案例驅(qū)動(dòng)的人工智能專業(yè)課程思政教學(xué)研究與實(shí)踐

［摘 要］ 人工智能專業(yè)是為適應(yīng)國(guó)家人工智能發(fā)展規(guī)劃而批準(zhǔn)設(shè)立的專業(yè)，專業(yè)培養(yǎng)定位強(qiáng)調(diào)厚基礎(chǔ)、重交叉、強(qiáng)滲透。人工智能專業(yè)具有明顯的技術(shù)屬性、經(jīng)濟(jì)屬性和社會(huì)屬性，相較于其他工科專業(yè)，其專業(yè)課程思政的內(nèi)涵更加豐富、外延更加廣闊。針對(duì)人工智能專業(yè)的特點(diǎn)，立足培養(yǎng)定位，以案例驅(qū)動(dòng)專業(yè)課程思政的教學(xué)研究和實(shí)踐，深入探索人工智能專業(yè)課程思政的內(nèi)涵和外延，構(gòu)建價(jià)值體系、知識(shí)體系和能力體系同向同行的人才培養(yǎng)模式。

［關(guān)鍵詞］ 人工智能；課程思政；案例驅(qū)動(dòng)；價(jià)值體系

［基金項(xiàng)目］ 2022年度江蘇省教育科學(xué)規(guī)劃課題“人工智能領(lǐng)域研究生培養(yǎng)質(zhì)量保障體系研究”（B202201128）；2023年度江蘇省教育科學(xué)規(guī)劃課題“高校青年教師數(shù)字化應(yīng)用能力構(gòu)成和提升路徑研究”（B202301178）；2022年度江蘇科技大學(xué)本科教育教學(xué)改革研究重點(diǎn)課題“‘計(jì)算機(jī)視覺(jué)’課程思政設(shè)計(jì)研究”（XJG2022003）

［作者簡(jiǎn)介］ 徐 丹（1981—），女，江蘇鎮(zhèn)江人，博士，江蘇科技大學(xué)計(jì)算機(jī)學(xué)院副教授，主要從事人工智能與計(jì)算機(jī)視覺(jué)研究；左 欣（1980—），女，江蘇鎮(zhèn)江人，博士，江蘇科技大學(xué)計(jì)算機(jī)學(xué)院副主任，副教授，主要從事模式識(shí)別與圖像處理研究。

［中圖分類號(hào)］ G642.0 ［文獻(xiàn)標(biāo)識(shí)碼］ A ［文章編號(hào)］ 1674-9324（2024）20-0058-04 ［收稿日期］ 2023-04-16

引言

人工智能（Artificial Intelligence， AI）主要研究模擬和擴(kuò)展人的智能的理論、方法及技術(shù)，以發(fā)現(xiàn)人類智能本質(zhì)、模擬人類智能行為為目標(biāo)。其技術(shù)本身的發(fā)展涉及哲學(xué)、道德、倫理等元素，因此，人工智能專業(yè)課程思政的內(nèi)涵比其他工科專業(yè)更加豐富。

人工智能的發(fā)展可分為技術(shù)智能化、經(jīng)濟(jì)智能化和社會(huì)智能化三個(gè)階段，從誕生到2016年AlphaGo戰(zhàn)勝世界圍棋大師，人工智能在科學(xué)研究和技術(shù)革新方面突飛猛進(jìn)，這一階段的人工智能研究主要集中在技術(shù)探索以及博弈、自然語(yǔ)言問(wèn)答等局部應(yīng)用上，并沒(méi)有演變?yōu)楫a(chǎn)業(yè)現(xiàn)象。隨著深度學(xué)習(xí)的重大突破、計(jì)算機(jī)算力的提升和大數(shù)據(jù)的持續(xù)累積，加之經(jīng)濟(jì)和社會(huì)普遍為數(shù)字化創(chuàng)造的基礎(chǔ)環(huán)境，人工智能在交通、教育、金融等領(lǐng)域展示出巨大的應(yīng)用前景，新一代人工智能正在全球掀起新一輪產(chǎn)業(yè)革命，國(guó)家在戰(zhàn)略層面正大力推動(dòng)人工智能技術(shù)進(jìn)步與產(chǎn)業(yè)發(fā)展。2017年7月，我國(guó)發(fā)布了《新一代人工智能發(fā)展規(guī)劃》，對(duì)人工智能發(fā)展方向和重點(diǎn)領(lǐng)域給予指導(dǎo)性規(guī)劃［1］。未來(lái)，人工智能將從經(jīng)濟(jì)領(lǐng)域滲透到社會(huì)領(lǐng)域，開啟全社會(huì)和全球范圍內(nèi)的智能協(xié)作與制度創(chuàng)新，人類將進(jìn)入智能社會(huì)。

目前的發(fā)展已初步證明了人工智能行業(yè)賦能和社會(huì)秩序重構(gòu)的潛能，人工智能具有明顯的經(jīng)濟(jì)和社會(huì)屬性，道德和社會(huì)責(zé)任也將成為這個(gè)專業(yè)強(qiáng)調(diào)的內(nèi)容。人工智能專業(yè)課程思政的外延比其他工科專業(yè)更加廣闊。

國(guó)內(nèi)外人工智能專業(yè)在設(shè)置時(shí)均關(guān)注到了該專業(yè)的社會(huì)屬性，在課程體系設(shè)計(jì)中涵蓋了人工智能倫理相關(guān)課程［2］。如美國(guó)斯坦福大學(xué)人工智能專業(yè)設(shè)置了“人工智能中的哲學(xué)、倫理及其影響”課程，哈佛大學(xué)、愛(ài)丁堡大學(xué)等高校也相繼開設(shè)了人工智能倫理相關(guān)課程，對(duì)人工智能倫理問(wèn)題、典型倫理案例、未來(lái)政策及挑戰(zhàn)等主題進(jìn)行了討論。國(guó)內(nèi)高校，如南京大學(xué)將“人工智能倫理”課程列入培養(yǎng)方案，西安交通大學(xué)開設(shè)了“人工智能的哲學(xué)基礎(chǔ)與倫理”“人工智能的社會(huì)風(fēng)險(xiǎn)與法律”等人工智能社會(huì)性課程。

當(dāng)前，人工智能發(fā)展日新月異，技術(shù)快速進(jìn)步引起的經(jīng)濟(jì)和社會(huì)變革超出人們的預(yù)期。以近期出現(xiàn)的現(xiàn)象級(jí)服務(wù)ChatGPT為例，一經(jīng)推出便迅速火遍全球。從技術(shù)角度來(lái)看，其依賴的強(qiáng)大神經(jīng)網(wǎng)絡(luò)和龐大訓(xùn)練數(shù)據(jù)集并不是底層創(chuàng)新，之所以引起廣泛關(guān)注，在于其引發(fā)的一系列社會(huì)熱點(diǎn)問(wèn)題，如文學(xué)創(chuàng)作問(wèn)題、版權(quán)問(wèn)題、創(chuàng)新能力問(wèn)題及行業(yè)替代問(wèn)題。高校作為人才培養(yǎng)的主要陣地，面臨著培養(yǎng)適應(yīng)時(shí)代發(fā)展需求和社會(huì)主義核心價(jià)值觀的人工智能專業(yè)人才的挑戰(zhàn)。獨(dú)立開設(shè)的人工智能社會(huì)性課程無(wú)法滿足這一挑戰(zhàn)，在專業(yè)課程教學(xué)中推進(jìn)思政內(nèi)容和專業(yè)知識(shí)融合，做到專業(yè)課程與思政理論同向同行，成為高校人才培養(yǎng)工作實(shí)現(xiàn)立德樹人根本任務(wù)的重要途徑和方向［3］。

在人工智能專業(yè)課程中融入思政元素，以立德樹人為核心理念，構(gòu)建價(jià)值體系、知識(shí)體系、能力體系協(xié)同發(fā)展的人才培養(yǎng)機(jī)制，踐行案例驅(qū)動(dòng)的人工智能專業(yè)課程思政教學(xué)模式，引導(dǎo)學(xué)生樹立正確的科學(xué)觀和價(jià)值觀。

一、價(jià)值體系：研究思專融合途徑，推進(jìn)立德樹人教育理念

人工智能技術(shù)是人類將自身的知識(shí)、經(jīng)驗(yàn)和研究成果等按照人類需求和能力進(jìn)行組合應(yīng)用，是一種價(jià)值化的實(shí)踐，因此，人工智能技術(shù)具有價(jià)值前提，人工智能的發(fā)展受價(jià)值體系的約束。結(jié)合社會(huì)主義核心價(jià)值體系和人工智能的專業(yè)特點(diǎn)，我們將人工智能專業(yè)課程思政的價(jià)值體系分為三個(gè)層次：以人文倫理為核心的責(zé)任意識(shí)、以時(shí)代發(fā)展為核心的全局視野、以改革創(chuàng)新為核心的時(shí)代精神。

（一）以人文倫理為核心的責(zé)任意識(shí)

人工智能如何對(duì)待人，本質(zhì)是人如何理解和對(duì)待人的問(wèn)題，應(yīng)重視人在設(shè)計(jì)算法和制造機(jī)器人時(shí)應(yīng)擔(dān)當(dāng)?shù)闹黧w權(quán)利與責(zé)任。在傳遞給學(xué)生從事人工智能相關(guān)領(lǐng)域所需基礎(chǔ)知識(shí)和基本技能的同時(shí)，引導(dǎo)學(xué)生積極思考人工智能技術(shù)應(yīng)用領(lǐng)域的擴(kuò)展所引發(fā)的倫理問(wèn)題，培養(yǎng)具有責(zé)任意識(shí)的科學(xué)家和工程師。例如，人工智能中的數(shù)據(jù)歧視和算法歧視引起的偏見(jiàn)問(wèn)題。人工智能的發(fā)展強(qiáng)烈依賴于大數(shù)據(jù)和深度學(xué)習(xí)算法，深度學(xué)習(xí)可從數(shù)據(jù)中自動(dòng)提取規(guī)則特征，得出針對(duì)某一問(wèn)題的預(yù)測(cè)結(jié)果。然而，數(shù)據(jù)并不是中立的，人類的偏見(jiàn)會(huì)沉積在大數(shù)據(jù)中，導(dǎo)致算法得出有偏見(jiàn)的預(yù)測(cè)結(jié)果，使得隱藏的偏見(jiàn)顯性化。美國(guó)的COMPAS系統(tǒng)用于評(píng)估被告人員再次犯罪的概率，預(yù)測(cè)在未來(lái)兩年內(nèi)再次被捕的可能性。該系統(tǒng)算法存在明顯偏見(jiàn)，預(yù)測(cè)的黑人再次犯罪的風(fēng)險(xiǎn)遠(yuǎn)高于白人，加劇了種族對(duì)立［4］。這種偏見(jiàn)產(chǎn)生的原因在于，人工智能需要大量的數(shù)據(jù)訓(xùn)練，盡管人工智能本身不知道“歧視”和“偏見(jiàn)”是什么，但背后的研究人員卻會(huì)帶有這樣的思想，以至于在訓(xùn)練數(shù)據(jù)的選擇和算法的設(shè)計(jì)上產(chǎn)生偏向性。

（二）以時(shí)代發(fā)展為核心的全局視野

在授課過(guò)程中幫助學(xué)生把握人工智能未來(lái)發(fā)展趨勢(shì)，深刻理解其經(jīng)濟(jì)和社會(huì)屬性，熟悉人工智能行業(yè)面臨的社會(huì)風(fēng)險(xiǎn)和法律規(guī)范，培養(yǎng)學(xué)生適應(yīng)新時(shí)代的思維能力和全局視野。

隨著技術(shù)智能化向經(jīng)濟(jì)智能化和社會(huì)智能化的發(fā)展，人工智能的產(chǎn)業(yè)賦能和社會(huì)重構(gòu)潛能逐步顯現(xiàn)。人工智能近期的影響主要是隱私和失業(yè)問(wèn)題。人工智能發(fā)揮效用依賴于互聯(lián)網(wǎng)環(huán)境下不斷累積的大量數(shù)據(jù)，從購(gòu)物喜好、支付方式、社交活動(dòng)到求醫(yī)問(wèn)藥、資產(chǎn)負(fù)債，大數(shù)據(jù)無(wú)處不在。以臉書用戶數(shù)據(jù)泄露和GEDmatch網(wǎng)站基因數(shù)據(jù)泄露為例，引導(dǎo)學(xué)生充分考慮用戶隱私保護(hù)的重要性和必要性，討論可采取的預(yù)防策略，避免造成數(shù)據(jù)濫用的風(fēng)險(xiǎn)，增強(qiáng)學(xué)生的風(fēng)險(xiǎn)意識(shí)。失業(yè)問(wèn)題是一個(gè)根深蒂固的問(wèn)題，歷次產(chǎn)業(yè)革命，隨著機(jī)械化、自動(dòng)化、智能化的程度越來(lái)越高，技術(shù)會(huì)取代一部分人力，在淘汰掉一些傳統(tǒng)的行業(yè)和崗位的同時(shí)，創(chuàng)造一些新的行業(yè)和就業(yè)崗位。引導(dǎo)學(xué)生辯證地看待這一問(wèn)題，智能技術(shù)不會(huì)導(dǎo)致大規(guī)模失業(yè)，但會(huì)對(duì)某些工作的任務(wù)構(gòu)成和就業(yè)產(chǎn)生結(jié)構(gòu)性影響，從而產(chǎn)生“就業(yè)替代”。

人工智能的遠(yuǎn)期影響是人類命運(yùn)問(wèn)題，如人工智能奇點(diǎn)問(wèn)題、無(wú)用階級(jí)問(wèn)題和人類種族存續(xù)問(wèn)題。這方面的思考在文學(xué)作品和影視作品中多有呈現(xiàn)，且被強(qiáng)化。其表現(xiàn)為人工智能具備革命性的“自主學(xué)習(xí)能力”及相應(yīng)的“自我進(jìn)化”能力，從而誕生自我意識(shí)，人工智能有可能出現(xiàn)“奇點(diǎn)”，導(dǎo)致不可控的風(fēng)險(xiǎn)［5］。雖然，這種人工智能目前尚未出現(xiàn)，但對(duì)于該問(wèn)題的思考有助于增強(qiáng)學(xué)生探索未知的興趣，同時(shí)未雨綢繆，引導(dǎo)學(xué)生思考如何構(gòu)建未來(lái)穩(wěn)健、安全的人工智能系統(tǒng)。

（三）以改革創(chuàng)新為核心的時(shí)代精神

人工智能的發(fā)展幾經(jīng)起伏，過(guò)程中很多人選擇放棄，而挺過(guò)“寒冬”的人成就了人工智能的第三次發(fā)展浪潮。人工智能技術(shù)的發(fā)展還會(huì)經(jīng)歷起伏，培養(yǎng)學(xué)生堅(jiān)毅的學(xué)術(shù)人格，賦予其攻克前沿學(xué)術(shù)問(wèn)題的勇氣，對(duì)于學(xué)生的職業(yè)生涯和人工智能專業(yè)的發(fā)展至關(guān)重要。以“深度學(xué)習(xí)之父”“神經(jīng)網(wǎng)絡(luò)先驅(qū)”Hinton為例，其在神經(jīng)網(wǎng)絡(luò)領(lǐng)域開創(chuàng)性的研究歷經(jīng)低谷頑強(qiáng)堅(jiān)持，功成名就時(shí)敢于質(zhì)疑自己30年的研究成果，尋找新的挑戰(zhàn)和機(jī)遇的勇氣，值得每一名立志從事人工智能技術(shù)研究的學(xué)生學(xué)習(xí)。

二、知識(shí)體系：研究研學(xué)互促方式，強(qiáng)化專業(yè)知識(shí)體系

人工智能歷經(jīng)近60年的發(fā)展，形成了龐大的知識(shí)體系，可將其大致分為四個(gè)層次：（1）基礎(chǔ)層，主要涉及數(shù)學(xué)基礎(chǔ)和腦科學(xué)，如高等代數(shù)、離散數(shù)學(xué)、概率統(tǒng)計(jì)、數(shù)理邏輯等；（2）技術(shù)層，涉及人工智能專業(yè)主要算法，如數(shù)據(jù)結(jié)構(gòu)與算法分析、操作系統(tǒng)、機(jī)器學(xué)習(xí)、知識(shí)表示與處理、模式識(shí)別、計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理等；（3）平臺(tái)層，如機(jī)器學(xué)習(xí)系統(tǒng)平臺(tái)、人工智能程序設(shè)計(jì)等；（4）應(yīng)用層，體現(xiàn)人工智能賦能特性的交叉應(yīng)用領(lǐng)域，如搜索引擎、推薦系統(tǒng)、智慧醫(yī)療、智能交通等。

將人工智能領(lǐng)域前沿研究課題和成果引入專業(yè)教學(xué)，以研促學(xué)，強(qiáng)化專業(yè)知識(shí)體系，培養(yǎng)學(xué)生科研素養(yǎng)。在教學(xué)過(guò)程中，通過(guò)引入學(xué)科起源和發(fā)展歷程，以專業(yè)技術(shù)視角系統(tǒng)性梳理課程前后的關(guān)聯(lián)，充分體現(xiàn)知識(shí)點(diǎn)的體系性，同時(shí)培養(yǎng)學(xué)生在跟蹤領(lǐng)域研究前沿和熱點(diǎn)的能力。

以深度學(xué)習(xí)的發(fā)展演化為例，梳理相關(guān)知識(shí)點(diǎn)。神經(jīng)網(wǎng)絡(luò)（NN）起源于對(duì)神經(jīng)系統(tǒng)的模擬，單層神經(jīng)網(wǎng)絡(luò)無(wú)法實(shí)現(xiàn)簡(jiǎn)單的異或邏輯，多層神經(jīng)網(wǎng)絡(luò)的訓(xùn)練因參數(shù)眾多而難以訓(xùn)練，這導(dǎo)致了NN的“第一個(gè)冬天”。20世紀(jì)80年代，Hinton和LeCun奠定并推廣了可以用來(lái)訓(xùn)練多層神經(jīng)網(wǎng)絡(luò)的反向傳播算法［6］，NN再次迎來(lái)了快速發(fā)展時(shí)期。然而，反向傳播并無(wú)生物學(xué)理論的支撐，且需要采用隨機(jī)梯度下降方式進(jìn)行優(yōu)化，算法效果依賴精細(xì)調(diào)參。相比之下，支持向量機(jī)（SVM）使用了凸優(yōu)化技術(shù)，有堅(jiān)實(shí)的數(shù)學(xué)基礎(chǔ)，因此，人們?cè)谶x擇分類算法時(shí)更加偏向于SVM，NN第二次走向低谷。期間，Hinton借鑒熱力學(xué)統(tǒng)計(jì)模型中的受限玻爾茲曼機(jī)（RBM），用能量函數(shù)來(lái)描述NN的一些特性，RBM成為這一波人工智能浪潮的先行者。之后“深度學(xué)習(xí)”逐漸走上歷史前臺(tái)，卷積神經(jīng)網(wǎng)絡(luò)（CNN）在圖像甚至語(yǔ)音等領(lǐng)域全方面超越傳統(tǒng)算法。針對(duì)CNN所無(wú)力解決的動(dòng)態(tài)視覺(jué)內(nèi)容、三維視覺(jué)等難題，Hinton受到神經(jīng)解剖學(xué)、認(rèn)知神經(jīng)科學(xué)和計(jì)算機(jī)圖形學(xué)三個(gè)領(lǐng)域的啟示，又提出了Capsule結(jié)構(gòu)。

以類不均衡問(wèn)題為例，說(shuō)明機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘領(lǐng)域中的難點(diǎn)問(wèn)題。一般情況下，正負(fù)樣本數(shù)量大致相當(dāng)，訓(xùn)練所得的分類器能夠取得較好的分類效果。在給學(xué)生講解該類問(wèn)題時(shí)，可結(jié)合教師科研方向，引導(dǎo)學(xué)生考慮樣本不均衡（如在金融欺詐檢測(cè)、網(wǎng)絡(luò)入侵檢測(cè)等應(yīng)用中，正負(fù)樣本數(shù)量懸殊）會(huì)引起什么問(wèn)題，有什么解決方法，如何從算法角度修正數(shù)據(jù)的不平衡，從而解決分類面偏倚問(wèn)題。以此案例引導(dǎo)啟發(fā)學(xué)生的創(chuàng)新意識(shí)和思辨意識(shí)，體現(xiàn)比較、分析和探索的科學(xué)研究?jī)?nèi)涵。

三、能力體系：研究學(xué)創(chuàng)協(xié)同，推進(jìn)實(shí)踐和創(chuàng)新能力的培養(yǎng)

人工智能在社會(huì)經(jīng)濟(jì)各領(lǐng)域中的滲透性和賦能性使得行業(yè)對(duì)學(xué)生的實(shí)踐能力和創(chuàng)新能力有了更高的要求。能力體系是指人工智能任務(wù)求解能力，針對(duì)人工智能在行業(yè)產(chǎn)業(yè)中的具體問(wèn)題或問(wèn)題原型，利用已學(xué)人工智能知識(shí)提出任務(wù)解決方案，并能夠解決關(guān)鍵技術(shù)的能力。一個(gè)復(fù)雜人工智能任務(wù)求解過(guò)程包括任務(wù)抽象建模、算法分析設(shè)計(jì)、平臺(tái)和程序?qū)崿F(xiàn)、應(yīng)用相關(guān)的模型優(yōu)化和部署的全過(guò)程。

為培養(yǎng)學(xué)生的能力體系，需開展多層次實(shí)踐能力培養(yǎng)，針對(duì)目前校企合作存在的突出問(wèn)題，如校企合作單一化、校企合作不深入等，研究學(xué)創(chuàng)協(xié)同的育人模式，校企協(xié)同構(gòu)建實(shí)踐能力和創(chuàng)新能力雙提升的能力體系。該體系包括基于多學(xué)科交叉的認(rèn)知案例培養(yǎng)、基于人工智能實(shí)訓(xùn)平臺(tái)的實(shí)訓(xùn)能力培養(yǎng)、基于校企合作的創(chuàng)新創(chuàng)業(yè)孵化基地的項(xiàng)目訓(xùn)練培養(yǎng)，構(gòu)建“認(rèn)知—實(shí)訓(xùn)—?jiǎng)?chuàng)新”三個(gè)層次推進(jìn)知識(shí)學(xué)習(xí)和實(shí)踐創(chuàng)新的系統(tǒng)發(fā)展。實(shí)施“大創(chuàng)項(xiàng)目—科創(chuàng)競(jìng)賽—項(xiàng)目培育”相互銜接的創(chuàng)新創(chuàng)業(yè)項(xiàng)目孵化機(jī)制，引導(dǎo)學(xué)生將科技創(chuàng)新與社會(huì)進(jìn)步、國(guó)家發(fā)展相結(jié)合，提高學(xué)生利用技術(shù)創(chuàng)新服務(wù)國(guó)家發(fā)展的能力。

以中國(guó)大學(xué)生設(shè)計(jì)大賽一等獎(jiǎng)作品《智能農(nóng)業(yè)識(shí)別與監(jiān)測(cè)平臺(tái)》為例，作品以農(nóng)田監(jiān)測(cè)和病蟲害識(shí)別為目標(biāo)，以深度學(xué)習(xí)為核心算法，結(jié)合物聯(lián)網(wǎng)和云邊端開發(fā)技術(shù)，打造了一款集識(shí)別、監(jiān)測(cè)、百科等功能于一體的智慧農(nóng)業(yè)平臺(tái)。該作品經(jīng)歷了大學(xué)生創(chuàng)新項(xiàng)目和科創(chuàng)競(jìng)賽的培育，目前已與國(guó)內(nèi)農(nóng)業(yè)科研院所合作，初步用于農(nóng)業(yè)生產(chǎn)中，為我國(guó)農(nóng)業(yè)的科技化轉(zhuǎn)型做出了貢獻(xiàn)。

結(jié)語(yǔ)

構(gòu)建科學(xué)的、完備的、可行的人工智能專業(yè)思政教育模式，關(guān)系到人工智能專業(yè)人才培養(yǎng)是否符合國(guó)家發(fā)展的需要。深入挖掘人工智能專業(yè)課程中的價(jià)值體系，并與知識(shí)、能力的培養(yǎng)有機(jī)結(jié)合是做好立德樹人的第一步。認(rèn)真積極地將思政元素融入人工智能專業(yè)的建設(shè)是一以貫之的任務(wù)。不斷積累思政教育素材、加強(qiáng)教師自身的思政教育意識(shí)和思政教育能力，培養(yǎng)負(fù)責(zé)任的科學(xué)家和工程師，是今后人工智能專業(yè)課程思政不斷努力的方向。

參考文獻(xiàn)

［1］國(guó)務(wù)院.關(guān)于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知：國(guó)發(fā)〔2017〕35號(hào)［A/OL］.（2017-07-20）［2023-03-13］.http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

［2］古天龍.人工智能倫理及其課程教學(xué)［J］.中國(guó)大學(xué)教學(xué)，2022（11）：35-40.

［3］周健，高玲，孫麗艷，等.人工智能專業(yè)思想政治教育的設(shè)計(jì)和研究［J］.教育教學(xué)論壇，2022（38）：80-83.

［4］王燃.大數(shù)據(jù)證明的機(jī)理及可靠性探究［J］.法學(xué)家，2022（3）：57-71+192-193.

［5］潘恩榮，孫宗嶺.人工智能“以人為本”倫理準(zhǔn)則反思：一種馬克思主義哲學(xué)的分析思路［J］.云南社會(huì)科學(xué)，2022（6）：30-39.

［6］RUMELHART D E， HINTON G E， WILLIAMS R J. Learning representations by back propagating errors［J］.Nature，1986，323（6088）：533-536.

Research and Practice of Case-driven Curriculum Ideology and Politics in Artificial Intelligence Major

XU Dan， ZUO Xin， SHU Xin， SHI Jin-long

（School of Computer Science， Jiangsu University of Science and Technology， Zhenjiang，

Jiangsu 212100， China）

Abstract： Artificial Intelligence is a major that was established to meet the development plan of national artificial intelligence. The professional training is positioned to emphasize a solid foundation， cross-disciplinary integration， and strong penetration. The Artificial Intelligence major has obvious technical， economic， and social attributes. Compared with other engineering disciplines， the ideological and political education of its professional courses has richer connotations and a wider scope. This paper focuses on the characteristics and positioning of artificial intelligence majors， using case-driven teaching research and practice of curriculum ideology and politics to explore the connotations and scope of the professional courses. Furthermore， a talent training model that aligns the value system， knowledge system， and ability system in the same direction is constructed in this paper.

Key words： artificial intelligence; curriculum ideology and politics; case-driven; value system