必看！高校开展人工智能教育改革的实用建议

一、引言

随着人工智能技术的快速发展，高等教育领域正面临前所未有的变革机遇。为推动人工智能在高等教育中的深度应用，提升教育质量和人才培养水平，特提供本建议，供大家创造性地思考在 AI 背景下的高等教育改革，“三教”改革和“立德树人”的教育使命。

二、总体目标

1. 培养创新人才：通过人工智能教育，培养具有创新思维、跨学科知识和解决复杂问题能力的高素质人才。

2. 推动教育变革：利用人工智能技术，优化教学模式，提升教学效果，促进教育公平和高质量发展。

3. 服务社会发展：培养适应人工智能时代需求的专业人才，为社会经济发展提供人才与智力支撑。

4. 人性化学习：强调以学生为中心，关注个体差异，提供个性化的学习路径和支持，推进个性化的职业发展与创就业指导。

5. 差异化人才培养：根据学生的特点和需求，提供多样化的培养方案，强化思政的引导作用，满足不同学生的对人生目标和职业发展目标的探索。

6. 自主学习、自适应学习和终身学习：培养学生自主学习、自适应学习和终身学习的能力与习惯，为学生的未来发展奠定坚实基础。

三、具体建议

（一）专业与课程建设

1. 规划 AI 专业集群：

• 以 AI 技术创新应用为新质生产力，逐步规划建设 AI 专业集群，推动现有专业智能化升级。

• 高校积极以多种形式开设人工智能相关专业，如人工智能、数据科学、智能工程等。

• 推进“专业+AI”培养体系建设，如“语言智能+双语双科”复合型人才培养。

2. 构建 AI 课程体系：

•  构建从通识教育到专业教育的进阶式 AI 课程群，涵盖数智知识、技能、应用和社会责任、道德伦理等内容。

• 鼓励建设荣誉课程、本研衔接课程，推动课程 AI 化转型。

• 教材多元化、电子化与动态更新：转变教材作为出版物的认知局限，教材应采用多模态呈现方式，包括文字、图片、音视频、动画等，以增强教材的体验感、交互性、生动性和开放性。教材内容应动态更新，及时反映国家战略和国际科技前沿。教材应从编写到创作，再到运维，需要持续创新，树立新理念、产出新内容、采用新技术，链接新资源，从而支持教师创造性地教和学生个性化地学。

3. 打造“AI+X”系列微专业：

• 推出如“AI+传播”“AI+地理”“AI+美术”等微专业，授予相应微专业证书。

• 差异化培养方案：根据学生的专业背景和兴趣，提供多样化的微专业选择，满足不同学生的发展需求。

（二）教学方法与环境

1. 创新教学方法：

• 改变传统知识灌输式课堂，利用 AI 学伴或虚拟导师进行即时反馈和引导，激发学生主动学习和探究精神。

• 引入智能出题功能、评审功能、引导功能等，增强课程学习的互动性、引导性和实践性，培养学生的批判性思维和创新能力。

• 人性化学习支持：通过 AI 技术，为学生提供个性化的学习支持，如智能辅导系统、学习进度跟踪、实践验证系统等。

2. 建设泛在化教学环境：

• 建设多元化、高水平的 AI 教育平台，依托现有数字化教学环境和设施设备升级优化，特别是在带宽、网速等应用体验方面。
• 探索建设教育元宇宙虚拟仿真空间、数字素养提升空间等新形态多模态教学空间。
• 个性化学习空间：为学生提供个性化的学习空间，科学引导并支持学生根据自己的学习风格和需求进行学习。
• 探索多模态智能化实践资源推荐与引导，为产教融合理实一体插上 AI 的翅膀。

（三）师资队伍建设

1. 加强 AI 教育师资队伍建设：

o 通过招聘、引进、转岗等方式充实 AI 教育教师队伍。

o 将 AI 教育教师培训纳入计划，提高教师专业化水平。

o 鼓励高校、科研院所、高科技企业中符合条件的专业人才担任兼职教师。

2. 开展“培、研、赛”一体化教研培训：

o 组织开展“人工智能助推教师教学创新”系列培训，提升教师的数智适应力、胜任力和创造力。

o 探索 AI+课程教学的教研教改活动，推动 AI 与课程教学的深度融合。

o 教师角色转变：引导教师从传统的知识传授者转变为学生学习的引导者，关注学生的个性化需求，提供个性化的指导和支持。

（四）评价与反馈

1. 更新评价理念：

o 从考查学科知识为主转向考核学生的综合素养，注重考察学生发现、分析并解决现实问题的能力。

o 强化多样化评价理念，用多把尺子衡量学生综合素质。

o 个性化评价：根据学生的个性化特点和学习路径，提供个性化的评价反馈，帮助学生了解自己的学习进展和改进方向。

2. 建立 AI 评价体系：

o 建立基于大数据和人工智能支持的教育评价和科学决策制度。

o 差异化评价：根据学生的不同专业背景和学习目标，设计差异化的评价标准，确保评价的公平性和有效性。

o 增值评价：关注学生的成长和进步，而不是绝对的成绩水平，由此对教师和学校工作的评价也将基于学生的学业增值。

（五）资源与平台建设

1. 汇聚 AI 教育资源：

o 加强校际间、学院间、专业间的教学环境和教学资源共享。

o 鼓励高校、科研院所、高科技企业参与 AI+教育建设。

o 个性化资源：为学生提供个性化的学习资源，如在线课程、虚拟实验室、AI 智能体等，满足不同学生的学习需求。

2. 搭建 AI 服务平台：

o 整合 AI 服务资源，构建教育与科研紧密融合的 AI 服务平台。

o 建设云端学校等，实现国际资源、社会资源、行业资源和科研资源的共享共用。

o 平台化的开放共享：升级 AI 教育教学平台，实现平台化的开放共享。加强满足 AI 运营的带宽、网速、算力的建设与升级。

（六）国际交流与合作

1. 开展高水平国际交流：

o 深化数字教育国际合作，建设世界数字教育合作平台。

o 鼓励高校与国际知名高校、科研机构开展合作，共同开展人工智能研究和人才培养。

o 国际化学习路径：为学生提供国际化的学习路径，支持学生参与国际交流项目，拓宽国际视野。

四、保障措施

（一）加强组织领导

• 组建 AI 教育工作专家委员会，成立 AI 教育领导小组，负责规划、协调、推进和评估工作。

• 学校建立跨学科的教师协作机制，提高 AI 教育水平和教育资源智能化调剂能力。

• 个性化支持：鼓励辅导员与专业教师设立专门的 AI 教育支持团队，为学生提供个性化的学习支持和指导。

（二）加强评价引领

• 更新评价理念，创新评价方式，确保 AI 教育建设的评价体系科学合理。需构建系列化评价标准，如 AI 平台项目、AI 课程建设、AI 资源建设、AI 培训等。

• 个性化评价：根据学生的个性化特点和学习路径，提供个性化的评价反馈，帮助学生了解自己的学习进展和改进方向。

• 增值评价：关注学生的成长和进步，而不是绝对的成绩水平，由此对教师和学校工作的评价也将基于学生的学业增值。

五、人工智能赋能教育改革的跟进与评价机制

1. 建立跟进机制：

o 设立专门的项目跟进团队，负责监督和管理人工智能教育改革项目的实施过程。

o 定期收集和分析项目实施过程中的数据，包括教学效果、学生反馈、教师反馈等，及时发现问题并提出改进措施。

o 建立项目进度报告制度，定期向学校管理层和相关部门汇报项目进展情况。

2. 建立评价标准：

o 教学效果评价：通过考试成绩、作业评分、项目评分等数据评估学生的学习成果。同时，引入学生满意度调查、教师评价等多维度评价方式，全面评估教学效果。

o 技术应用评价：通过系统的响应时间、稳定性、可靠性等性能指标评估技术基础设施的效果。同时，评估技术应用的创新性和适应性，确保技术能够有效支持教学活动。

o 伦理与社会责任评价：通过学生和教师的伦理意识调查，评估伦理教育的效果。同时，评估项目对社会的积极影响，如社会参与度、社会反馈等。

o 增值评价：关注学生的成长和进步，而不是绝对的成绩水平。通过对比学生在不同阶段的表现，评估项目的增值效果。

3. 建立反馈机制：

o 建立学生和教师反馈渠道，定期收集他们的意见和建议，及时调整和优化项目内容。

o 建立项目改进机制，根据反馈结果，及时调整项目实施策略，确保项目能够持续改进和优化。

4. 建立持续改进机制：

o 根据评价结果，制定持续改进计划，明确改进目标和措施。

o 定期评估改进措施的实施效果，确保项目能够持续优化和提升。

六、结论

人工智能赋能高等教育是教育改革发展的必然趋势。高校应积极拥抱人工智能技术，推动教育教学变革与创新，为培养适应人工智能时代需求的高素质人才提供有力支撑。通过实施上述建议，高校可以更好地应对人工智能时代的挑战，推动教育强国建设。特别强调自主学习、自适应学习和终身学习的培养，彻底转变教师为学生学习引导者的角色，为每个学生提供个性化的学习支持和发展路径。同时，建立完善的跟进与评价机制，确保人工智能教育改革项目的顺利实施和持续优化。