为积极应对人工智能技术的快速迭代，确保教学内容的前沿性与实效性，计算机基础教研室于2026年3月18日召开专项研讨会，重点围绕《人工智能通识与应用》课程的实验内容更新与考查方案制定这两个核心议题进行了深入讨论。会议内容务实，明确了下一阶段课程建设的具体方向与行动路径。

一、 会议主要内容

1.关于《人工智能通识与应用》课程实验内容的动态调整

当前各类AI大模型及AI应用工具（如代码辅助、文生图、智能体平台等）发展日新月异，上学期设计的部分实验案例在工具界面、功能和实践上已显滞后。为确保学生所学即所用，提升课程实用性，决定对本学期实验内容进行系统性优化：

•更新实验平台与工具：集体研讨并确定了若干款当前主流、且在教学环境下易于获取的AI工具与在线平台，作为本学期实验的新依托。

•重构实验案例库：围绕“提示工程（Prompt Engineering）”、“AI辅助编程”、“数据分析与可视化”、“多模态AI应用（如图文生成）”、“生成智能体”等核心模块，重新设计了一套更具时效性、挑战度和专业结合度的实验项目。新案例将侧重培养学生利用AI工具解决实际问题的流程与方法，而非固于特定工具的按钮操作。

•建立敏捷更新机制：确认由课程组负责人牵头，建立实验内容“季度微调”机制，鼓励授课教师随时分享发现的新工具、新案例，经集体评估后快速纳入教学资源库。

2.关于《人工智能通识与应用》考查课程方案及成绩评定依据的制定

鉴于该课程定位为考查课，重在评估学生的AI应用能力与创新思维，而非纯粹的理论记忆，会议经充分讨论，制定了如下考查方案与成绩构成细则：

•考查核心导向：强调过程性评价与实践成果产出。重点考查学生在整个课程学习过程中应用AI工具解决问题的综合能力、实验报告的完成质量等等。

•平时实验与作业（25%）：依据各次实验报告的完成度、提示词的质量、结果分析深度进行评分。

•课堂参与与研讨（10%）：包括课堂互动、小组讨论贡献、针对AI伦理与影响等话题的思辨表现。

•期末综合项目（65%）：学生随机抽题，独立完成一个融合AI技术的小型应用方案或研究报告。评审将基于项目的完整性（需求-方案-实现-评估）、创新性、技术应用合理性及报告/演示质量进行打分。

二、 后续工作重点与决议

1.实验资源落地：课程组须在两周内完成新实验指导手册的编写与测试环境部署，确保第6周起全面启用新实验内容。

2.过程性评价记录：建议教师利用在线教学平台或统一表格，细致记录学生的课堂表现与实验过程，为期末成绩评定提供客观依据。

本次专项研讨会紧扣课程教学中的关键挑战，及时回应了技术发展对教学内容提出的新要求。通过明确实验内容的更新方向与科学合理的考查方案，为有效提升《人工智能通识与应用》课程的教学质量、切实培养学生的人工智能素养奠定了坚实基础。教研室将持续跟踪教学反馈，动态优化课程建设。