返回国开首页
“人工智能伦理与安全”是国家开放大学人工智能专业（本科）的一门专业选修课程，4学分，72学时。课程内容划分为10个教学章节，配套资源涵盖知识视频863分钟、数字人案例视频326分钟、AI教学工具10个、知识点题库1663道，并形成可视化、可交互的“知识—能力—问题”三维图谱。该课程以培养具备伦理思辨能力、安全风险识别能力与负责任的AI实践能力的高素质复合型人才为核心目标，助力学生在技术快速迭代的时代背景下坚守伦理底线、筑牢安全意识。
在课程前期调研中发现，人工智能伦理与安全领域具有鲜明的跨学科性、时效性与实践性，传统教学方式面临多重挑战。
一是知识体系有待系统整合，伦理原则、安全规范、技术原理等知识点分散呈现，各模块之间的内在逻辑关联未能充分贯通，学习者容易形成碎片化认知，更多停留在单点识记层面。
二是教学资源更新存在滞后性，生成式AI侵权、深度伪造治理等前沿议题尚未充分融入课程内容，配套典型案例储备有限，理论内容与行业实践场景的衔接有待加强。
三是学习支持模式有待丰富。现有学习路径相对固定，较难帮助学习者精准定位知识薄弱点，自主学习过程中的疑问较难得到及时响应，对学习者差异化学习需求的适配性有待提升。
四是评价维度有待拓展。以客观题或课程论文为主的考核形式，较难完整呈现学习者的伦理思辨能力与价值判断水平。
本课程建设项目针对上述教学痛点，重点聚焦以下目标：
第一，构建系统化、可视化的知识体系，通过课程图谱，破解知识碎片化难题，帮助学生形成系统认知框架；
第二，打造前沿、立体化的数字人视频资源，整合最新案例与思政元素，确保内容的时效性、实用性与思想性，强化理论与实践结合；
第三，依托自适应学习技术，实现“千人千面”的个性化学习路径规划与资源推荐，兼顾规模化教学与差异化需求；
第四，建立人机协同的闭环学习模式，实现学前诊断、学中交互与学后评估的有机统一，并形成可复制、可推广的人机协同智慧课程建设范式，为相关专业课程改革提供有益探索与实践范例。
本课程以“立德树人、技术驱动、前沿导向”为核心理念，遵循“图谱导航—资源支撑—数智赋能—闭环评估”的建设逻辑，围绕伦理素养与安全能力的提升轨迹，系统重构课程知识体系，创新数字人视频资源形态，深度融合AI技术。以课程图谱为导航，以数字人视频为内容载体，以AI工具与自适应学习系统为智能支撑，构建“学前诊断—学中交互—学后评估”的闭环学习模式，最终打造内容前沿、体验优质、评价科学的智慧示范课程，推动教师角色从知识传授者向“人机协同”的学习引导者转变。
1.内容重构：课程图谱驱动，体系化呈现
课程以知识点为单位，系统梳理知识体系，构建“知识—能力—问题”三维课程图谱。
● 知识图谱（见图1）划分为4级标签，涵盖382个知识点，精准关联1663道配套题库，清晰呈现伦理原则、安全规范、技术原理等知识点之间的逻辑关联与层级关系；
● 能力图谱划分为4个能力领域、12个能力目标、28个能力点，系统刻画能力培养路径；
● 问题图谱涉及3个问题维度、6类问题类型、98个场景化问题，引导学生开展探究式学习。
三大图谱相互映射，学生可通过可视化图谱直观了解知识关联、能力要求与问题脉络，实现从孤立记忆到系统认知的转变。
图1 课程知识图谱
2.资源创新：三类数字人视频，融合应用
课程创新整合思政案例、专题学习、案例分析三类数字人视频，构建“价值引领—知识传授—能力培养”三位一体的视频资源体系，共计25个数字人视频。
● 思政案例视频围绕课程所蕴含的思政元素进行设计，落实立德树人根本任务；
● 专题学习视频聚焦自动驾驶、智能医疗、智能教育等AI重点应用领域，深入剖析各领域特有的伦理挑战与安全风险，拓宽学生视野；
● 案例分析视频（见图2）选取引发社会热议的典型事件进行深度解析，引导学生运用伦理原则分析现实问题，强化思辨训练与问题解决能力。
三类视频既相互独立又有机统一，共同支撑课程内容的前沿性、思想性与实践性。
图2 案例分析视频
3.数智赋能：一体化学习空间，AI工具矩阵
课程构建一体化学习空间，提供章节学习、图谱学习、自适应学习三种方式，精准适配不同学习场景与个性化需求。
● 章节学习遵循课程大纲顺序，学习进度直观可见，适合系统掌握基础内容（见图3）；
● 图谱学习支持学生根据兴趣进行探究式学习，全面把握课程知识框架与内在关联；
● 自适应学习基于认知诊断模型，系统分析学生知识掌握情况，动态推荐个性化学习资源与路径（见图4）。
三种方式自由切换，既满足系统性学习需求，也支持探究式与补偿式学习，有效解决了知识盲区难定位、学习路径单一的痛点。
图3 章节学习
图4 自适应学习
课程引入AI助学、智能批改、AIGC检测等10余个AI工具（见图5），形成完整工具矩阵。
● AI助学（见图6）可随时为学生答疑解惑，提供即时反馈与学习建议；
● 智能批改系统可自动评阅形成性考核中的客观题部分；
● AIGC检测工具用于终结性小论文的原创性核查，确保学术规范。
图5 AI教学工具
图6 AI助学
4.闭环构建：“诊断—交互—评估”全流程，学用一体
课程构建“学前诊断—学中交互—学后评估”的完整闭环学习模式，确保学习过程的可控性与学习效果的可测性。
● 学前诊断环节，学生通过知识点自测快速定位知识薄弱点与认知盲区，系统自动生成诊断报告并针对性推荐学习内容。
● 学中交互环节，AI助学7×24小时在线响应学生疑问，提供即时反馈与思路引导，有效解决实时反馈难的痛点。
● 学后评估环节，系统基于多元化测评生成可视化学情报告，清晰呈现知识点掌握情况，帮助学生与教师精准了解学习目标达成度（见图7）。
图7 学后评估
5.考核革新：多元化考核，人机协同
课程采用形成性考核与终结性考核相结合的方式，实现学习过程与结果的双重关注。形成性考核覆盖调研报告、案例分析及学习行为三个维度，终结性考核聚焦学术写作能力，全面评估学生的知识掌握、能力发展及学习投入程度。学生在线完成作业后，由智能批改工具自动评阅，并由授课教师审核评定。这种人机协同、过程与结果并重的考核机制，既发挥了AI在标准化评阅中的效率优势，又通过教师审核保障了评价的公平性与专业性。
1.图谱驱动的内容重构，破解碎片化难题
课程创新应用“知识—能力—问题”三维图谱技术，将抽象的知识点体系化、可视化，帮助学生从孤立记忆转向系统认知。通过精准诊断学生知识薄弱点与能力短板，并智能推荐学习路径与资源，实现了从“千人一面”向“千人千面”的精准化学习服务转变。
2.三类数字人视频融合应用，链接理论与实践
创新整合思政案例、专题学习、案例分析三类数字人视频，构建“价值引领—知识传授—能力培养”三位一体的视频资源体系。通过前沿专题与真实案例，将抽象伦理原则置于具体情境之中，有效缩短了理论与实践的距离，提升了学习代入感与问题解决能力。
3.数智赋能的个性化学习支持，满足多元需求
课程实现AI技术与教学全流程的深度融合，通过自适应学习精准定位知识盲区，通过三种可切换的学习方式适配不同学习风格，通过AI助学提供实时反馈，有效破解知识盲区难定位、学习路径单一、实时反馈难三大个性化学习困境，构建了“人机协同”的智慧教学新生态。
课程将持续丰富数字人视频的场景库与案例库，覆盖更多垂直行业与新兴应用领域；深化AI辅助伦理决策模拟能力，探索基于大模型的虚拟伦理委员会对话系统，让学生在沉浸式交互中锤炼伦理判断能力；同时加强与行业企业合作，引入真实伦理困境案例，提升学生实践能力。通过持续迭代与优化，为人工智能相关课程建设提供可持续参考的方案。
