为响应学校 “莞工 + AI” 战略部署，扎实推进人工智能与计算思维课程群建设，提升课程教学质量，促进跨学科教学交流，近日，教务部通识教育中心牵头组织开展人工智能与计算思维课程群（虚拟）教研室《人工智能导引》集体备课培训会。作为学校人工智能赋能教育教学行动的核心落地环节，本次培训由通识教育中心全程主导策划、统筹协调，通过两场高密度、高质量的集中研讨，为课程教学注入新思路、新动能，助力学校探索地方应用研究型高校人工智能高质量发展新路径。

此前，我校发布了《人工智能赋能新时代本科教育教学行动（2025-2030）》，揭牌人工智能教育教学研究中心，教务部通识教育中心主动扛起课程建设核心责任，聚焦 “AI 赋能通识教育” 主线，牵头推进课程体系设计、教学标准制定、跨学科师资整合等工作，在2024年迅速成立人工智能与计算思维课程群（虚拟）教研室，并组织修订了2025 版人才培养方案，明确面向所有本科专业开设 4-6 学分的人工智能与计算思维课程群，配套建设人工智能交叉类课程，实现全学科专业覆盖。

本次集体备课培训是通识教育中心深化落实的关键一步，全程围绕《人工智能导引》课程核心教学内容，搭建起经验共享、难点共解的跨学科教学交流平台。

在第一场培训中，殷建平教授对课程整体设计进行系统解读，从教学目标、课程框架到考核方式，为全体教师搭建起清晰的教学逻辑体系；并深入拆解 “人工智能基础”“知识表示与推理基础” 两大章节的教学重点，结合案例分析讲解理论授课技巧。刘群锋、杨国军、郑重、丁烨等老师分别针对《人工智能导引A》《人工智能导引B》《人工智能导引C》三类教学大纲的核心要点、适用场景及教学侧重进行详细说明，为不同方向的教学实施提供明确指引。此外，刘群锋还则围绕 “机器学习基础” 展开专题分享，针对算法讲解、实践案例设计等教学难点提供解决方案。

第二场培训聚焦课程后续核心章节，内容兼具专业性与实用性。欧伟枫老师以 “深度学习初步” 为主题，从教学逻辑梳理、重难点突破到实践教学设计，为参会教师提供了可落地的教学思路；丁烨老师围绕 “模式识别基础”“机器视觉基石” 两大模块，结合行业应用案例，讲解如何将抽象理论转化为生动课堂内容；张剑老师则针对 “自然语言处理入门”“大模型概览” 章节，分享了最新行业动态与教学内容的融合方法，助力教师提升课程时效性与趣味性。

教务部负责介绍，作为人工智能与计算思维课程群的核心课程，《人工智能导引》是培养学生 AI 素养与计算思维的关键载体，更是学校锚定 “申博”“更大” 战略目标、深化学科内涵建设的重要支撑。此次集体备课培训的成功举办，不仅有效统一了教学标准、优化了教学方案、凝聚了师资力量，更以课程建设的高质量推进，呼应了学校打造高水平应用研究型大学的发展定位，为学科实力提升注入了鲜活动能。下一步，教务部将持续以课程群建设为抓手，深化跨学科教学研讨与成果转化，不断提升人才培养与区域产业需求的适配度，为学校高质量发展赋能增效，为粤港澳大湾区建设培育更多具备人工智能核心素养的复合型创新人才。

（图文：白文慧； 一审：刘蒂 ；二审：许燕转；三审：王红成）