然而，对于大多数高校的计算机学院或负责通识课建设的教师而言，这并非一个简单的“开新课”任务。它涉及课程体系重构、跨学科师资整合、大规模实验环境部署与考核评价体系设计等一系列复杂挑战，许多团队在起步阶段便感到“无从下手”。

2025年3月，烟台大学正式启动人工智能通识课程建设。从彻底放弃沿用多年的“大学计算机基础”，到全校6000余名大一新生分两学期完成AI通识学习，烟台大学的探索，或可为更多高校提供教研思路。

2024年，烟台大学计算机与控制工程学院的大计教研组考虑要不要在计算机基础课中引入人工智能内容。当时老师们的直觉反应是：“要加上一些Python”，直到2025年初，DeepSeek等大模型的爆发，才让所有人重新认识了人工智能。

随后几个月，由校级领导牵头，教务处与各学院召开多次联席会议，将“是否开课”的讨论，迅速推进到“如何开课”的实质性规划阶段，核心议题始终绕不开三个字：谁来教、教什么、怎么教。

2025年9月，课程正式落地。原“大学计算机基础”的课程名称被整体替换，教学内容彻底翻新——24课时理论加16课时实验，40学时的框架保留，内核却从传统的计算机操作训练转变为面向全体大一新生的AI素养启蒙。

烟台大学每年有约7000名大一新生。如果在一个学期内集中开课，以学校目前的师资和机房条件，几乎无法实现。

教研团队的解决方案是沿用“大计”时代的双学期制，“错峰排课”以释放资源压力：秋季学期安排一批，春季学期再安排一批，每个学期近40个班级同时开课，不至于资源太过紧张，也为课程内容的迭代留出了宝贵的窗口期。

排课的问题解决了，接下来是“用什么教”的问题。此前，经管学院曾在AI与大数据课程中使用过和鲸ModelWhale智能教学平台，体验良好，经过团队现场演示，老师们也认为和鲸平台在课件管理、作业发布、实验环境搭建及数据资源等方面都很符合课程需求，便决定使用ModelWhale作为AI通识课的统一授课平台。

课程平台选定之后，师资问题接踵而至，其复杂程度丝毫不亚于前两件事。“大部分老师都没有接触过人工智能的教学。”基础教学部王老师坦言。计算机与控制工程学院的师资有限，学校采取的方案是跨学院“招兵买马”——经管学院、物理与电子信息学院、化学化工学院等院系中“能上这个课的老师都加入团队”，最终用“众筹”的方式凑齐了近40个班级的授课力量。

2025年秋季学期至今，烟台大学AI通识课消耗算力与项目运行情况

接下来的命题是：这么多老师，带着这么多不同专业背景的学生，究竟怎么进行AI实验？负责课程实验设计的张老师承担了关键任务。

2025年秋季学期，张老师在ModelWhale平台上选择了两个实验项目：猫狗识别分类和智能体编排。前者让学生体验经典的监督学习流程，后者则引导学生构建知识库、体验大模型应用。通过与和鲸的技术人员反复打磨实验方案，他将两个核心实验的每一个步骤、原理和操作细节都整理成文档和视频，再通过集体备课手把手培训所有授课教师。

尤其是低代码拖拽式的图像分类实验，作为机器学习中最经典的任务之一，学生可以在和鲸教学平台上完整经历数据标注、模型训练、结果预测的全流程，对背后的监督学习原理建立感性认识。

经过一学期的教学实践，张老师2026年春季学期又尝试了新的实验项目。他准备了同样经典的MNIST手写数字识别数据集，让学生用Notebook方式在和鲸ModelWhale平台上从零搭建模型，希望通过手写数字增强“人机交互”，更大程度上激发学生的主动性和成就感。

“我们也是在一点点摸索。”王老师说，“第一轮我们走得比较稳妥，两个实验都安排在课程后期。这学期开始有意识地把内容加深，再下学期还计划文理科真正分开教学，实验也会根据专业方向做差异化设计。”通识课的建设本身就是一个持续迭代的过程，重要的是先跑起来，再在每一轮教学中积累经验、优化方案。

低代码图像分类实验操作部分页面

在一年多的实践中，教研组老师们反复思考一个问题：人工智能通识课到底该讲什么？这也是课程组老师们最想分享给同行的一点体会。

老师们在选教材时发现，很多教材里堆满了算法——聚类、KNN、神经网络——讲得很专业。“但我们真的要给大一学生讲那么多算法吗？尤其他们还没上过高等数学。”答案越来越清晰：通识课的目标不是培养AI工程师，而是提升AI素养，“让学生在理解原理的基础上会使用AI”。

这种“降低技术门槛、强调参与体验”的思路，也影响了教研团队对课程内容的选择。“我们倾向于通过实验给学生一些亲身参与的机会，能直接让他们获得信息反馈，让学生看到直观效果”——不是为了展示技术有多复杂，而是让学生感受到“我也能做到”。

至于许多老师们担心的“文科生学不会”的问题，上学期的教学实践也给出了回答。张老师以理工科班级为主，王老师以文科班级为主，两人在教学中不约而同地发现：文理科学生之间的接受能力差异并没有预想中那么大。“大一还没上高数，理工科学生对稍微有点数学复杂度的内容理解也不太够。”这说明至少在入门层面，AI通识教育的起跑线对全体新生是大致均等的——尤其是在大模型时代，与其纠结学生的基础差异，不如把力气花在想清楚“这门课到底要让他们学到什么”。

烟台大学的实践并未止步于校内课堂。依托计算机与控制工程学院在人工智能专业上的积累，学校牵头成立了烟台人工智能通识教育虚拟教研中心——这是山东省首个由高校牵头、贯通大中小学全学段的人工智能通识教育教研平台。

2025年6月，烟台人工智能通识教育虚拟教研中心在烟台大学成立（图源：烟台大学官网）

“我们也是在不断的摸索当中，把可以复用的题目也好、实验也好，慢慢沉淀下来。”王老师说。从校内跨学院师资共享，到跨校、跨学段的教研协同，烟台大学正在把“一门课”的经验，扩展为“一个生态”的基础设施。这也呼应了教育部等五部门在《“人工智能+教育”行动计划》中提出的方向——推动人工智能成为高校公共基础课，构建纵向贯通、横向联通的人工智能通识教育体系。

作为国内首个支撑高校大规模落地AI通识教育课程的实训平台，和鲸科技致力于以丰富的跨学科低代码实训案例和一站式教学管理能力，助力高校构建“听得懂、用得上”的AI通识教育体系。

想要解锁更多高校的差异化AI人才培养路径，请扫描下方二维码，获取《AI融合高等教育：从通识到专业——学科+AI人才培养白皮书》了解更多。