人工智能已从专业技术人员的能力，演变为各行业从业者都需要掌握的通用基础能力。高校必须面向全体学生开设AI通识课程，帮助学生建立基本的人工智能认知，掌握工具应用方法，并培养面向未来的适应能力。

牡丹江师范学院在系统调研国内外高校AI课程建设经验的基础上，结合自身办学定位和学生特点，率先启动了面向全校的AI通识课程建设，走出了一条「分层分类、知行合一」的特色路径。学校采取分批次推进策略，先试点再推广，逐步扩大覆盖范围，确保课程质量稳步提升。

核心目标：让每一位学生，无论什么专业，都具备基本的人工智能认知与应用能力。

牡丹江师范学院构建了「通识基础+专业融合+实践创新」三层递进的AI通识课程体系，不同层次承担不同的育人功能，形成从认知到应用再到创新的能力进阶链条。这一体系设计充分考虑到学生认知规律的递进性，确保每个阶段的学习都有明确的目标和可衡量的能力产出。

▸ 三维育人定位

● 通识基础层：面向全校学生开设AI通识必修课，建立AI基本认知与工具使用能力

● 专业融合层：将AI能力融入各专业核心课程，实现人工智能与学科知识的交叉融合

● 实践创新层：通过项目驱动和实训环节，让学生在解决真实问题中提升AI应用能力

▸ 模块化课程设计

课程按模块化设计，涵盖AI基础认知、工具应用、伦理素养和行业实践四大模块。各专业可根据自身特点和培养目标，灵活选取模块进行组合，形成个性化的人才培养方案。这种设计既保证了通识教育的统一性，又兼顾了不同专业的差异化需求。

在AI基础认知模块，学生学习人工智能发展历程、基本概念和核心技术原理；在工具应用模块，学生掌握主流AI工具的使用方法；在伦理素养模块，引导学生思考AI带来的社会伦理问题；在行业实践模块，学生通过案例分析了解AI在不同领域的应用场景。

牡丹江师范学院坚持「顶层设计、系统推进、全域赋能」，全面构建「课程、专业、师资、学科、实训」五位一体AI全域育人生态，实现从点状突破到体系化发展的整体跃升。

▸专业建设：四个维度同步发力

● 新专业引领：2024年完成AI本科专业论证申报，2025年获教育部批复并首届招生，填补新工科专业空白

● 传统专业赋能：打造AI+教师教育交叉方向，推进师范类专业智能化升级

● 微专业补充：开设AI微专业，打破学科壁垒，构建灵活开放的AI知识体系

● 系统重构：重构计算机、软件工程、大数据等工科专业培养方案，AI思维与技术全面融入课程体系

▸ 师资建设：配齐配强与专项培训并重

学校引进AI方向硕博高层次人才，夯实师资队伍基础；同时开展认知、基础知识、技术应用、伦理规范、学科融合五个维度的常态化全校教师AI培训，积极参与省数智教育专家委员会的统一培训、联合教研和集体备课。

学校形成共识：AI不能替代老师，但AI可以替代不会运用AI技术的老师。

在传统课堂之外，学校大胆引入数字人技术辅助教学，并全面推行项目驱动的教学模式，让学生从被动接受转变为主动探究。20名教师参与课程建设，制作69个数字人教学视频，建成663道题目的智能自适应题库。

数字人教学视频覆盖课程重点知识点，支持学生随时回看、反复学习，有效解决了师资不足与个性化学习需求之间的矛盾。智能题库则根据学生学习进度动态推送练习题目，提供即时反馈与针对性讲解，显著提升了学习效率。学生在课堂内外都能获得高质量的学习资源，实现了线上线下融合的混合式教学。

项目驱动模式下，学生围绕真实场景问题开展实践，在「做中学」中深化对AI技术的理解，培养解决复杂问题的综合能力。教学团队由来自计算机、教育、文学、艺术等多个学院的教师组成，跨学科协作有效保证了课程内容的广度和深度。

课程打破传统笔试单一评价的局限，构建了「过程性评价+终结性评价+增值性评价」三位一体的多元评价体系。

过程性评价关注学生的课堂参与度、阶段性任务完成情况和自主学习轨迹；终结性评价考核综合应用能力；增值性评价则追踪学生从入学到结课的能力提升幅度，确保评价既科学又公平，真正实现「以评促学」。三种评价方式各占一定权重，综合形成学生的课程成绩，引导学生全面发展而非单纯应试。

经过系统推进，AI通识课程建设取得了显著成效。从课程覆盖面到学习效果，从学生满意度到社会影响力，各项数据均表明课程改革方向正确、路径可行：

● 覆盖学生1万余人，实现全校通识课程全覆盖

● 课程通过率从60%提升至95%，学习效果大幅改善

● 学生满意度达92%，课程获得广泛认可

● 累计学习人次达11967人，学习时长超666万分钟

数据背后是实实在在的变化：越来越多的非计算机专业学生开始主动运用AI工具辅助学习与研究，部分学生还在各类AI应用竞赛中取得优异成绩。AI通识教育不仅提升了学生的技术素养，更培养了他们的创新思维和跨学科解决问题的能力。

学校的实践模式获得广泛关注与认可，形成了「牡丹江师范学院实践模式」，在省级和国家级教学竞赛中多次获奖，为同类院校开展AI通识课程建设提供了可复制、可推广的参考路径。

课程建设过程中也面临诸多挑战：师资储备不足，具备AI教学能力的教师数量有限；课程内容更新速度难以跟上技术发展节奏；跨院系协同机制有待进一步完善。部分学生对AI技术的认知基础差异较大，也给统一教学带来了一定难度。

未来，学校将持续从四个方面深化推进：一是加强师资培训，提升教师AI教学能力；二是加快课程内容迭代，保持与前沿技术同步；三是优化教学平台，提升数字化教学体验；四是完善评价体系，实现更精准的学习画像。同时计划与更多高校建立联盟，共享课程资源，共同推动AI通识教育的高质量发展。