人工智能与创新
Artificial Intelligence and Human-AI Collaborative Innovation
主讲：赵宏、张健、高裴裴、陈娜、李兴娟、路明晓、李敏、王刚、郭蕴 教师团队：共9 人
- 学校 南开大学
- 学分 2
- 开课院系 计算机学院
- 课时 32
- 专业大类 无
- 课程视频总时长（分钟） 333
- 开课专业 无
- 课程编号 无
课程介绍
一场关于未来的革命正在悄然上演，创新已成为人工智能时代的主旋律。“人工智能与创新”课程基于POT-OBE和5E的育人理念和方法，即是面向所有非人工智能专业学生开设的通识必修课，也适合任何有兴趣驾驭AI去创新的学习者。课程的目标不是培养让机器具有智能的专业人才，而是培养能驾驭AI去创新的高手，正所谓“君子性非异也，善假于物也”。希望学习者能够在这个飞速发展的时代，主动拥抱AI，在未来与AI的同行中找准自己的位置。 课程的第一部分是AI基础层（包括第1章和第2章），将为学习者推开人工智能的大门，领略AI的世界。从AI概览到人工智能的涌现，每一步都让读者与人工智能的世界更近。课程的第二部分是AI能力层（包括第3章——第13章），学习者将进入11个与AI同行的探索之旅。从如何让AI更好地理解你，到AI协助你进行科学研究；从短期租赁房屋的受欢迎程度分析，到中国新能源汽车的销量分析；从短视频对青少年的影响分析，到心理咨询机器人的设计与制作；从构建人物关系图谱，到制作AI编程助手等。每一次的探索和发现，都是与AI同行能力的积累，更是思维和创新能力的锻炼与升华。课程的第三部分时AI创新层，通过学习者按照5E步骤（Excitation（激发兴趣、提出问题）、Exploration（运用第一性原理探索问题本质）、Enhancement（学习求解问题所必要的知识和能力）、Execution（实际动手解决问题）和Evaluation（评价与反思）），，通过与AI同行创新性地求解一个问题的探索，以提升学习者与AI同行的创新能力。 课程典型特色是学生是探索和创新的主角，教师则是幕后的编剧和导演。查看更多
教师团队
赵宏
南开大学 ｜ 计算机学院 ｜ 教授
南开大学计算机学院教授。国家级教学成果二等奖、天津市教学成果特等奖和一等奖获得者；获得中国信息协会 “2019-2020年度在线教育发展贡献人物”、教育部在线教育研究中心“智慧教学之星”、南开大学教学名师、南开大学“课程思政”优秀典型课程等多项荣誉。主持20余项教改项目，发表了20余篇教研论文。教学研究方面的突出贡献：针对“钱学森之问”提出了“基于问题逻辑认知模式的成果导向教育（POT-OBE）；针对AI对教育的挑战，提出了一种以提升“能力+认知”为目标的5E教学范式。这些研究与教学实践，努力为师生摆脱教与学中的内卷迷茫找到一个突破口，为AI冲击下的教育学科摆脱实质“停滞”提供一个思路。
查看更多
陈娜
南开大学 ｜ 教授
南开大学新闻与传播学院副院长，教授。中共中央党校（国家行政学院）博士后，复旦大学博士，美国哥伦比亚大学和加州大学圣芭芭拉分校访问学者，第十三届全国青联委员，第十三届、第十四届天津市青联常委，第十五届天津市政协委员，第十一次天津市党代会代表。中国新闻史学会党报党刊研究委员会常务理事，中信改革发展研究基金会资深研究员，天津市中国特色社会主义思想体系研究中心研究员。
已出版专著3部，发表学术文章80余篇，主持完成国家级及省部级社科项目6项，主持天津市一流本科课程、天津市高校新时代课程思政改革精品课、天津市高校课程思政研究生示范课程等，入选天津市高校中青年骨干创新人才培养计划、天津市“131”创新型人才培养工程、南开大学“百名青年学科带头人培养计划”等。
被授予全国五一劳动奖章、全国向上向善好青年、天津市优秀共产党员、天津青年五四奖章、天津市五一劳动奖章、天津市最美女教师、天津市课程思政教学名师、天津市课程思政教学团队、天津市教育系统“教工先锋岗”先进个人等称号。荣获教育部霍英东教育基金会第十五届高等院校青年教师奖，首届全国高校青年教师教学竞赛文科组一等奖第一名，第九届天津市高校青年教师教学竞赛文科组一等奖第一名，第九届天津师范大学青年教师教学基本功竞赛文科组一等奖第一名，第十三届天津市高校青年教师教学竞赛优秀指导教师奖，第二届天津市教育系统师德演讲比赛一等奖，第十七届天津市社会科学优秀成果奖三等奖等。已获得教学技能工作坊ISW和教学技能引导员工作坊FDW国际认证。其个人事迹被《人民日报》《天津日报》《中国教工》、天津电视台等主流媒体报道。
王刚
南开大学 ｜ 计算机学院 ｜ 副教授
工学博士，南开大学计算机学院副教授，智慧教学校级团队负责人。获得国家级教学成果奖二等奖1项，天津市教学成果奖特等奖2项、一等奖1项，国家级一流课程负责人。获得全国高校教师教学创新大赛天津市级赛二等奖，西浦全国大学教学创新大赛一等奖。
查看更多
高裴裴
南开大学 ｜ 计算机学院 ｜ 副教授
博士，南开大学计算机学院副教授，南开大学教学名师，伦敦Brunel University访问学者，国家级一流课程负责人、省级一流课程负责人；先后获得国家级教学成果二等奖，天津市教学成果特等奖2项、一等奖1项；全国高校教师教学创新大赛全国二等奖、天津市一等奖；全国高校混合式教学设计创新大赛一等奖；西浦全国大学教学创新大赛特等奖；全国计算机类课程实验教学案例设计竞赛二等奖等；主持各级教改项目10余项，发表教学论文12篇，编写教材13部。指导学生获全国大学生数字素养与技能大赛特等奖、中国大学生计算机设计大赛国家级、省级奖项38项。
查看更多
李敏
南开大学 ｜ 计算机学院 ｜ 副教授
南开大学计算机学院副教授。获天津市教学成果奖特等奖2项、一等奖1项；获天津市线上线下混合式一流本科建设课程1门、线上一流本科建设课程1门；主编教材7本、主持教改项目10余项、发表教研论文10余篇。
查看更多
张健
南开大学 ｜ 计算机学院 ｜ 讲师
南开大学计算机学院讲师。南开大学博士，美国普渡大学访问学者。
主持天津市级科研项目，主持天津市一流本科课程，天津市教学成果特等奖和一等奖参与者。多门课程负责人。研究方向为智能计算、计算机教育、自然语言处理。主持或参与教改项目十余项，参与出版教材十余部。
李兴娟
南开大学 ｜ 计算机学院 ｜ 讲师
硕士，南开大学计算机学院讲师。本科和研究生就读于南开大学计算机与控制工程学院自动控制专业。2001年在烽火通信科技有限公司任网络管理系统研发工程师。2003年入职南开大学软件学院担任教师，主讲《面向对象开发方法》《计算机网络》等专业必修课程。2018年入职南开大学计算机学院担任教师，主讲《计算机网络技术》《C++程序设计》《Python程序设计》等课程。研究方向为智能计算、软件工程、计算机网络。期间参与多项国家自然基金项目，主持参与多项横向项目以及教改项目。
查看更多
路明晓
南开大学 ｜ 计算机学院 ｜ 实验师
南开大学计算机学院实验师。国家级一流本科课程、天津市教学成果特等奖和一等奖、天津市一流本科课程参与者。研究方向为智能计算、计算机教育、无线传感器网络。主持或参与教改项目十余项，发表高水平教研论文十余篇，参与出版教材三部。
查看更多
郭蕴
南开大学 ｜ 计算机学院 ｜ 实验师
硕士，实验师。2015年本科毕业于上海交通大学计算机科学与技术专业，2017年研究生毕业于美国布朗大学计算机工程专业。现任南开大学公共计算机基础教学部实验教师，主讲《大学计算机基础》、《新文科智能计算基础》等课程。主持和参与国家级、省部级、校级教学改革项目及科研项目十余项，发表教学及科研论文十余篇，并参与编写多部教材。
查看更多课程图谱
- 知识图谱
- 知识图谱资源
- 知识关系
- 课程统计
课程目标及内容与授课方式
一、课程目标
课程是面向全校本科生开设的人工智能通识课。课程秉持“基于问题逻辑认知模式的成果导向教育（Outcome Based Education of Problem Oriented Thinking，POT-OBE）”理念，将学生在基础教育阶段形成的“知识逻辑认知模式”转变为“问题逻辑认知模式”，进行“探索解决问题的实践性知识、应用已有知识以及发现新知识”等综合能力的培养。采用新的“5E”教学范式（1）Excitation（激发兴趣、提出问题）（2）Exploration（运用第一性原理探索问题本质）（3）Enhancement（学习求解问题所必要的知识和能力）（4）Execution（实际动手解决问题）（5）Evaluation（评价与反思），引导学生不但具有人工智能的基本素养、还要具有人机协同去解决生活或专业中的问题的意识和能力。简而言之，不是培养让机器具有智能的达人，而培养能驾驭AI去解决问题的高手。
二、内容与授课方式
（1）AI基础部分（学生使用MOOC自主探索、教师参与讨论）
（2）AI能力部分（学生参考MOOC进行复现案例、教师参与讨论）
（3）AI创新部分（学生自主发现并人机协同创新性求解问题，教师参与指导）
三、课程在学生培养中的作用
AI的发展使当下教育面临前所未有的挑战。高等教育在当下更要聚焦培养能够探索未知、 解决问题的创新性人才。本课程使用POT-OBE教育方法和5E教学范式，通过为解决问题和探索未知而进行的一系列学习活动，在构建学生们问题逻辑认知模式的过程中，使他们逐步具备能够探索未知、 解决问题的能力和创新能力，拥有步入应用AI解决问题和创新的大门的敲门砖，有能力去应对智能化时代的各种挑战。
教学方法
基于问题逻辑认知模式的成果导向教育（POT—OBE）
“知识逻辑认知模式”是以记住知识为目标的一系列学习行为的认知模式，其核心是让学生更好地掌握已有知识。该模式已长久构建在学生大脑中。“问题逻辑认知模式”是以解决问题为目标的一系列学习行为的认知模式，其核心是对学生解决问题和探索未知的综合能力的培养，这是需要在学生大脑中重新构建的模式。
为了回答著名的“钱学森”之问，以及应对AI对教育带来的挑战，从本质上提高学生与AI同行解决问题和创新的能力，我们提出了基于问题逻辑认知模式的成果导向教育（Outcome Based Education of Problem Oriented Thinking，POT-OBE）。POT-OBE是以构建学生新的认知模式——“问题逻辑认知模式”为根本目标，为解决问题和探索未知而进行的一系列学习活动的教育方法。
教学路径5E
在进行POT-OBE时，选择合适的路径对于构建“问题逻辑认知模式”至关重要。为了有效实施POT-OBE，本书采用了5E学习路径。
（1）1E（Excitation）激发兴趣，突出感兴趣的话题。保持好奇心，对周围和学科内的事件保持敏感，并能提出引人入胜的话题，这是探索和发现的重要前提。
（2）3E(Exploration）探索发现问题本质。运用第一性原理思维，深入挖掘并抽象出问题的核心。爱因斯坦曾说：“提出一个问题往往比解决一个问题更重要。”
（3）3E（Enhancement）拓展学习求解问题必备的知识和能力。研究并确定解决问题所需的知识和方法，设计研究方案，并学习相关知识和技能。
（4）4E（Execution）实际动手解决问题。根据在Enhancement阶段设计的方案和学到的知识，实际动手解决所发现的问题。
（5）5E（Evaluation）评价与反思。分析问题是否得到有效解决。若成功，则进一步探索是否发现了新的规律或知识；若失败，则反思在Exploration、Enhancement和Execution阶段可能存在的问题或改进的空间。通过不断迭代，寻求问题的最佳解决方案或证明其在当前阶段的不可解性。
在课程第二部分和第三部分，以学习者为主角，通过一系列探索案例，自主运用5E范式，构建“问题逻辑认知模式”、提升与AI同行解决问题和创新的意识和能力，主动应对AI对当下教育的挑战，以适应教育的新形态。
参考教材
编写的与MOOC配套教材：
赵宏主编，张健、高裴裴、陈娜等参编. 《人工智能与创新》，高等教育出版社，2024年11月
