特别报道
加莉亚・纳斯拉丁博士，
黎巴嫩拉菲克・哈里里大学；
奥巴达・哈提卜博士，
阿联酋迪拜伍伦贡大学；
穆罕默德・纳斯拉丁博士，
阿联酋迪拜伍伦贡大学；
塔努吉特・查克拉博蒂博士， 阿联酋阿布扎比索邦大学
学术视角
德林・乌拉尔教授，
美国迈阿密大学
特别版
领导风采
哈立德・侯赛因教授，
阿联酋拉希德港美国大学工程 与计算机学院院长
行业观点
瓦达・加尼姆・哈希米博士，
阿联酋职业安全与健康联邦委 员会主席 学生之声 努尔・穆斯塔法・卡迈勒， 阿联酋拉希德港美国大学
趋势聚焦
安娜 - 盖尔・科隆， 英国威斯敏斯特大学
社论
欢迎阅读《大学新闻快报》 劳拉·巴斯克斯·巴斯
特别报道
解锁生成式人工智能在工程教育中的作用：机遇与 挑战综述
作者：加莉亚·纳斯拉丁博士，黎巴嫩拉菲克·哈里里 大学计算机与信息系统系；奥巴达·哈提卜博士，阿联 酋迪拜伍伦贡大学工程学院；穆罕默德·纳斯拉丁博 士，阿联酋迪拜伍伦贡大学工程学院
特别报道
将数据科学转化为实际 行动：数据科学工程助力 构建可持续未来的案例 研究
作者：塔努吉特·查克拉博 蒂博士，阿联酋阿布扎比 索邦大学统计学与数据 科学副教授
14
学术视角
以聊天机器人为教学助手讲授工 程课程
作者：德林·乌拉尔教授，美国迈阿 密大学工程学院
工程师在社会与行业中的角色：一种 生活技能，而非必然是一种职业
作者：瓦达·加尼姆·哈希米博士，阿联 酋职业安全与健康联邦委员会主席兼 能源行业高级总监
从抗拒到融入：我在学术 领域与人工智能同行的心 路反思
作者：努尔·穆斯塔法·卡迈 勒，阿联酋拉希德港美国 大学计算机工程理学学士
18
领导风采
阿联酋拉希德港美国大学（AURAK）对 人工智能驱动解决方案的接纳：
工程与计算机学院院长哈立德·侯赛 因教授访谈录
适应未来：为生成式人工智 能时代的软件开发做好准备
作者：安娜 - 盖尔·科隆，英国 伦敦威斯敏斯特大学计算机 科学与工程学院副院长兼教 与学主任
与这么多不同领域 的工程师合作是一
段美妙的经历，我们 衷心希望您能喜欢
他们带来的有趣见 解和智慧之语。
尽管我对自己攻读人文学科高级学位的决定感到 无比欣慰 —— 毕竟，这些学习为我在《大学新闻快 报》的工作打下了坚实基础 —— 但阅读这期关于 各类工程路径与人工智能的精彩内容时，我不禁羡 慕起那些有幸在未来踏上此类学习轨迹的学生。这 期特刊《生成式人工智能时代的工程学》，汇聚了背 景极为多元的工程师，有接受过土木、机械或环境 工程训练的，也有计算机软件工程师。鉴于人工智 能对教育产生的巨大影响，我们认为有必要突出探 讨这样一个正在转变的议题：像工程学这样高度技 术化的学科，如何在极大受益于人工智能的优化能 力的同时，又充分考量其在工程教育中的潜在风险 。本期“学生之声”的作者努尔·穆斯塔法·卡迈勒， 敏锐地将这种辩证关系描述为人工智能的“机遇 与风险”。我们想探寻，如今不同工程专业的学生如 何在掌握就业所需的人工智能素养的同时，还能习 得大量作为工程师必备技能基础的实践与技术能 力。本期的撰稿人对我们的这一思考给予了深入且 周到的回应，为开设工程专业的院校以及已入学或 申请就读的学生提供了丰富且具指导意义的建议。 他们甚至还提出了许多自己的问题，相信读者阅读 后定会深受启发。
本期特别报道部分的第一篇文章，是一篇极具参考 价值的合著作品，作者有加莉亚·纳斯拉丁博士（来 自黎巴嫩拉菲克·哈里里大学），以及奥巴达·哈提卜
博士和穆罕默德·纳斯拉丁博士（均来自阿联酋迪拜伍 伦贡大学）。他们详细且全面地探讨了各院校在将人工 智能融入工程教育过程中所面临的机遇与挑战。对于那 些希望了解人工智能技术如何以多种方式支持学生学 习体验的人来说，这篇文章必读。特别报道部分的第二 篇文章作者是塔努吉特·查克拉博蒂博士，他是阿联酋 阿布扎比索邦大学统计学与数据科学副教授。查克拉博 蒂博士论述了数据科学工程如何推动联合国可持续发 展目标（SDGs）的进展。机器学习、预测和生成式人工智 能等技术，将原始数据转化为公共卫生、经济稳定和城 市规划等领域的实用工具。他所强调的案例研究展示了 创新的数据驱动型解决方案如何缩小理论与实际影响 之间的差距，以实现构建可持续未来的目标。
在本期“学术视角”部分，美国佛罗里达州迈阿密大学 的德林·乌拉尔教授，探讨了在其工程课程中引入人工 智能聊天机器人作为教学助手的情况。这个名为“凯” 的聊天机器人，旨在与课程目标保持一致，为学生提供 实时支持、个性化解释以及复杂主题的总结。乌拉尔教 授报告称，学生们认为这个聊天机器人是一个易于使用 且有价值的工具，特别是对于那些需要平衡工作或有着 非传统学习日程的学生。她得出结论，虽然聊天机器人 不能 —— 也无法 —— 取代人类教学，但它确实增强了 学习效果和学生参与度，这表明人工智能有潜力补充传 统教学方法。
接下来在“领导风采”这一备受瞩目的板块中，我们迎 来了阿联酋拉希德港美国大学（AURAK）工程与计算机 学院院长哈立德·侯赛因教授。哈立德教授讲述了他在 学术界超过三十年的职业生涯，其职业生涯始于英国。
他深入探讨了 AURAK（阿联酋第一所提供人工智能学 士学位的院校）如何在人工智能时代有效地培养学生。
他还就究竟应如何使用人工智能，以保持所有工程师必 备的核心工程技能的完整性，给出了许多睿智的见解。
在哈立德教授之后，本期我们非常兴奋地向大家介绍《 大学新闻快报》的一个新板块。我们很荣幸能在“行业
观点”板块呈现瓦达·加尼姆·哈希米博士的文章。他是阿 联酋职业安全与健康联邦委员会主席，同时也是能源行 业的高级总监。正如该板块标题所示，我们希望《大学新 闻快报》的读者有机会聆听活跃在行业领域的资深专业 人士的见解。在本期的背景下，瓦达博士拥有英国威尔士 卡迪夫大学环境工程博士学位，他在职业生涯中取得了 巨大成功，被视为健康、安全与环境（HSE）及高可靠性组 织治理与领导力方面的全球权威。鉴于他多元化的职业 发展路径，瓦达博士撰写了一篇发人深省的文章，探讨工 程师独特的技能组合，并指出他们能在其专业领域之外 提供诸多价值。
如我之前所述，本期“学生之声”的撰稿人是努尔·穆斯 塔法·卡迈勒，她是 AURAK 计算机工程专业的理学学士 学生。努尔讲述了她在学习中途经历人工智能热潮的体 验，谈到了她最初对人工智能工具的怀疑如何随着时间 推移而减少。她满怀热情地描述了在有人工智能助手帮 助解决不可避免的错误之前，手动学习计算机编码的喜 悦与困难。她的文章得出了一个具有指导意义的结论。她 建议大学必须认真考虑避免让低年级学生过度接触人工 智能，因为他们会错过遭遇挫折并学习如何解决问题这 一重要的学习体验。
本期最后在“趋势聚焦”板块的是来自英国伦敦威斯敏 斯特大学的安娜 - 盖尔·科隆。对于即将进入该领域的软 件工程师来说，安娜 - 盖尔的文章必读。她专业地概述了 人工智能不仅如何改变了开发者所需的技能组合，还阐 述了就业市场的变化 —— 非常实用地强调了开发者为 在当今市场保持竞争力必须采取的行动。与努尔一样，安 娜 - 盖尔强调了学习过程中经历困难的重要性，她认为 没有这种经历，学生将无法培养对其长期成功至关重要 的批判性思维和分析技能。
与这么多不同领域的工程师合作是一段美妙的经历，我 们衷心希望您能喜欢他们带来的有趣见解和智慧之语。
加莉亚·纳斯拉丁博士, 黎巴嫩拉菲克·哈里里大学计算机与信息系统系 奥巴达·哈提卜博士，阿联酋迪拜伍伦贡大学工程学院 穆罕默德·纳斯拉丁博士，阿联酋迪拜伍伦贡大学工程学院
生成式人工智能是一种人工智能（AI）， 它能生成与人类创造的内容极为相似 的全新原创内容。传统人工智能系统 主要专注于预测或分类数值或类别。 然而，生成式人工智能试图生成适合 用户需求的内容。生成的内容可以是 文本、图像、图表、音频或视频。21 世 纪 10 年代初，生成式人工智能开始受 到关注，尤其是随着深度学习技术以 及诸如 OpenAI 和 ChatGPT 等
Transformer 模型的巨大发展。它已 成为创造逼真且引人入胜内容的强大 工具，能够模仿人类的创造力。
生成式人工智能的整合可被视为数字 进化的下一个重大步骤。它已成为最 具前景和重要意义的技术之一。其在 高等教育中的应用，特别是在电气与 计算机工程领域，能够生成与人类创 作极为相似的全新原创内容。这种方 法有潜力变革该领域。与使教育更具 参与性的传统工具相比，它有助于创 建一个互动性更强、更引人入胜的学 习环境。由于这些工具能够提高学生 的参与度，它们可能会增强认知过程， 进而带来更好的学业表现。此外，生成
生成式人工智能 的整合可被视为 数字进化的下一 个重大步骤。它
已成为最具前景 和重要意义的技 术之一。
“
加莉亚·纳斯拉丁博士
式人工智能工具还有助于提供更个性 化的学习体验，例如智能辅导系统，它能 适应学生独特的需求和偏好。这些工具 可帮助识别每个学生的弱点，并更专注 于改进这些薄弱环节。许多组织，如联合 国教育、科学及文化组织（UNESCO），都 强调了满足不同学生需求的个性化学 习和支持方法的重要性。此外，智能辅导 系统利用生成式人工智能监测学生的 表现并提供实时反馈。这可以根据个人 学习需求调整学习技巧，使电气与计算
机工程专业的教授能够创建更具互动性 的材料，提高学生的参与度，并为他们进 入行业工作做好准备。
此外，生成式人工智能技术可以为有特殊 教育需求的学生提供支持。例如，像微软 翻译这样的人工智能语音转文本工具，可 帮助有听力障碍的学生，而其他人工智能 应用程序则提供实时手语翻译。像 ECHOES 这样的工具利用人工智能，通 过互动模拟帮助自闭症儿童发展社交沟 通技能，这显示了人工智能应对各种教育 挑战的能力。此外，生成式人工智能可以 利用虚拟现实和增强现实创建基于模拟 的学习环境，比如基于游戏的学习。
基于模拟的学习是一种体验式学习，要求 学生在受控环境中，通过参与再现的“现
此外，生成式人工智能可以帮助电气与 计算机工程专业的讲师，依据工程教育 目标和行业趋势，推荐课程结构、先修
课程及课程顺序，从而设计课程。由生 成式人工智能驱动的技术可以帮助编 写教科书、制作讲义和创建互动模型， 节省教师时间并确保内容的相关性。此 外，由生成式人工智能驱动的评估和反 馈技术可以简化流程，减轻教师工作量 。以下说明指导院校如何将生成式人工 智能整合到其系统中。
“生成式人工 智能可以帮助 电气与计算机 工程专业的讲 师，依据工程 教育目标和行 业趋势，推荐 课程结构、先 修课程及课程 顺序，从而设 计课程。” 实生活场景”来应对复杂挑战。这个项 目比大多数基于视频的课程更好，因为 它有助于记住所学内容，场景相同，学 生的反应也相同，并且还能教授完成特 定行业任务所需的准确方法。例如，如 下图所示，生成式人工智能可用于创建 虚拟实验室，学生在其中参与可再生能 源系统的模拟，并专注于优化混合光伏 （PV）、风能和电网网络的系统成果。这 里我们看到学生正在使用由人工智能 工具生成的虚拟实验室设计光伏系统。
为将生成式人工智能整合到院校框架 中，工程系首先应确定适用领域，如学 生支持、行政管理或课程开发。目标应 与工程专业的学习成果相一致，并吸收 教职员工的意见，以应对预期和担忧。 选择合适的人工智能工具（如聊天机器
人和由人工智能驱动的内容推荐）需要与预 算和院校目标保持一致。建立强大的数据基 础设施将确保符合GDPR和HIPAA，而对教 职员工进行培训对于有效使用人工智能工具 至关重要。向学生传授人工智能的作用和益 处，可以促进他们的参与，并就其对学习和行 政管理的影响提供有价值的反馈。
尽管将生成式人工智能纳入高等工程教育有 诸多益处，但它也可能带来如下所示的诸多 挑战：
· 数据来源：生成式人工智能系统分析的 海量数据可能存在治理不足、来源可疑、 未经同意使用或存在偏差的问题。因此， 社会影响者或人工智能系统本身可能会 放大错误。
·
· 版权与法律风险：用于训练生成式人工 智能工具的大型数据库，可能由不同且 来源不明的资料生成。因此，生成式人工 智能的输出可能侵犯知识产权，产生法 律和声誉威胁。
· · 数据隐私侵犯：用于训练大语言模型（ LLMs）的数据集可能包含个人身份信息（ PII）。开发人员必须通过排除或删除 PII 来确保符合隐私法。
·
· 敏感信息泄露：人工智能工具的可及性 提高，可能导致诸如患者数据或专有策 略等敏感信息的意外泄露。必须制定明 确的治理措施、指导方针并加强沟通，以 保护敏感信息和知识产权。
为应对这些挑战并在工程教育中促进负责任 地使用人工智能，制定优先考虑透明度、公平 性和问责制的道德框架至关重要。此外，院校 必须加强网络安全措施，以保护所有利益相 关者的敏感数据。
为将生成式人工智 能整合到院校框架 中，工程系首先应 确定适用领域，如 学生支持、行政管 理或课程开发。目 标应与工程专业的 学习成果相一致， 并吸收教职员工的 意见，以应对预期 和担忧。
“
查克拉博蒂博士
统计学与数据科学副教授 阿联酋阿布扎比索邦大学
塔努吉特
数据科学工程助力构建可持续未来的案例研究
联合国可持续发展目标（SDGs）—— 《2030 年议程》，是应对公共卫生、贫困 、不平等、可持续发展及气候行动等紧 迫挑战的全球蓝图。要实现这些宏伟目 标，仅有想法远远不够，还需要能够弥合 理论与实际应用差距的解决方案。数据 科学工程在此发挥作用，它融合人工智 能（AI）的力量与创新的问题解决能力， 设计出切实有效的工具。
通过运用机器学习、预测建模和时间序 列预测等技术，工程师和数据科学家能 够将原始数据转化为可付诸行动的见 解。然而，从数据到行动并非毫无挑战。
获取可靠数据、扩大解决方案规模以及 使框架适应复杂现实条件等问题，仍是 主要障碍。近期的合作，比如阿联酋与 法国政府推进人工智能的协议，表明数 据科学作为一门工程学科，其潜力正日 益受到认可，有望应对这些障碍并推动 全球进步。
“从数据到行动并非 毫无挑战。获取可 靠数据、扩大解决 方案规模以及使框 架适应复杂现实条 件等问题，仍是主 要障碍。”
在本文中，我们来探讨一些现实世界 中的例子，看看数据科学工程如何提 供与可持续发展目标相符且具影响 力的解决方案，展现这些工具如何塑 造更可持续的未来。
案例研究 1：为移动健康（mHealth） 应用设计人工智能工具
想象一下，你手机上收到一条鼓励你 散步或进行正念练习的激励信息。这 些由数据科学工程驱动的小小提示，
是旨在提升健康福祉的移动健康干 预措施的一部分。随着人们对移动技 术的依赖日益加深，移动健康应用在 缩小健康差距、推进可持续发展目标 3“良好健康与福祉”方面发挥着关 键作用。
我们如何设计出既实用又 可持续的城市？生成式人 工智能作为一种前沿工程 工具，能够助力城市规划 者设想并打造未来城市。
从工程角度看，设计移动健康工具需 要创建能实时适应和优化的算法。例 如，强化学习（一种人工智能技术）可帮 助这些系统了解哪些信息最能引起用 户共鸣。在我们的一个项目中，我们采 用汤普森采样（一种强化学习方法）和 统计模型开发了一种混合算法，以提 高移动健康应用中激励信息的有效性 。这种方法已应用于“少饮酒”应用程 序，该程序帮助用户减少有害饮酒量。
同样的原理可推广到正念和体育活动 应用程序中，展示了如何通过设计人 工智能工具来应对多样的健康挑战。
案例研究 2：经济增长与疫情管理的 预测工具
预测是科学与工程的基石 —— 无论是 预测火箭的轨迹，还是消费者物价的 上涨。在可持续发展目标 8“体面工作 和经济增长”的背景下，准确的预测有 助于政策制定者制定有效的经济策略 。例如，我们设计了一个集成神经网络
模型 FEWNet，用于预测巴西、俄罗斯 、印度和中国等新兴经济体的通货膨 胀率。通过将计量经济学原理与机器
学习相结合，FEWNet 能提供精准 预测，帮助中央银行做出明智决策。 但预测并非仅关乎经济，对公共卫生 也至关重要。疫情建模，即“疫情预 测”，运用数据科学工具来预测登革 热或流感等疾病的传播。我们的团 队开发了一款软件，整合了关键疾病 特征以提供可靠的预测，使受影响地 区能够及时采取干预措施。这些工 具凸显了应对从稳定经济到拯救生 命等多样挑战所需的工程智慧。
案例研究 3：生成式人工智能助力可 持续城市建设
城市化进程正在加速，特别是在发展 中国家，由此带来了交通拥堵、污染 和绿地减少等挑战。我们如何设计 出既实用又可持续的城市？生成式 人工智能作为一种前沿工程工具，能 够助力城市规划者设想并打造未来 城市。
在最近一个与可持续发展目标 11“ 可持续城市和社区”一致的项目中，
我们将统计建模与生成式人工智能 相结合，以预测印度中小城市的道路 网络密度。这项工作解答了诸如“我 们未来的城市会是什么样？”“如何规 划基础设施以满足不断增长的需求？ ”等关键问题。通过使用空间指标和 人类流动数据，我们的框架为规划者 提供了设计高效且可持续道路网络 的可行见解。类似技术可在全球范围 内应用，展示了工程解决方案如何应 对城市挑战。
这些案例研究阐释了数据科学工程 的变革潜力。从健康应用到经济预测 ，再到城市规划，这些解决方案展示了 原始数据如何转化为具有影响力的 工具。但成功需要合作。与政策制定 者、国际机构以及阿联酋阿布扎比索 邦大学这样的研究中心建立合作关 系，可确保这些工具不仅创新，而且实 用且可扩展。
展望未来，我们正在进行的研究聚焦 于气候行动和空气质量监测，以应对 可持续发展目标 13“气候行动”。例 如，我们正在开发几何深度学习模型， 以预测德里和北京等城市的空气污 染水平。这些工具结合工程原理，有 助于减轻雾霾影响，创造更健康的城 市环境。
实现可持续发展目标是一项艰巨的 任务，但凭借创新的数据驱动工程解 决方案、各方协作努力以及对可持续 发展的坚定承诺，未来充满希望。数 据科学工程不仅仅是一个领域，它是 连接当今挑战与明日解决方案的桥 梁。
德林·乌拉尔教授
美国佛罗里达州迈阿密大学工程学院土木与建筑工程系实践教授.
通过人工智能革新教学方法
在我三十年的职业生涯中，我一直致力于采用以学 生为中心的教学方法，包括翻转课堂和主动学习。作 为一名工程专业的教师，我很想尝试使用人工智能 AI）聊天机器人来提升学生的学习体验。我注意到， 人工智能融入教育环境正深刻改变着不同学习者 与课程内容的互动方式，使他们能更好地参与学习 过程。凭借构建特定课程和主题聊天机器人的能力， 人工智能越来越多地被用于为学生提供定制化的 学习体验。本文探讨了在迈阿密大学 的一门工程课程中，将聊天机器人用作教学助手的 实践情况。通过研究它阐释复杂概念、随时回答学 生问题以及增强学生参与度的能力，这次试点为关 于人工智能在高等教育中作用的讨论增添了新内 容。学生反馈和学术研究都支持这一结果，凸显了人 工智能的变革潜力。
人工智能聊天机器人：教育领域的范式转变
人工智能聊天机器人的应用代表着教育支持方法 的重大转变，这源于通过技术创新提升学生学习效 果的决心。作为一名工程专业教师，聊天机器人的基 本用途是阐释和解释概念，而非解决问题。我决定试 用聊天机器人，是基于泰顿伙伴公司（Tyton Partners）等机构的研究，这些研究强调了人工智能 在提高学术参与度方面的潜力。同时，《今日青年》 （Youth Today）的见解表明，学习者越来越依赖人 工智能驱动的解决方案来满足学术和信息需求。正
“人工智能聊天机器 人的应用代表着教育 支持方法的重大转变 ，这源于通过技术创 新提升学生学习效果 的决心。”
如《高等教育纪事报》（The Chronicle of Higher Education）所强调的，为教育工作者提供有效应用 人工智能工具所需的技能，对于依赖人工智能驱动 解决方案的这一代学习者的可持续成功至关重要。
通过参加迈阿密大学的专业发展研讨会，我今年得 以创建、测试并在我的工程课程中试用聊天机器人。
在工程教育中，掌握复杂的理论和实践概念至关重 要，我发现聊天机器人为解答学生关于课程内容的 疑问提供了一种适应性强、引人入胜且最重要的是 易于获取的方式。课堂上既有传统学生，也有非传统 学生，实践证明这两类学生都从聊天机器人中受益， 其中全职工作的学生受益最大。对于那些全职工作 的学生来说，聊天机器人是教师办公时间之外的有 效替代方式。
聊天机器人项目的设计与实施 我课程中使用的聊天机器人“凯”（Kay）经过精心配 置，与教学大纲中概述的课程主题和学习目标保持 一致。将聊天机器人命名为“凯”，是基于该领域一 位在世的思想领袖，学生在本学期有机会与他进行 一次交流。聊天机器人凯的功能包括回答技术问题、 总结课程内容、比较模型、给出工程最佳实践示例， 以及从之前的互动中检索信息以提供个性化支持。 从教学角度来看，要使聊天机器人的输出与课程目
标保持一致，需要在提示设计和定制方面进行大量
的前期投入，通过反复提问和回答，指导聊天机器 人分享其参考资料。经过一段时间的测试，聊天机 器人准备好面向我的学生进行试点。当学生惊讶地 在教学大纲上看到聊天机器人的链接时，他们很感 兴趣，因为聊天机器人被作为一种补充工具引入， 旨在补充而非取代直接教学方法。
这一课程专属聊天机器人的主要功能包括：
◦ 详细阐述工程原理的解释。
◦ 提供主题要点的简洁总结。
◦ 在预定课程时间之外，实时回答概念性问 题，这是其最具影响力的特性。
通过布置作业，鼓励学生持续使用聊天机器人。作 业要求学生先在不借助聊天机器人的情况下完成 任务，然后将自己的发现与与聊天机器人互动后得 到的总结进行比较。之后，学生可以提供反馈以评 估其效果。在学期开始时，学生通过简短的对话向 凯提出一两个问题。随着学期的推进，他们的对话
开始自然流畅起来，会就各种课程主题提出七到九 个问题。
来自学生反馈的实证见解
学期末对所有学生进行的结构化调查揭示了一些引 人注目的趋势：
◦ 学习效果提升：67% 的参与学生强烈认同， 33% 的学生认同聊天机器人有助于更深入 地理解复杂内容，并提升了他们的整体学习 体验。他们喜欢与聊天机器人互动。
◦ 学术自信增强：67% 的参与者强烈认同， 33% 的参与者认同聊天机器人对他们成为 更有能力、更自信的学生起到了积极影响。 聊天机器人经过训练，具备成长型思维和礼 貌的语气，深受学生欢迎。
◦ 普遍认可：参与调查的学生 100% 都主张 在该课程的后续教学中继续使用聊天机器 人。
学生的定性反馈进一步说明了聊天机器人的 影响以及对未来课程的潜在价值：
“它真的很有帮助…… 有些信息我总是记不住，而聊 天机器人总能从之前的会话中调出相关信息。这绝 对是一个对学生有益的工具，不是用来作弊或帮他们 完成作业，而是在他们可能不理解的部分提供帮助。” “作为一名全职工作的单亲妈妈，聊天机器人让我能 够继续学业…… 我当时课业落后，甚至考虑退学。深 夜与聊天机器人的互动对我取得成功起到了关键作 用。所有课程都应该配备助教聊天机器人！”
这些反馈强调了人工智能聊天机器人在满足不同学 生需求、提供有针对性的个性化学术支持方面的作 用。
人工智能融入工程教育的益处
聊天机器人的贡献不仅限于满足即时学术需求，还带 来了更广泛的教学优势：
◦ 随时可用：它一周七天、一天 24 小时随时可 用，使学生无论何时何地都能寻求对主题的 澄清和强化。
◦ 个性化学习：利用互动数据，聊天机器人能够 根据个人学习轨迹提供细致入微的指导。作 为开发聊天机器人的教师，我能够匿名查看 学生提出的问题，以便在课堂时间强化相关 主题。
◦ 课堂时间高效利用：通过解答常见问题，教师 可以将更多时间用于深入讨论和指导。
作为一名全职工作的单亲 妈妈，聊天机器人让我能 够继续学业…… 我当时课 业落后，甚至考虑退学。 深夜与聊天机器人的互动 对我取得成功起到了关键 作用。所有课程都应该配 备助教聊天机器人！
“
展望人工智能增强学习的未来
在工程课程中使用聊天机器人作为教学助手，为我们 提供了关于人工智能增强传统教学方法潜力的宝贵 意外见解。虽然聊天机器人无法替代人类教学的深度， 但它被证明是一种非常有价值的补充，提高了学习的 可及性、参与度和效率。本次试点中的学生反馈以及 教师经验都证明，人工智能聊天机器人有望成为教育 领域的变革性工具。随着人工智能技术的不断进步，将 其融入工程教育及其他学术领域，为重新定义 21 世 纪教学与学习的模式提供了一条引人注目的途径。
阿联酋拉希德港美国大学 （AURAK) 对人工智能驱动 解决方案的接纳：
教授访谈
工程与计算机学院院长哈立德·侯赛因教授
哈立德教授，非常荣幸能邀请您加入 《大学新闻快报》备受尊敬的高等教 育领导者专题。我们很期待聆听您对 这期关于工程与生成式人工智能的 重要特刊的独到见解。您能否先与我 们的读者分享一下您作为学者和领 导者的经历？特别是您的这些经历如 何最终促使您加入 AURAK，担任工 程与计算机学院院长。
我在学术界的旅程跨越了三十多年， 在此期间，我有幸在不同的高等教育 机构担任越来越重要的领导职务。在 我的职业生涯中，我担任过各种角色 ，包括院长、学院院长、副院长和系主 任，这让我对学术领导以及机构发展 的复杂性有了全面的理解。
在开启学术生涯之前，我曾在英国汽 车工业研究协会（MIRA）担任汽车优 化项目工程师，这段经历为我提供了 宝贵的行业见解，并对我的学术工作 产生了影响。1994 年，我在英国布 拉德福德大学开始了我的学术之旅， 在那里我花了 20 多年时间从事工 程教学与研究工作，最终担任工程学 院院长三年。
2016 年，我转至阿联酋迪拜伍伦贡 大学（UOWD），担任工程与信息科学 学院院长，直至 2022 年。
我来到 AURAK 担任工程与计算机 学院院长，是出于我对推进工程与计 算机教育、促进创新以及提升学生成 绩的热情。在这个职位上，我有幸运
用我丰富的学术领导经验，引领大学 经历一段显著增长和提升知名度的 时期，同时强调全球竞争力和社会影 响力。
AURAK 以致力于推进工程教育而 闻名。您认为生成式人工智能如何与 该大学在创新和学术卓越方面的更 广泛目标保持一致？
在 AURAK，我们认识到工程与计算 机科学对于解决一些社会最紧迫的 挑战至关重要，比如气候变化、可持 续发展、能源短缺、安全、人口增长、 人口老龄化以及围绕食品和水资源 短缺日益增长的担忧。工程师处于寻 找创新解决方案以应对这些全球性 问题的前沿，我们致力于为学生提供 有意义地参与这些努力所需的知识 和技能。我们的工程课程旨在强调与
在 AURAK，我 们认识到工程与 计算机科学对于 解决一些社会最 紧迫的挑战至关 重要。
这些全球挑战相关的关键领域，包括 设计、创新、可持续性、智能技术、智 慧城市、可再生能源以及最近的人工
生成式人工智能代表了技术创新的 前沿，将其整合到我们的工程与计算 机课程中，与 AURAK 在学术卓越和 创新方面的更广泛愿景无缝契合。该 大学长期致力于营造一个鼓励前瞻 性思维、以研究为导向的学习环境， 并培养不仅是各自领域的专家，还能 适应现代行业快速变化需求的毕业 生。我们不仅仅是在教学生最新的技 术工具，我们还在培养一种创造力、 批判性思维和创新的文化，这些是在 当今快速发展的工程领域取得成功 最终，生成式人工智能与 AURAK 培 养下一代工程师和技术专家的使命 相辅相成，这些人才能够通过开发开 创性的解决方案来应对世界上最紧 迫的问题，从而在地区和全球范围内 正如本期特刊所概述的，生成式人工 智能正在从模拟到优化等方面彻底 改变工程工作流程。AURAK 如何帮 助学生为在未来职业生涯中迎接这 些由人工智能驱动的变化做好准备？
AURAK 一直处于阿联酋人工智能 教育的前沿，自豪地成为该国第一所 提供全面人工智能本科学位课程的 院校。由于该课程的成功和整体需求 ，我们最近还推出了面向所有工程专 业学生的人工智能辅修课程，并且我
们也在扩大研究生课程，推出人工 智能与数据科学硕士学位课程。这 些举措反映了我们致力于确保来自 不同工程学科的学生都具备人工智 能方面的基础知识和技能，这些对 于他们未来的职业至关重要。
我们通过将人工智能技术融入整个 工程与计算机科学课程，帮助学生
教育的前沿
，自豪地成 为该国第一
所提供全面 人工智能本 科学位课程 的院校。
迎接工程领域由人工智能驱动的变 革。我们提供一系列专注于人工智 能、机器学习和数据分析的专业课 程，并特别强调它们在工程环境中 的实际应用。这些课程以及对尖端 工具的使用，如人工智能驱动的模 拟、最先进的实验室、优化算法和预 测分析模型，不仅旨在提供理论知
识，还旨在让学生掌握将人工智能解 决方案应用于现实世界工程挑战所 需的技术技能。
您认为在将生成式人工智能工具整 合到工程课程中时，会面临哪些机遇 和挑战，特别是在伦理考量、协作和 技能培养方面？
将生成式人工智能工具整合到工程 课程中，为学生提供了与我们这个时 代最具变革性的技术之一互动的大 量机会。这些工具使学生能够以前所 未有的方式进行创新、优化设计并模 拟解决复杂工程挑战的方案。例如， 人工智能驱动的设计工具使学生能 够快速探索无数的设计迭代，而人工 智能驱动的模拟平台使他们能够预 测材料和结构在各种条件下的行为， 所有这些都显著提高了学习和解决 问题的能力。
然而，正如您所提到的，这些技术的 整合也带来了挑战。人工智能的快速 发展和应用引发了与数据隐私、算法 偏见以及自动化对社会的更广泛影 响相关的担忧，特别是在诸如工作岗 位替代和决策公平性等领域。为了解 决这些担忧，AURAK 积极将关于面 部识别技术中的偏见和自动驾驶汽 车设计中的伦理困境等主题的伦理 讨论纳入我们的工程课程。我们鼓励 学生批判性地评估人工智能应用可 能产生的后果，培养责任意识和问责 精神。
除了我们的核心工程课程，我们还与 领先的科技公司和行业专家合作，为
在您看来，人工智能在工程行业中 日益增长的影响力将如何影响未来 工程师所需的核心技能？学生现在 应该专注于什么以保持竞争力？
人工智能在工程行业中日益增长的 工作中，以提供创新的解决方案。 这包括利用人工智能技术优化工 程流程、设计更高效和可持续的系 统，以及解决传统方法可能难以独 自解决的复杂跨学科问题。正如我 之前提到的，在 AURAK，我们已经
力以及在多学科团队中协作的能力。 随着人工智能的不断发展，工程师将 越来越多地与来自不同领域的专业 人员合作，如计算机科学家、商业分 析师，甚至伦理学家。能够有效地沟 通复杂的想法、在不同的团队中协作
要的基础工程原理和技能之间取得 平衡？
在 AURAK，我们认为对基础工程原 理的深刻理解是构建人工智能等先 进技术的基石。因此，我们确保学生 用于预测性维护的机器学习算法等更 高级的主题。这确保了学生不仅知道如 何使用前沿工具，还理解支配其应用的 基本原理。
除了技术熟练程度，我们还强调超越特
原理，同时让他们接触最新的技术，我 们正在培养他们成为能够在不断变化 的工程领域中推动创新的领导者。
展望未来，除了生成式人工智能，您认
，包括可再生能源、绿色技术和可持 续城市发展方面的进展。在 AURAK ，我们深深致力于可持续发展，并已 将这一重点融入我们的工程课程中 ，因为我们敏锐地意识到工程解决
方案将是改变我们生产、消费和处 理资源方式的核心。
另一个快速发展且让我兴奋的领域 是智能系统的开发，特别是在智慧 城市、物联网（IoT）和机器人技术方 面。我们在这些领域提供专业课程 和项目，使我们的学生能够为社会 的数字化转型做出贡献。最后，我对 生物医学工程日益增长的影响力尤 其感到兴奋，这一领域将彻底改变 医疗保健和医疗技术。随着医疗机 器人、个性化医疗和生物信息学等
领域的进步，生物医学工程师将在 塑造医疗保健的未来方面发挥重要 作用。
感谢您分享的所有想法，哈立德教 授。最后，AURAK 工程学院在未来 有哪些令人兴奋的前景？在校学生 和未来的学生可以期待什么？ 我对未来的前景感到兴奋，并且对 一系列令人激动的计划充满信心， 这些计划将显著提升我们学生的学 术体验和职业前景。工程与计算机
学院致力于扩大我们的研究中心，
专注于人工智能、智能系统和可持 续能源等前沿领域，同时加大力度 加强与行业的合作。
为了进一步提高学生的就业能力， 我们不断调整我们的学术课程，使 其与行业需求保持一致，并且我们 还专注于促进强大的校友参与，通 过指导、职业指导和就业安置机会， 校友参与在我们学生的成功中发挥 着关键作用。随着我们不断发展壮 大，AURAK 的学生可以期待一个充 满活力的学术社区，这个社区致力 于创新、协作和职业准备。
们学生的学术体验 和职业前景。
瓦达·加尼姆·哈希米博士
拥有工程学荣誉学士学位、安全管理文凭、环境管理文凭、工商管理硕士学位、理学硕士学位，是英国 化学工程师协会准会员、英国能源学会会士、英国董事学会会员、英国环境管理与评估学会会士 阿联酋职业安全与健康联邦委员会主席，能源行业高级总监
“我坚信学术研究应与 实际应用相结合，我认为 学术知识若不能转化为 行业（即职业应用）行动， 有时就如同把一盒巧克 力保存到快要过期。”
作为一名领导者，尤其是在过去 15 年的职业生涯中担任总 监，许多人问我，对我在行业中各种角色的成功帮助最大的关 键培训或认证是什么，这些角色包括我的全职工作，以及课外 的商业和行业相关活动。我工作至今已超过 28 年，担任过大 约七个不同的职位，主要在迪拜的一家能源公司，也曾在很久 以前从事过一些咨询工作。我的工作主要集中在环境、健康 与安全（EHS）领域，但也涉足了许多其他领域，如可持续发展、 业务连续性规划、公司治理、卓越运营、反思性学习等。
我坚信学术研究应与实际应用相结合，我认为学术知识若不 能转化为行业（即职业应用）行动，有时就如同把一盒巧克力 保存到快要过期。每个人都应该有一个学习和知识的螺旋式 上升过程，因此，在过去 15 年里，我更关注学习的过程，而非 知识本身。我对成功这个问题思考了很久，最终意识到，是工 程学的基础以及学习工程学所培养的“思维过程”成就了我 。作为一名工程师，首先要明确自己的目标，即要么解决一个 问题，要么找到一种让人们生活更便捷的方法。比如，你想从 河的一岸到另一岸，于是我们建造一座桥。
所以，当你建造一座桥时，除了学习那些显而易见的工程数学 、物理、计算和设计等知识外，你还会了解到这座桥将服务的 各种目的以及服务的人群数量。在确定问题并研究解决方案
之后，接下来就是确定解决方案的范围。然后，你要考虑各种 选择，了解为实现该范围所需的资源，最后构建解决最初问题 的方案。而细节决定成败，这需要由工程师和建筑师组成的多 学科团队来把控。虽然他们来自不同的学科，但都是基于相同 基础进行训练的工程师，有些甚至学习了相同的核心课程。最 重要的是，他们都被训练以系统、逻辑的方式思考，运用横向 思维和科学方法。
因此，看到一个基于相同原则思考、说着相同专业语言的工程 团队能够齐心协力应对实际挑战，真是令人惊叹。事实上，在 大学第一年，我和所有一年级的工程师一起学习，包括机械、 电气、土木等专业的同学。第二年我们甚至还一起上了几门 课程，之后才开始专业细分。比如，我们和电气工程师一起学 习能源研究课程，和土木工程师一起学习岩土工程课程，和机 械工程师一起学习高等热力学课程。
距离我从事一份将工程专业技能作为重要组成部分 的工作，已经过去 20 年了。我的大多数同龄人情况 也类似，许多工程师在职业生涯的前 5 - 10 年后，就 很少使用他们的专业工程知识了。我是一名环境工 程师，大约 30 年前毕业并获得工程学荣誉学士学位 。在英国南威尔士的卡迪夫大学毕业是一段很棒的 经历，因为在我入学前两到三年，这个专业还是材料 与采矿工程专业。随着大多数矿山的关闭，需要培养 一种新型工程师，他们能够应对清理采矿和开采行 业遗留的诸多问题。我们被迫为未来重新规划土地、 设备和技能的用途！
工程师适应能力强。从设计用于建造和运营矿山的 工程项目，到设计用于关闭和拆除这些矿山及其相 关设施的项目，都需要工程师。而且，你可以相对快速 地将工程师从一种用途转变为另一种用途。这是工 程师令人着迷之处，也正是为什么工程师在职业生 涯后期能够从事许多其他职业，如信息技术、金融、 管理等。事实上，尽管工程师被认为人际交往能力相 对较弱，但在 21 世纪初的许多欧洲公司，具有不同 组织经验的工程师甚至被聘用于人力资源岗位。
“工程师适应能力强…… 这是工程师令人着迷之处 ，也正是为什么工程师在 职业生涯后期能够从事许 多其他职业，如信息技术
、金融、管理等。”
我甚至运用我的工程技能帮助创办公司。作为治理 和领导力方面的专家，我所做的许多架构工作都基 于我结构化的工程思维。作为总监，我在 EHS、可持 续发展、卓越运营或海事保障等职责范围内进行的 岗位设计，都基于我所学的核心技能、理性思维和框 架式方法，并且多年来我一直在（利用个人时间）不断 探索这些方法。
随着数字技术的发展，包括本期特刊所探讨的人工 智能（AI）和机器学习（ML）的强大力量，我认为工程 师处于两代技术之间，左右为难。老一辈工程师理解 并珍视工程学的基本学习原则。我在 90 年代攻读 工程学位时，我们仍然使用纸张和粗笔尖笔绘制工 程图纸。直到最后几年，我才开始使用非常基础版本 的 AutoCAD 软件。
编程方面，当时我们仍在使用一种名为 Fortran 77 的程序，尽管那时 Basic 语言也开始被使用了，而编 程技能在我之后的生活中从未再用到。但话虽如此， 因为我曾编写过程序，所以我了解编程的基础知识， 更重要的是理解编程的原则！特别是如今看着我的 孩子们为即将步入大学做准备，我感觉像 ChatGBT 这样的人工智能工具是一把双刃剑。一方面，毫无疑 问，它有助于提高生产力，更快地完成任务；然而，我 担心的是，有了机器的辅助，探索与研究过程、知识模 拟、数据处理和批判性思维可能会缺失。
作为工程师，他们最终都要对自己的成果负责。这种 主人翁意识和个人责任感绝不能丧失。
最后，工程师通常被诟病为情商或同理心不足。我承 认工程师有时可能过于理性，缺乏创造力。但这并不 意味着工程师在人际交往和社会科学方面效率低下。
工程师必须努力培养自身的这些个人、人际和社交技 能。在我看来，工程师有机会将理性思维和“工程”技 能与更多社交和个人技能相结合，使自己成为更全面 的人。如果他们能实现这种平衡，工程师就能通过借 鉴适应社会的方法，更有效地解决问题。
我建议许多年轻人考虑攻读工程学位，不要将其仅仅 视为一条必然通往 “工程师” 这一未来职业的路径， 而应更多地将其视为对一套出色且独特技能的投资，
实践非常重要，这能使他们无论毕业后选择做什么， 都能有所成就！
“我认为对工程师来说， 最关键的是要明白并意 识到，无论使用何种技 术辅助工作，作为工程 师，他们最终都要对自 己的成果负责。” “
从抗拒到融入：
我在学术领域与人工智能同行的心路反思
努尔·穆斯塔法·卡迈勒 计算机工程理学学士
阿联酋拉希德港美国大学（AURAK）
作为 AURAK 计算机工程专业的一名高年级学生， 我和许多同龄人一样，时常思考人工智能（AI）这股 潮流带来的机遇与风险。AURAK 秉持着前瞻性的 理念和追求卓越的文化，为我提供了丰富的机会，让 我能在各种任务中直接接触各类人工智能服务。在 这篇文章中，我将分享一些基于自身经历的见解，探 讨人工智能在教育中的角色：它究竟是工具、导师， 还是一种诱惑？
人工智能有望在各个领域带来变革性的进步，教育 领域也不例外。回顾我自己的经历，我很庆幸在我第 一次上编程课时，像 ChatGPT 这样的工具还不存在 。手动追踪错误、查找遗漏的分号，以及逐行为代码 添加注释（以免忘记其功能），这些艰难的过程都是我 学习历程中的关键坐标。我前面这句话中的关键词 是“艰难”；正是这种艰难的过程，让学习上的突破难 以被遗忘。或许在面对获取知识并理解其含义所需 的漫长艰难过程时，我大脑中的某种奇妙物质被激 发，让我更加珍视所学知识，并将其牢牢记住。
ChatGPT 回答问题和“解决”问题的速度之快，导 致我们同样快速地遗忘所学内容，这正是我所看到 的它最严重的风险之一。
将人工智能融入我的学习工作流程，是一段充满怀 疑的历程。我记得我是朋友圈里最后一个公开使用 它的人，甚至一度根本不用。我最初的强烈反感，源 于我对自己作品真实性的巨大担忧，以及对自身学
手动追踪错误、查找遗漏的分 号，以及逐行为代码添加注释 （以免忘记其功能），这些艰 难的过程都是我学习历程中的 关键坐标。
术及其他方面诚信形象的珍视。我常常问自己：“要是 有一次我得了满分，却怀疑是自己还是 ChatGPT 的功 劳，那该怎么办？这会对我对自己能力的信心造成怎样 的影响？更重要的是，它会让我的大脑变懒吗？我要如 何在利用它的同时，又不会在这个过程中迷失自我 —
— 迷失自己的声音？”在早期，它可是出了名的偷懒学 生的捷径。然而，尽管我一开始有所保留，但越来越明 显的是，人工智能正变得越来越可靠，拒绝使用它就意 味着失去竞争优势。我开始看到教授们公开讨论使用 它，突然间，使用它不再那么令人觉得不光彩或可耻。
这变成了一个要么正确使用它，要么被甩在后面；要么 错误使用它，要么冒着毁掉自己刚刚起步的职业生涯 的风险的问题。随着时间推移，我学会了在遇到不理解 的幻灯片时，向人工智能网站寻求重新解释，或者用它 来回答一些普通谷歌搜索无法解决的超具体问题。它
还加快了学习新编程语言的进程，不仅能编写高度定 制化的代码（尽管有时代码无法运行），还能逐行解释 代码。虽然我怀念查找分号的日子，但人工智能已经成 为一种虚拟导师：它能立即回复，而且不会对我没完没 了的问题感到厌烦。仿佛我们这一代的每个学生现在 都有一个非官方的“提示工程”辅修学位。
尽管人工智能工具非常有用，但它们也远非完美。例如 ，它们最大的问题之一是，为自己的观点虚构参考资源
，或者在不恰当的地方堆砌华丽辞藻。有多少次你点 击 ChatGPT 给你的链接，最后却一无所获？为了有效 地使用人工智能，你必须掌握窍门，并花时间评估其输 出结果。事实上，即便如此，结果的质量往往仍令人怀 疑。然而，大多数学生真正没有考虑到的是，写作是一 个过程，而不仅仅是一个结果。如果学生不经历这个 过程，最终的成果就不能作为学习的可靠证据。在努 力弄清楚如何表达想法或找到方程式中缺失的部分 时（这往往令人沮丧），大脑会形成突触，而使用人工智 能捷径跳过这一步，会削弱批判性思维的发展。在日 常使用人工智能工具时，我会有意识地不让它接管我 的创作过程，或者替我“思考”。作家乔安娜·马切耶夫 斯卡说过：“我希望人工智能帮我洗衣服、洗碗，这样我 就可以搞艺术、写作，而不是让人工智能替我搞艺术、 写作，这样我就只能去洗衣服、洗碗了。”我对此深有 同感。毕竟，至少从设计角度来看，工程也是一种艺术 形式。
作为一名在攻读学位
期间亲身经历了‘人工 智能热潮’的学生，我 清楚地认识到，在基 础课程中应当避免使 用人工智能。
即便在人工智能出现之前，教育体系就已经亟待重大 改革。或许人工智能正是最终能为后代带来应得改变 的催化剂。展望未来，我并不担心人工智能会“抢走” 我未来的工作。我的一位教授在课堂上告诉我们， ChatGPT 对于程序员来说，就如同计算器对于数学家 。它加快了进程，让我们能够专注于解决有意义的问 题，而不是在重复任务上浪费时间。从本质上讲，人工 智能是一种工具 —— 一种强大的工具，它可以提高生 产力、简化工作流程，并开辟新的可能性和灵感路径。 它促使我们重新思考传统结构，让工程师能够更高效 地探索未知领域。作为一名在攻读学位期间亲身经历 了“人工智能热潮”的学生，我清楚地认识到，在基础 课程中应当避免使用人工智能。相反，人工智能工具 应该保留到后期阶段使用，那时个人已经具备了更坚 实的知识基础，能够将其用于提高生产力和寻求帮助， 而不是用于救命稻草。我们应该利用人工智能的能力 来增强我们的努力，而不是取而代之。人工智能是来 辅助的，而不是来取代的，认识到这一区别是在任何领 域释放其真正潜力的关键。
为生成式人工智能时代的软件开发做准备
安妮 - 加埃勒·科隆
英国伦敦威斯敏斯特大学计算机科学与工程学院副院长兼教与学主任
生成式人工智能正在彻底改变软件开发方式，使开 发人员能够比以往更快地编写代码和构建应用程序 原型。这些进步带来了显著的效率提升，但也预示着 对软件开发人员所需技能的要求即将发生转变。最 终，生成式人工智能将重新定义软件开发人员的角 色以及对他们的期望。对于未来的学生、家长和教育 工作者来说，理解这些变化对于为未来做好准备至 关重要。
诸如 GitHub Copilot、ChatGPT 和 Cursor 等人工 智能工具，在生成高度模块化的代码以及解决常见 或定义明确的问题方面表现出色。这意味着对传统 上专注于这些任务的初级开发人员的需求正在减少 。公司正从招聘初级开发人员转向寻找具备不同且 更高级技能的专业人员，以开发包含人工智能集成 的新工作流程。
为了保持竞争力，开发人员需要能够审查、评估、改 进人工智能生成的代码，并将其集成到复杂系统中。
对于试图进入该行业的学生来说也是如此。他们对 扎实掌握计算机科学原理的需求从未像现在这样迫 切。低技能的开发人员将完全被人工智能取代，相反 ，我们预计对能够承担需要批判性思维和战略监督 角色的人员需求会更大。让我解释一下原因。
有人可能会说，人工智能显著提高了所有编码人员 的效率和能力。然而，实际情况可能有所不同。在构 建复杂解决方案方面拥有丰富经验的编码人员，已 经学会了预测、识别和解决问题。他们可以将人工智
“正是在我所说的‘煎熬’ 中，学生们培养出了成为 优秀开发人员所必需的批 判性思维、故障排除和解 决问题的能力。”
最终，生成式人工智能将 重新定义软件开发人员的 角色以及对他们的期望。
对于未来的学生、家长和 教育工作者来说，理解这 些变化对于为未来做好准 备至关重要。
能作为一种工具，快速构建各种原型解决方案，然后 对其进行质疑、测试和优化，在此过程中扩展自己的 知识。他们也明白代码可维护性的重要性。因此，他 们会持续批判性地评估和完善人工智能生成的建议 ，以确保质量，并专注于复杂的架构决策和战略整合 。换句话说，经验丰富的开发人员利用人工智能来加 快他们设计、构建（或至少完全理解）的解决方案的 实施过程。
对于学生和新手开发人员来说，使用人工智能编码 最初看起来像魔法一样。人工智能确实能够在几分 钟内构建出原型，并实现一般实际应用需求的大部 分内容。因此，过度依赖人工智能的诱惑非常大。传 统的软件开发学习过程包括从头开始编写代码、测 试代码、犯错、引入错误、修复错误并反思这些经验。
这个迭代过程虽然具有挑战性，但却是深度学习发 生的关键环节。正是在我所说的“煎熬”中 —— 调 试时的挫败感、解决问题所需的坚持以及最终恍然 大悟的时刻，学生们培养出了成为优秀开发人员所 必需的批判性思维、故障排除和解决问题的能力。
生成式人工智能可以通过提供现成的解决方案来缩 短这个过程。当学生严重依赖人工智能生成的代码 时，他们就错过了充分理解编程逻辑、结构和细微差 别的机会。与问题作斗争并学会克服它，才能培养出 应对未来更复杂挑战所需的韧性和专业知识。因此，
如果不刻意努力，初级开发人员就有可能错过培养成 长所需的基础计算机科学原理和深度解决问题的经 验。
教育机构必须始终调整课程以反映行业趋势，在这种 情况下尤其如此。传统的编码技能仍然至关重要，但现 在必须辅以以下方面：
◦ 人工智能素养：了解如何在工作流程中集成 和优化人工智能工具。
◦ 批判性思维和创造力：评估和完善人工智能 生成的输出，以确保其准确性和相关性。
◦ 道德意识：解决偏见问题，确保负责任地使用 人工智能。
◦ 问题理解：深入理解问题，以便有效地引导人 工智能创建定制解决方案。
◦ 提示工程：学习编写精确有效的提示，以指导 人工智能工具。
我们拥有 30 多个设备齐全的 PC 和 Mac 实验室，用于游戏、网络 安全、虚拟现实和人工智能研究，配备各种操作系统、软件和虚拟 现实硬件。（威斯敏斯特大学提供）
基于工作的学习，例如融入来自工作实践的见解以及 高级开发人员的操作方式，可以进一步帮助学生应对 现实世界的挑战。如前所述，高级开发人员通常协同 工作，并使用人工智能简化流程，同时保持监督。大学 可以通过结合团队合作、人工智能集成和代码审查的 项目来模拟这些实践。例如，课程作业可能包括：
◦ 人工智能 - 学生结对编程：学生与人工智能 协作编写代码。人工智能伙伴生成解决方案， 但学生对代码进行完善和完成，特别是在人 工智能输出不完整或有缺陷的情况下。
◦ 对人工智能生成输出的批判性分析：要求学 生识别潜在错误和优化领域。
◦ 使用应用程序编程接口（API）：学生必须解决 在使用人工智能“不知道”且向后兼容性差 的更新 API 时出现的问题，这些问题可能导 致错误或漏洞。
◦ 模拟专业环境：学生管理人工智能辅助的工 作流程，监督代码质量，确保正确性，并确认 其在关键任务场景中能够正常工作。
学生还应该将人工智能作为一种强大的学习工具。在 人工智能的帮助下，他们可以试验编码概念、生成示 例并调试项目。这使学生能够加强理解，同时培养长 期成功所必需的独立解决问题的能力。
随着生成式人工智能成为软件开发不可或缺的一部 分，公平获取这些资源至关重要。先进的人工智能模 型通常需要付费订阅，这在学生之间造成了差距。高 校必须考虑提供机构许可证，确保所有学生都有机会 熟练使用这些工具。一个日益明显的趋势是，企业使 用 API 的成本一直在下降，但消费者订阅成本却越来 目前消费者访问 o1 pro 的费用为每月 200 美
在软件开发中采 用生成式人工智 能已不再是一种 选择，而是必不 可少的。 “ “
此外，教育工作者必须引导学生理解人工智能使用 的伦理影响，使他们能够负责任地适应人工智能驱 动的开发。这包括解决诸如知识产权、人工智能模 型中的偏见以及自动化对社会的影响等问题。
在软件开发中采用生成式人工智能已不再是一种 选择，而是必不可少的。然而，为了在这个不断发展 的领域中茁壮成长，有抱负的开发人员必须保持平 衡并谨慎行事。虽然人工智能工具功能强大，但它 们尚无法取代训练有素的开发人员的创造力和分 析能力，因为训练有素的开发人员能够识别出人工 智能提出的有缺陷或不完整的解决方案。
学生们还需要转变思维方式。由于人工智能现在 已经超越了普通开发人员和缺乏高级技能的人员， 有抱负的开发人员必须努力学习并全身心投入到 掌握基础知识中。学生必须进行基于项目的学习， 探索新技术，犯错并从中学习，以培养适应这个动 态领域所需的创造力和韧性。
总之，生成式人工智能是软件开发中的变革力量。
它既带来了挑战，也为创新提供了机遇。教育机构 在帮助学生深思熟虑地接受人工智能并获取先进 技能方面发挥着关键作用，使他们能够在竞争激烈 且快速发展的软件工程行业中，成为适应性强、有 创造力且符合道德规范的专业人士并取得成功。
我们全新的创新空间是一个多功能区域，学生可以在这里进行小组项目工作、展示和 推销他们的作品、独自学习以及社交。它配备了最先进的计算机和显示屏。（威斯敏斯 特大学提供）
