计算机通识课赶上"人工智能+"：一份全球能力框架给高职的破局参照

对许多院校而言，"人工智能+"进课堂早已提上日程，可真要落到计算机基础这门面向全体新生的通识课上，改起来却格外别扭——讲深了，非专业学生跟不上；讲浅了，又沦为一场展示性的科普秀。更麻烦的是，学生计算机底子参差不齐，多数人只停留在会用的层面，要在这样一门课上同时塞进理论、工具和实践，几乎让教师无从下手。问题缠了一圈，往往绕回同一个根本：这门课到底想把学生锻造成什么样子，有没有一根可以衡量的标尺。联合国教科文组织发布的《面向学生的人工智能能力框架》（简称AI CFS），恰好提供了这样一把可用的尺子，也顺带给出了把"人工智能+"落到通识课的具体打法。

卡点剖析：通识课的改革，难在两头都要顾

"人工智能+"改革最常犯的错，是把关注点放在"往课里加了多少AI内容、搬进了几个AI工具"上，仿佛只要用了，课就算改成了。但计算机基础课的特殊性在于，它所处的恰恰是最尴尬的位置：坐在课堂里的是尚未进入专业领域的大一新生，多数人还谈不到深入运用，缺乏开展深度理论实践的前提；与此同时，作为一门基础课，改革又必须同时满足两个要求——不能空泛到脱离实际，也不能艰深到流于形式。两个约束彼此牵扯，使得这门课的改造难度远超想象。

把各校的共性困难归拢，大体能看出三类结构性错位。其一是目标层面的错位：课程目标仍旧沿袭老路，没有跟上AI时代岗位对素养的新期待；其二是内容层面的错位：要么硬搬专业课的深度，要么停留在概念介绍的浅度，两头都不讨好；其三是评价层面的错位：教法和内容改了，评价却还靠一张传统试卷，导致改动效果无从度量。这三处错位共同指向一个事实——改革的支点其实不是换教材或引工具，而是先为"学生应具备什么能力"立一个统一标准。

借力打力：五条原则框住"怎么教"

AI CFS之所以值得拿来当参照，原因在于它第一次把"AI时代学生要学什么、教师该怎么教"整理成一套可供遵循的原则框架，而非零散的个人经验。它给出的五条关键原则，每一条都直接落到教学设计与课堂取舍上，恰好可以搭成计算机基础课改革的骨架。

第一，练批判思维，不喂标准答案。 考虑到不少学生早已对AI概念有所耳闻，讲授不宜再做重复性的灌输，而应改用讨论、辨析，甚至是辩论等互动方式——例如不直接给出概念，而是摆出几种不同定义让学生自行比较优劣，或对熟悉的图灵测试提出疑问、探讨其是否严密，用思维训练替换机械记忆。第二，守住人的中心位置。 引入AI助教一类辅助工具时，关键在于让学生在应用中体会"人是参与者与创造者，而非依赖者"这一内核，譬如借助后台记录发现学生因提问方式欠佳而得不到理想答案，再据此训练其提问质量，把工具使用与自我反思挂起钩来。第三，兼顾前沿与可持续。 基础课也可以适当带进大模型等热点，但要从基础学情出发，借助流程图和熟悉概念降低理解门槛，同时让学生感知算力扩张所伴随的能源与环境压力，激发对绿色算力等新方向的兴趣。第四，走向包容性发展。 尊重学生的个性化差异，把工具使用要求写进任务书、给出明确指引，并允许学生在多种自己熟悉的AI工具间自由选择，让处于不同水平的学生都找到适合自己的成长路径。第五，指向终身学习。 把课程看作学生接触AI的第一扇门，既要传授基本知识，更要培养继续深挖的能力，例如结合物流、会计等不同专业定制应用案例，使学生真切体会到AI与自身专业的紧密关联，进而产生持续学习的动力。

强调一点，这五条原则在实践中极易被压缩成一句"在课上用AI"，可就其本质而言，它们的价值正在于维度互补——批判性规定了思维方向，人本与包容划定了价值边界，可持续与终身学习则设定了纵深。五者合力，才最终决定这门基础课改革的成色。

评价闭环：四个核心能力如何被"看见"

改教法若到此为止，改革仍难言完成，因为评价是撬动学法的杠杆，学生的能力不能靠一张传统试卷来认定。AI CFS把能力拆成知识、技能、价值观三个层面，进而归纳出四个方面——以人为本的思维方式、人工智能伦理、人工智能技术与应用、人工智能系统设计，每一方面还能对应"理解、应用、创造"三个递进水平。把这套结构移植到课程评价上，改革才算真正闭环。

考虑到计算机基础课的定位，可以给四个核心能力设置差异化权重：以人为本思维与AI伦理各承担约25%，通过传统客观题守住基础知识的正确掌握；人工智能技术与应用作为课程的重点目标，占比约35%，结合实践任务完成情况来评判，其中偏应用与创造的部分工作量较大，可设计为小组任务并纳入学生自评，翻转课堂展示环节再加入互评；人工智能系统设计属于高阶能力，占比约15%，依托课程竞赛让学生在个人或团队方式下完成AI+应用的设计与落地，同时为体现包容性，允许以其他相关比赛替代并凭证明材料折抵。

这样的权重布局本身就在传递一个信号：基础课不是"背概念"，而是要"用知识做事、把能力做出来"。当评价从"考得对不对"转向"做得成不成"，教师的教法与学生的学法都会随之松动、转向。

落到高职：这套思路怎么搬回来用

AI CFS是全球范围内首个关于这一话题的框架文件，其价值在于为"把AI引进教育教学"补上了此前缺失的一份公共参照。对高职院校而言，它的意义又不止于计算机基础这一门课。一旦把培养目标明确为"素养+能力+价值"的三层结构，院校就不必再在课程名目上反复折腾，而可以沉下心抓能力养成与评价闭环。落地时有三点值得把握：一是先拿一门基础课做试点，把原则、评价与工具的使用一并跑通后再考虑推广，以降低试错成本；二是评价权重应结合本校学情灵活浮动，不宜机械照搬；三是重视教师集体备课，由教师共同针对不同专业定制案例，让通识课与专业真正咬合。

从已有探索看，这套以能力框架为依据的改革是走得通的——据相关院校一个学期的实践，理论课与实验课全面改造后，学生在课程评价与AI能力单项评价上均优于预期，课堂参与度、实践任务完成质量明显改善，课程竞赛参与度创新高，作品中还频频出现体现工程伦理、公益关怀与人本情愫的构思。这些反馈印证了一个朴素判断：改革只要有据可依、目标清晰，效果就更容易被看见、被度量。对资源相对有限的高职院校来说，完全可以先摘取框架中"以人为本思维+AI伦理"两个相对轻量的模块作试点，待评价机制跑通后再逐步扩展到技术与系统设计板块，不必一步到位。

总结

说到底，"人工智能+"课程改革考验的并不是院校引入技术有多早，而是有没有想清楚"要培养怎样的人"这件根本的事。能力框架真正的价值，是帮我们把追问从'课上用了什么AI'，转向'学生是否真的长出了面向AI时代的能力'。当培养目标、教学过程与评价方式三者咬合成一个闭环，改革才不会流于形式。参与AI教育改革的院校与教师，不妨就以这份框架为起点，从一门课、一套评价、一支团队做起，逐步搭起属于本校的能力培养体系。你在基础课改造中踩过哪些坑、又有哪些行之有效的做法？欢迎留言交流，也欢迎转发给同样在推进"人工智能+"课程改革的同行。

附：课程能力—评价对应参考表