《人工智能通识》课程标准

附件2《人工智能通识》课程标准课程代码：111222适用专业：全院各专业编制部门：物联网工程学院（信息安全学院）合作单位：江苏润和软件股份有限公司江苏信息职业技术学院教务处2025年9月目录TOC\o"1-2"\h\u23824一、适用专业 《人工智能通识》课程标准课程承担部门[物联网工程学院（信息安全学院）]制定人[平震宇]制定日期[2025.7.15]审核人[物联网工程学院课程建设指导委员会]审核日期[2025.8.20]批准人[季云峰]批准日期[2025.8.20]一、适用专业全院各专业二、课程性质（一）课程性质《人工智能通识》是我院各专业开设的一门必修公共基础课程，面向全院一年级学生。本课程是我院各专业开设的公共必修基础课程。随着人工智能技术的广泛应用，传统行业对“AI+岗位技能”复合型人才的需求日益迫切，高职学生亟需通过人工智能通识课程掌握AI基础知识，培养利用人工智能解决专业问题的意识和能力。本课程旨在为学生搭建理解AI基础知识的桥梁，通过引导学生结合自身所学专业，深入思考AI技术在各领域的应用场景与潜力，为后续专业课学习和持续学习打下坚实基础。（二）设计思路本课程立足职业教育新质复合型技术技能人才培养定位，紧扣国发〔2025〕11号《“人工智能+”行动意见》、《职业院校人工智能应用指引（2026版）》政策要求，依托企业一线跟岗调研成果，以**分层AI职业能力图谱**为顶层设计依据，搭建「底层素养夯实—核心能力进阶—行业场景赋能」三段递进式完整教学逻辑，彻底摆脱传统AI课程偏重底层算法、脱离岗位的学科化设计弊端，形成“通识底座统一、专业模块可拆、产教场景落地”的通专融合课程架构。课程以**“AI赋能本专业岗位实操”**为主线，弱化复杂数学推导、底层模型开发等高门槛内容，把抽象人工智能理论转化为零基础学生可上手、岗位可复用的数字化工具操作能力。通用通识层设置六大标准化递进项目：人工智能概述、生成式AI全场景应用、AI辅助编程、轻量化本地智能体开发、多模态辅助驾驶实战、AIGC数字创意实践，搭建覆盖全校所有专业统一AI基础能力底座，系统普及国产大模型、提示词工程、WSL+Ollama本地部署、智能体RAG知识库等2026前沿轻量化技术。在通用底座之上，依托校企跟岗采集真实产业工单，分专业配置差异化拓展项目案例：面向电子类专业设置集成电路封装缺陷检测智能系统开发、车规级电源管理芯片测试智能体任务；面向交通类专业配套百度Apollo多模态自动驾驶全流程仿真实训；面向文创、商贸专业设计读书节宣传视频、品牌营销文案矩阵等AIGC综合创作项目，把AI工具训练嵌入智能制造、智能汽车、数字文创、现代服务业真实工作流程，实现AI通识素养与专业岗位能力深度耦合，解决通识与专业“两张皮”的教学痛点。教学实施全程遵循工作过程导向、任务驱动的职教核心范式，以企业完整工作链条复刻课堂教学流程，构建「岗位需求拆解→AI工具选型→实操落地→效果校验→迭代优化」闭环实训模式。将大模型、本地智能体、多模态生成等前沿技术拆解为阶梯式操作任务，依托课程配套轻量化本地实训环境，学生在普通机房、个人电脑即可完成全流程实战，不用依赖高端算力设备。课堂不局限工具操作训练，同步引导学生反复调试、比对方案、复盘缺陷，在实操迭代中培育数据批判思维、人机协同思维，塑造精益求精的数字工匠精神与工程实践素养。课程坚持育才与育人双向同步，践行数字人文主义育人理念，摒弃AI伦理独立章节“贴标签”式设计，将数据隐私、算法公平、生成内容版权、行业数据安全、国产AI创新自信等思政与合规要素嵌入每一项实训任务。在智能体开发、AIGC创作、工业检测等实操环节同步设置伦理辨析、风险研判任务，引导学生辩证看待AI技术边界，树立科技向善、合规从业的职业底线。整体课程既聚焦学生AI工具实操、人机协同核心硬技能，又同步塑造价值观、职业操守等高阶素养，兼顾短期岗位就业能力与长期职业可持续发展潜力，为产业输送适配数智化转型的复合型高职技术技能人才。三、课程目标本课程旨在帮助学生系统认识人工智能的基本概念、发展现状与应用前景，掌握人工智能的核心技术方法与典型工具，培养学生将人工智能技术应用于实际问题解决的能力。知识目标：学生能够阐述人工智能的发展脉络、体系结构及核心原理（如机器学习三大范式、深度学习、Transformer架构与大规模预训练模型），准确识别智能体、多模态大模型等关键技术在智能制造、辅助驾驶、数字文创等领域的应用场景，并掌握人工智能治理与数据安全等伦理法律常识。能力目标：学生能够熟练运用DeepSeek、豆包、通义千问、GitHubCopilot、Cursor、通义灵码、Coze、即梦AI、Mureka等主流人工智能平台与工具，独立完成提示词设计、AI辅助编程、智能体开发及AIGC创作等实战任务，具备高阶提示词（Prompt）设计能力，以辅助内容创作、代码优化及艺术设计，实现技术工具与实际任务的深度融合。素质目标：学生能够运用“需求分析—工具操作—迭代优化”的思维模式，将计算机、数学、艺术等跨学科知识应用于实际行业场景，提出具有创造性与可行性的人工智能解决方案，具备持续跟踪前沿科技动态并将其转化为职业竞争力的能力。塑造科技伦理意识与数字工匠精神：学生能够理性评估AI技术的社会影响，自觉遵守法律法规与行业标准，分析并规避算法歧视、数据泄露等伦理风险。在项目协作中展现出良好的团队沟通能力、严谨的工匠精神以及“科技向善”的社会责任感，树立正确的科技价值观。四、课程内容与要求（一）课程内容与要求任务职业能力学习水平技能内容与要求知识内容与要求理论学时实践学时项目1人工智能概述（共4学时）任务1.1计算机基础与AI发展认知1.1.1冯·诺依曼体系结构与图灵测试认知能力I•能描述五大硬件部件与冯·诺依曼三大基本原则•能运用图灵测试标准判断智能行为特征•掌握冯·诺依曼体系结构与二进制逻辑•掌握图灵测试六大核心能力•了解达特茅斯会议与AI学科诞生背景101.1.2AI发展历程梳理能力I•能归纳人工智能“三起两落”的技术周期发展规律•能分析技术瓶颈与突破之间的因果逻辑关系•掌握人工智能发展五阶段的代表性事件•了解人工智能技术现状六大特征与未来四大趋势10任务1.2产业认知与伦理挑战识别1.2.1产业链结构认知能力I•能描述基础层—技术层—应用层的产业链关系•能列举制造、医疗、文创等领域的AI典型应用•掌握人工智能产业链三层结构•了解生产制造类、公共治理类等AI应用场景101.2.2数据安全与伦理风险识别能力P•能识别人脸信息违规收集等数据安全场景•能分析算法歧视的四大主要成因•掌握《个人信息保护法》与数据主权基本要求•了解《生成式人工智能服务管理暂行办法》与新一代人工智能治理八大原则01项目2生成式人工智能的发展与应用（共8学时）任务2.1机器学习与深度学习基础认知2.1.1机器学习范式与评价指标认知能力I•能运用监督学习、无监督学习、强化学习范式区分实际任务场景•能运用准确率、精确率、召回率、F1值等指标评价模型效果•掌握机器学习三大范式与代表应用•掌握混淆矩阵与四大模型评价指标的含义102.1.2深度学习与神经网络原理认知能力I•能归纳深度学习四阶段发展的关键突破节点•能描述神经元、权重、激活函数与网络层的组成关系•掌握深度学习发展四阶段（连接主义起源至大模型时代）•了解MP模型、感知机与多层前馈网络（MLP）的演化逻辑10任务2.2大规模预训练模型认知2.2.1Transformer架构理解能力I•能解释Q、K、V自注意力机制的计算逻辑•能区分编码器架构与解码器架构的适用场景•掌握Transformer自注意力与编码器—解码器结构•理解BERT与GPT两大技术路线的区别102.2.2主流大模型认知能力I•能归纳“预训练+微调”两阶段范式的核心逻辑•能比较国内外主流大模型的能力特征与适用场景•掌握预训练与微调范式（MLM/CLM/SFT/RLHF）•了解GPT系列、Gemini、Claude、DeepSeek、通义千问、豆包、GLM等国内外主流大模型10任务2.3提示词工程实践（重点）2.3.1提示词设计能力P•能运用“指令+上下文+输入+输出”框架设计提示词•能灵活运用角色设定、结构化分解、小样本示例等进阶技巧•掌握提示词四要素与七大设计原则022.3.2大模型场景化应用能力P•能借助DeepSeek、豆包、通义千问等主流大模型完成智能问答、代码调试、学术写作辅助•能遵守AI伦理规范审核生成内容的原创性与准确性•掌握DeepSeek、豆包、通义千问的核心功能•了解专业学习、学术研究、职场办公等典型应用场景•了解AI辅助学术写作的诚信边界与合规要求02项目3AI辅助编程实践（共6学时）任务3.1AI辅助编程认知与工具选型3.1.1AI辅助编程发展与变革认知能力I•能归纳AI辅助编程四阶段技术演进脉络•能分析代码生成、注释、调试、优化四大变革场景•了解AI辅助编程发展四阶段（萌芽期至智能体协同期）•理解生成式AI对软件开发的五大变革103.1.2工具选型与环境搭建能力I•能比较IDE集成工具、AI原生编辑器、通用大模型的适用场景•能完成VSCode、Cursor等工具的安装与基础环境配置•掌握GitHubCopilot、Cursor、DeepSeek-Coder、通义灵码的核心功能•了解VSCode、Cursor的安装配置流程10任务3.2提示词设计与基础编程任务实践3.2.1代码提示词设计能力P•能为AI编程工具编写清晰、具体、有上下文的代码提示词•能通过迭代对话引导AI逐步完善代码逻辑•掌握编写有效代码提示词的四条核心原则•了解少样本提示与角色设定技巧013.2.2基础与进阶编程任务实践能力P•能使用AI工具完成函数生成、代码补全、注释自动撰写•能借助AI完成代码解释、调试定位与代码重构优化•能识别AI生成代码中的常见安全漏洞并提出修正建议•掌握函数生成、代码补全、注释撰写等基础任务的操作方法•理解代码解释、调试、重构与优化的AI辅助实现逻辑•了解SQL注入、越权访问等常见安全漏洞与知识产权合规要求02任务3.3综合项目实践（难点）3.3.1工业级项目综合开发能力R•能运用AI辅助完成集成电路封装缺陷检测系统的需求分析与技术选型•能在AI工具辅助下完成数据准备、模型设计与实现•能撰写AI辅助开发与传统开发的效率对比分析报告•理解集成电路封装缺陷检测系统的需求拆解方法•了解YOLO目标检测与迁移学习微调策略•掌握模型评估指标（mAP/召回率）与FastAPI部署脚本编写方法01项目4智能体开发实践（共6学时）任务4.1制造业AI应用与智能体认知4.1.1制造业AI应用认知能力I•能结合案例说明预测性维护、视觉检测、数字孪生等AI技术在制造业的应用价值•了解AI在制造业的八大核心应用领域104.1.2智能体核心机制与平台认知能力I•能描述智能体感知—推理—规划—执行—学习的闭环工作机制•能比较Coze、Dify等主流智能体开发平台的功能特征与适用场景•掌握智能体AI核心工作机制与三大技术支柱•理解智能体系统架构设计的四项原则10任务4.2智能体基础创建实践4.2.1智能体开发配置能力P•能在Coze平台完成智能体名称、图标、功能介绍等基础信息配置•能根据任务需求选型大模型并绑定文件解析等插件•能编写符合业务需求的人设与回复逻辑提示词•掌握Coze平台智能体开发的基本流程•了解大模型选型与参数配置（温度/输出长度）方法•熟悉摘要生成、学生手册问答等智能体开发案例02任务4.3知识库构建与工作流编排（重点）4.3.1知识库与RAG技术应用能力P•能完成文档上传、分段处理、索引构建与知识库绑定•能理解Embedding与RAG技术在语义检索中的作用机制•掌握知识库核心功能与RAG技术四步流程014.3.2智能体工作流编排能力R•能运用开始、LLM、插件、知识库检索等节点搭建智能体工作流•能设计选择节点、意图识别节点实现分支判断逻辑•掌握Coze工作流四大核心构成（节点/逻辑控制/数据流/资源集成）•了解车规级PMIC测试知识库与工作流案例01项目5辅助驾驶实战（共4学时）任务5.1多模态大模型与VLA技术认知5.1.1多模态大模型与VLA基础认知能力I•能描述多模态大模型跨模态对齐与感认知一体化原理•能阐述VLA大模型视觉—语言—动作端到端对齐机制•了解多模态大模型核心概念与跨模态推理能力•掌握VLA模型技术架构（视觉编码器/语言令牌/动作令牌）•了解MLLM跨模态对齐技术与幻觉风险10任务5.2辅助驾驶方案对比与Apollo仿真实战（重点）5.2.1主流辅助驾驶方案对比分析能力I•能对比特斯拉FSD、华为乾崑ADS、Momenta三种辅助驾驶方案的技术路线•能理解规则与VLA混合控制机制的安全仲裁逻辑•掌握SAE自动驾驶分级标准（L0—L5）•了解特斯拉FSD、华为ADS、Momenta的技术架构对比105.2.2Apollo平台仿真实战能力P•能使用Apollo在线编程环境播放自动驾驶离线数据包并分析传感器数据•能完成DreamView模式设置与Channel信息查看操作•能完成路线编辑与定速巡航仿真调试全流程•掌握百度Apollo自动驾驶开发流程六阶段•了解DreamView可视化监控与cyber_monitor工具的使用方法02项目6AI艺术和创意实践（共4学时）任务6.1AI艺术创新与工具认知6.1.1AI艺术创新与工具认知能力I•能结合“泥人张”数字化、“书生·妙析”等案例说明AI艺术创新的五大价值•能比较Midjourney、即梦AI、Suno、Mureka等主流工具的技术原理与适用场景•了解AI艺术创新五大核心作用•了解绘画类、视频生成类、音乐生成类工具的核心技术差异10任务6.2AIGC提示词设计与即梦绘画实践6.2.1提示词设计与即梦创作实践能力P•能运用“主体+细节+环境+光影+风格+构图”标准框架设计提示词•能灵活运用简洁有力、精准具象、正面表述等编写要点优化提示词•能完成即梦AI图片生成、视频生成的基础创作操作•掌握AIGC绘画提示词标准框架与编辑公式•掌握提示词五大编写要点•了解即梦AI图片生成、视频生成、灵感广场功能01任务6.3AI艺术综合创作实践（重点）6.3.1跨工具综合创作能力R•能运用豆包AI完成宣传文案与分镜脚本策划•能综合运用豆包AI、即梦AI批量生成分镜图片与视频片段•能运用Mureka生成适配主题的背景音乐并使用剪映完成剪辑合成•掌握读书节宣传视频五步创作流程•了解分镜脚本设计与图生视频操作规范•了解AI生成内容版权风险与AI时代“新工匠精神”内涵02合计学时1418注：学习水平分为“初步”“熟练”“强化”三个等级，依次对应“I”“P”“R”三个字母。另外，给出明确理论/实训参考学时。（二）素养内容与要求素养类别素养内容公民意识具备健康生活素养，善用时间管理高效完成课程实操；树立环保意识，理解人工智能技术赋能绿色低碳发展的价值；恪守网络安全规范，在AI工具使用与数据处理中防范安全隐患、保护数据隐私。科技伦理素养树立科技为民的意识，遵守《个人信息保护法》《生成式人工智能服务管理暂行办法》等AI相关法律法规；能识别并规避数据安全、算法歧视、知识产权等AI应用中的伦理风险；培养负责任的科技伦理观，避免技术滥用。创新与批判思维避免对AI技术的盲目崇拜或恐惧，形成理性、批判性的技术认知方式；勇于探索“AI+专业”的新颖应用场景，具备运用AI解决复杂问题的创造力；培养跨学科融合意识，主动关注人工智能前沿技术动态。职业道德与责任感培养诚信精神、数字工匠精神与社会责任感；在AI辅助编程、智能体开发、AIGC创作中坚持人工审核与原创性把关，不盲目依赖AI直接输出；树立质量意识，理解AI应用质量对社会与行业的重要意义。团队合作与沟通增强团队合作意识和跨专业背景的沟通协作能力；能在智能体开发、AI艺术综合创作等小组项目中合理分工、有效沟通，共同完成AI应用方案设计与实践任务。五、课程实施（一）教材选用或编写建议《人工智能基础与应用》，平震宇、沈冠林、林伟军主编，苏州大学出版社。教材内容充分体现项目导向、任务驱动的课程设计思想，内容呈现方式符合高职学生认知规律，覆盖人工智能基础概念、机器学习与深度学习原理、大规模预训练模型、AI辅助编程、智能体开发、辅助驾驶多模态大模型、AI艺术创意等六大项目内容，体现通用性、实用性和先进性，融入DeepSeek、豆包、通义千问、Coze、即梦AI等前沿工具应用内容，反映人工智能领域最新技术发展动态。（二）教学方法建议根据本课程的教学目标要求、课程特点及学生学情，综合考虑教学效果与可操作性，本课程选用以下教学方法：混合式教学法：将线上开放课程资源与线下项目实践有机融合，实现课前自学、课中实践、课后巩固的完整学习闭环；案例驱动法：以DeepSeek应用、集成电路封装缺陷检测系统开发、车规级PMIC测试智能体开发、百度Apollo自动驾驶仿真、AIGC绘画与读书节宣传视频创作等真实产业案例为载体，将知识点融入项目实践；讨论与汇报法：