2025年度计算机科学与技术学院课程思政建设工作总结

一、课程思政建设总体方案

计算机学院高度重视课程思政工作，将其作为本科教育教学改革的重要内容，纳入学院年度重点工作统筹推进。2025年初，学院在总结前期工作经验的基础上，进一步明确了课程思政建设的总体思路：以课程教学大纲为抓手，实现思政元素在专业课程中的系统融入；以教师教学实践为核心，推动课程思政从“写在文件里”向“落实在课堂中”转变；以示范课程和优秀案例建设为牵引，形成可复制、可推广的课程思政建设经验。

学院要求所有专业课程全面开展课程思政建设，明确课程负责人主体责任，通过教学设计、课堂实施和教学评价等环节，将价值引领、能力培养与知识传授有机统一，构建协同推进课程思政建设的长效机制。

二、课程思政建设具体措施

1.完善制度设计，夯实建设基础

2025年3月，学院下发“关于提交课程思政案例的通知”，对课程思政案例撰写工作作出统一部署，明确案例建设标准和提交要求。在前期已将课程思政要求全面纳入课程教学大纲的基础上，进一步推动课程思政从“顶层设计”走向“教学实践”。

学院依托二级机构，要求各位二级机构教学主任组织本单位课程负责人按照学校模版撰写课程思政案例，开展案例撰写与审核工作，强调案例质量与示范价值。通过参考学校课程思政优秀案例资源，引导教师结合课程特点和专业实际，深入挖掘思政元素，避免简单叠加和生硬融入。

2.强化教学竞赛引领，激发教师积极性

学院积极组织教师参与校级教学创新与课程思政相关赛事，遴选并推荐5名教师参加第五届北京交通大学教师教学创新大赛，其中，2名教师获评三等奖，其中1名教师为课程思政组。通过发挥教学竞赛的示范引领和辐射带动作用，有效激发了教师将课程思政融入教学改革的积极性和主动性，推动课程思政理念在课堂教学中的真实落地。

3.开展示范课评选，突出示范引领作用

为全面落实立德树人根本任务，全面贯彻落实《北京交通大学深化习近平新时代中国特色社会主义思想理论课教育改革试点方案》精神，2025年12月，学院组织召开2025年课程思政示范课评选会。评选工作严格按照本科生院相关通知要求开展，通过二级机构党支部动员、组织申报，评审专家由学院党委副书记、教学副院长及教育教学指导委员会委员组成，确保评选过程公平、公正、公开。

评审围绕课程思政建设总体设计、教学实践情况、课程特色与创新、课程建设计划及典型案例等内容进行综合评价，最终评选出课程思政示范课程特等奖1门、一等奖2门、二等奖3门。通过示范课程评选，进一步树立了课程思政建设标杆，推动优秀经验在学院范围内交流共享。

三、建设成效及推广应用

通过一系列举措的持续推进，学院课程思政建设取得了明显成效。一是课程思政实现了“全覆盖、重实效”，所有本科课程均在教学大纲和教学实践中体现课程思政要求，教师对课程思政的认识由“被动完成任务”逐步转向“主动思考设计”。二是教师课程思政教学能力显著提升，一批能够将思政元素自然融入专业教学的优秀案例不断涌现。三是示范课程和优秀案例在学院内形成良好示范效应，为后续课程思政建设提供了可借鉴的实践范式。

四、课程思政建设特色与创新

结合计算机学科特点，学院在课程思政建设中注重突出专业特色与时代要求。一方面，引导教师围绕信息技术发展、科技伦理、网络安全、人工智能责任等内容，将家国情怀、社会责任和职业规范融入专业教学；另一方面，注重通过案例教学、项目实践等方式，让学生在解决真实问题的过程中体悟价值引领，实现“润物细无声”的思政育人效果。

此外，学院充分发挥党政协同和多主体参与优势，将课程思政建设与教学竞赛、教学评估、示范课程建设有机结合，形成“建设—评选—推广”的良性循环。

五、课程思政建设典型案例

神经网络低潮期辛顿坚持深度学习研究的科学精神与创新启示

完成人：周雪忠

1、课程和案例的基本情况

课程名称：人工智能导论

授课对象：人工智能专业

课程性质：专业核心必修课

课程简介：人工智能导论是人工智能专业的理论基础课，本课程向学生介绍人工智能的基本概念、技术原理与基本方法，发展历史与前沿趋势，以及主要的应用技术和研究方向等。并通过学习人工智能的基本思维，使学生掌握人工智能能做什么、不能做什么，以及应该做什么、不应该做什么等，熟悉应用人工智能解决问题的基本方法论和技术框架。其最终目标是培养学生的人工智能思维能力，以及培养学生的人工智能问题解决技能，提高学生采用人工智能思维分析与解决问题的能力。本课程为人工智能后续工程基础课如机器学习、知识工程、自然语言处理和计算机视觉等提供所需的基础概念与基本知识准备。

案例简介：神经网络在1970-2000年代曾经处于低潮，几乎对神经网络的相关研究无人问津的程度。但包括杰弗里.辛顿（Geoffrey.Hinton）在内的少数学者仍然坚持神经网络研究，并陆续解决了深度网络的训练和计算等问题，使得深度学习当前成为机器学习，乃至人工智能研究的主流和热点。引导学生在碰到工作和研究的困难时，要坚持不懈，勇往直前，形成持之以恒的行为习惯和创新意识。本课程在人工智能发展史章节，以辛顿个人的成长史与学术贡献为典型聚焦故事，阐述甘坐冷板凳的科学家精神和持之以恒的科学创新精神。

2、案例蕴含的思政元素分析

神经网络在1970-2000年代曾经处于低潮，几乎对神经网络的相关研究无人问津的程度。但包括杰弗里.辛顿（Geoffrey.Hinton）在内的少数学者仍然坚持神经网络研究，并陆续解决了深度网络的训练和计算等问题，使得深度学习当前成为机器学习，乃至人工智能研究的主流和热点。引导学生在碰到工作和研究的困难时，要坚持不懈，勇往直前，形成持之以恒的行为习惯和创新意识。面向人工智能专业工科生的课程思政，需以“硬核技术”为锚点，用算法演进史折射科研精神史。通过研讨式教学，将杰弗里.辛顿的“冷板凳精神”转化为学生面对芯片制裁、模型开源受限等现实挑战时的“技术攻坚定力”，实现从“知识传递”到“创新人格塑造”的升华。

3、案例教学整体设计

3.1教学设计

本课程以神经网络的发展历程为脉络，聚焦1970-2000年代的研究低潮与21世纪的复兴，以杰弗里.辛顿（Geoffrey.Hinton）个人的成长史与对人工智能的学术贡献为聚焦（见下图），围绕“科研意志锤炼”与“创新精神培养”两大思政目标展开设计。知识传授方面，系统梳理神经网络的三次发展浪潮，重点解析低潮期（如XOR问题引发的质疑、算力与数据瓶颈）与复兴期（如辛顿团队提出的反向传播算法改进、深度信念网络、GPU加速计算）的核心矛盾与技术突破，结合《自然》杂志论文《Deep Learning》等文献，阐明深度学习成为AI主流的科学逻辑。能力培养方面，通过案例分析Hinton等人面对学术冷遇时的研究策略（如转向无监督预训练、探索脑科学启发模型），培养学生批判性分析科研困境的能力。价值塑造方面，以“冷板凳精神”为切入点，挖掘Hinton等学者“甘坐十年冷”的坚守动机（如对大脑学习机制的信仰、对技术潜力的远见），引导学生理解“坚持是创新的前提”；结合中国人工智能发展规划（如《新一代人工智能发展规划》），强调科研报国需兼具毅力与创造力。课程采用“历史回溯-案例解剖-价值升华”的三步教学法，融入Hinton访谈实录等素材，构建“知识-能力-价值观”三位一体的教学框架。

3.2 教学实践

本课程以神经网络低谷期知识点为导入，聚焦辛顿个人成长史及其在深度学习方面的贡献，重点讲授辛顿在70年代的博士研究生期间，神经网络处于低潮，其博士导师也依据学术判断放弃神经网络研究，但辛顿个人仍坚持该研究方向，后续在主要合作者如鲁梅尔哈特等的支持下开展神经网络理论与方法研究，在80年代产生了系列成果。直至2006年、2012年和2016年等获得了改变深度学习技术态势的重要系列成果，使得深度学习成为机器学习以及人工智能的最热门领域。从该研究历程中直观呈现技术冷遇的坚持与突破的必然性。后续组织学生进行思考和研讨，针对研讨问题：“若你是上世纪年代的AI研究者，面对神经网络低潮，如何规划破局路径？”，在技术破局点和资源整合策略等方面展开思考和讨论，如选择1-2项可突破方向（如改进激活函数、探索无监督预训练），简述理论优化思路；在资源整合策略方面，根据上世纪80-90年代科研条件限制如算力弱、数据少、学术圈质疑等，设计低成本验证方案（如聚焦MNIST小数据集、联合实验室共享计算资源等）。后续安排2-3次提问让学生阐述各自观点与思路，由此让学生深刻体会研究创新思维，并对做冷门研究的体会更加深刻入心。

3.3 教学反思

本次教学通过“历史回溯-案例解剖-价值升华”的三步教学法，有效激发了学生的情感共鸣。教学实践表明，大部分学生领会了“冷门领域的坚持需要战略定力”，并对辛顿早期困境中的表现有较为明确的同感，同时体会了著名学者的普通人特点。部分学生主动调研中国学者在神经网络领域的贡献（如张钹院士的学术贡献等）。但教学仍存在三重问题：其一，部分学生对低潮期理论困境的理解停留在表面，未能深入联系科学哲学（如库恩“范式革命”理论）；其二，案例对比度不足，未充分关联中国科技工作者面临“卡脖子”技术时的类似处境。未来改进可从三方面入手：理论深化方面增设“科学革命的结构”阅读材料，引导学生从认识论角度理解技术低谷的必然性与突破性创新的偶然性；本土化拓展：引入寒武纪芯片研发、百度飞桨框架和DeepSeek等案例，剖析中国AI产业如何通过“长线思维”突破技术封锁，增强学生的现实代入感。教学实践再次印证，课程思政需遵循“因事而化、因时而进、因势而新”的原则——神经网络的低潮与复兴不仅是技术史案例，更是科研观教育的鲜活素材：在人工智能竞争白热化的今天，比短期成果更重要的是“甘坐冷板凳”的韧性与“敢为天下先”的魄力。教师需以史为鉴，引导学生在中国式现代化进程中，既做技术创新的“攀登者”，更做科学精神的“传承者”。

六、工作反思

在推进过程中，学院深切认识到课程思政建设是一项需要持续打磨和动态完善的系统性工作。不同课程在思政元素挖掘深度、教学呈现方式和实践稳定性方面存在一定差异，部分课程的课程思政设计有待在体系化和连续性方面进一步加强。同时，优秀课程思政成果在日常教学中的交流和辐射仍有提升空间。

下一阶段，学院将继续加强课程思政专题培训与交流研讨，推动优秀案例的深度打磨与推广应用；进一步完善课程思政质量评价与激励机制，引导教师持续改进教学设计；以示范课程为引领，推动课程思政建设向更高质量、更深层次发展。