AI通识课到底要不要实训？什么样的实训是有效的“真“实训？原创

AI通识课正在从建议开走向必须开，但真正难的不是开课，而是如何把课开好。从国家政策到各地高校实践，AI通识课加速融入大学人才培养体系，也对实践教学提出了更高要求。而真正落到课堂里，老师面对的是更具体的问题，教什么、怎么教，怎么让学生真正练起来。从已开课学校的反馈来看，单纯靠PPT视频讲理论，课堂氛围沉闷、抬头率低、学生参与感低，甚至被学生贴上水课的标签。这些政策要求和课堂反馈共同指向一个方向，强化真实性已经成为开好AI通识课的关键共识。但在实际推进中，我们发现，受限于实验的形式或难度，部分实验效果并不理想，如豆包、deep sick等大模型工具生图。

生文案，学生反馈不教也会动手体验机器学习深度学习模型的案例，学生输入数据或上传图片即可查看结果，虚拟环境加虚拟实训，学生按实验手册点按钮跑跑结果，稍微改动就实验失败，学生知其然不知其所以然，引入开放编程，多数大一新生直接被劝退。案例与生活专业无关，学生难以建立与自身的联系。在与数十所高校一次次课堂打磨中，我们发现适合AI通识课的真实性至少要做到三点，一、难度有梯度，二、专业有结合，三、动手有深度。让纹理、工艺各得其所，让复杂原理变得可触可改。面向真实性落地合金推出一套系统化解决方案。

先让学生玩起来，用AI应用做点有意思的事，引发好奇，再让学生拆进去，通过组件化案例，过程直观，不写代码就能亲手调整数据，观察模型变化，真正理解原理，最后让学生创出来，把学到的东西迁移到自己的专业里，快速做出一个属于自己的成果。真环境、真案例、真动手，让学生有兴趣有收获。自研大模型编排工具支持可自定义部署开源大模型和链接各类AI工具，全程陪伴学生从觉得好玩到真的会用合金，让每一位老师都能领负担。开好通时课，开好AI通识课，关键是真实性。扫码领取AI融合高等教育白皮书了解。

更多高校建设思路真实性选合金。