非计算机专业人工智能相关课程开设情况调查

*
1.
第一部分:基本信息（单选题）
您所在的学校属于以下哪种类型?
A.
综合性大学
B.
理工类院校
C.
师范类院校
D.
其他（请说明）
*
2.
您负责的计算机基础课程主要面向哪些非计算机专业学生?（可多选后归纳）【多选题】
A. 经管类
B. 人文社科类
C. 理工类（非计算机）
D. 艺术类
E. 医药类
*
3.
您所在学校是否已面向非计算机专业开设人工智能方向课程?
A. 是，已正式开设
B. 正在规划中
C. 尚未计划
D. 不确定
*
4.
第二部分:课程设置情况（单选题）
若已开设课程，其学分一般为多少?
A.
1学分
B.
2学分
C.
3学分
D.
4学分及以上
*
5.
课程的总学时一般为多少?
A. 16学时及以下
B. 17-32学时
C. 33-48学时
D. 48学时以上
*
6.
课程的教学形式主要为?
A. 纯理论讲授
B. 理论+实验
C. 项目实践为主
D. 线上混合教学
*
7.
课程的先修要求通常包括哪些内容?【多选题】
A. 无需先修知识
B. 基础编程（如Python）
C. 高等数学/线性代数
D. 计算机基础概论
*
8.
第三部分:教学内容与深度（单选题）
课程是否包含人工智能伦理与社会影响内容?
A.
是，专门章节讲授
B.
是，融入各模块讲解
C.
略有提及
D.
未涉及
*
9.
课程是否涉及具体的AI算法原理讲解?
A. 深入讲解算法推导与实现
B. 讲解算法思想但不涉及数学细节
C. 仅介绍算法功能与应用
D. 不涉及具体算法
*
10.
课程是否包含机器学习基础内容?
A. 是，包括经典模型（如回归、分类）
B. 仅介绍概念
C. 未包含
D. 仅作为选修模块
*
11.
课程是否包含深度学习相关内容?
A. 是，包括神经网络基础
B. 仅介绍概念与应用
C. 未包含
D. 作为进阶选修内容
*
12.
课程是否包含自然语言处理或计算机视觉等应用模块?
A. 是，至少包含一个方向
B. 是，包含多个方向
C. 未包含
D. 仅作为案例简介
*
13.
第四部分:教学资源与挑战（单选题）
当前课程面临的主要挑战是?
A.
学生基础差异大
B.
缺乏合适教材与案例
C.
实验平台或算力不足
D.
师资力量有限
*
14.
课程是否使用实验平台或云环境进行教学?
A. 是，有专门的AI实验平台
B. 是，使用通用编程环境
C. 未提供实验环境
D. 计划建设中
*
15.
课程考核的主要方式是?
A. 笔试
B. 实验报告或项目
C. 混合考核（笔试+实践）
D. 其他形式
*
16.
第五部分:教学模块内容（多选题）【多选题】
课程已覆盖或计划包含以下哪些教学模块?（多选）
人工智能概论与发展史
搜索与推理基础
机器学习基础
深度学习与神经网络
自然语言处理
计算机视觉
知识表示与专家系统
机器人学基础
AI伦理与治理
行业应用案例（如医疗、金融）
*
17.
课程实践环节主要涉及哪些工具或平台?（多选）【多选题】
Python
TensorFlow/PyTorch
国产框架（如飞桨、MindSpore）
数据可视化工具
在线AI开放平台（如百度AI、华为云）
其他（请说明）
*
18.
您认为非计算机专业学生最应掌握的AI能力是?（多选）【多选题】
理解AI基本概念与原理
使用AI工具解决本专业问题
了解AI伦理与风险
简单模型训练与调优
算法编程实现
无需深入，仅作科普
*
19.
课程建设中最需要的支持是?（多选）【多选题】
跨学科教学团队建设
适合非计算机专业的教材
实验案例与项目库
师资培训
企业合作与资源对接
政策与经费支持
*
20.
您认为影响课程效果的关键因素是?（多选）【多选题】
学生兴趣与动机
教学内容与本专业结合度
教学资源与平台
教师专业背景
学时与学分设置
考核方式合理性
*
21.
第六部分:开放建议
对于非计算机专业开设人工智能课程，您的其他建议或希望分享的经验:
【填空题】
再次感谢您的参与！如有进一步交流意向，可留下联系方式（选填）:
姓名:________
邮箱/电话:________
问卷星提供技术支持
举报