AI浪潮下计算机教育的几点思考

人工智能浪潮下计算机教育的几点思考Some

Thoughts

on

Computer

EducationUnder

the

Wave

of

Artificial

Intelligence2024.4目

录CONTENTS教什么？如何教？如何考？谁来教？教给谁？0104050203AI教育的内涵站在宏观的角度怎样看待AI/大模型？科学/技术/工程？教授AIAI/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，才算达到了真正完善的地步。”——马克思用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。•

与日俱新•

新型思维逻辑•

融合创新“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）•

新增课程：•

Python•

深度学习•

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）•机器学习•

数据挖掘•

数据科学与工程•

......•

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）•

......•

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？AI工具的使用•

AI导学教学模式改革的趋势：•

Copilot•

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→差异化教学→个性化教学•

AI辅助论文报告写作•

......看不见的战斗：什么是最适合AI时代的教学模式？•

KhanLab

School——Khanmingo=ChatGPT4+Khan

Academy+Domingo•

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？>8000门课、50语言•

教材、案例、平台、师资•

算力（瓶颈）•

国家智慧教育平台如何考？考试/单方面评价→全流程/全方位/个性化的评价（AI很适合）一点隐忧：•

AI会不会用来考老师？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：•

学生应掌握的是否都可考？•

通过的是否都是学生掌握的？谁来教？•

高校教师OpenAI学院•

机器人（老师、陪读、书童、学伴、闺蜜...教师是否会被AI取代？（懂AI的不会）AI

buddy）•

企业教师校企合作的痛点：•

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？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？算力教育基金？•

缺点：减少了与人相处的机会教给谁？教育要因材施教教专业人士：•

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：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•

想的到•

用的了（用工具）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