建设一流本科

　　【编者按】随着生成式人工智能的到来，适应人工智能时代的教育教学改革，是当前教育界共同关注的热点议题。2024年，电子科技大学召开了“人工智能+教育”专题交流研讨与推进会，发布了《电子科技大学加强人工智能教育和大力推进探索实践人工智能技术赋能教育教学工作方案》，全面实施“人工智能+教育”行动计划，首批建设超100门人工智能赋能课程，推动构建以智助学、以智助教、以智助管、以智助研的教育新生态。新闻中心将持续报道学校深入实施“人工智能+教育”行动计划的案例和经验，希望为师生带来更多的借鉴和启迪，共同推动人工智能技术赋能学校各项事业发展。本期介绍的是计算机科学与工程学院蒲晓蓉教授在AI赋能高等教育教学能力提升上的思考与探索。

计算机科学与工程学院　蒲晓蓉教授

 　　“AI 的本质是对人类思维的数学建模，而认知规律是破解这一模型的钥匙。”在“人工智能技术赋能本科教学”系列交流报告会上，计算机科学与工程学院蒲晓蓉教授如是说。这位兼具计算机科学与认知心理学背景的教育者，正在用跨学科思维激发学生成长内驱力，探寻高等教育未来之路。

跨学科视野：从神经机制到 AI 底层逻辑

　　本科攻读计算机科学、硕士深耕认知心理学、博士阶段研究神经网络，这段跨学科旅程融合出的独特知识结构，让蒲晓蓉在AI 赋能高等教育教学的浪潮中独具慧眼。

　　她的课堂是跨学科思维的试验场。在讲解操作系统资源调度时，她以“公司财务总监如何分配部门预算”类比 CPU 时间片管理，引导学生理解技术背后的管理逻辑；在机器学习课程上，她引入发展心理学理论，阐释“儿童如何通过试错形成认知”与强化学习算法的异同。“技术从来不是孤岛，尤其是 AI 这种模仿人类智能的技术，必须扎根于对人类认知规律的理解。”蒲晓蓉说。

　　“AI 的快速发展容易让人忽视底层逻辑，但数学模型和生物学原理才是技术创新的根基。”蒲晓蓉特别强调基础研究的重要性，要求学生必须掌握人工神经网络的数学推导，同时了解脑科学最新研究成果。

　　这种对底层逻辑的执着，源于她对教育本质的清醒认知。在蒲晓蓉看来，AI 时代的教师首先应是“跨学科翻译者”，将技术语言转化为认知规律的阐释，帮助学生建立贯通生物智能与机器智能的思维体系，“只教‘术’会让学生成为技术的附庸，唯有理解‘道’——技术如何诞生、为何存在、服务于什么目标，才能培养出真正的创新者。”

教育转型：从标准化培养到个性化赋能

　　“工业时代需要流水线上的标准化零件，而智能时代需要能与 AI 共生的‘全人’。”蒲晓蓉说。

蒲晓蓉在“人工智能技术赋能本科教学”系列交流报告会上

　　她认为，AI 时代的教师必须具备“AI 思维+产品思维+思辨力”的复合素养。AI 思维不是掌握几个工具，而是理解数据驱动、算法逻辑、跨学科融合的底层逻辑；产品思维要求教师像打磨产品一样设计课程，从学生需求出发构建知识体系；思辨力则是在信息爆炸中引导学生分辨真伪、叩问价值的核心能力，进而发掘个人使命和人生意义所在。

　　她以自己指导学生的过程为例：当学生用 AI 生成论文初稿后，必须回答三个问题：“研究问题是否真正服务于人类需求？”“实验设计是否规避了数据偏见？”“结论是否可能引发伦理争议？”这种训练，让学生从“AI 使用者”升维为“技术决策者”。

　　在《AI 时代高等教育的改革思路》中，蒲晓蓉阐述了培养范式的转变：从知识传授转向体系构建、从单向灌输转向对话共创、从标准化考核转向动态评估、从专业割裂转向跨界融合。

　　她的课堂充满着技术赋能的创新：在操作系统课上，让学生扮演“AI 面试官”，用自然语言向AI提问排查系统漏洞；组织“人机协作辩论”，学生先预测 AI 观点再进行批判性反驳。最特别的是“AI 内容辨伪训练”—— 她故意在讲义中混合 AI 生成段落与自己的修改，让学生逐句甄别，“这不仅是防作弊，更是培养对技术的清醒认知：AI 会‘幻觉’，会遗漏最新知识，人类必须保持最终的判断权。”

批判性拥抱：构建人机协同的教学新生态

　　蒲晓蓉的办公电脑屏幕上，同时打开着 DeepSeek等多个AI工具界面，每个对话窗都记录着她与不同模型的“博弈”：追问算法偏见、验证数据来源、修正逻辑漏洞。 

　　在指导学生时，她反复强调三个原则：一是“人机分工——知识检索、数据清洗等机械性工作交给 AI，人类专注于问题定义、价值判断、创新设计；二是“多元验证”——绝不依赖单一模型，通过对比不同AI的输出，结合专业知识交叉验证；三是“伦理前置”——任何AI辅助的成果，必须经过伦理审查，比如在医疗AI设计中，首先考虑数据隐私保护，在教育应用中规避算法歧视。

　　针对AI“幻觉”问题（生成错误信息），蒲晓蓉设计了独特的教学环节：让学生故意向 AI 提出错误前提的问题，观察其反应，再分析背后的算法逻辑。比如问“爱因斯坦和牛顿谁先提出相对论？”，看 AI 是否能识别错误。这种“攻击式”训练，让学生理解技术的边界——AI 是基于统计规律的预测系统，而非真理宝库。

　　在她看来，比技术滥用更危险的是技术盲从，必须培养批判性使用的思维习惯，就像对待传统文献一样，对 AI 输出进行查重、溯源、逻辑校验。

　　“真正的智能系统不是全自动，而是人机协同的共生体。”这种理念贯穿她的教育实践：她指导的本科生团队开发的 “AI 辅助教学平台”，设置了教师终审模块，所有生成的教学方案必须经过人工二次创作；在“AI + 就业指导”中，她要求学生用 AI 生成简历后，必须附上自己对每个经历的深度反思。

　　“未来的人才，不是与 AI 竞争，而是善用 AI 创造价值。”她常以自己的科研经历为例：在 AI 医疗项目中，团队用深度学习分析 CT 影像，但最终的临床决策必须由医生结合患者病史判断。这种 “AI 辅助、人类主导”的模式，正是她心中理想的人机协作范式。

人文复归：当硅基智能遇见碳基温度

　　在关于“人与技术关系”的深入思考中，蒲晓蓉拒绝非此即彼的二元对立，而是在技术赋能与人文坚守间寻找动态平衡。

　　她的办公桌上，除了技术书籍，还有一本《教育的目的》。怀特海的名言“学生是有血有肉的个体，教育的目的是激发和引导他们实现自我发展。”被她视为 AI 时代的教育圭臬。

　　当 AI 开始接管知识传授，蒲晓蓉将通识教育视为抵御技术异化的 “护城河”。在“人工智能导论”选修课上，她组织学生讨论“AI 医生能否替代人类情感关怀”，引导学生思考技术发展的终极目标。“当 AI能写出优美的诗歌，人类更需要回答：我们为什么而创造？”这种哲学思辨贯穿她的教学全过程。

　　通过构建“技术-伦理-文化”的三维课程体系，蒲晓蓉将思政教育自然融入专业教学中。讲解国产大模型研发历程时，她会展示某团队在算力受限条件下，通过优化算法架构突破技术封锁的案例，“这不仅是技术攻坚，更是科技报国精神的生动诠释”。这种将家国情怀融入技术教育的实践，让学生理解“科技自立自强”从来不是冰冷的代码，而是服务于人的温暖使命。

　　面对同学的困惑：”当 AI 能高效生成代码、撰写报告，人类的核心竞争力何在？”蒲晓蓉的答案是：“情感连接、创新思维、伦理判断，正是这些碳基生命独有的特质，是强大的AI技术无法替代的。”

蒲晓蓉课后与本科同学们在一起

　　展望未来，蒲晓蓉充满信心：“当硅基智能与碳基智慧深度融合，教育将真正实现孔子‘因材施教’的千年理想。”蒲晓蓉的探索，给出了这样的启示：真正的教育赋能，不是用技术替代教师，而是通过技术解放教师的创造力，让教育回归到培养“完整的人”的本质；真正的人才培养，不是训练与 AI 竞争的“技术劳工”，而是塑造能与 AI 共生、用技术创造美好未来的“价值主体”。