AI通识课程体系怎么设计？

定义：AI通识课程体系到底在建设什么

在高校语境里，AI通识课程体系不是一门介绍聊天软件的公共选修，也不是把若干公开视频串成慕课目录。它是一套按学时和年级递进的素养课程：学生理解生成式人工智能能做什么、不能做什么；能用提示词完成受控任务；能借助检索增强核对依据；能在可视化或轻量开发环境里走完一次智能体或工作流；能遵守数据伦理、学术诚信和禁用边界；并能把上述方法迁移到本专业的一次真实作业。

因此，建设对象至少包括六块内容，而不是只买一个全校聊天入口。认知解决原理、能力和幻觉来源，避免把流畅表达当成正确。提示词解决任务拆解、约束条件和迭代改写，避免只会说“帮我写一份”。检索增强解决“答案从哪来”，要求关键结论回到指定材料。智能体解决多步骤任务：提问、检索、调用工具、检查结果、决定是否提交。数据伦理解决隐私、版权、披露、偏见和禁止事项。学科应用解决迁移：同一套规范在工科报告、经管分析、文法综述或艺术方案里分别怎么用。

它不是什么

• 它不是把名词表背完再加一次上机演示，就可以宣布素养达标。
• 它不是所有专业共用同一套不可改的案例，也不要求非计算机专业第一周微调大模型。
• 它不是只要学生提交了生成文本，就可以省略过程日志、引用核对和诚信声明。
• 它不是一次采购课程包后永远不用更新模型名称、任务书、量规和禁用清单。
• 它不是用自动评分替代教师确认，也不是用界面截图替代可复核的作业档案。

与“一门通识课”并列的常见误解还有两类。一类是把校级共享问答当成全部：学生可以提问，但不会核验、不会拒用、不会把方法带到专业课。另一类是把智能体开发课的全部工程要求压到十六学时公共课上，导致大多数学生只学会跟着演示点击。正确做法是同一素养目标、按学时分层：短学时先完成规范使用和一次短任务，更长学时再接入检索增强、工具调用和学科项目。检索与拒答的专门训练见 RAG智能体实训怎么设计；可重置环境、配额和过程评价见 AI智能体实训室怎么建设。

为什么必须按学时分层，而不是先开通聊天

学校推进人工智能通识教育时，真正卡住开课质量的往往不是“有没有模型接口”，而是五类同时出现的教学问题。

第一，目标被工具清单替代。建设方案写了品牌、账号数或“全校可用”，却写不清十六学时、三十二学时和专业嵌入分别要提交什么。没有可观察的学习成果，验收只能看登录率和播放时长，无法验收“学生能判断适用边界并完成一次完整任务”。

第二，评价停留在名词考试。学生能区分大模型、提示词和幻觉等术语，不代表会核对引用、会处理过期材料、会拒绝把未授权数据贴进对话框。名词测验可以作预习或补考，但不能单独决定素养成绩。

第三，过程无法复核。学生把外部生成结果直接粘贴进作业，教师只看到最终文笔。没有模型版本、提示词迭代、引用片段和本人改写说明，就无法判断是规范使用、代做还是抄袭生成结果。评价必须同时看任务完成和规范使用，细则写进量规，而不是学期末补一张承诺书。

第四，专业迁移缺作业。公共课案例永远是写通知、写简历或翻译段落，学生回到本专业后仍把模型当成万能搜索。通识体系要预留学科应用学时：同一套披露、引用和拒用规则，必须在至少一个专业任务里再做一次。

第五，教师评分未校准。不同教学班对“用了人工智能算不算违规”尺度不一：有的一律禁止，有的放任粘贴。没有示范课、样例作业和评分校准，全面开课只会放大争议。教师培训应先于学生大规模上课，而不是课件发完再找助教。

因此，立项应先回答四个问题：本课覆盖哪些素养模块、对应多少学时；学生下课必须提交什么；哪些场景明确禁用；成绩如何同时衡量任务完成和规范使用。四个问题清楚后，再决定共享推理、上机环境和课程资源如何组合，而不是先开通全校聊天再补大纲。课程资源可以按专业和学时从目录中选型，参见 课程资源入口 及其并入后的 人工智能与智能体实训创新平台；四十门微课只是可组合资源，不是已经落地的客户开课人数。

实践中还常见三类偏差，值得在教学委员会上提前排除。一是把“开了通识课”写成政治正确，课堂却只演示一次对话，作业仍是名词填空。二是院系各自发给学生未评估的外部工具，缺少统一披露和数据边界，形成无法回收的影子使用。三是通识提问、毕业设计微调和评测脚本抢同一推理进程，学期高峰互相拖垮。纠正这些偏差不需要先扩一门更长的课，需要先补分层大纲、任务书、量规和教师校准。

五步结构：从素养模块到评分校准

第一步：先写清六块内容，再谈平台

建议把课程地图固定为六块，并分别写出可观察行为，避免用“了解人工智能前沿”代替目标。

• 认知：能用自己的话说明生成过程、幻觉来源、适用任务和明显不适用任务，不把流畅当成正确。
• 提示词：能把作业拆成目标、材料、约束、输出格式和验收标准，并保留至少一轮有效改写。
• 检索增强：能在指定材料上提问，使关键结论带回标题、条款或页码，证据不足时拒答或改查原文。
• 智能体：能说明一次多步骤任务里哪些由人完成、哪些由工具完成、失败时如何停止。
• 数据伦理：能识别隐私、版权、未发表成果、考试保密和偏见风险，并执行学校披露要求。
• 学科应用：能在本专业一次作业中复用上述规范，而不是只在公共课案例里练习。

第二步：按学时和年级分层，不要求一次学完

学时决定深度，年级决定迁移。十六学时公共课通常只能覆盖认知、提示词、伦理和一次带引用的短任务；三十二学时可加入检索增强、核验和轻量工具调用；四十八学时或“通识加专业嵌入”再做小型智能体或工作流。一年级侧重正确使用、信息披露和常见风险；二年级加入检索增强、知识核验和工具调用；三年级按专业完成项目。不要把三年路径理解成必须连开三门同名课，可以是一门公共课加若干专业课嵌入。

第三步：把每一层写成可提交的任务，而不是演示脚本

每个学时档至少有一次完整任务：输入材料、禁止事项、必须引用的对象、允许使用的工具、提交物清单和失败时的处理。短任务可以是“根据指定制度回答三个问题并标注出处”；完整任务应包含提示词迭代、引用核对、伦理判断和反思。没有指定材料的开放生成，不能作为核心成绩。

第四步：评价同时看完成度和规范使用

量规建议至少四列：任务是否完成、引用或依据是否可回溯、过程日志是否完整、是否遵守禁用和披露。安全或诚信违规可单独否决，不必用总分平均掉。自动评分只能做初评，教师确认成绩。名词测验若使用，权重应明显低于完整任务。

第五步：教师先上示范课并校准评分，再全面开课

开课前用同一份样例作业做评分校准：什么情况算规范使用，什么情况算未核验，什么情况直接不合格。主讲、助教和平行班教师对样例分差过大时，先改量规说明，再扩大开课范围。没有校准记录，就不要把“评分一致性”写进验收。

比较：名词考试还是带引用的完整任务

下表用于课程论证和成绩构成讨论。名词考试可以检查术语和风险清单记忆，但不能证明学生会完成真实任务。通识课的主评价应是带引用的完整任务：学生在指定材料上给出结论、出处、使用声明和核验记录。

选择时不要把名词考试理解成“不科学”，也不要把一次长报告理解成必然更公正。没有指定材料和引用要求的长报告，同样会被整段生成。关键是任务可复核：材料范围清楚、引用可点回、过程可抽查、教师能按量规解释分数。一所学校可以保留少量名词测验检查底线知识，但素养达成必须以完整任务为准。

学时分层：十六、三十二与专业嵌入

分层的目的是避免用同一张课表要求所有学生达到智能体开发水平，也避免短学时课只剩概念讲座。下面三档是建设口径，不是必须采购的固定套餐。学校可按学分制度合并或拆分，但每一档都要写清“学生能独立完成什么”。

十六学时：正确使用、披露和一次短任务

面向一年级或全校最低学分。课堂完成认知、提示词和数据伦理的精讲，上机完成一次指定材料上的短问答：至少三个问题需要引用，至少一类问题必须说明不能仅靠模型回答。学生提交短答、引用、工具声明和一段反思。本档不要求搭建知识库，不要求写代码。结束标准是：学生知道何时不能用，并能完成一次带引用的辅助任务。

三十二学时：检索增强、核验和工具调用

在十六学时成果之上，增加检索增强和轻量智能体体验。学生在教师提供的限定语料上比较“直接提问”和“带检索提问”，统计哪些答案失去依据，并完成一次工具调用或可视化编排：例如先检索再汇总，再由本人核对矛盾之处。提交物增加过程日志和失败说明。本档仍以共享推理和统一护栏为主，不把微调写入通识目标。

四十八学时或专业嵌入：学科应用与小型项目

高年级或专业课嵌入阶段，要求学生把规范带到本学科：实验报告引用原始记录、课程论文区分文献与生成草稿、设计说明标注生成图像来源、数据分析写清字段授权。计算机与相关专业可进入小型智能体或工作流项目，并解释安全边界；其他专业可用可视化编排完成同等规范要求。环境、配额和隔离应按开发课而不是通识聊天来管理，方法见智能体实训室建设指南，不要把毕业设计微调混进公共课进程。

无论哪一档，课程计划都应同时列出：理论学时、上机学时、指定材料清单、禁用场景、成绩构成和教师校准安排。只写“线上自学加期末机考”的方案，无法证明分层已经发生。

建设步骤：输入、角色、动作与输出

下列步骤按时间顺序排列。每一步都写出输入、责任角色、动作和输出，便于写入开课计划和验收清单。角色名称可按学校处室调整，但不能出现“只有课程供应商、没有校内主责”。

1. 冻结课程性质与素养目标

动作：确定这是必修、选修还是专业嵌入；写出六块内容分别对应的可观察行为；列出暂缓内容，例如微调、未分级个人数据上机。输出：课程定位说明书、目标清单和“本学期不做”清单。

2. 按学时切模块并写出任务书

动作：把六块内容分配到十六、三十二或嵌入学时；为每一档写一次主任务，指定材料范围、引用格式、允许工具和禁止粘贴的数据。输出：分层大纲、实验或项目任务书、材料授权清单。

3. 配置评价量规、日志和诚信条款

动作：规定作品、过程日志和诚信声明的必要字段；明确无日志不得满分、安全违规可一票否决、成绩可申诉。输出：量规、声明模板、抽查办法和申诉路径。

4. 准备环境、示范课和教师培训包

动作：确认通识提问走共享推理和统一护栏；如需检索或编排，按课程隔离教学语料，成绩、学籍和未发表成果不得进入通识库。输出：可上课环境、示范课录像或教案、教师培训包和校准记录。需要独立开发环境时，再接入实训室方案，而不是在通识课里临时开放未审计端口。

5. 小范围试运行后再扩大开课

动作：检查学生是否完成带引用任务、是否知道何时不能用、教师评分是否可解释。输出：试运行报告、量规修订、全面开课或暂缓决定。如果缺少任务书、量规或校准记录，不要进入全校铺开。

课程资源可按模块从数字课程资产中选型，包括微课、智慧课和实训任务模板，入口见 课程资源。再次明确：资源目录里的四十门微课用于组合和备课，不代表学校已经拥有对应客户数、开班数或就业结果；学校仍须产出自己的大纲、任务书和量规。

六块内容如何写成可上课的任务

模块可以按周展开，也可以在一次项目中叠加。无论怎样排课，教师都要能指出：这一周学生交什么、什么算完成、什么算规范使用。下列写法用于避免“讲完概念就算教过”。

认知。不要停在定义朗读。给学生同一问题的两种输出：一种流畅但与指定材料矛盾，一种较短但能回到原文。要求学生标出哪一句失去依据，并解释幻觉为什么看起来可信。输出是对照表，而不是二百字感想。

提示词。禁止只交最终生成稿。任务应要求写出目标、读者、必须使用的材料和不得编造的字段，然后保留初稿提示词、修改原因和第二稿。教师抽查修改是否针对约束，而不是只把“写得详细一点”重复三遍。

检索增强。发给学生一小包已授权文档，其中夹入过期通知或适用范围不同的条款。学生必须回答可回答项、拒答无证据项，并指出过期文件不能当成现行规定。输出包括引用位置和拒答理由。更完整的工程训练放到 RAG 专项课，通识阶段先建立“无依据不写”的习惯。

智能体。用一个不超过五步的工作流即可：收集问题、检索指定库、调用一个计算或查询工具、人工核对、提交。学生要画出步骤，标明每一步的责任人和失败停止条件。非计算机专业用可视化编排；需要代码和评测报告的班级进入实训室，而不是在通识课里比赛界面复杂度。

数据伦理。给出若干情境：同学成绩表、未发表问卷、付费论文 PDF、病人描述、考试回忆题。学生判断能否输入模型、能否发给同学、作业里如何披露。输出是判断表加依据，而不是背诵法条标题。课堂强调学校现行制度和学术诚信要求，政策原文以主管部门最新文本为准。

学科应用。由专业教师出一道本学期真实作业的缩小版：只改评价规则，不另起炉灶。工科核对实验数据是否被模型改写；经管核对图表数据来源；文法核对引文是否存在；艺术设计标注生成部分。没有专业教师会签的“通用范文改写”，不能算学科应用已经完成。

验收、评价与开课条件

开课前应具备的条目

• 分层大纲：六块内容、学时分配、年级或嵌入方式、暂缓内容。
• 任务书：指定材料、引用要求、允许工具、禁用数据和提交清单。
• 评价量规：任务完成、引用核验、过程日志、诚信披露；违规否决规则。
• 教师培训包：示范课、样例作业、校准记录和助教职责。
• 环境与护栏：统一身份、课程空间、共享推理、教学语料隔离和日志字段。
• 不同专业的迁移作业至少各有一类样例，避免只有公共课通知写作。

验收必须抽查真实学生作业，而不是只看平台演示或供应商样章。抽查时应能回答：这份作业的引用能否回到材料；学生是否声明使用了人工智能；教师分数能否对应量规条目；未授权数据有没有进入提示词。演示账号完成的标准答案，不能覆盖班级抽查失败。

成绩构成建议写成可测试语句

例如：完整任务成绩不低于课程总评的一半；无过程日志不得进入优秀档；引用无法回溯的关键结论不得分；未披露而大段使用生成文本按学校诚信条款处理。名词测验若保留，应写明其不能单独及格。不要把“课堂活跃”“使用了先进工具”写成给分条件。

建设方案可以引用数字课程资产做备课选型，但采购和验收应针对学校自己的大纲、任务、量规、校准记录和抽查结果。不要把资源目录里的四十门微课写成已有客户数、已开班数或已验证学习效果。