江苏高校人工智能赋能专业建设

2024江苏高校人工智能赋能专业建设情况是怎样的?江苏人工智能赋能专业大家了解吗?下面给大家分享一些关于2024年江苏高校人工智能赋能专业建设情况，希望能够对大家的需要带来力所能及的有效帮助。

2024年江苏高校人工智能赋能专业建设情况

江苏高校人工智能赋能专业建设行动方案正式出炉。

方案提出，聚焦国家战略和区域经济社会发展需求，从课程建设、实验条件、教师队伍等多方面，加强人工智能品牌专业和国家级一流本科专业建设，打造若干江苏特色、国内一流的人工智能专业集群。支持相关高校成立人工智能教学联盟，加强资源共建共享和经验交流。

支持高校增设人工智能领域特色专业。支持有办学基础和能力的高校结合自身优势特色，合理增设人工智能、智能科学与技术、智能视觉工程、机器人工程等相关专业，或申请新设人工智能相关新兴交叉目录外专业。

支持有条件的高校采用辅修专业和微专业等形式，面向其他专业学生开设相应人工智能课程及学习模块，支持有兴趣的学生跨专业学习人工智能知识技能。

支持有关高校开设“人工智能+其他专业”的双学位复合型人才培养项目和联合学士学位项目，开展多类型人工智能人才联合培养，丰富人工智能人才培养形式、创新培养内涵、提升综合育人水平。

方案提出要构建“人工智能+”课程体系。支持全省本科高校结合实际，为不同专业学生开设有关人工智能课程，包括人工智能通识教育课程、人工智能专业核心课程、“人工智能+X”交叉课程等，形成覆盖全面、层次清晰、特色鲜明的“人工智能+”课程体系。

鼓励有条件的高校面向全体本科生开设人工智能通识教育课，加强人工智能伦理教育，促进学生了解人工智能思维方式和基本方法，掌握人工智能基础性工具。

江苏人工智能赋能从字符匹配到语义匹配

传统的搜索引擎主要依赖关键词匹配，通过简单的字符匹配算法从海量数据库中找到相关内容。然而，这种机制容易导致信息不精确，无法理解用户的真实意图。如今，赋能的检索系统能够理解句子的深层含义，基于语义匹配使得搜索结果更加贴合用户意图，提高了信息获取的效率和准确性。

江苏人工智能从人工客服到专家系统

传统的人工客服虽然提供了人性化的交流，但其服务能力受限于人员数量和知识储备。上世纪的基于规则的专家系统(Expert Systems)试图通过预设规则实现专业领域的问答，但灵活性和知识更新能力较弱。如今，基于大语言模型(Large Language Model, LLM)的智能体正在取代许多传统客服和专家系统。这些智能体可以即时访问广泛的知识库，理解复杂的自然语言问题，并给出动态的、上下文相关的答案。

江苏人工智能赋能专业提高工作精益度

自2021年“双减”政策实施以来，学生的学习课业负担明显缓解，但教师的精神压力、身体压力无形中加剧，教师的工作时间、工作场域都有所延伸。如不及时关注教师工作的变化，长此以往，教师队伍的质量会受到影响。目前市场所发布的生成式人工智能模型性能不一、各有千秋，但究其本质都是一门技术，技术的存在是为了提升工作效率。生成式人工智能模型拥有海量的数据库，并已经提前进行了多轮语料训练，其知识的深度和广度远超教师的储备。多个模型已经作为教学助手渗透到教师的工作中，在教学设计、课堂情景模拟、课后作业设计、学习情况追踪、个性化监督与管理、持续的诊断性评价等教育全场域都能够满足教师的教学需求，提供教学优化策略，提高教师工作精益度。此外，非教学性任务容易造成部分教师的精神内耗。生成式人工智能模型可以处理重复性的材料整理工作，有效减少教师的重复性劳动，减轻工作负担，让教师从单一的形式化工作中解放出来。

江苏人工智能赋能专业加强评课研课

通过大数据分析和人工智能技术，将教学过程中产生的各类数据进行收集、整理和分析。这种精准的数据分析让教师能够深入了解学生的学习情况，根据数据提供的指导性信息进行教学调整和优化。教师可以根据平台提供的数据分析结果，进行教学设计和调整，确保教学内容和方式能够更好地适应学生的需求。