贵校目前是否已面向非计算机专业开设人工智能方向课程？
已开设多年（3年以上）
近3年内开始开设
正在筹备中
尚未开设
不清楚
贵校面向非计算机专业开设的人工智能课程主要依托哪个单位/院系？
计算机学院/信息学院统一开设
各专业院系自行开设
教务处/通识教育中心统筹
校企合作/外部机构提供
其他
该课程在非计算机专业培养方案中的定位是？
通识必修课
通识选修课
专业必修课
专业选修课
尚未纳入培养方案
该课程的标准学分为多少？
1学分
2学分
3学分
4学分及以上
不固定，因专业而异
该课程的标准总学时为多少？
16学时及以下
17–32学时
33–48学时
49–64学时
64学时以上
该课程的理论学时与实践（实验/上机）学时的比例大致为？
全部为理论学时
理论为主，实践占比约1/4
理论实践各半
实践为主，理论占比约1/4
全部为实践学时
该课程的教学内容模板（大纲）主要由谁制定？
计算机基础课程组统一制定
各开课院系自主制定
教务处统一规定框架
任课教师自行设计
参照教育部/教指委指南制定
该课程的教学内容是否包含人工智能算法原理的讲解？
系统讲解多种算法原理
仅介绍算法思想，不涉及推导
仅提及算法名称与应用场景
完全不涉及算法
因专业不同而差异较大
该课程对算法部分的讲授深度大致处于哪一层次？
仅概念性介绍（科普层次）
讲解算法流程与基本思想
涉及部分数学推导与公式
要求理解算法并完成编程实现
不涉及算法内容
该课程是否要求学生进行编程实践（如Python编程）？
要求，且占较大比重
要求，但仅为简单体验
不要求编程，仅使用工具平台
不要求任何实践操作
因专业而异
该课程是否使用现成的人工智能工具/平台（如大模型、可视化平台）进行教学？
大量使用，作为主要教学手段
部分环节使用
偶尔演示使用
基本不使用
尚不清楚
该课程的考核方式以什么为主？
闭卷笔试
开卷笔试
课程论文/报告
项目实践/作品展示
过程性考核（考勤+作业+实践）综合评定
贵校是否针对不同非计算机专业设置了差异化的教学内容模板？
是，按专业大类分别设计
是，但仅作少量调整
否，所有专业使用统一模板
尚未形成统一模板
不清楚
贵校担任该课程教学的师资主要来自？
计算机专业教师
各专业院系教师
计算机教师与专业教师联合授课
外聘/企业讲师
师资构成较为混杂
该课程的教学内容模板中，包含以下哪些模块？（可多选）
人工智能基本概念与发展历程
机器学习基础（监督/无监督学习等）
深度学习与神经网络入门
自然语言处理/大模型应用
计算机视觉应用
智能机器人/智能系统
人工智能伦理与社会影响
编程实践（Python等）
人工智能工具与平台使用
该课程在算法教学方面，通常涉及以下哪些内容？（可多选）
算法思想与流程的定性介绍
算法背后的数学原理与公式推导
算法的手工推演与计算
算法的编程实现
算法调参与优化
仅介绍算法应用案例，不讲原理
完全不涉及算法
该课程采用的教学方式包括哪些？（可多选）
课堂讲授
上机实验/编程实践
项目式学习（PBL）
案例分析与讨论
在线课程/慕课辅助
大模型等AI工具辅助教学
企业参访或专家讲座
贵校在确定该课程学分学时与内容深度时，主要考虑哪些因素？（可多选）
专业培养目标与需求
学生数学与编程基础
教育部/教指委相关指南
学时学分总量限制
师资与实验条件
学生反馈与就业需求
兄弟院校做法
您认为当前面向非计算机专业开设人工智能课程面临的主要困难有哪些？（可多选）
学时学分不足
学生数学/编程基础薄弱
缺乏适配的教材与教学模板
师资力量不足
实验平台与资源缺乏
不同专业需求差异大，难以统一
算法深度难以把握
学生重视程度不够
结合贵校实践，您对非计算机专业人工智能课程在学分学时设置或教学内容深度（尤其是算法部分）方面，还有哪些建议或补充说明？