CCF YOCSEF广州举办观点论坛：AI通识课，何以谓之“通”与“识”？

CCF YOCSEF广州举办观点论坛：

AI通识课，何以谓之“通”与“识”？

崔金荣、李宇翔、黄栋、王甜甜

2026年9月19日，由中国计算机学会（CCF）主办、CCF青年计算机科技论坛（YOCSEF）广州分论坛学术委员会承办，华南农业大学数学与信息学院、头歌平台支持的“AI通识课，何以谓之‘通’与‘识’？”观点论坛在华南农业大学数学与信息学院举行。CCF YOCSEF广州学术秘书崔金荣（华南农业大学）、李宇翔（头歌平台）担任执行主席并主持论坛。来自高校与企业的嘉宾、教师和学生齐聚一堂，围绕人工智能通识教育的定位、内容与教学路径展开交流。 

图1. 执行主席崔金荣、李宇翔介绍论坛背景

当人工智能走入日常学习、走向学科交叉，一门面向不同专业学生的通识课，应当为他们留下怎样的认识与能力？技术原理讲多深，共同基础如何兼顾学科差异，知识讲授与实践应用怎样安排？本次论坛设置三场引导报告，围绕“‘通’之定位”“‘识’之各异”“问‘识’与‘行’”三个议题展开思辨，将对通识内涵的追问落到具体的教学选择之中。

论坛伊始，CCF YOCSEF广州2013-2014届主席谭台哲介绍YOCSEF文化，分享这一平台在同行交流、青年成长和承担社会责任方面的价值。他结合平等交流、直呼其名等特色，鼓励与会者充分表达不同意见，在观点交锋中深化对问题的认识。 

图2. CCF YOCSEF广州2013-2014届主席谭台哲介绍YOCSEF文化

以建设实践展开通识之问

华南农业大学数学与信息学院副院长黄栋作《人工智能通识课程建设速览》报告，以一门32学时课程为例，展示面向非科班学生讲解人工智能的内容组织与教学方法。他从科幻电影、人脸识别等情境切入，串联机器学习、神经网络、计算机视觉和大模型的基本知识，探讨如何通过直观表达，使非科班大一学生理解技术怎样工作、能够处理什么问题，并分析了“技术通识型”与“应用普及型”两类通识课程路径。进一步，他介绍了以课内讲授与课外综合设计衔接的实践探索，通过自主选题、展示答辩等方式，鼓励有兴趣的学生迈出模型实践的第一步。据悉，华南农业大学自2025年起开设全校人工智能通识必修课，两轮开课已惠及1.7万多名学生（涵盖两届全校非计算机大一新生）。 

图3. 华南农业大学数学与信息学院副院长黄栋作报告

广东财经大学大数据与人工智能学院副院长胡建军作《AI赋能新文科：广财大人工智能通识课的跨学科实践》报告。面向以人文社科专业为主、计算机与数学基础不一的学生，广东财经大学以人工智能通识替代大学计算机基础，并与Python程序设计、AI+X专业应用形成分层培养安排。胡建军分享了将基础知识、应用案例、视频动画与实践任务穿插组织的做法，以及从教室与实验室分别授课，调整为全部在实验室组织教学的探索。他强调，应关注学生的实际学习起点，以熟悉的场景帮助理解技术，让课堂所学能够进入学习与生活，并在教学反馈中持续更新内容。 

图4. 广东财经大学大数据与人工智能学院副院长胡建军作报告

头歌平台解决方案总监李春锋作《人工智能通识课程体系建设与探索》报告，围绕概念抽象、专业课程简单裁剪、实践资源不足等问题，介绍“1+X+Y+Z”课程体系及配套资源。报告展示了原理可视化、零代码与低代码实验、游戏化训练、大模型辅助编程和学科项目等实践形式，探讨如何适应学生基础与学习目标的差异；并介绍工程文件评测、自然语言评测及教学过程数据分析等方法，为课程实施与学习评价提供支撑。

图5.头歌平台解决方案总监李春锋作报告 

图6. 为报告引导嘉宾颁发感谢牌

“通”之定位：兼顾当下所需与长远发展

第一轮思辨围绕“人工智能通识课之技术原理与智能思维：孰所侧重”展开。学习者的真实需要成为讨论的起点。现场发言从计算机技术普及、日常工具使用和企业项目经历出发，强调具体任务能够赋予知识以用途：学生在解决问题时产生疑问，再查阅资料、学习方法，更容易形成持续投入的动力。通识教学需要认真考察学生要解决什么问题、能够获得什么帮助，专业知识体系的压缩未必适合所有学习者。

与眼前需求相对应，通识教育的长远价值引发了进一步讨论。低年级学生尚未充分进入专业知识体系，可能并不知道自己日后会需要哪些方法。植物保护专业学生在研究病虫害时，才可能发现图像识别的用途；生物学学生在面对大量实验数据时，才可能意识到机器学习的价值。较早建立技术认识，能够使他们在需求出现时知道从哪里着手，也有机会主动发现新的研究路径。通识课应回应已经形成的需要，还是还应为尚未显现的需要作准备，成为本轮思辨的重要追问。

讨论同时辨析了技术认识的范围。人工智能包含大模型，计算机视觉、机器学习与数据分析等方法同样关系到不同专业的后续发展。以农业病虫害检测为例，了解图像分类、目标检测及模型训练的基本思路，再尝试组织数据、构建模型，是技术通识可以引向的学科实践。大模型在其中可以辅助编程，降低初步实现的门槛。因而，是否使用大模型并不足以界定课程取向，还需看学生借助它完成什么任务、理解了哪些方法、形成了怎样的能力。

原理应讲到何处，则将讨论引向教学内容的建设。理解神经网络的大致结构、数据训练与模型使用的关系，可以通过图示、实例和简明解释逐步展开；复杂数学推导与系统算法训练属于更深入的学习要求。现场也对“智能思维”的含义提出追问：熟记提示词和操作步骤，能否等同于理解问题、选择方法和判断结果？围绕模型幻觉与能力边界的交流，使原理理解与思维培养之间的联系更为具体。关于知识长效性的讨论还提出，工具操作经验会随产品变化，对基本方法及其适用问题的认识则能为持续学习提供较稳定的依据。如何把这些知识转化为非科班学生能够理解的内容，成为教学建设的重要挑战。

“识”之各异：衔接共同基础与学科发展

第二轮思辨聚焦“面向全校学生，应构筑统一通识底座，还是因学科而异、花开各枝”。与会者结合不同高校的探索，交流全校统一开课、按学科大类分类、共同基础之后设置专业模块等组织方式。关于共同基础的讨论指出，许多人工智能方法具有共通性。例如，图像分类与目标检测的基本思路，并不因应用对象来自医学或农学而完全改变。大一学生的专业认识尚在形成，共同学习有助于拓展视野，为后续选择作准备。

按学科分类的实践，则着重回应先修知识、培养要求和专业用途的差异。分类可以体现为章节组合、解释深度、编程要求和实践任务的调整。华南农业大学面向理工农林类、人文艺术类设置不同通识课程的探索，以及其他高校分学科类别组织教学的经验，为这一讨论提供了具体参照。现场也交流了先学习共同知识、再进入生物、心理、艺术等学科模块的安排。如何分类、分到多细，需要连同师资、资源和学生实际基础一起考量。

共同基础与专业特色如何衔接，进一步带出了教师协作的问题。人工智能教师熟悉技术方法，专业教师了解领域问题与数据含义，双方需要共同参与案例选择、任务设计和实践指导。来自跨学科项目的经验表明，缺少领域知识支撑，技术案例与专业需要之间仍可能存在距离。与此同时，同一专业内部也有基础、兴趣和投入程度的差异，课程分类之后，仍需为不同学生保留适宜的学习深度与探索空间。

讨论由一门课延伸到完整培养过程。通识课程可以建立认识、激发兴趣，学生若要进入更深入的“AI+X”学习与研究，还需要后续课程承接。围绕智慧牧业、生物信息学等方向的交流，提出将人工智能通识与Python程序设计、深度学习、计算机视觉、大数据分析等课程衔接的思路。各门课程承担什么任务、知识如何递进、先修顺序怎样安排，都关系到早期启蒙能否转化为持续发展的能力。

问“识”与“行”：贯通知识理解与实践探索

第三轮思辨围绕“课程教学，应以知识讲授为主，还是以实践应用为先”展开。当视频课程、在线资源和人工智能工具日益丰富，大学课堂怎样激发兴趣、提供有效引导？来自项目合作与竞赛实践的分享，呈现了任务牵引学习的作用：学生在尝试中发现知识缺口，再通过检索、请教与反复实践理解相关方法。也有参会者回顾自身经历，谈到一些概念直到较长时间后的项目中才显现用途，提出应通过具体案例与及时反馈，帮助学生较早建立知识与应用的联系。

围绕讲授和实践的比例，讨论进一步追问“讲什么、练什么”。教学内容是否符合技术发展与学生需要，实验能否使抽象概念得到解释，都直接影响学习成效。教师的“导学”作用受到关注：帮助学生认识知识在整体脉络中的位置，明确当前起点、学习目标和可行路径，使可获得的资源转化为实际学习。

实践放在课内还是课外，现场呈现了不同安排及其实施条件。课内实验便于教师及时指导、观察学生的操作过程，但需要把任务内容、学生基础与有限学时匹配起来；课外综合设计能够提供较长的探索时间和更大的选题空间，同时需要明确要求与适时支持。

学习评价也随实践方式的变化而受到关注。对于课外综合设计，调研综述与算法实践可以为不同基础的学生提供选择，通过选题自主和适当激励，推动有兴趣的学生进一步尝试模型应用，而大模型辅助编程（AI coding）也使得非科班学生能够以更低的技术门槛开展算法实践。

图7. 论坛现场与会嘉宾展开思辨

图8. 为特邀嘉宾颁发感谢牌

从学生的学习经历回望通识价值

论坛尾声，现场参会的多名学生结合自身经历参与交流。有学生谈到，本科阶段缺少对人工智能的整体认识，进入研究生阶段后才集中补充相关知识；也有跨专业学生分享入门时遇到的困难，以及直观解释、可视化教学与实践尝试带来的帮助。这些来自学习者的反馈，呼应了尽早建立技术认识、为后续深入保留路径的教学考虑。论坛总结回到教师的共同责任，期待各方继续交流，在人工智能快速发展的背景下持续改进教学与人才培养。

从通识定位到内容深度，从共同基础到学科发展，从课堂讲授到实践组织，本次论坛呈现了高校人工智能通识教育面临的多重选择。不同取向在交流中得到展开，具体经验使问题的边界与实施条件更加清楚。让学生理解眼前的技术，有机会迈出实践的第一步，并为尚未遇到的专业问题积累知识准备，是这场思辨留给课程建设的持续课题。

图9. 论坛与会嘉宾合影

论坛主题：AI通识课，何以谓之“通”与“识”？

执行主席：崔金荣（华南农业大学、YOCSEF广州学术秘书）、李宇翔（头歌平台、YOCSEF广州学术秘书）

YOCSEF文化介绍：谭台哲（广东工业大学、YOCSEF广州2013-2014届主席）

引导嘉宾：黄栋（华南农业大学数学与信息学院副院长）、胡建军（广东财经大学大数据与人工智能学院副院长）、李春锋（湖南智擎）

特邀嘉宾：黄翰（中山大学）、彭文青（广东药科大学）、杨博洋（燕山大学）、高静（广东恒电信息科技有限公司）

时间：2026年9月19日

地点：广州市天河区483号华南农业大学数信学院520会议室

主办单位：中国计算机学会（CCF）

组织机构：CCF YOCSEF广州学术委员会