生成式AI 在人工智能概論課程教學中的應用研究

摘要：生成式人工智能的迅猛發展已在多領域引起了生產模式的變革。人工智能概論課的性質決定其結合科技發展前沿更有利于對學生的培養。因此，進行了一種結合生成式人工智能的教學應用研究。以工科專業為基礎，課程重心聚焦于夯實學生的基礎知識體系。同時，細致區分不同生成式人工智能模型所擅長專業領域，將其應用于課程各個環節，確保學生能夠敏銳洞察科技發展脈搏，提升自我競爭力，從容面對社會生產模式日新月異的變革浪潮。

關鍵詞：人工智能概論; 生成式人工智能; 機械工程; 教學改革; 課程思政

中圖分類號：G642 文獻標識碼：A

文章編號：1009-3044（2024）31-0158-03

開放科學（資源服務）標識碼（OSID） ：

0 引言

人工智能（AI） 是一個跨學科領域，它旨在模擬、延伸和擴展人類智能。其概念歷經哲學思辨、文學想象，直至現代電子與工程技術的融合，不斷演進發展[1- 2]。人工智能之研究，旨在深入剖析人類智能的內在機制，并以此創造出智能化機械或應用程序，以賦能我們的生活[3]。這一領域的進步不僅推動了科技與經濟前行，更深遠地影響著社會結構、文化傳承乃至軍事戰略，展現出無與倫比的全面影響力[4]。

人工智能概論作為新興智能制造工程專業一門專業必修通識課程，旨在讓學生在已有專業基礎知識的基礎上通過學習，對人工智能從整體上有一個較清晰全面的系統了解。課程著重于傳授人工智能的基本概念、原理與方法，使學生洞悉其研究與應用的前沿動態與發展脈絡。同時，課程也致力于拓寬學生的知識視野，提升其解決問題的能力，為將來借助人工智能解決實際問題打下堅實基礎。

生成式人工智能（Generative AI） 是一種基于深度學習的人工智能技術，通過學習大量數據并生成新內容。這種技術應用范圍非常廣泛，包括但不限于文本、圖片、聲音、視頻和代碼生成[5]。特別是自Chat GPT被推出以來，國內外各類生成式人工智能模型井噴式推出，并由此使AI使用由專業領域轉向廣大人民群眾[6]。但也要看到，正是由于其在近一年多時間的爆發式發展，也出現了許多有關生成內容真實與虛假性、在一定道德理念下的觀點偏激性等問題[7]。

人工智能概論課程性質決定其需要緊跟技術發展的時效性，如何將生成式人工智能合理有效地引入人工智能概論課程教學中，使其正向推動教學成果，將是當前亟須探索的問題[8]。

1 課程章節設置與AI 應用設計

人工智能的發展歷程涉及多個學科的早期探索，如問題解決、學習、知識表示、推理、語言理解、翻譯等領域[2]。近年來，以深度學習為核心的人工智能技術取得重大突破[9]，標志著人工智能進入全新階段[10]。深度學習的突破帶來了許多前所未有的機會與挑戰，如自動駕駛、醫療診斷、自然語言處理等領域的發展。未來，人工智能將在各個領域發揮更大的作用，同時也需要認真思考如何更好地引導和監管其發展，確保其造福人類。

如機械等工科專業學生，對于軟件編程等知識學習深度比計算機專業學生要淺，對于人工智能概論課程的教授更偏向于基礎知識的學習。因此，進行如表1所示教學章節設置。

盡管如ChatGPT等國外大型語言模型目前受地域限制而在國內無法直接使用，但國內也已推出了許多生成式AI模型，如Kimi、秘塔AI搜索、360AI搜索、文心一言、豆包等。這些AI模型各有特色與相對擅長的應用領域，可根據課程需要，選取其中單個或多個模型進行課堂展示與應用。總體應用方案如圖1所示。不論是總結文獻、美化文案、搜索引擎、還是情感分析、程序編寫等領域，這些AI模型都有著廣泛的應用前景，可為課堂教學和學術研究提供便利和支持。將這些AI模型引入課堂，不僅有助于提高學生的實踐能力和創新意識，也有助于教師更靈活、更高效地進行教學。通過這些AI模型的使用，可以使課堂更加生動有趣，提升教學質量，為學生打開更廣闊的學習空間。

AI在各章節教學過程中的應用設計如下。

1.1 人工智能的概念、內容方法與發展概況

在第一章節的教學中，結合360AI搜索、文心一言和秘塔AI搜索，進行關于人工智能概念與發展歷史的對話。通過360AI搜索整理出思維腦圖，使用秘塔AI 生成查詢結果演示文稿，深入學習相關概念的同時，體驗智能搜索在整合網絡資源上的強大能力，感受不同AI模型之間的差異。這個過程也能培養學生審視問題和結果的能力，培養多角度思維。之后，再通過各模型進行“人工智能研究內容”以及其應用領域等課程內容的搜索展示，并且可以讓學生主動參與學習內容的智能查詢過程中。由于各模型檢索整合資源的不同，給出的結果也會不同，這就需要教師以自身所用教材為基準，進行教學內容的矯正與正式定義。通過這種教學方式，不僅能夠幫助學生深入了解人工智能領域的知識，還可以讓他們通過實踐體驗智能搜索的便捷與高效。同時，培養學生的批判性思維和多樣化思考方式，使其具備更廣闊的視野和更強大的解決問題的能力。教師的引導和矯正也非常重要，確保學生在學習過程中掌握正確的知識和方法。

1.2 圖搜索與問題求解

第二章節著重介紹狀態圖搜索相關的概念，包括狀態圖、搜索方式、策略與算法等內容。教師以教材為基礎，結合具體實例進行詳細講解，引導學生深入理解這些概念。同時，將迷宮問題、梵塔問題和旅行商問題等實際案例作為求解對象，通過文心一言等模型引導學生進行求解過程的理解和求解程序編寫。通過這類學習安排，學生不僅可以了解狀態圖搜索的基本原理，還能夠在實際問題中應用所學知識進行解決。經歷編寫程序的過程，學生將加深對狀態圖搜索問題求解方法的理解，并在總結交流中驗證自己的程序設計能力。

1.3 知識表示與機器推理

對于第三章節內容，通過AI對話等方式，讓學生自主地進行檢索學習，熟悉一階謂詞、產生式規則、知識圖譜等重要概念。教師依據教材內容，進行相關概念的統一，并詳細講解謂詞使用規則、語義網絡使用規則等內容。同時結合實際應用案例，加深學生對知識表示的理解。之后，運用教材中的實例，讓AI展示謂詞形式的表達、語義網絡的展示以及不確定性知識的表達；與學生進行交流，檢驗AI模型生成結果的合理性并提出改進建議。通過這種方式，學生將能夠更加深入地理解知識表示與推理的概念，培養他們的邏輯思維和解決問題的能力。這種互動式的學習方式不僅提高了學生的學習興趣，也促進了他們對知識表示相關技術的深度理解與應用能力的提升。

1.4 機器學習與知識發現

在第四章節中，通過Kimi、秘塔Ai等進行機器學習、符號學習、強化學習、統計學習、神經網絡學習、深度學習和數據挖掘與知識發現等概念的檢索與脈絡發展查詢。在課堂上，通過交流討論的方式講解機器學習的原理，并結合教材示例對各種學習方法進行更詳細的解析和鞏固。接著，組織學生利用各種AI模型工具來演示不同的學習模型，并搭建相應的模型架構。通過這一系列活動，學生們不僅僅能夠理解理論知識，還能夠實際應用到實踐中，提高他們在人工智能領域的綜合能力和技能。

1.5 機器感知與語言交流

在第五章節中，安排學生通過各種AI工具自主學習模式識別、自然語言處理等概念。課堂上，引入Kimi進行科研文獻總結，同時利用文心一言等AI模型進行圖片內容描述、圖片畫質增強與畫幅拓展等任務，幫助學生體驗當前AI技術的感知能力。通過結合教材示例，深入講解模式識別系統的工作原理、不同的模式識別方法、自然語言處理技術以及各類語言模型。通過實際操作和理論學習，學生們可以更好地理解AI技術在現代社會中的重要性，同時也提高了他們的實際操作能力和批判性思維。

1.6 人工智能應用系統

第六章節安排學生搜集各領域已應用的人工智能系統，并進行整理分享，教師則結合學生的分享材料進行解讀和總結。基于教材內容，教師對人工智能系統進行分類和結構分析，例如按專家系統、Agent系統和智能機器人等類型進行整體歸類。通過這種互動式的教學方式，學生能夠更深入思考和理解人工智能在各個領域的應用，激發對人工智能技術的興趣和熱情。

1.7 智能計算機與智能化網絡

在第七章節中，以近年不斷涌現的各類帶有AI處理功能的手機端和桌面端CPU芯片和專門用于AI計算的算力芯片為例，引入智能計算機的教學。通過展示生活中已經存在的各種聯網家用電器及其協同控制，說明智能設備組網的原理與應用。以360AI瀏覽器為例，進行智能化網絡與智能Web相關概念、結構和其關鍵技術的講授。之后，讓學生根據開課以來使用各類AI模型的感受，進行網上信息智能化檢索和推薦系統的討論學習。通過這種方式，學生將有機會深入了解人工智能在日常生活中的應用，以及它對未來社會的影響。教師將引導他們思考人工智能技術的發展趨勢，并探討如何更好地利用這些技術來解決現實生活中的問題。

1.8 人工智能編程語言與開發平臺

在第八章節中，以使用文心一言進行網絡圖片爬取的Python程序編寫為例，進行人工智能編程語言與開發平臺的講授。引導學生使用AI應用進行編程語言種類及應用領域的信息聚合與學習。之后，介紹PROLOG語言，再重點講授Python語言。最后，通過布置例題，讓學生運用編程類AI模型解決實際問題。通過這種任務設計，不僅可以提高學生對Python編程語言的掌握能力，還可以培養他們獨立解決問題的能力和創新思維。

2 生成式AI 與課程思政結合設計

現今我國的總體國力提升明顯，人民生活水平不斷提升，但當下國際發展形勢由穩趨亂，我們正經歷百年未有之大變局[11]。大學作為學子步入社會前的關鍵階段，尤其需要培養學生的家國情懷和愛國意識，同時也要注重培養學生嚴謹認真的工作態度[12]。生成式AI的快速發展，也附帶出現了其所產生信息的真實性和未完善的倫理道德問題。因此，在將生成式AI融入人工智能概論課程的教學過程中，也要注重實現對應的思政教育。以下為所列舉的3項實施例。

2.1 國家歸屬感

生成式AI是人工智能的一個細分領域，就如同我們在國家中所隸屬于某個行政區域一樣。生成式AI 的進步促進人工智能的發展，而我們自身不斷的提升最終會使我們國家更加繁榮，也會使我們擁有更加有利的發展環境。如上所述，在對學生進行人工智能、生成式AI以及后續課程中的機器學習所包含的符號學習、強化學習、統計學習、神經網絡學習和深度學習等內容教授時，通過類比的方式，提升學生的國家歸屬感。通過這類教育，能夠培養出更多具備責任感和國家意識的人才，為國家的長遠發展注入新的活力和動力。

2.2 民族自豪感

科學研究的不斷進步和社會各行業大數據的支撐，是人工智能發展的重要基石。近年，我國社會經濟發展持續向好，各領域的科學研究也不斷獲得突破，并促使軍工實力持續增強，這在國際局勢動亂加劇的當下，為人們的安穩生活給予了強大保障。也正是基于此，使得人們擁有了生成式人工智能發展的海量數據基礎，也是短期內就有繁多的各類AI模型推出的底層原因。課程教學過程中，再將最新的AI技術發展信息作為實例講解，提升學生的民族自豪感。通過了解我國在人工智能領域的持續突破以及國際局勢，學生將更加珍惜自己所擁有的學習機會，珍惜國家為他們提供的發展空間。

2.3 認真嚴謹求是

電子終端的各項功能的實現離不開對應應用的有效運行，與之對應的，則是切實可用的編程程序。近期，生成式AI在程序編寫領域有了很大發展，課程中所使用的示例問題均可通過生成式AI模型進行初步編寫。然而，并非所有由AI模型編寫的程序都是完全正確的，因此需要對程序進行驗證。教師在授課過程中，拋出示例問題，再讓學生或者和學生一起使用AI應用進行問題求解程序編寫。編寫完成后，通過程序運行和代碼分析，驗證所獲得程序是否可用以及是否可以進一步優化。這一過程涵蓋了問題分析、AI編程需求拆解與需求陳述，到程序運行驗證、問題排查、調試與優化，最終到解決示例問題并做總結。這樣的教學方式不僅提升了學生的編程能力，更能夠培養學生的認真、嚴謹和求是精神。

3 結束語

本文依托機械工程類智能制造工程專業的人工智能概論課程，進行了一種結合生成式人工智能的教學改進設計、應用研究：1） 基于工科專業特征，確定課程偏向于基礎知識教學為主；2） 引導學生使用多類型生成式人工智能模型進行本課程相關概念的搜索與學習；3） 分別使用擅長對應領域的生成式AI模型進行教學文獻總結、案例問題求解和應用程序編寫；4） 當前AI應用還需監督與糾正，教師應以所用教材為基準，進行教學內容的矯正與正式定義。

生成式人工智能的迅猛發展表明其在未來能夠迸發出的巨大作用，因此，將其引入當下的課程教學中，既能使學生緊跟科技發展的步伐，增強自身的競爭力，也能培養學生的家國情懷和認真、嚴謹精神，從而使其更加快速地適應正經歷劇烈改變的新生產模式。

參考文獻：

[1] HAENLEIN M，KAPLAN A.A brief history of artificial intelli?gence：on the past，present，and future of artificial intelligence[J].California Management Review，2019，61（4）：5-14.

[2] BUCHANAN B G.A （Very） Brief History of Artificial Intelli?gence[J].AI Magazine，2005，26（4）：53-60.

[3] 王亞珅，陳浩，葛悅濤，等.2023年人工智能領域科技發展綜述[J].戰術導彈技術，2024（1）：20-32，67.

[4] 鐘義信.人工智能：概念·方法·機遇[J].科學通報，2017，62（22）：2473-2479.

[5] JOHRI A，KATZ A S，QADIR J，et al.Generative artificial intelli?gence and engineering education[J].Journal of Engineering Edu?cation，2023，112（3）：572-577.

[6] NOY S，ZHANG W.Experimental evidence on the productivity effects of generative artificial intelligence[J].Science，2023，381（6654）：187-192.

[7] MACKENZIE D.Surprising advances in generative artificial in?telligence prompt amazement—and worries[J]. Engineering，2023，25：9-11.

[8] 許苗，楊又.強人工智能賦能個性化教育研究[J/OL].軟件導刊， 2024 [2024-04-30]. https：//kns. cnki. net/kcms/detail/42.1671.TP.20240425.1140.012.html.

[9] 陳若曦，金海波，陳晉音，等.面向深度學習模型的可靠性測試綜述[J].信息安全學報，2024，9（1）：33-55.

[10] 俞祝良.人工智能技術發展概述[J].南京信息工程大學學報（自然科學版），2017，9（3）：297-304.

[11] 陳明琨.百年大變局下世界權力的轉移與國際秩序的復合型轉向[J].教學與研究，2024（2）：70-84.

[12] 吳戀，陳思思，崔忠偉，等.人工智能導論融入思政元素的教學改革策略研究[J].電腦知識與技術，2023，19（9）：162-164.

【通聯編輯：王力】

基金項目：江蘇省高等教育教改研究重點課題，面向船舶行業的機械類教師教學與實踐能力提升路徑研究（2023JSJG172）