/子模块教学内容思政元素及融入途径学时项目一：“新小职”初识人工智能任务1：人工智能的定义与发展历程探究梳理人工智能从起步到蓬勃发展的关键阶段，结合我国AI产业成就，明确AI核心内涵与特性。通过我国AI技术从跟跑到并跑的发展案例，解读“科技自立自强”战略，培养学生科技报国情怀。4任务2：人工智能关键技术与应用领域识别认识机器学习、计算机视觉等核心技术，列举AI在校园、职场中的典型应用场景。分析AI在民生改善、社会治理中的应用案例，强化技术服务社会的责任意识。任务3：基础AI工具实操（文档处理、信息检索）学习DeepSeek、豆包等工具的基础操作，完成简单文本生成与信息整理任务。强调工具使用中的信息真实性原则，结合学术诚信案例，培养诚信使用技术的职业素养。项目二：人工智能之学习应用任务1：个性化学习路径设计借助AI工具分析自身学习特点，制定包含学习目标、资源规划、进度安排的个性化学习计划。通过自主学习案例，引导学生主动规划学习，培养终身学习意识与自我提升能力。4任务2：AI辅助自我评估与提升使用AI工具进行学习效果检测，生成知识薄弱点分析与改进建议，并落实优化措施。引导学生正视不足、持续精进，塑造精益求精的工匠精神。任务3：学习类AI工具综合应用实训综合运用讯飞星火、Kimi等工具完成文献阅读、习题生成、文本润色等学习任务。培养高效利用技术资源、主动探索的学习态度，契合“终身学习”理念。项目三：人工智能之平台实践任务1：人工智能平台认知与选型了解超星AI、DeepSeek等平台的核心功能与定位，根据具体需求选择适配平台。分析国产AI平台的发展优势与技术突破，增强民族品牌认同感与科技自信。4任务2：平台核心组件与架构认知初步理解AI平台的数据层、算法层、应用层等架构逻辑，识别核心组件的功能与作用。强调技术架构设计中的严谨性与创新性，培养科学思维与逻辑分析能力。任务3：平台应用实操（模型调用、数据处理）在指定平台完成简单的数据标注、模型应用、数据清洗等实操任务。规范操作流程，强调数据处理的准确性与安全性，培养严谨细致的职业素养与责任意识。项目四：人工智能之编程语言任务1：AI辅助编程语言入门了解Python等AI常用语言的基本语法，借助GitHubCopilot等AI工具辅助代码学习与纠错。通过编程中的逻辑严谨性要求，结合代码纠错案例，培养求真务实的科学态度。6任务2：简单程序开发辅助实训利用AI工具生成简单代码片段，完成9×9乘法口诀表等基础程序开发与调试优化。体验“AI+编程”的高效协同模式，认识新技术对工作效率的提升作用，培养创新应用思维。任务3：跨学科编程应用案例实践结合专业场景，完成智能垃圾分类、简单图像识别等跨学科应用项目的设计与实践。强化技术服务专业、赋能产业的应用意识，培养跨界融合思维，契合“人工智能+X”人才培养趋势。项目五：人工智能之职业技能任务1：虚拟现实技术应用实操体验VR在职业技能训练中的应用（如机械维修虚拟实训、医疗护理穿刺模拟），完成虚拟场景实操训练。感受VR+AI技术对职业教育的赋能，结合“智能代工”产业趋势，培养拥抱变革的职业心态。4任务2：AI职业顾问工具应用使用AI职业顾问平台进行职业兴趣评估与能力测评，制定包含技能提升、证书考取的个性化职业发展规划。引导学生将个人职业发展与AI产业发展、国家战略需求相结合，树立正确职业观与家国情怀。任务3：岗位技能AI辅助提升实训针对目标岗位核心技能，利用AI工具进行专项训练（如数据标注规范学习、设备故障AI诊断模拟）。通过岗位实操标准化训练，培养精益求精的职业追求与“岗位建功”的责任意识。项目六：人工智能之创新思维任务1：创新思维与AI融合训练学习SCAMPER创新方法，借助智谱清言“绘本精灵”等AI工具激发创意灵感，完成创意任务。鼓励突破思维定势，结合我国AI创新企业的创业故事，培养敢为人先的创新精神。4任务2：创新创业大赛案例分析分析“挑战杯”等赛事中AI赋能的创新创业案例，提炼项目创新点、技术应用路径与商业模式。分享职业院校学生AI创新创业的成功案例，解读国家扶持政策，培养勇于探索、不畏挑战的品质。任务3：创意项目设计与展示小组合作，围绕“文化传承”“绿色环保”等主题，借助AI工具完成创意项目设计与展示答辩。融入文化传承、生态保护等思政主题，通过小组协作培养团队精神，强化“服务社会”的价值理念。项目七：人工智能之社会责任任务1：AI伦理原则探究与实践学习透明性、公平无偏见等AI伦理核心原则，分析算法歧视、隐私泄露等伦理风险案例。解读《全球人工智能治理倡议》，引导学生坚守技术伦理底线，树立“技术向善”的价值导向。4任务2：数据隐私与安全防护实操掌握个人信息保护、数据加密存储、敏感数据识别等基础方法，完成简单隐私保护设置。结合数据泄露安全事件案例，解读《个人信息保护法》，强化数据安全意识与国家安全责任担当。任务3：AI社会责任案例研讨研讨AI在公益帮扶、乡村振兴、应急救援等领域的应用案例，分析技术的社会价值与潜在挑战。引导学生树立“技术服务人民”的价值理念，结合“以人民为中心”的发展思想，强化社会责任感。项目八：人工智能之未来趋势任务1：AI产业新趋势分析了解“智能代工”、智联网等产业新趋势，分析AI对传统岗位的变革与新职业催生效应。解读“持续推进‘人工智能+’行动”政策，结合中国AI企业全球竞争力，培养产业自信与时代使命感。6任务2：综合项目实践与成果展示整合课程所学，小组合作完成综合性AI应用项目设计，涵盖需求分析、实操落地、成果展示全流程。通过综合项目强化团队协作能力，回顾课程所学，强化“科技自立自强”的责任担当，树立投身数字经济建设的远大志向。六、课程实施策略本课程立足高职学生基础薄弱、就业导向鲜明、AI兴趣浓厚的学情，深度对接八大项目模块内容，依托超星AI平台等线上资源构建混合式教学模式，按“课前资讯铺垫—课中研讨探究—课后拓展提升”推进。教学中紧扣知识目标、技能目标与科技报国、工匠精神等思政目标，精准融入思政元素，践行“学中做、做中学”“以学为主、以教为辅”理念，具体策略如下：【理虚实一体化教学法】教师精讲核心理论知识,通过理实互动实训教学平台让学生练习处理相关成本业务，而后结合实际案例资料进行岗位核算体验，帮助解决在课程教学中学生距离岗位远、工作过程复杂难理解、理论知识吃不透等问题，有效的突破教学的难点。【项目教学法】师生通过共同实施一个完整的项目工作而进行的教学活动，以工作过程为导向、项目为载体,任务为驱动、能力为目标、素质为基础、学生为主体、教师为主导、理论实践一体化。具体包括的环节有情景导入，明确任务；收集资料，制定方案；自主协作，具体实施；点拨引导，过程检查；展示成果，修正完善；评估检测，拓展升华。【案例教学法】将案例分为引导案例、教学案例和阅读分析案例三类。引导案例放在每个模块前，通过引导案例，引发学习兴趣，明确学习任务，让学生思维由被动变主动；教学案例放在每个模块的课堂教学中或课堂教学后，老师讲解和学生学做结合；阅读分析案例放在每个模块后，由学生单个或分组进行，老师下发案例后，学生先阅读、思考、讨论和分析，最后教师点评，培养学生分析问题和解决问题的能力。适用于思政教育，主要通过列举成本相关案例，印发学习兴趣，七、考核评价（1）评价方式本课程考核评价立足高职人工智能通识课教学特点，以信息技术为支撑，贯穿各模块课堂教学及课后环节，紧扣“教讲结合、学做融合”与案例分析、思政融入要求，全面落实多元评价，提升评价科学性、专业性与客观性，具体评价方式如下：1.改进结果评价：摒弃单一期末考核模式，结合各模块学习成果（实操作业、案例分析报告、综合项目展示等）进行分层评价，聚焦知识掌握、技能达成与思政素养落地，强化结果评价与教学目标的精准对接。2.强化过程评价：将评价嵌入各模块课堂教学及课后环节，依托超星AI平台等信息技术工具，记录学生课堂学做表现、案例研讨参与度、小组协作成效等；课后以单个或分组形式完成案例阅读分析，学生自主研讨后教师点评反馈，同步纳入过程评价维度。3.探索增值评价：借助信息技术追踪学生课程前后的知识储备、技能水平与思政认知变化，通过课前学情测评、课中过程数据、课后成果对比，精准评估学生个体进步幅度，突出评价的激励导向。4.健全综合评价：整合结果、过程、增值评价内容，兼顾知识技能（AI工具实操、案例分析能力）与思政素养（责任意识、工匠精神等），通过线上数据采集、线下表现研判、师生互评、小组互评相结合，构建全方位、立体化综合评价体系。考核全程融入信息技术应用，通过线上平台自动统计、数据可视化分析等手段，简化评价流程、规避主观偏差；思政教育评价贯穿每节课，结合典型案例推送与分析，以过程性表现与成果输出为依据，夯实学生价值引领成效。（2）评价标准本课程采用形成性考核方式，总评成绩由形成性考核的各项成绩组成。分数比例为：评价类别分数占比核心评价内容评价标准评价方式综合素质评价（平时表现+通用能力考核）30%平时表现（15%）1.考勤纪律：按时参与线上线下教学，无迟到、早退、旷课（占5%）；2.课堂互动：积极参与案例研讨、情景模拟等活动（占5%）；3.思政素养：践行诚信规范、责任意识等，契合课程思政目标（占5%）。线上平台考勤统计+教师课堂记录+学生互评通用能力考核（15%）1.团队协作：小组任务中主动配合、有效沟通（占7%）；2.创新思维：案例分析、项目设计中展现探索与创新能力（占8%）。小组成果评价+教师综合研判过程考核（课堂实践+课后实践+单元测试）30%课堂实践（10%）按要求完成AI工具实操、角色扮演、平台应用等课堂任务，操作规范、成果达标。线上实操数据采集+教师现场点评打分课后实践（10%）按时完成课后案例分析、实操作业、项目阶段性任务，成果质量符合教学要求。线上作业提交+教师批改反馈课后实践（10%）单元测试（10%）完成各模块单元测试，掌握核心知识，达标率不低于80%。线上平台测试+自动评分+教师复核单元测试（10%）终结考核（期终考核）40%综合知识与技能考核1.理论知识：掌握AI核心概念、应用场景、伦理安全等内容（占15%）；2.实操技能：综合运用AI工具与平台完成项目任务（占15%）；3.综合应用：结合专业场景分析解决AI相关实际问题（占10%）。线上线下结合考核（理论笔试+实操答辩）+信息技术辅助评分八、实施条件（一）师资条件授课师资基本要求：专职教师具备良好的师德师风，是有理想信念、道德情操、扎实学识、仁爱之心的教师队伍。（1）专职任课教师应具备以下要求：117.具有本科及以上学历，专业要求为软件技术专业及相近专业；118.具有高校教师资格证书；119.具有相关的职业资格证书；120.具有企业相关实践经验者有限；121.具有良好的职业道德和职业操守，能胜任本课程的教学组织、教导和实施工作。（2）兼职任课教师应具备以下要求：表5《人工智能通识课》课程开发团队名单序号姓名工作单位职称/职务工作经历12（二）校内外实习、实训基地1.校内实训基地：能够将校内实训基地的设备、环境、氛围、管理等与实际职业活动现场安排的基本一致。一般配备黑（白）板、多媒体计算机、投影设备、音响设备，互联网接入或WiFi环境，并具有网络安全防护措施。安装应急照明装置并保持良好状态，符合紧急疏散要求、标志明显，保持逃生通道畅通无阻。2.校外实训及实习基地基本要求：符