吉林大学在2025年秋季学期给出怎样的新答案？是关于计算机如何教，AI课如何上的问题！并且，面向全体大一新生开设《人工智能引论》课程，这门课程并非简单的技术科普！而是将原来的《大学计算机》进行彻底升级！能让所有专业的学生打下基础能力！无论他们是学文、学理还是学工！无论处在AI时代！
六十年AI血脉的底气
吉林大学于AI教育方面有着深厚家底，早在上世纪60年代的时候，此地就有王湘浩院士开展自动机理论、定理机器证明研究，且取得跨国级成果，随后，他将数学、计算机以及人工智能三条线相互交织，进而建立了跨相应学科得课程教育体系，一直到了2024年，学校先于王湘浩人工智能虚拟教研室试点全新课程，积累了得一整年的教学方面的经验，这样才敢在2025年面向全校全面推开。
名叫杨博的教授，是这门课程的负责人，同时担任着计算机学院院长以及虚拟教研室主任这两个职位。课程团队之中，有来自计算机学院的算法专家，还有公共教学中心的老师，另外还邀请了不同学科的教师加入进来。理工科学生学习如何调试算法以及进行工业应用，人文社科学生关注人工智能与法律、新闻的结合情况，各自获取所需的内容。
从图灵机到大模型的全景图
这课程内容并非是那种简单地将知识点进行罗列的，学生得先去知晓AI的起源以及发展状况，把图灵测试、达特茅斯会议这些相关的历史脉络弄明白，接着才进入到计算机基础知识以及Python编程部分，而这是能够动手操作的前提条件，最后才会去接触机器学习、计算机视觉、自然语言处理，其中还涵盖了如今最为热门的大模型。
把整个课程划分成四大块，其中，AI基础理论部分讲授原理，实践应用部分是教动手，大模型部分传授前沿技术，伦理安全模块会提醒学生技术的边界，使其明白AI不仅能做何事还知道其不能做什么以及存在哪些潜在风险。
理工科和文科分开教
在这门课里，一大特点是分层教学，理工科班级更注重强调算法实现，使得学生需要上手去写代码，并且在工业数据集之上做实验，人文社科班级侧重AI与社会科学的交叉，像运用文本分析工具去研究社会现象，或者针对AI对就业的影响展开讨论。
这种区分是很务实的，学自动化的人需要掌握怎么去训练控制模型，学新闻的人或许更在意算法推荐会怎样改变信息传播，同一个AI原理，在不一样的专业背景之下有着不同的延伸方向，课程团队还邀请了各学科教师来参与授课，以此确保案例能贴合专业实际。
知识图谱导航个性化学习
课程借助AI助教系统，为每一个学生生成个性化学习路径。该系统先剖析对你知识的掌握程度，而后推荐适宜的学习路线。当理论学习完成后，系统会推送相匹配的实践任务；若动手遭遇阻碍，会自动跳转回知识点讲解。这种“输入 - 输出 - 反馈”的循环，使得学习路径更为明晰。
跟上了多模态学习资源，除传统课件外，有视频演示，有代码示例，有交互实验，学生能在线跑模型，能实时看结果，这套体系要解决的是规模化教育与个性化培养间的矛盾，使一百个学生有一百种学法，且都达基本要求。
理论实践公开课三层递进
课程结构具备三层划分方式，第一层是理论课，其作用在于奠定基础，要将数学以及算法原理阐述得极为透彻，第二层是实践课,它划分成实验与项目这两个模块，是为强化动手能力，在AI实战训练营当中进行，第三层是前沿公开课，这是邀请来自学界与产业界的人员讲解最新技术，像是DeepSeek的使用方法，还有多模态模型的发展状况。
支撑课外的还有两个活动，分别是清湖论坛以及晏湖读书会。在这里，学生进行跨界讨论，文科生跟理工科学生相互碰撞观点，以此培养批判性思维。课程并非上完就终止，不过是借助精英拓展营挑选优秀学员去参与高阶课题，进而实现分层培育。
能力培养闭环：认知到创新
整个课程的逻辑主要脉络是“知晓原理、探索边界、学会应用、察觉趋势、铸造能力、赢得未来”，先是弄明白技术的原理以及界限，接着开展应用方面的练习，随后观察行业的走向趋势，最终将能力进行内在转化，这一套思路继承了吉大“重视基础、注重实践”的教学传统。
AI素养并非仅仅局限于会调接口，学生需要明白算法是如何进行决策的，数据又是怎样对结果产生影响的，模型存在哪些方面的偏见，伦理模块专门针对这些问题展开讨论，最终的目标是培育出具有家国情怀、批判性思维以及合作能力的毕业生，而非仅仅是只会敲代码的工具人。
对于身为2025级新生的你而言，在面对这样一门全校都必须修习的AI课之际，你内心最期望学到的究竟是什么呢？同时，你内心又最为担忧当中存在哪些难点呢？欢迎在评论区域分享出你的想法，通过点赞使更多人能够看到吉林大学AI教育的全新探索。
