新文科视域下的跨学科AI课程体系

2025年，教育部印发《高等学校人工智能课程教学指南》，明确提出人工智能通识教育应实现全学科、全专业覆盖，加快构建“AI+X”跨学科融合的课程格局。这一政策信号释放出清晰的导向：人工智能素养正在从理工科专业的技术必修课，演变为所有学科门类学生的基础能力要求。

对于以人文社科类专业为主体的高职院校而言，这一趋势带来的挑战尤为深刻。如何在缺乏理工科学科基础的专业语境中，构建一套兼具技术深度与行业适切性的AI课程体系？如何避免AI通识教育沦为浅尝辄止的概念科普或生搬硬套的技术训练？如何在培养技术应用能力的同时，兼顾人文学科固有的价值关怀与伦理思辨传统？

南京旅游职业学院的课程建设实践，为上述问题提供了一个具有参考价值的解题思路。

问题的起点：一所文科院校面对的结构性挑战

南京旅游职业学院是全国知名的旅游类高职院校，办学历史悠久，专业布局聚焦于旅游管理、酒店管理、烹饪工艺与营养、文化创意设计等方向，形成了鲜明的文科与应用型专业集群特征。近年来，人工智能技术对文旅产业的渗透正在加速深化——智慧景区的客流预测与动态调度、酒店业的智能客服与个性化服务推荐、餐饮行业的AI菜品研发与供应链优化、文旅营销领域的AI内容生成与精准投放——这些应用场景的快速涌现，正在重塑文旅行业对人才能力结构的基本预期。

行业端的变化直接传导至教育端。用人单位对文旅专业毕业生的能力要求，已经从传统的服务技能与管理知识，扩展到了数据思维、智能工具应用乃至AI解决方案设计等复合型素养。面对这一转变，学校如果不在人才培养方案中系统性地融入AI教育，其毕业生的职业竞争力将面临结构性弱化的风险。

然而，文科类院校推进AI教育并非简单的课程叠加。深入分析后可以发现，这一进程中存在三重结构性矛盾，需要在课程设计层面予以系统回应。

其一，学科基础与技术门槛之间的落差。 文科专业学生普遍缺乏编程训练和数学基础，对算法、模型、数据结构等概念的认知较为薄弱。如果直接套用计算机类专业的AI课程框架，不仅教学效果难以保障，还极易在学习初期造成严重的挫败感，反而加剧学生对技术的疏离和抵触。课程设计必须找到一个恰当的认知切入点——既能有效降低入门门槛，使学生在早期获得正向的学习反馈；又不至于将教学内容简化为缺乏深度的工具介绍，丧失真正的能力培养价值。

其二，通用课程与专业需求之间的错位。 当前市场上可供选择的AI通识课程，大多以技术原理和通用工具为主线展开，缺乏与具体行业场景的深度结合。这类课程对于旅游管理、酒店运营、烹饪工艺等专业的学生而言，既难以建立直接的职业关联感，也无法有效转化为可迁移的行业应用能力。学生在课堂上学会了调用一个通用API，却不知道如何将其应用于景区客流分析或酒店能耗管理——这种“学”与“用”之间的断裂，正是通用化课程设计的根本局限。

其三，技术能力与伦理素养之间的割裂。 文旅行业天然涉及大量用户隐私数据和面向公众的内容传播。一条AI生成的虚假旅游评论可能误导消费决策，一次游客个人信息的违规使用可能触发法律风险，一张深度伪造的景区宣传图片可能构成商业欺诈。AI伦理治理对于文旅从业者而言并非遥远的学术议题，而是日常工作中必须面对的现实问题。然而，多数AI课程体系中，伦理教育往往被压缩为最后一章的概述性内容，甚至仅以课堂讨论的形式一笔带过，远未形成系统性的培养机制。

正是基于对上述矛盾的准确研判，南京旅游职业学院决定从顶层设计入手，摒弃简单引进通用课程的路径，转而构建一套真正适配文科院校学科特征与行业需求的人工智能通识课程体系。

顶层设计：三维一体的课程架构

经过对学校办学定位、专业结构、师资条件和学生能力画像的系统分析，项目团队为南京旅游职业学院设计了“技术应用—行业融合—伦理治理”三维一体的AI通识课程架构。

这一架构的核心设计逻辑在于：三个维度不是三个独立的课程方向，而是相互支撑、有机关联的能力培养层次。技术应用维度解决“能不能用”的问题，为学生建立AI工具使用的基本能力；行业融合维度解决“用在哪里”的问题，将技术能力锚定于具体的职业场景和行业需求；伦理治理维度解决“该不该用”以及“如何负责任地用”的问题，为技术应用划定价值边界和行为准则。三者共同指向一个统一的培养目标：使学生具备在本专业领域中理解、应用和治理人工智能技术的综合素养。

在实施层面，学校可根据不同专业群的培养方案和教学条件，在三个维度中自主选配课程模块，灵活组织教学内容。这种模块化的组织方式，既尊重了不同专业之间客观存在的差异化需求，也为课程体系随技术发展和行业变化进行动态迭代预留了充分的弹性空间。

技术应用维度：为文科学生重建AI学习路径

技术应用维度的课程设计，首先需要回答一个根本性问题：文科学生学习AI技术的合理路径是什么？

项目团队的判断是：文科学生的AI学习路径不应是理工科路径的降维简化版，而应当是一套基于文科认知特征独立构建的课程逻辑。这意味着课程的起点不是编程语法或数学公式，而是学生已有的认知经验和能力优势——内容创作、视觉表达、方案策划、沟通协调——然后以AI工具对这些既有能力进行增强和拓展，在“用”的过程中逐步建立对技术原理的理解。

基于这一逻辑，技术应用维度的课程按照“认知建立—工具掌握—场景应用—项目实战”四个层次展开。

认知启蒙层着力解决“AI是什么、能做什么”的基础认知问题，同时消除文科学生面对技术时常见的畏惧心理。在这一阶段，学生无需编写任何代码，而是通过可视化界面搭建智能体、创建专属AI知识库、构建能够回答特定领域问题的自动问答系统。当学生发现自己在半小时内就能让一个AI助手开始工作时，技术的神秘感会迅速消解，取而代之的是对进一步探索的兴趣和信心。此外，借助AI工具将自然语言描述转化为三维模型的实验环节，让学生直观体验到AI对创意表达效率的颠覆性提升——这种“所想即所得”的即时反馈，恰恰是激发文科学生持续学习动力的关键。

工具应用层针对文理科学生的不同特征分设两条教学路径，这是课程设计中一个值得关注的差异化处理。

面向文科专业的大模型实践课程，以“用AI创造专业内容”为核心主线。课程涵盖三个递进的实训模块：内容创作实验引导学生使用AI工具生成结构化的内容框架，如旅游攻略、酒店营销文案、活动策划提案等，使学生掌握与大模型进行有效协作的提示工程方法；视觉设计工坊让学生通过自然语言指令生成专业级的视觉作品，包括旅游宣传海报、菜品摄影风格图片、文创产品概念图等，领会AI在视觉传达领域的应用潜力；教案开发系统则面向教育管理相关方向的学生，训练其根据教学目标和学科特征，利用AI快速生成完整的课程大纲与课堂活动方案。整个课程的设计原则是：始终在学生熟悉的专业内容场景中展开技术训练，让AI工具成为专业能力的延伸，而非独立于专业之外的额外负担。

面向信息技术类专业的理科路径，则侧重更为偏工程化的技能培养。工业数据治理实战要求学生处理真实的传感器数据集，系统掌握异常值识别、缺失值填充、数据格式标准化等基础但关键的数据预处理技能；智能应用部署实训引导学生将训练完成的AI模型封装为可独立运行的应用程序，完成从实验环境到生产环境的技术跨越；工作流设计工坊则聚焦自动化业务流程的搭建方法，帮助学生理解AI技术在企业运营中的系统性集成方式。

场景应用层通过AI助手应用实践课程，将技术能力进一步拓展到日常工作的具体场景中。智能办公系统模块引导学生创建具备自动任务分配和文档管理功能的工作平台；创意设计平台模块训练学生利用AI工具完成从创意构思、素材生成到方案呈现的视觉创作全流程；教学管理助手模块则要求学生构建一个能够实现课件自动归档、学情智能分析等功能的教学资源管理系统。这些场景化的实训项目，使学生能够清晰地看到AI技术在未来职业生活中的具体着力点。

项目实战层面向有深入学习意愿和较强自驱力的学生开放进阶通道。该层次提供从编程入门与数据处理基础开始，经由AI核心数学原理理解、可视化分析与自动化建模训练、企业级编程框架实战，直至独立完成移动端AI应用构建和工业级AI解决方案开发的完整学习路径。设置这一层次的意图在于：确保课程体系的纵深延展性，让那些在通识教育阶段发现自身对AI技术有浓厚兴趣的学生，拥有继续深入的空间和阶梯。起点可以很低，但成长的天花板不应被人为设限。

行业融合维度：以专业场景为锚点重组AI教学内容

行业融合维度是本课程体系最具辨识度和独创性的设计板块。它直接回应了一个在AI通识教育领域被反复讨论却始终未能得到满意解答的问题：通识课程如何真正实现与专业教育的深度融合，而非停留在表面化的案例点缀？

项目团队提出的解决路径是：放弃“先讲技术，再举行业案例”的传统组织方式，转而以行业典型业务场景为教学起点，反向组织和调配AI技术内容。也就是说，课程设计的第一步不是梳理AI技术知识图谱，而是深入分析每个专业群对应行业的核心业务流程、关键痛点和智能化转型需求，然后精确匹配能够有效回应这些需求的AI技术模块。这种“从场景到技术”的逆向设计方法，确保了每一个知识点都拥有清晰的专业归属和明确的职业指向。

行业AI核心技术模块围绕各专业群的高频业务场景展开教学组织。旅游管理方向聚焦智慧景区的客流预测、游客行为分析与旅游舆情监测等场景，引导学生理解自然语言处理和时间序列预测技术在旅游运营中的应用逻辑；酒店管理方向围绕智能客服对话系统构建和个性化服务推荐引擎设计展开，使学生掌握对话式AI和推荐算法的基本工作原理；烹饪工艺方向关注AI在菜品研发辅助、营养配比分析和食材供应链智能管理中的应用场景；文化创意方向则探索生成式AI在文创产品设计、数字文旅内容创作和沉浸式体验开发中的技术可能性。每个场景均配套完整的“业务逻辑分析—技术原理理解—工具实操训练—方案成果产出”教学闭环，让学生在解决专业领域真实问题的过程中完成AI能力的建构。

行业数据治理模块特别关注文旅行业数据生态的特殊性。与工业制造或金融行业相比，文旅行业的数据来源更加分散、类型更加多元——在线旅行平台的交易数据、线下门店的消费记录、社交媒体上的用户评价文本、景区物联网设备采集的环境与人流信息——这些多源异构数据的有效整合与治理，本身就构成了一项具有较高复杂度的专业能力挑战。课程系统引导学生掌握多源数据融合的基本方法论、数据质量评估与清洗的标准化流程，以及隐私保护技术在涉及游客个人信息处理场景中的具体应用规范。这些技能的培养，不仅服务于AI应用的上游数据准备环节，更直接关系到学生未来在行业数字化岗位上的核心胜任力。

行业AI解决方案设计模块作为课程体系的能力输出终端，承担着检验和整合前序所有学习成果的重要功能。在这一环节中，学生需要针对本专业对应行业的一个真实业务痛点或智能化转型需求，独立完成从需求调研、方案设计到原型开发的全流程工作。例如，旅游管理专业的学生可能需要设计一套面向特定景区的智能导览与应急疏散联动方案；酒店管理专业的学生可能需要开发一个基于入住数据分析的智能化客房能耗管理系统原型；烹饪工艺专业的学生可能需要构建一套AI驱动的餐厅智能排菜与库存联动管理方案。通过这一环节的实践训练，学生实现了从“AI知识的学习者”到“行业AI方案的设计者”的角色转化，这也正是跨学科AI教育区别于传统技术教育的核心价值所在。

伦理治理维度：将价值判断力纳入能力培养的核心框架

在诸多AI课程体系的设计中，伦理教育长期处于一种尴尬的地位——人人承认其重要性，却鲜少有课程体系真正赋予其与技术教育对等的培养权重和教学时长。多数情况下，AI伦理被安排在最后一两个课时中，以“概论式”的方式匆匆带过，既缺乏系统的知识框架支撑，也没有配套的实践训练环节。学生在考试中或许能复述几条伦理原则，但面对真实场景中的伦理两难问题时，往往缺乏做出有依据的判断和有效应对的能力。

本项目在课程架构设计中做出了一个明确的决策：将伦理治理确立为与技术应用同等权重的独立课程维度，而非技术课程的附属或补充。 这一决策背后有一层更深的教育理念考量。人文社科类专业的学生，其学科训练本身就包含对价值问题的敏感性和对社会影响的批判性思考。AI伦理治理课程的设置，不仅是在弥补技术教育的伦理短板，更是在发挥文科教育的固有优势——让人文关怀成为技术应用的内在约束力量，而非外部的被动限制。从这个意义上说，文科院校不仅有必要开展AI伦理教育，而且具有开展高质量AI伦理教育的独特学科基础。

伦理基础课程构建了系统的AI伦理认知框架。课程内容涵盖AI滥用场景的识别与分析，包括深度伪造技术在旅游营销和社交传播中的欺诈风险、AI自动生成虚假评论和虚假攻略对消费决策的扭曲效应、推荐算法中隐含的信息茧房与价格歧视问题等。在案例分析的基础上，课程进一步引导学生理解技术公平性评估的基本方法和责任界定的伦理原则框架——当一个AI旅游推荐系统对不同消费能力的用户给出差异化定价时，责任应归属于算法设计者、平台运营方还是监管机构？这类具有开放性的伦理问题，恰恰是培养学生深度思辨能力的优质教学素材。

治理技术课程将伦理层面的认知转化为可操作的技术能力，弥合“知道应该怎样做”与“知道如何做到”之间的实践鸿沟。课程要求学生掌握数据流向分析工具的应用方法，能够系统追踪游客个人信息从前端采集、后台存储、算法调用到结果输出的完整数据生命周期；学习数据隐私保护的基础技术手段，包括数据脱敏、差分隐私、联邦学习等技术概念的理解和简单工具的使用；理解AI“黑箱”问题的本质及其在高风险决策场景中的潜在危害，并学习使用LIME、SHAP等主流的模型决策解释工具，提升AI系统的透明度和可审计性。这些技术能力的培养，使学生在未来的职业实践中能够对AI系统的合规性进行基本的技术评估和风险预判，而非仅仅停留在价值层面的感性认知。

行业合规实践课程要求学生将前两个模块中构建的伦理认知和技术能力，落实为面向真实行业场景的合规方案和规范文本。具体的实践任务包括：以文旅行业为背景，针对特定的业务场景（如酒店客户数据管理、旅游平台AI推荐算法、AI生成营销内容的版权归属等）编写小型技术合规手册；参照《个人信息保护法》《数据安全法》《生成式人工智能服务管理暂行办法》等法规要求，设计符合行业特征的AI应用合规方案。这些实践任务使伦理教育从抽象的原则讨论，真正落地为可验证、可评估、可交付的专业成果。

设计方法论：几点值得关注的理念选择

回顾整套课程体系的设计过程，有几个层面的理念选择值得进一步讨论，它们不仅适用于南京旅游职业学院的个案，也可能对同类院校的AI教育建设具有一定的方法论参考价值。

关于“谁来适应谁”的问题。 在AI通识教育的推进过程中，一种常见的做法是要求学生去适应已有的技术课程框架——补数学基础、学编程语法、跟理工科学生走相同的学习路线。这种做法的隐含假设是：AI的学习路径只有一条，区别仅在于走得快或走得慢。本项目的设计逻辑与此不同。我们认为，课程体系应当主动适应学生的认知特征和能力优势，而非要求学生削足适履地适应课程。 文科学生在语言表达、创意构思、方案策划、伦理思辨等方面拥有独特的能力禀赋，课程设计应当以这些优势能力为起点和支点，借助AI工具对其进行增强和拓展，在“用”的过程中自然地带入技术原理的理解。这不是对技术教育的妥协和降格，而是对不同学习路径的尊重和开发。

关于“通识”与“专业”的关系。 “通识”二字容易给人一种印象：通识课程就是浅层次的、普及性的、与具体专业无关的概论性教学。这种理解在AI教育领域尤为有害。当通识课程与学生的专业学习完全脱钩时，它就变成了课表上一个需要“应付”的额外模块，难以产生真正的教育价值。本项目的设计策略是：在“通识”的框架内嵌入“专业”的内核。 课程体系在整体架构上保持通识教育的普遍性和系统性，但在具体教学内容层面深度对接不同专业的行业场景和职业需求。学生学到的不是脱离语境的抽象技术知识，而是能够直接迁移到未来职业实践中的专业化AI应用能力。通识教育的价值，恰恰在于它能为所有专业的学生提供一个共同的能力基座，同时又为每个专业方向保留差异化的内容接口。

关于“能力”与“素养”的层次区分。 技术应用能力和伦理治理素养虽然同属课程体系的培养目标，但二者在性质上有着重要的差异。技术应用能力是工具性的，它解决的是效率和效果问题——学生能不能用AI工具完成一项具体的任务。伦理治理素养则是价值性的，它解决的是方向和边界问题——学生是否能够判断一项AI应用在什么条件下是合理的、在什么情况下应当被限制或禁止。在课程设计中，这两个层次的培养目标不应被混为一谈，也不应形成主次之分。技术能力决定了学生“能做什么”，伦理素养决定了学生“应该做什么”和“不应该做什么”。 二者的同步培养，才能造就真正负责任的AI应用者。本项目将伦理治理设为与技术应用平级的独立维度，而非后者的附庸，正是基于这一教育理念的实践表达。

关于课程体系的可持续性。 人工智能技术的迭代速度远快于教育课程的更新周期，这是所有AI教育项目都必须面对的现实约束。今天教授的工具和框架，在两三年后很可能已经过时或被替代。因此，课程体系的设计必须在“稳定性”与“灵活性”之间取得平衡。本项目的模块化架构正是为此而设：三个维度的整体框架和培养目标是相对稳定的，它们反映的是AI教育的底层逻辑，不会因为具体技术工具的更替而失效；而每个维度下的具体课程模块和教学内容则是可替换、可更新的，能够随着技术发展和行业需求的变化进行灵活调整。好的课程体系不是一个静态的产品，而是一个具有自我迭代能力的动态框架。 这一设计原则，为课程的长期可持续运行提供了结构性保障。

项目的意义：从个案到范式

南京旅游职业学院的这次课程建设实践，其价值不仅在于为一所学校解决了一个具体的教学需求，更在于它对一个具有普遍性的教育议题做出了系统性的回应：在新文科建设的时代背景下，人文社科类高职院校如何构建与自身学科禀赋相适配的AI人才培养方案？

这个问题之所以重要，是因为它关系到一个更宏观的教育公平命题。如果AI素养教育只在理工科院校中得到有效落实，而人文社科类院校的学生被排斥在外，那么随着人工智能技术对各行业渗透的深化，这种教育资源配置的不均衡将逐步转化为劳动力市场上的能力鸿沟和机会不平等。从这个角度来看，为文科院校设计适切的AI课程体系，不仅是一个课程开发的技术性工作，更是一项关乎教育公平和社会正义的系统性工程。

本项目提供的答案可以概括为三个核心命题。

第一，文科学生的AI教育需要独立设计的学习路径，这条路径应以学生已有的认知优势为起点，以行业应用场景为驱动力，以渐进式的能力建构替代一步到位的技术灌输。

第二，AI通识课程的真正价值不在于“通”，而在于“通而能专”——在通识框架下实现与每个专业方向的深度对接，让AI能力真正生长在学生的专业土壤之中，成为其职业竞争力的有机组成部分。

第三，伦理治理不应被视为技术教育的伦理补丁，而应被确立为AI教育的核心素养维度。特别是对于人文社科类院校而言，将人文关怀和价值判断力融入AI教育，既是教育责任的体现，也是学科优势的发挥。

当南京旅游职业学院的学生走上工作岗位时，他们将不仅是胜任岗位要求的旅游管理者、酒店运营者、烹饪师或文创设计师，更是具备AI技术理解力、行业应用力和伦理判断力的新一代文旅行业人才。这正是跨学科AI课程体系建设所追求的教育成果，也是新文科视域下人才培养模式创新的应有之义。