一、只教工具，课程很容易在下学期“过期”不少AI通识课从账号注册、界面介绍和提示词模板开始，学生当堂能够生成文本和图片，却不知道模型为什么会出错、生成内容能否使用、结果该如何验证。课程一旦绑定单一产品，工具改版后，教师还要重新制作整套课件。 真正的通识教育应先建立概念框架，再进入工具。学生需要理解生成式AI与传统人工智能的关系、模型能力边界、数据与版权风险，以及AI对不同专业和岗位的影响。这样即使平台变化，仍能判断新工具适不适合当前任务。 二、两级课程表，先回答“为什么学”，再回答“怎样做”爱玩牛AIGC实训室通识课分为“AIGC基础（1）”和“AIGC基础（2）”。基础（1）设置5章、26个教学条目，依次覆盖AI时代宏观认知、职业规划、生成式AI入门、法律与伦理、综合实践。它把技术放在社会、职业和责任框架中理解。 基础（2）同样设置5章，课程表列出39个教学条目，进一步进入机器学习、Transformer、提示工程、微调、文本生成、图像生成、音频与视频生成以及综合项目。两级共65个教学条目，形成从认知到原理、从单项操作到项目实践的递进结构。 三、职业规划不是“附加课”，而是AI通识的重要部分学生最关心的问题往往不是模型参数，而是“我的专业会不会被AI替代”“以后应该补什么能力”。课程表专门设置行业岗位变化、职业结构与岗位技能、AI素养与职业竞争力、AI时代职业规划等内容，帮助学生区分容易被自动化的任务与能够被AI增强的任务。 这种设计能把技术焦虑转化为行动：传媒专业可以训练选题、脚本与多模态表达，行政岗位可以练习会议议程和文档处理，求职学生可以用AI进行模拟面试与简历匹配，但最终判断仍由人完成。通识课不是替学生选择职业，而是提供观察岗位变化的方法。 四、法律伦理必须和第一次实操同时出现基础（1）单独设置“生成式AI内容的法律边界”和“AIGC应用中的禁区与规范”，覆盖版权归属争议、侵权风险、合理使用、个人隐私、数据合规、虚假信息与责任边界。把伦理放到课程末尾提醒，往往已经太晚；学生第一次上传文件、生成图像时就应知道什么不能做。 课堂可采用“生成—检查—修改—说明来源”的流程。学生不仅提交作品，还要说明使用了什么资料、AI参与了哪些环节、人工做了哪些修订、是否涉及肖像权和第三方版权。这样，合规不是抽象背诵，而是项目交付的一部分。 五、5类综合实践，把通识能力放回真实任务基础（1）的综合实践覆盖5类任务：AI辅助制定会议议程、数据处理、营销文案、视频脚本与分镜、模拟面试。营销文案还加入A/B测试，视频项目从创意策划、故事大纲进入脚本、分镜和内部评审，避免学生停留在“一次生成”。 课程组织可以采用“教师示范—学生跟做—独立完成—同伴互评—人工复核”。评价重点不是图片是否漂亮，而是学生能否解释任务目标、选择合适工具、迭代提示、识别错误，并把成果转化为可展示的作业或作品。 六、Q&A：高校AI通识课建设常见问题Q：非计算机专业学生需要学Transformer吗？
A：不必追求公式推导，但应理解注意力机制、训练数据和模型生成逻辑的基本概念，帮助判断能力与局限。 Q：学校应该统一一种AI工具吗？
A：可统一教学入口和合规规则，但建议保留多工具比较，让学生学习按任务选工具，而不是绑定单一平台。 Q：通识课需要考试吗？
A：需要评价，但不宜只做选择题。可结合平台操作、课程作业、原创作品、技能测试和过程说明。 Q：课程多久更新一次？
A：工具部分应随行业变化迭代，底层认知、伦理规范与项目流程可保持稳定，并通过学期复盘更新案例。 结语一门耐用的高校AI通识课，应让学生在工具更新之后仍然会提问、会判断、会创作、会复核。把宏观认知、职业规划、技术原理、法律伦理和项目实践连成一条线，AI素养才不是一次短暂体验。 |