李宁 AI浪潮下计算机教育的几点思考.pdf

1、人工智能浪潮下计算机教育的几点思考北京信息科技大学 计算机学院 李宁2024.4Some Thoughts on Computer EducationUnder the Wave of Artificial Intelligence01教什么？02如何教？04谁来教？05教给谁？03如何考？目 录CONTENTSAI教育的内涵教授AI用AI教学和管理（AI赋能教育）AI在教育中的优势：跨学科博学多识与日俱新新型思维逻辑融合创新站在宏观的角度怎样看待AI/大模型？科学/技术/工程？AI/大模型作为一门科学目前是不完善的说不清：可计算性、确定性、可解释性“一种科学只有在成功地运用数学时，才算达到了

2、真正完善的地步。”马克思虽然AI/大模型目前还不是一门成熟的科学，但是它具备技术和工程的特点。“技术涵盖了人类在生产劳动中积累的经验和知识，以及其他操作方面的技巧”某个GPT因此，应该主要用教授技术和工程的方法教授AI/大模型 本人教什么？（1）在传统课程中加进新的内容？算法（非数值计算、图计算，稳定的算法？）计算机导论（计算思维）人工智能（深度学习、大语言模型）模式识别（CNN）操作系统（异构CPU/GPU、分布、资源利用）计算机组成原理（CPU/GPU/TPU/NPU，类脑计算，存内计算）编程语言（Copilet）软件工程（自动代码生成，智能测试）物联网（异构、边缘计算）人机交互（多模态个

3、人助力）自然语言处理处理（？）职业素质（就业指导：新的岗位与要求）.新增课程：Python 深度学习 机器学习 数据挖掘 数据科学与工程.概念知识点能力 今天计算机专业的学生应该具有什么能力？用AI解决问题的能力教什么？（2）挑战性的新内容智能计算理论（研究）智能计算工程（模型构建、模型的开发与部署、提示工程、人机融合、群智、进化）大模型的安全可靠（消除幻觉、溯源、测试）贯穿始终的实践平台（无人驾驶/无人机、医学智能、金融风险防范、机器人.）创新能力培养（e.g.,信创适配）机器伦理知识产权如何教？教学模式改革的趋势：课堂讲授MOOC研讨自主学习+终身学习 单一专业交叉专业（书院制）批量式教学

4、差异化教学个性化教学什么是最适合AI时代的教学模式？KhanLab SchoolKhanmingo=ChatGPT4+Khan Academy+Domingo8000门课、50语言 国家智慧教育平台AI工具的使用 AI导学 Copilot AI辅助论文报告写作.看不见的战斗：学生：怎样让AI写出的东西老师看不出来？教师：怎样使作业让学生用AI写不出来？大模型怎么教？教材、案例、平台、师资 算力（瓶颈）如何考？考试/单方面评价全流程/全方位/个性化的评价（AI很适合）新的图灵测试（ChatGPT ZERO）机器人考官（徐志伟：高德纳测试教学法）企业招聘早就这样做了（Doris）挑战：学生应掌握的

5、是否都可考？通过的是否都是学生掌握的？一点隐忧：AI会不会用来考老师？谁来教？高校教师 机器人（老师、陪读、书童、学伴、闺蜜.AI buddy）企业教师AI老师的优点：量身定制、随叫随到 不会发脾气 知识渊博（虽然有时出幻觉）不断进步（新鲜感）免费？缺点：减少了与人相处的机会OpenAI学院教师是否会被AI取代？（懂AI的不会）校企合作的痛点：企业如何融入大学的教学体系？能否做成“公益”？大学需要企业提供什么？如何做到可持续？算力教育基金？教给谁？教育要因材施教让最适合的学生学时最适合的专业（可行否？）大数据分析（AI）承认差异 正确引导AI的学习是否应该从娃娃抓起？教娃娃什么？兴趣 教中学生什么？思维 教大学生什么？应用 教研究生什么？创新教专业人士：理论创新（研究型大学）应用创新（造工具）（应用型大学）教非专业人士：想的到 用的了（用工具）总结大模型的出现促使我们从哲学层面思考社会问题（包括教育）计算机教育需要教学内容、教学方法、教学评价等多方面的创新性变革我们面对AI/大模型，应该：和平共处 相互学习 充分利用敬 请 指 正