人工智能早已不是计算机专业的专利，而是每一个现代公民的素养底座。“传统AI课程要么太‘软’，停留在科普层面；要么太‘硬’，变成算法导论。我们要做的是让学生既懂原理、又知边界、更能创造。”课程负责人计算机科学与工程学院徐彬副教授分析道。

《生成式人工智能应用基础》通识课程实现了跨学科协同建设。“学校设立专项经费重点建设，教务处将此课程纳入通识教育核心课程并列入全校本科生的必修课程，人事处协同建立跨学院教师工作量认定机制，多个学院开放专业实践平台供课程使用。”教务处副处长刘春风说到。

正是这种全校协同的力度，催生了一支令人瞩目的跨学科师资矩阵。这支矩阵汇聚了高克宁教授、于戈教授、张岩峰教授、肖桐教授等教学名师和计算机学科骨干，同时吸纳了总计来自16个学院（部门）的180名教师参与课程建设与授课。为确保不同学科的教师在一门课中高效协作，课程组建立了“横纵协作”制度——横向组织课程不同主题模块的有机衔接，纵向在相同主题模块内部深度研讨课程案例。在教师团队的优化组合上，选择计算机专业老师讲技术原理，人文社科老师讲伦理边界，教学团队在案例打磨中反复碰撞。“我们希望学生在课堂上感受到的不是‘拼盘式’教学，而是有机融合的思维交锋。”高克宁教授谈到。

这门课是学校通识教育改革的一次探索，不只是开设一门课，更是在探索一种可复制的跨学科通识教育模式。学校同步面向180位教师开展了智能教育素养提升培训，采用“工作坊+示范课+教学竞赛”的组合形式，初步数据显示超过70%的参训教师已在各自课程中尝试融入AI内容。来自文法学院的齐宁老师对此深有感触：“培训之前我对生成式AI的了解比较有限，甚至有些局限。但培训中展示的跨学科案例彻底让我改变了看法——比如用AI辅助法学文献检索、分析生成式AI在数字法治政府领域应用的风险与防范等，这些与我的研究方向相关性很强。”她认为，非计算机专业也应该学习AI，不是为了成为技术专家，而是为了在自己的领域里了解AI的可用性，这才是数字胜任力的体现。

“这门课是为新质生产力筑牢人才基底。”徐彬这样说到。新质生产力的核心是以科技创新驱动产业升级，人工智能正是“新质”的关键引擎。培养具备AI素养、跨学科思维和伦理意识的复合型人才，就是为这场生产力变革提供最基础的人才支撑。

当AI改变一切，教育如何培养能驾驭AI而非被AI替代的人？让技术回归人文，让通识赋能专业，让教育始终走在时代前面。这是东北大学给出的答案。

课程内容采用分层递进的设计：面向全校学生的《生成式人工智能应用基础（一）》遵循“从认知到应用”的模块化逻辑，学生首先通过“生成式AI概论”建立基本概念，随后系统学习文本、图像、音视频生成的技术原理与操作方法，最后以“安全与伦理”模块收尾，帮助非专业学生形成完整的技术认知框架；面向计算机专业学生的进阶模块《生成式人工智能应用基础（二）》则进一步聚焦“代码生成”“检索增强生成”“智能体技术”“模型对齐”等前沿领域，为具备基础的学生提供深入拓展的学术空间。简言之，基础课让每位学生“看得懂、用得了”，进阶课让专业学生“钻得深、走得远”。

“这门课不仅教学生点几下鼠标，更重要的是训练思维、锻炼能力。”授课教师陈默在阐释“认知-实践-创新”路径时，以“文本生成”模块为例：课堂上先讲授语言模型“文字接龙”的基本原理，即“预训练-微调-RLHF”三阶段训练过程。理论教学后，学生们随即在机房开展实操，利用AI工具现场生成PPT、绘制思维导图、制作学习规划甘特图，将抽象原理转化为可操作的应用技能。课程后期，大量学生在自身专业领域实现了创新迁移：计算机专业学生开发了“PaperAI科技文献综述智能体”，建筑专业学生探索了“生成式人工智能赋能下的建筑设计革新”……

在“安全与伦理”模块的教学中，课题组教师们不仅系统讲授传统的信息安全知识，更是重点引入了“可信AI”“负责任AI”“安全AI”等前沿理念，引导学生理解技术在应用中必须遵循的价值底线。课程进一步聚焦AI在艺术创作中的伦理困境，如技术向善与AI版权归属等现实议题。“艺术创作强调个体表达与原创精神，而AI生成内容正不断模糊‘作者’的身份边界。这种碰撞迫使我们重新思考：技术应如何服务于人，而非替代人？在尊重创意自由的同时，如何设置合理的伦理边界？”艺术学院授课教师汤常鸣认为，“通过课堂讨论，大家逐步认识到，AI的发展不仅需要技术治理，更需要呼唤跨学科的伦理共识，以引导技术向善从而可持续演进。”

面对这些技术与伦理的碰撞，课程的目标不止于思辨。对此，徐剑教授进一步明确了课程的育人方向。“课程致力于培养兼具创新能力与人文温度的智能时代人才，使其真正担当起技术发展的社会责任。”

“怎样才算学会生成式AI？不只是会用几个工具，而是能理解原理、动手实操、并做出创新成果。”提及课程教学思路，张岩峰教授说。课程团队依托模块化内容组织、跨学科案例开发以及机房高比例实操环节，在课堂教学中实现了系统落地。

课堂教学

这种“人工智能+X”的案例教学方式，使学生们能够在本专业语境下直观理解AI的应用潜力，教学效果显著。所有实操环节均在微机机房完成，确保每位学生实现“边学边练”，而非被动听讲。一位学生回忆道：“课堂上老师带着我们在机房一步步操作，遇到问题马上就能解决。有一次我的图像生成一直达不到预期效果，老师过来帮我调整了提示词参数，效果立刻就不一样了。”对于“技术原理部分是否能跟上”的顾虑，多位非计算机专业的学生表示，课程对技术原理的讲解深入浅出，不要求数学推导，重在理解“能做什么”和“怎么用”，这让他们既没有畏难情绪，又建立了对AI能力边界的清晰认知。

跨学科整合是课程建设的突出特色。教学中展示的前沿案例覆盖了多个学科领域：利用生成式对抗网络（GAN）设计复杂结构材料，采用扩散模型生成分子连接体以辅助新药研发，以及在流体力学和具身智能领域的探索实践——新材料、生命科学、工程学、艺术等方向均被纳入课程体系。“课程将传统冶金工艺与AI深度融合。教学中展示了AI在冶金领域的创新应用：利用机器学习优化高炉冶炼参数，降低能耗与碳排放；通过计算机视觉实时监测钢坯表面缺陷，提升质检精度与效率；构建数字孪生系统模拟连铸过程，辅助工艺调控与故障预判。”冶金学院授课教师张树才认为，“冶金学、材料科学与智能算法的协同，不仅推动冶金行业绿色化、智能化转型，也让学生看到了传统工科在AI赋能下的新生机。”

“我原本以为AI只是理工科需要学习的内容，没想到跟我的专业也息息相关。”来自艺术学院设计学的姜慧敏坦言。初次修读这门课，她好奇文科生能在人工智能方面能做些什么。但在学完图像生成技术与应用模块后，她学会并开始尝试用AI将自己的设计草图转化为不同风格的插画作品，甚至能根据简单的文字描述快速生成视觉方案。“这种技术并没有取代我的创造力，反而成了一种思维的延伸。过去脑中那些模糊的、难以用画笔捕捉的意象，如今可以先用AI快速具象化，再在此基础上进行调整和深化。我发现自己不再被技术门槛所局限，而是能将更多精力投入到概念构思和情感表达这些真正属于‘人’的领域。”这门课让她意识到，人工智能并不是理工科的专属领地，它同样可以成为艺术创作者手中一支新的画笔。

在理工科学生看来，图像生成和代码生成模块更受欢迎。“有一节课我们用生成式AI做室内装修的图生图，我当时就觉得，这个技能以后做科研示意图展示肯定用得上。”机械类2502班赵振宇更是分享了他的结课作品——一个基于深度视觉的机械臂配套教学视频，“这门课教会我把一个真实问题做成能跑起来、能交付的系统，而不仅仅是写个脚本。”

面向未来，课程建设仍在持续推进。由东北大学课程组教师编写、清华大学出版社出版的《生成式人工智能技术与应用》数字教材已于2025年9月面世。该教材突破了传统纸质书的局限，嵌入了微课视频、代码素材、交互式实践模块等数字资源，并与课程的培养路径相辅相成。升级版教材《生成式人工智能应用基础》纸质教材已于2026年6月出版。目前，该课程获得省内外部分高校的重点关注，专程组织教师团队来校观摩学习，反响良好。下一步，课程团队计划针对不同学科方向开设进阶课程，并将“人工智能+X”的建设经验向更多专业领域推广。

《生成式人工智能技术与应用》数字教材与纸质教材

一门通识课程的分量，在于为学生打开一扇望向未来的窗。“我们希望学生不仅学会使用工具，更要建立起对人工智能的批判性思维和伦理意识。”徐彬这样阐释这门课的深层用意，“在东大的课堂上，他们学到了AI不是替代他们的对手，而是可以与他们并肩前行的伙伴。”