1、基础技术课程
(1)编程与算法:Python程序设计、机器学习基础、深度学习框架(如TensorFlow、PyTorch)。
(2)教育技术理论:人工智能教育原理、智能教学系统设计、教育数据挖掘与分析。
(3)工具应用:AI辅助教学工具开发(如智能学伴、AI教研助手)、多模态大模型(如AIGC)的应用。
2、跨学科融合课程
(1)“AI+X”模式:结合教育心理学、学科教学法,开发AI赋能的学科课程(如“AI+数学教学”“AI+语言学习”。
(2)伦理与安全:人工智能伦理、数据隐私保护、生成式AI的合理使用。
3、实践与项目训练
(1)校企合作项目:如达内教育的实战项目库(覆盖金融、医疗、游戏等领域),近屿智能的“AI销售代理”“智能NPC开发”等案例。
(2)教育场景应用:设计AI驱动的教学管理系统、开发智能评测工具,参与中小学AI课程开发与实施。
4、师资培养与教学创新
(1)高校如兰州资环大学通过“Python程序设计”课程实现跨学科协同,培养既能教授技术又能融合教育场景的复合型教师。
(2)教育部推动“百千种子计划”,培养专业名师与骨干教师,提升AI教育师资水平。