计算与智能教学情况系统调研问卷（学生卷）

为了系统摸清全国高校三年人工智能通识教育的实施成效、现实问题，精准研判当前发展现状，为各项工作推进提供必要依据，教育部高等学校计算与智能教学指导委员会特组织本次专项调研。问卷采用匿名方式，所有数据仅用于统计分析，请根据真实情况填写。衷心感谢您的配合与支持！

一、学生基本信息

1. 您的学校

2. 您的年级

大一大二大三大四大五

3. 你的专业类别是

理工类人文社科类经管类艺术类农林医药类交叉学科类

4. 进入大学之前，您是否具有一定的人工智能基本知识，并且拥有一定的人工智能工具使用能力

有，高中开设过相应课程，具有人工智能基础知识，也使用过人工智能工具。有一定基础。曾在使用过程中自学，具备基础人工智能知识。没有系统知识，但有时会使用过人工智能工具完全没有接触过人工智能知识，也从未使用过人工智能工具。

二、课程评价与学习期望

5. 你认为现在的人工智能通识课程对您学习、生活是否有帮助

完全没有帮助不太有帮助有一点帮助有帮助非常有帮助

6. 你希望人工智能通识教学的形式

理论讲解科普讲座实验操作案例研究其他（请填写）

7. 你希望人工智能通识教学的形式：其他（请填写）___

8. 你希望学习的人工智能知识

人工智能概述机器学习基本知识大模型技术及应用人工智能应用案例人工智能常见工具使用计算机和编程基础

9. 目前人工智能通识课程整体难度

未参加过学校课程学习过于简单，无收获难度适中，刚好适配偏难，理解吃力难度极高，完全跟不上

10. 课程内容和你的本专业结合度如何

完全无关，课程内容与本专业没有任何关联关联较少，案例偏通用，较少涉及本专业场景有一定结合，部分案例和知识点能联系到本专业结合紧密，课程内容贴合本专业需求，实用性强未修读本校 AI 通识课程，无法评价

三、学习困难与收获

11. 你在完成课程作业、报告时，是否使用大模型代写内容

从未使用，全部独立完成偶尔借助大模型辅助整理思路，核心内容自主撰写经常使用大模型生成大部分文字，仅少量修改直接使用大模型完整产出全部作业内容

12. 结合自身学习体验，你认为大模型是否会影响了你的学习成绩

有助于提升学习成绩不会产生明显影响会产生负面不利影响不清楚

13. AI通识课程学习过程中的主要困难

概念数量多、专业性强，难以理解涉及的数学、算法相关内容，理解吃力尚未掌握程序设计相关基础，学习吃力课堂知识点太多，不容易梳理知识框架课程案例和自己专业不匹配，没有代入感AI新技术迭代快，课堂内容跟不上现实最新发展缺少实操练习环境，只能听理论，动手实践机会不足很难把学到的AI知识转化为实际应用能力课前没有AI相关基础，听课比较吃力几乎没有遇到明显困难

14. 通过人工智能通识课程学习，你获得了哪些方面的收获

了解了人工智能的基础概念与核心知识认识人工智能在不同行业的实际应用场景掌握部分AI工具的基本使用方法提升计算思维能力，学会用AI视角看待问题建立AI伦理与安全意识，懂得规范使用人工智能让我思考了AI与自身专业、未来学习工作的结合点拓宽科技视野，增加对前沿科技的兴趣几乎没有获得什么收获其他（请填写）

15. 通过人工智能通识课程学习，你获得了哪些方面的收获：其他（请填写）___

四、教师教学方法

16. 人工智能通识课采用的教学方法为

传统理论讲授为主案例式、任务式教学线上线下混合式教学实操实训、项目式教学AI智能体/大模型辅助教学其他创新教学模式

17. 老师在人工智能通识课的教学方法上存在的主要缺点是

授课形式单一、互动性不足理论偏重、实操体验不足前沿内容讲授方式滞后难以适配不同基础学生分层需求课堂趣味性不足、吸引力弱无明显缺点

18. 本人所在班级人工智能通识课的整体学生出勤率为

95%以上（出勤情况优秀）80%-95%（出勤情况良好）60%-80%（存在一定缺勤情况）60%以下（缺勤问题较为突出）

五、需求与建议

19. 从你现在学习的专业角度来说，您最希望人工智能通识课程教授哪些AI实用技能

20. 对于当前的人工智能通识课程，你有哪些改进建议

更多问卷复制此问卷