本课程旨在引导本科生系统理解人工智能（Artificial Intelligence, AI）作为一种研究工具和技术范式在各学科领域中的应用潜力与方法基础。课程涵盖人工智能的核心技术逻辑（如机器学习、自然语言处理、分类与预测建模等），并引导学生掌握跨学科研究中常用的AI方法论框架。通过理论讲授与案例分析相结合的方式，学生将学习如何识别适合AI介入的问题类型，如何构建数据驱动的研究设计，以及如何开展面向教育、心理、社会、管理、语言等不同领域的AI应用性研究。
本课程特别强调人工智能技术的科学性与批判性双重思维，鼓励学生在掌握方法的同时，关注数据伦理、算法偏见、解释性与人文价值等关键议题。课程适合具有初步统计、计算机或研究方法基础的本科生选修，尤其欢迎来自教育学、心理学、社会科学、语言学、医学、管理等专业的学生参与。

人工智能的基本概念
理解人工智能的基本概念、技术发展脉络与方法体系，掌握其在跨学科研究中的基本应用框架。提升学生的人工智能技术素养与跨领域理解能力，强化面向复杂问题的知识迁移与应用意识。
人工智能研究中的关键方法
熟练掌握人工智能研究中的关键方法步骤，包括问题识别、数据获取与处理、建模分析及结果解读，能够初步构建跨学科研究方案。培养学生运用技术工具解决实际问题的能力，增强科研方法训练与实践操作水平。
人工智能技术典型应用案例
分析人工智能技术在教育、心理、语言、社会治理等领域的典型应用案例，理解AI与不同学科之间的协同逻辑与研究范式转换。强化跨学科综合分析与批判性思维能力，培养学生的问题导向学习能力与创新性探索意识。
人工智能研究中的伦理原则
掌握人工智能研究中的伦理原则与社会责任意识，关注算法偏见、数据隐私、技术治理等议题，能够对AI技术进行价值判断与反思。

思政融合点1
选取章节：第  一  章   第   1    节
思政结合点：家国情怀,社会主义核心价值观
思政融合点2
选取章节：第   六  章
思政结合点：职业道德,社会责任,法治观念