《人工智能基础与应用》（适用32学时）课程标准

学院《人工智能基础与应用》课程标准课程代码：01001132适用专业：人工智能技术应用专业群内专业编者：《人工智能基础与应用》课程开发团队课程负责人：审核人：编制单位：编制日期：202年08月02日

《人工智能基础与应用》课程标准（一）课程基本信息课程编码：01001132课程名称：人工智能基础与应用课程类型：B类（理论+实践）课程地位：公共基础课课程学分：2参考课时：32课程性质：必修开课部门：计算机与软件工程系适用专业（层次）：人工智能技术应用专业群内专业先修课程：无后续课程：各专业基础课职业资格：编制：批准人：课程负责人：（二）课程详细信息1．适用对象高中后三年制学生。2．适用专业人工智能技术应用专业群内专业。3.参考课时32学分24.课程简介《人工智能基础与应用》是面向人工智能技术应用专业群内专业开设的一门通识核心课程，旨在普及人工智能知识、培养智能时代基本素养。课程围绕“技术认知、工具应用、融合创新、伦理责任”四条主线，构建了从基础理论到产业实践，再到伦理治理的完整知识体系。内容涵盖人工智能概述与大模型认知、AIGC工具实战、核心技术驱动产业应用、AI伦理与治理四大模块。课程深度融入“信创+AI+思政”理念，通过“ChinaAI”等案例彰显国家在算力、算法领域的自主创新成就，在技术教学中培养学生的家国情怀、工匠精神、创新意识和科技伦理素养，是实现价值塑造、知识传授与能力培养有机统一的综合性育人平台。5.课程性质与定位课程性质：本课程是专业群平台课，是学校“双高计划”人工智能专业群人才培养方案中的重要组成部分，实施学分管理。课程定位：本课程定位于培养学生的人工智能通识素养与落地能力。它服务于专业群“科技强国、自主智创”的核心理念，是构建“四维支撑、五路贯穿”大思政育人体系的关键载体。课程不仅使学生能够适应智能社会、使用AI工具，更引导其从技术使用者向创新驱动者和责任担当者转变，为后续专业课程学习及未来职业发展奠定坚实的素养基础，是实现“信创+AI+思政”深度融合的示范性课程。6.课程设计思路本课程遵循“素养导向、项目驱动、分层递进、四维融合”的设计思路：素养导向，分层递进：以“认知理解、应用技能、融合创新、伦理安全”四维素养模型为顶层设计，将课程内容划分为“技术认知层（适应AI）”、“工具使用层（精通AI）”、“融合创新层（驾驭AI）”和“责任担当层（应对AI挑战）”四个递进层次，实现学生素养的系统性提升。项目驱动，成果导向：课程打破传统知识体系，全面采用项目化教学。每个教学项目均包含“项目导读-探索新知-任务实践-AI伦理思辨-项目总结”的完整环节，让学生在完成真实任务（如AI辅助学习、交通标志识别、伦理案例分析）的过程中构建知识、锻炼能力、内化价值。信创引领，思政融合：将我国信息技术应用创新（信创）产业成果（如国产大模型、量子雷达技术）作为关键案例融入教学，坚定学生自主可控的信念。通过“AI伦理思辨”和项目中的思政触点，将科技强国、数据安全、工匠精神、科技向善等思政元素“盐溶于水”般地融入教学全过程。AI赋能，教学创新：积极探索利用AI工具（如大语言模型、AI绘图）辅助教学设计、实现个性化学习与智能评价，本身即示范人工智能技术的教育应用，引导学生科学认识并正确运用AI。7.课程目标本课程立足于“认知理解、应用技能、融合创新、伦理安全”四维素养模型，旨在引导学生完成从“适应AI”到“精通AI”，再到“驾驭AI”并最终“负责任地运用AI”的素养跃迁。课程目标体系设计遵循价值塑造、知识传授与能力培养相统一的原则，确保学生在掌握前沿科技的同时，筑牢科技报国的理想信念与科技向善的伦理底线。（1）素质目标树立正确的科技观与价值观，理解并认同“科技强国、自主智创”的理念，培养家国情怀与民族自豪感。具备良好的科技伦理素养与社会责任意识，能够在AI应用中坚守数据隐私、算法公平等底线，践行“科技向善”。培育精益求精的工匠精神、实事求是的科学态度与跨学科合作的团队意识。激发对人工智能技术的持久兴趣与学习热情，形成主动适应技术变革、终身学习的积极态度。（2）知识目标掌握人工智能的基本概念、发展历程、核心要素（数据、算法、算力）及典型应用场景。熟悉大模型的基本原理与AIGC（人工智能生成内容）在生活、学习、职场等场景的应用模式。了解数据挖掘、机器学习、深度学习等核心技术的概念、流程及其在典型产业中的应用逻辑。知晓人工智能面临的主要伦理挑战、安全风险及相关的治理框架与法律法规。（3）能力目标具备熟练使用主流AI工具（如大语言模型、AI绘图工具）解决学习、工作和生活中实际问题的能力。初步具备将AI技术与所学专业相结合，进行跨学科创新思考与简单项目设计的能力。能够批判性地分析和评估AI应用的社会影响与潜在风险，具备初步的伦理判断与决策能力。能够通过团队协作，完成一个综合性AI项目，并清晰地展示和阐释其技术路径、创新点与社会价值。序号教学单元学习内容建议学时教学方法教学场所1模块一适应人工智能时代浪潮项目1.初识人工智能4讲授+总结归纳一体化教室项目2.认识大模型2讲授+总结归纳一体化教室2模块二精通大模型工具项目3.AI生活娱乐—AIGC让生活更美好2讲授+自主探究一体化教室项目4.AI学习伴侣—AIGC辅助高效学习2讲授+自主探究一体化教室项目5.AI职场赢家—AIGC助力求职就业2讲授+自主探究一体化教室项目6.Agent--让智能体代理工作4讲授+自主探究一体化教室3模块三人工智能核心技术创新驱动产业应用项目7.数据挖掘--电影《哪吒2》票房和影评分析4讲授+自主探究一体化教室项目8.机器学习--钢铁厂用电量预测4讲授+自主探究一体化教室项目9.深度学习--交通标志物与车牌检测与识别应用4讲授+自主探究一体化教室4模块四直面人工智能伦理挑战项目11.人工智能伦理挑战与治理2讲授+自主探究一体化教室5课程总结2讲授+讨论一体化教室32教学内容组织与安排9.课程内容与教学要求模块一适应人工智能时代浪潮学时理论实践一体化6学习目标：理解人工智能概念;了解人工智能研究的发展、基本技术和应用领域◆知识目标1.掌握人工智能的定义、特点、三大核心要素（数据、算法、算力）及发展历程；2.了解大模型的基本概念、工作原理及其在推动社会生产力变革中的作用；3.熟悉"ChinaAI"在算力基础设施与算法创新方面的代表性成就。◆能力目标能辨别生活与学习中的AI应用，并阐述其基本原理。◆素质目标1.通过了解我国在算力与算法领域的追赶与超越，厚植爱国情怀，树立"科技自强"的信念；2.培养对新兴技术的开放接纳态度和主动探索精神。主要内容主要教学方法项目1：初识人工智能1.人工智能的定义、发展与核心要素；2.人工智能的典型应用场景与未来趋势；3.AI伦理思辨：技术发展的双刃剑。项目2：认识大模型1.大模型的基本原理与关键技术；2."ChinaAI从算力追随者到算法定义者"专题；3.任务实践：体验并对比国内外主流大模型。讲授+总结归纳教学地点一体化教室教学及参考资料（1）教材（2）网络拓展学习练习与习题建议教材课后习题考核与评价方式说明权重分配（1）线上学习（2）课堂活动参与（3）实操表现（4）随堂检测20%20%20%40%模块二精通大模型工具学时理论实践一体化10学习目标：熟练使用各类AIGC工具解决生活、学习、职场中的实际问题，理解智能体（Agent）的工作机制，实现个体能力的AI赋能。◆知识目标1.掌握AIGC在文、图、音、视频等领域的主流工具与适用场景；2.熟悉智能体（Agent）的基本概念、工作原理与典型应用模式。◆能力目标1.能够综合运用AIGC工具提升生活品质、学习效率与职场竞争力；2.能够初步配置和使用智能体（Agent）完成简单的代理任务。◆素质目标1.培养积极利用先进工具提升自我的终身学习意识；2.在工具使用中培养知识产权意识与诚信品格，杜绝学术不端与商业侵权。主要内容主要教学方法项目3：AI生活娱乐—AIGC让生活更美好任务驱动教学法1.AI文生图、AI音乐与视频生成工具实战；工作坊2.AI伦理思辨：AIGC作品的版权归属与艺术价值。项目4：AI学习伴侣—AIGC辅助高效学习任务驱动教学法1.AI辅助文献检索、阅读、笔记整理与论文提纲撰写；协作学习2.AI伦理思辨：如何防止AI辅助学习变为AI依赖。项目5：AI职场赢家—AIGC助力求职就业任务驱动教学法1.AI优化简历、模拟面试、辅助职业规划；角色扮演2.AI伦理思辨：AI面试官的公平性与隐私问题。项目6：Agent—让智能体代理工作任务驱动教学法1.智能体（Agent）的概念与搭建；项目实践2.实践：创建一个能够自动完成特定信息处理任务的智能体。讲授+自主探究教学地点一体化教室教学及参考资料（1）教材（2）网络拓展学习练习与习题建议教材课后习题考核与评价方式说明权重分配（1）线上学习（2）课堂活动参与（3）实操表现（4）随堂检测20%20%20%40%模块三人工智能核心技术创新驱动产业应用学时理论实践一体化12学习目标：理解数据挖掘、机器学习、深度学习等核心技术的流程与思想，能通过产业案例理解技术如何驱动创新，培养跨学科解决问题的初步能力。◆知识目标1.掌握数据挖掘、机器学习、深度学习的基本概念、典型流程与区别联系；2.了解人工神经网络的基本原理与主流深度学习框架；3.熟悉"人工智能X"的行业融合应用模式。◆能力目标1.能复现并解读简单的数据挖掘与机器学习案例；2.能阐述深度学习在计算机视觉等领域的典型应用与价值；3.能初步构思AI技术与本专业结合的创新应用场景。◆素质目标1.培养数据驱动的科学思维和严谨求实的工程素养；2.通过产业案例感受技术赋能传统产业升级的力量，树立"技术报国"的志向；3.培养面对复杂问题的探索精神和创新意识。主要内容主要教学方法项目7：数据挖掘电影《哪吒2》票房和影评分析1.数据采集、清洗与可视化分析；2.情感分析等文本挖掘技术初探。项目8：机器学习钢铁厂用电量预测1.机器学习典型流程：数据预处理、模型训练与评估；2.回归预测模型的建立与优化。项目9：深度学习交通标志物与车牌检测与识别应用1.深度学习与人工神经网络基础；2.主流深度学习框架简介；3.智慧交通中的目标检测技术应用实践。讲授+自主探究教学地点一体化教室教学及参考资料（1）教材（2）网络拓展学习练习与习题建议教材课后习题考核与评价方式说明权重分配（1）线上学习（2）课堂活动参与（3）实操表现（4）随堂检测20%20%20%40%模块四直面人工智能伦理挑战学时理论实践一体化4学习目标：了解人工智能的发展与挑战◆知识目标1.掌握人工智能在数据隐私、算法偏见、深度伪造、就业冲击等方面的核心伦理挑战；2.了解全球主要的人工智能治理原则与法规框架。◆能力目标能够识别并分析现实生活中的AI伦理风险案例，并提出初步的规避或解决方案。◆素质目标1.树立崇高的科技伦理观与社会责任感，坚守"科技向善"的底线；2.培养批判性思维，对技术应用保持审慎和反思的态度。主要内容主要教学方法项目11：人工智能伦理挑战与治理1.人工智能伦理挑战全景透视（数据、算法、应用、社会）；2.全球AI治理模式与中国方案探讨；3.任务实践：撰写一份关于某AI伦理热点事件的案例分析报告。课程总结测验讲授+讨论教学地点一体化教室教学及参考资料（1）教材（2）网络拓展学习练习与习题建议教材课后习题考核与评价方式说明权重分配（1）线上学习（2）课堂活动参与（3）实操表现（4）随堂检测20%20%20%40%10.课程实施建议（1）教材选用和编写建议按照教材选用规定，优先选用国家规划教材和国家优秀教材，选用最新版的《人工智能导论》教材和相关教辅资料，确保学生接触到最前沿的知识体系。1）针对高等职业院校学生的特点，突出素质教育，提高学生的创新思维和实践技能。2）教材以学生为本，内容简洁、结构严谨、逻辑分明、条理清晰、图文并茂，在内容和形式上都有创新。3）教材以完成任务的典型活动项目来驱动，采用递进和并列相结合的方式来组织编写，使学生在各种活动中树立自主、创新意识。参考教材：人工智能导论（2）教学建议以课堂讲授为主，主要为多媒体相结合形式。以课堂提问、小组讨论、师生互动，课下预习案例视频资料、平台任务讨论等方式为辅。依据教学内容灵活地使用项目教学法、线上线下混合式教学、小组合作法、自主学习法和分层教学法等多种教学方法等教学方法，并借助网络和多媒体课件等教学手段使这些方法得以有效实施。项目教学法以实际项目为驱动，通过项目的实施来完成教学任务。项目内容应紧密围绕人工智能的基础知识和应用技能，确保学生在完成项目的过程中能够掌握相关知识和技能。项目中的任务设置应与企业真实工作的要求相对应，以便学生将来能够将所学知识应用于实际工作中。线上线下混合式教学利用线上平台，如国家级和省级精品资源共享课程、在线开放课程等，为学生提供丰富的学习资源。线下教学则侧重于重点难点的讲解、实践操作的指导以及学生疑问的解答。通过线上线下相结合的教学方式，可以提高学生的综合学习能力，