问题——技术迭代快与学习碎片化导致学生"会用不懂"现象普遍；如今，人工智能工具和在线资源唾手可得，但很多学习仅停留在调用接口、套用模型的表层操作，导致学生"知其然不知其所以然"。工科学生若缺乏系统训练，毕业后可能在算法理解、数据治理等关键能力上出现短板，难以满足产业对复合型人才的需求。部分学生在专业选择上也存在困惑：虽对AI感兴趣，却不明确应专注模型研发、工程落地还是行业应用方向。
人工智能教育的核心是帮助学生掌握基本原理，而非单纯追逐技术潮流。南科大的实践表明，当高校将基础理论与应用实践结合，将科研优势转化为教学资源，将学生需求融入课程设计，就能培养出理论扎实、实践能力强的人才。这种系统性教学改革，为高等教育适应产业发展提供了有益参考。