卡内基梅隆大学：学生人工智能素养培养维度与路径

    一、人工智能素养培养的内容维度

    卡内基梅隆大学（Carnegie Mellon University，以下简称CMU）为帮助学生通过学习、思考、行动来应用、创造人工智能，以服务自我与智能社会，通过研究，构建了多维度的人工智能素养内容，其内容维度超越传统学科边界，强调学生人工智能素养复杂交织、整合式地发展（见表1）。

表1：CMU学生人工智能素养的内容维度编码表

    第一模块是人工智能知识。该知识素养可分为人工智能基础知识与核心知识两维度。该校人工智能基础知识包括关注数理算法的数学、计算机科学以及分析人类行为的人类认知学三部分，重点聚焦五大领域：一是通过学习数据规律进而辅助人工智能自主决策和优化的机器学习领域；二是提高人工智能感知与理解人类行为、语言能力的感知与语言领域；三是致力于人机友好、高效协作的人机交互领域；四是人工智能关键实验平台和应用场景的机器人学领域；五是伴随人工智能应用边界拓展，持续新增的人工智能+X交叉领域。

    第二模块是人工智能情感。该情感素养涉及人工智能与个体、社会的关系及技术发展三板块。具体而言，人工智能便利学生论文写作、求职工作、科学研究的同时存在隐私泄露、技术依赖、违反学术诚信政策等风险，因此学生应遵守CMU学术诚信政策、信息安全政策等规避风险，同时掌握人机协作、提问与任务分配技巧等将人工智能应用机遇最大化。

    第三模块是人工智能思维。CMU重视人工智能必要思维。其人工智能思维素养囊括信息与数据思维、工程思维两模块。为培养学生阅读、分析和交流数据、辨别数据的意义等信息与数据思维，提升学生对人工智能响应的鉴别力与人机交互力，学校不仅开设数理相关课程，还发布信息与数据素养核心能力倡议。该倡议提供相关测评工具、计算机科学或数学线上课程、工具资源等，以追踪并提升学生发现、评估及负责任使用信息与数据的技能。

    二、人工智能素养培养的实践路径

    （一）全方位推进的人工智能通识教育

    CMU基于课程、实践活动、自主学习资料构建了全方位推进的人工智能通识教育，并通过搭建人工智能实践平台、提升教师人工智能素养、开展循证研究予以支撑和推动。

    CMU人工智能通识课程面向全校本科生，内容丰富多元，涵盖从基础数理到人机交互、机器人学等领域，以通识必修课和通识选修课两种形式呈现。CMU以一门旨在培养学生数理算法和信息素养的通识必修课为载体，为学生人工智能素养发展提供广泛性、共通性知识根基。CMU各学院根据学科特性和培养目标在模块化必修领域内纳入不同人工智能通识选修课。其中，人文社科领域的学院较多仅注重数学、计算机科学等人工智能基础知识课程，自然科学领域的学院重视人工智能基础知识的同时，进一步纳入人工智能导论、机器人应用等人工智能核心知识课程。所有学院通识课程方案中的自由选修领域仍给予学生自由选修人工智能基础或核心知识课程的机会。学校允许有能力的学生自主设计并开设更具现实性、实用性及趣味性的人工智能选修课，进一步拓宽学生选修人工智能知识课程的广度。

    人工智能实践活动体现CMU人工智能通识教育的实践性与开放性。面向人工智能的学生社团服务、竞赛项目、对话社区等有温度且高质量的实践活动，以做中学、用中学的方式增强学生人工智能学习与应用的价值体认和实践信念。此外，CMU通过囊括人工智能科普书籍、专家讲座、案例读本等自主学习资料，为学生人工智能素养个性化发展提供进阶支架，并将智能技术纳入学生生活各方面。其次，学校借助多项教师专业发展项目以提升教师人工智能素养，其中生成式人工智能教学研究倡议响应最新一代智能技术，旨在促进教师适应、创新、研究和传播生成式人工智能。最后，学校还持续观察、跟踪与干预学生人工智能素养发展状况为素养培养提供循证依据，《AI日报》每月开展的学生人工智能使用状况调查正是典型案例。

    （二）系统化学习的人工智能的辅修与附加专业

    CMU为非人工智能专业的学生提供系统化学习人工智能领域学识的人工智能辅修与附加专业，通过强调人工智能领域学识的规范化与综合化学习，为学生人工智能跨学科应用提供支撑。

    针对人工智能辅修而言，首先，CMU定向人工智能本体、前端算法的机器学习、中端实用技能的人机交互、后端应用的机器人学等领域推出四种人工智能辅修。其中既有培养学生掌握人工智能全链条（前端、中端、后端）知识的学习路径，也有培养学生在特定关键环节具有深厚造诣的学习路径，以此满足学生人工智能素养多元化发展的需求。

    针对人工智能附加专业而言，一方面，CMU定向人工智能本体、人机交互、机器人学等领域推出三种人工智能附加专业；另一方面，人工智能附加专业不仅旨在满足学生对人工智能领域学识的系统化学习诉求，还进一步追求发展学生人工智能跨学科应用的能力。

    （三）实践导向的人工智能科研项目

    CMU人工智能科研项目可划分为常规性科研项目与顶点科研项目两大类。常规性科研项目限制学生科研范围，学生的科研问题选择权较小，多为教师、机构主导参与。顶点科研项目是CMU为推动学生深入探究现实世界的真问题而设立的，学生具有一定科研问题选择权。总之，在复杂情境中形塑学生广泛思考、灵活迁移的智能心智、培养学生人工智能技术的融合应用能力与持续发展能力是CMU人工智能科研项目的重要立意点。

    CMU为推进学生人工智能科研训练，注重多类型的科研支持。首先，CMU借助20多所专注人工智能赋能社会福利、科学研究及教学生态的科研机构和科研经费，凝聚多元支持主体的协同力量，为学生参与人工智能科研训练提供必要的物力支持。其次，导师一对一指导及研讨会、讲座等为学生科研过程提供的有序且针对性指导，可最大限度地为学生人工智能科研训练积累有效动能。最后，CMU还注重社会性支持，通过宣传动员、成果展示等对人工智能科研训练予以价值肯定、情感支持与思想渗透。

    三、卡内基梅隆大学学生人工智能素养培养的特点

    （一）构建分类施策的人工智能素养培养体系

    CMU从社会需求和学生特质出发，借助面向全校学生的人工智能通识教育、面向本科生的人工智能辅修与附加专业及重点面向研究生的人工智能科研训练等实现学生人工智能素养发展的通识化、系统化与实践化。

    （二）秉持以人为本的人工智能素养培养理念

    CMU洞悉人工智能素养本质，其学生人工智能素养发展坚守“人类中心”而非“技术中心”的培养理念，并非定位“人工智能素养是什么”，而是聚焦更高站位、更全局视角的“智能社会与智能公民需要什么素养”，重视智能素养的应用价值与人文价值。

    （三）建立跨学科、产教研用融合的育人生态

    首先，CMU通过高质量智能教育设施、人工智能研究机构的共建、共享为全校师生自由探讨、跨学科教科研提供交流场所、实践平台与应用场景。其次，CMU汇聚校内多学科背景教师与校外行业顶尖专家，为学生人工智能素养培养打造多方共治、多元参与的育人共同体。最后，CMU重视学生人工智能素养培养与社会、行业发展的实质性对接，通过顶点科研项目、研讨会等，将真实行业需求、技术发展前沿与学生知识掌握、创新能力培养、社会认知相结合，有效弥补学校封闭式资源的不足。

（摘编自《中国高教研究》2025年第5期  作者：屈廖健 温晓芳）