MIT发起AI教育者试点计划推动跨学科教学

今年夏天，麻省理工学院施瓦茨曼计算学院迎来了来自大波士顿地区、南卡罗来纳州、西弗吉尼亚州和德克萨斯州各高校的教职人员，参加首届AI教育者试点计划。这是一项为期一周的研讨会，旨在拓展人工智能在不同学科和学习环境中的教学方式。

该研讨会受到麻省理工学院C01/C51课程（用机器学习建模）的启发，这门课程是通过计算与AI教育共同基础项目开发的，专注于帮助学生理解并将基础AI和机器学习概念应用于本学科的问题解决中。研讨会为教育者提供了机会，探索如何将该课程的材料和教学方法应用于自己的课堂。

“更广泛的目标是通过投资于教师培训，让更多学生接触AI教育，”施瓦茨曼计算学院院长、松下电气工程与计算机科学教授丹·胡滕洛赫说。

“我们希望赋能学生成为对AI具有批判性思维的人，而不仅仅是技术的使用者，”施瓦茨曼计算学院学术副院长、电气工程与计算机科学系主任阿苏·奥兹达拉尔说。

一种协作式的AI教育拓展模式

这个项目的落地需要学院内部广泛的协作，包括来自领导层、工作人员的支持，以及金融、计算机科学到可持续发展等多个领域十余位讲师的贡献。他们共同打造了一个将核心技术概念与可适用于多种课堂环境的示例和教学材料相结合的研讨会。

“我从未见过如此规模的努力——这么多敬业的讲师齐聚一堂，准备如此丰富的材料，只为武装那些服务于学生的教育者，”土木工程埃德蒙·K·特纳教授、AI教育者试点计划学术总监索拉布·阿明说。阿明同时也是运营研究中心的联合主任，该中心由施瓦茨曼计算学院和麻省理工斯隆管理学院共同管理。

在杰克和罗宾·雷诺兹的支持下，此次试点计划于7月汇集了来自艾伦大学、巴布森学院、布兰迪斯大学、马歇尔大学、马萨诸塞大学洛威尔分校、北德克萨斯大学以及温特沃斯理工学院的19名参与者。参与者与麻省理工学院的教职人员和讲师一起，通过演示、视频和练习探索了"用机器学习建模"课程背后的教学法，并参与了以将课程材料和方法转化到自己课堂为重点的实践活动。

"这次机会非常及时，因为我所在的系正准备启动一个AI和数据科学项目，"马萨诸塞大学洛威尔分校计算机科学助理教授周文瑾说。"我们已经在思考：如何在AI领域教育下一代计算机科学家？如何将AI融入教学？我想更多了解其他人是怎么做的，尤其是想解答一个问题：如果AI现在能为任何人创建工具，那么计算机科学家应该做什么？"

超越黑箱式理解

阿明指出，在AI领域，高质量的材料并不匏乏。通常缺失的是情境：让讲师和学生有机会将AI概念与具体学科、问题和思维方式联系起来的机会。这些联系往往需要通过对话和推理来构建，而不是把AI作为一套固定的、被动接受的观念呈现出来。但讲师的能力储备仍是最稀缺的资源之一。

"稀缺的是那些能够把AI教学做得超越固定概念和工具集合的教育者，他们能把AI扎根于自己所在的学科领域，帮助学生带着判断力去使用AI，并揭开它的神秘面纱，让学生不仅仅是应用模型，而是学会质疑、调整并构建模型，"阿明解释道。

电气工程与计算机科学系讲师、研讨会讲师之一沈申补充说："我们如何确保机器学习不只是一个黑箱，也不是什么神奇的新技术？你可以把它看作一种工具，或者一种新的思考框架，帮助你解决自己特定领域中的问题。"

从试点研讨会到教育者网络

参与者在这一周结束时，反思了他们计划为自己所在学科和课程调整哪些研讨会材料和教学方法。他们的反馈将帮助塑造该试点计划未来的迭代，并支持建立一个更广泛的教育者网络，致力于在多元学习环境中拓展AI教育。

温特沃斯理工学院计算机科学助理教授、研讨会参与者庆薇杰对持续的社群建设活动最为期待。"这是一个非常宝贵的机会，可以与来自不同专业和领域的其他教职人员交流。我可以看到其他大学在做什么，我们能从彼此身上学到什么，"她说。

"了解到不同大学、不同学科的每个人都在为同样的问题而困扰——即随着技术的变化，我们如何才能更好地服务学生——这很有帮助。希望我们能够更超前一些、更具预见性地看待AI的应用方向，从而帮助他们做好成功的准备，"布兰迪斯大学计算机科学助理教授迪伦·卡什曼说。

Q&A

Q1：MIT的AI教育者试点计划是什么？

A：这是麻省理工学院施瓦茨曼计算学院发起的一项为期一周的研讨会，旨在帮助各高校教职人员学习如何将AI教学融入不同学科的课堂中，参与者来自大波士顿地区、南卡罗来纳州、西弗吉尼亚州和德克萨斯州等地的高校。

Q2：这个AI教育者试点计划的灵感来源是什么？

A：该计划受到麻省理工学院C01/C51课程"用机器学习建模"的启发，这门课程专注于帮助学生理解并将基础AI和机器学习概念应用于自己学科的问题解决中。

Q3：参加该计划的教育者来自哪些学校？

A：2025年7月的试点计划共有19名参与者，来自艾伦大学、巴布森学院、布兰迪斯大学、马歇尔大学、马萨诸塞大学洛威尔分校、北德克萨斯大学以及温特沃斯理工学院。