自考07844人工智能导论考试大纲（2025年版）

湖南 省高 等教 育自 学考 试课 程考 试大 纲人工智能导论 （课程代码：07844）

湖南省教育考试院组编 2025 年 6 月07844 人工智能导论考试大纲第 1 页（共 9 页） 高等教育自学考试课程考试大纲课程名称：人工智能导论课程代码：07844

第一部分课程性质与目标

一、课程性质与特点

人工智能导论是高等教育自学考试经济学类专业的选考课程，旨在引导考生全面认识人工智能的基本概念、发展历程、技术体系与应用前景。课程以人工智能核心支柱技术为基础，系统介绍机器学习、自然语言处理、计算机视觉、人机交互等关键技术，同时强调人工智能与伦理、法律、教育、医疗、制造、农业等多个社会领域的深度融合。本课程具有高度的交叉性与前沿性，融合计算机科学、统计学、 心理学、生物学等多学科知识，注重提升考生对智能系统本质与社会影响的综合理解能力。通过理论知识与典型应用场景的结合，帮助考生构建人工智能技术与应用的基本框架，激发创新思维，为后续学习更高级的智能算法与系统设计课程打下坚实基础。课程强调技术能力与社会责任并重，是人工智能教育体系中的重要入门与统领性课程。

二、课程目标与基本

要求通过本课程学习，考生应全面掌握人工智能的基本概念、发展演变、技术体系与典型应用，具备从系统视角理解智能系统构建逻辑的能力。课程着眼于人工智能的核心支柱与关键技术，包括机器学习、知识图谱、自然语言处理、计算机视觉、 人机交互等内容，结合智能伦理、安全、教育、医疗、制造、农业等典型场景，提升考生对人工智能在现实社会中多元价值与潜在影响的综合认知。课程强调理论与实践并重，注重培养考生的分析能力、问题建模能力及初步技术理解与应用能力。基本要求：

1. 理解人工智能的基本概念、发展历程及主要研究范式；

2. 掌握人工智能的核心支撑技术与代表性应用领域的基本知识；

3. 具备初步分析人工智能典型应用案例的能力，理解其在各行业中的作用与挑战；

4. 关注人工智能的伦理、法律与社会影响问题，增强技术责任意识与人文关怀能力。

三、与本专业其他课程的关系

本课程无先修课程，为后续课程提供人工智能的解决方案。

07844 人工智能导论考试大纲第 2 页（共 9 页）

第二部分考核内容与考核目标

第一章 初识人工智能

通过本章的学习，理解人工智能的基本概念、发展历程，认识人工智能的主要学派与思想源流，掌握人工智能在技术演化中的基本脉络与逻辑框架，辨析人工智能技术的分类，为后续学习人工智能关键技术与应用场景奠定认知基础。本章的难点在于理解图灵测试。

（一）人工智能概念（重点）识记：1.人工智能的基本定义与三个能力层次

2.图灵测试的概念

理解：弱人工智能、强人工智能和超人工智能的区别（二）人工智能的发展（重点）识记：人工智能的发展阶段与重大事件理解：人工智能的未来发展（行业应用、技术、伦理道德）

（三）人工智能的学派（次重点）识记：人工智能三个学派的代表观点理解：人工智能三大学派研究路线的区别

第二章 人工智能的基础支撑

通过本章的学习，理解人工智能赖以发展的核心支柱与技术生态，掌握数据、 算法、算力在智能系统中的基础作用，认识物联网、云计算、5G 等现代信息基础设施在人工智能中的支撑价值，建立对人工智能技术体系多层次支撑逻辑的系统性认知，为深入学习人工智能关键技术与典型应用奠定底层理解基础。本章的难点在于理解数据、算法和算力对人工智能发展的支撑作用。

（一）人工智能的核心支柱（重点）识记：1.大数据的特点

2.算力、算法、分类、回归和聚类的定义

3.人工智能算力提升的发展路径理解：1.数据的价值

2.算法的主要任务

3.算法设计逻辑的三个维度（二）人工智能的其他支撑技术（次重点）识记：1.物联网的基本概念07844 人工智能导论考试大纲第 3 页（共 9 页）

2.云计算的基本概念理解：1.物联网与人工智能的关系

2.云计算与人工智能的关系应用：用实例说明 5G 技术对人工智能应用的支撑作用

第三章 人工智能的关键技术

通过本章的学习，系统掌握人工智能中的核心关键技术内容，理解各类智能技术的基本概念、方法机制与典型应用场景。课程内容涵盖从底层学习能力（如机器学习）到高级感知与表达能力（如计算机视觉、自然语言处理）、交互与识别能力 （如人机交互、生物特征识别）以及沉浸式体验技术（如虚拟现实与增强现实）， 帮助考生建立多维度技术认知体系，增强技术理解、分析与应用能力。本章的难点在于理解机器学习的分类、自然语言处理的方法、计算机视觉主要任务等内容。

（一）机器学习（重点）识记：1.机器学习的定义

2.机器学习的基本结构理解：1.机器学习的分类

2.机器学习的典型应用场景（二）知识图谱（重点）识记：1.知识图谱的基本概念

2.知识图谱的构建过程理解：知识图谱在金融、医疗等领域的代表性应用（三）自然语言处理（重点）识记：1.自然语言处理的目标

2.常见自然语言处理系统应用理解：自然语言处理三大方法的含义应用：自然语言处理在机器翻译、聊天机器人、垃圾邮件分类、文本情感分析中的典型应用（四）计算机视觉（重点）识记：计算机视觉的基本概念理解：计算机视觉的主要任务应用：1.举例说明计算机视觉在多个领域中的具体应用（如自动驾驶和医疗等）

2.计算机视觉在智能监控系统中的应用及其对隐私的影响（五）人机交互（一般）识记：人机交互的基本概念理解：人机交互的主要方式应用：人机交互的典型应用（如智能家居、可穿戴设备等）

07844 人工智能导论考试大纲第 4 页（共 9 页）

（六）生物特征识别（一般）识记：生物特征识别的概念理解：生物特征识别流程应用：生物特征识别的应用场景（如人脸识别、声纹识别等）

（七）虚拟现实与增强现实（一般）识记：虚拟现实与增强现实的基本定义理解：虚拟现实与增强现实的区别应用：虚拟现实与增强现实的典型应用（如 AR 电话会议、VR 军事模拟等领域）

第四章 人工智能伦理

通过本章学习，全面了解人工智能伦理的基本概念、研究对象与伦理学范式， 掌握数据处理、算法应用与系统设计中的核心伦理问题。课程围绕数据伦理、算法伦理与设计伦理三个重点维度展开，强调责任导向、价值导向与规范导向的有机统一，提升考生在技术开发与应用过程中识别伦理风险、评估伦理后果并提出改进方案的能力，增强其科技社会责任意识与伦理判断能力。本章的难点在于深刻理解数据伦理、算法伦理和设计伦理等的伦理设计原则。

（一）人工智能伦理概述（重点）识记：伦理与人工智能伦理的基本概念应用：人工智能伦理学的主要研究对象（如从伦理学的角度分析人工智能伦理的特征）

（二）人工智能数据伦理（重点）识记：数据伦理的概念理解：数据伦理的主要问题应用：数据主义与人本主义的伦理冲突（如分析社交媒体中的两者冲突）

（三）人工智能算法伦理（重点）识记：算法伦理的基本概念理解：算法伦理的主要问题应用：从大数据杀熟等现象分析算法操纵对社会的影响（四）人工智能设计伦理（一般）识记：人工智能设计伦理的概念理解：人工智能设计伦理的路径应用：依据人类社会道德和伦理标准，分析智能机器人道德伦理设计标准

第五章 人工智能

+制造07844 人工智能导论考试大纲第 5 页（共 9 页） 通过本章学习，系统理解智能制造的基本概念、发展条件与技术特征，掌握人工智能与先进制造技术融合的核心支撑，包括物联网、工业大数据、射频识别、机器人与虚拟制造等关键技术，认识其在实际工业场景中的典型应用形式。课程强调 “智能感知—数据分析—智能决策—自动执行”的智能制造链条，培养考生理解智能制造体系与优化工业流程能力的基础素养。本章的难点在于深刻理解人工智能技术在智能制造行业的具体应用。

（一）智能制造概述（次重点）识记：1.智能制造的概念

2.智能制造的意义

理解：智能制造的发展条件和特点应用：分析制造企业智能化的必要性和应具备的条件（二）智能制造的技术基础（重点）

理解：智能制造的技术基础分类（三）智能制造的应用场景（重点）

理解：1.智能分拣与智能决策系统的应用

2.表面缺陷检测与需求预测场景分析应用：智能制造在实际生产中对质量管控、供应链优化等方面的提升作用

第六章 人工智能

+教育通过本章学习，全面了解人工智能赋能教育的时代背景与技术基础，掌握人工智能在教育系统中的功能定位与价值体现。课程内容围绕人工智能推动教育个性化、 智能化、精准化的趋势展开，涵盖智能教学、智能评价、智慧管理等多个典型应用场景，帮助考生理解 AI 在教学组织、师生交互、资源推荐与教育决策中的作用，提升教育科技素养和对未来教育变革趋势的认知能力。本章难点在于深刻理解人工智能对教学各个环节的应用。

（一）人工智能赋能教育的背景（一般）识记：1.教育信息化的发展历程

2.技术赋能教育的背景（二）人工智能赋能教育的意义（次重点）

理解：1.人工智能如何实现个性化教学

2.人工智能如何优化教师角色与改变学习方式应用：人工智能改变学习方式的途径和方法（三）人工智能+教育的典型应用场景（重点）

应用：人工智能在教学、管理、评价等环节中的典型应用路径与系统机制07844 人工智能导论考试大纲第 6 页（共 9 页）

第七章 人工智能

+内容生产通过本章学习，了解 AIGC（人工智能生成内容）的基本概念、核心生成类型与关键价值，认识人工智能在内容创作流程中的技术角色与变革意义。课程引导考生掌握文本、图像、音频、视频及跨模态生成的基本形式，理解 AIGC 在提升内容质量、效率与用户体验方面的核心作用，拓展对其在传媒、电商、影视、娱乐等行业中典型应用的综合认知能力。

（一）初识 AIGC（重点）识记：1.AIGC 的三个层次

2.典型的内容生成类型（文本、图像、音频、视频）

应用：融合声音文本图像的跨模态生成产品，在视觉问答系统中的应用（二）人工智能赋能内容生产的意义（一般）识记：提升内容质量、生产效率与个性化体验的能力（三）人工智能 + 内容生产的应用场景（重点）

应用：1.AIGC 在传媒、电商、娱乐、影视等领域的应用案例

2.人工智能生成内容面临的法律与伦理问题分析

第八章 人工智能

+医疗通过本章学习，掌握人工智能在医疗领域应用的背景动因、技术意义与典型实践方式。课程围绕医疗数据爆发增长、个性化诊疗需求提升、全球资源分布不均与智能算法创新等关键背景，探讨人工智能在医疗管理、诊断支持、药物研发与健康养老等多个场景中的技术路径与价值体现，帮助考生系统理解 AI 驱动下的“智能医疗”体系架构与未来发展趋势。本章难点在于深刻理解人工智能辅助医疗的必要性和辅助途径。

（一）人工智能赋能医疗的背景（一般）

理解：1.医疗资源结构性矛盾与技术融合趋势

2.推动智能医疗变革的系统性技术与现实因素应用：1.医疗数据增长的趋势与挑战（如大健康场景）

2.个性化与精准医疗需求的增长背景分析（如老龄化社会）

（二）人工智能赋能医疗的意义（次重点）

理解：1.辅助医疗决策与医院管理

2.优化诊疗流程与提升患者体验

3.降低保险运营与健康管理成本应用：分析人工智能怎样为医疗提供智能化、个性化支持的服务07844 人工智能导论考试大纲第 7 页（共 9 页）

（三）人工智能+医疗的应用场景（重点）

理解：1.智能机器人、影像诊断、药物研发等典型 AI 应用

2.智慧康养与辅助决策系统建设应用：深度学习怎样改写药物研发的范式

第九章 人工智能

+农业通过本章学习，理解当前农业面临的智能化转型背景，掌握人工智能技术在农业领域的赋能路径与关键作用。课程从农业劳动力老龄化、生产效率低、农业管理粗放等问题出发，系统梳理 AI 在农业生产、经营与服务等环节的典型应用场景，如智能种植、智慧养殖、农业机器人、农产品溯源与金融保险等，帮助考生形成对智慧农业整体架构的初步认知，提升其将 AI 与农业融合的综合分析能力与应用意识。

本章的难点在于深刻理解人工智能赋能农业的必要性和对农村劳动力结构的影响。

（一）农业智能化转型背景（一般）

理解：1.农业劳动力结构性变化

2.传统农业效率与风险管理的局限性应用：1.农业劳动力结构变化分析农业转型升级的必要性

2.从农业效率和风险的角度分析农资使用不当与农产品流通损耗的问（二）人工智能赋能农业的意义（重点）

理解：1.改变农业生产与经营方式的转变

2.提高农业决策效率与农业管理能力

3.推动农业服务体系的智能转型应用：人工智能促进农业高质量、可持续与精准发展的途径（三）人工智能+农业的应用场景（重点）

理解：1.智能种植、智慧养殖、农业机器人典型案例

2.农产品溯源与农业金融保险技术支撑应用：农业智能化转型对农村劳动力结构的影响

第三部分有关说明与实施要求

一、考核的能力层次表述

本大纲在考核目标中，按照“识记”、“理解”、“应用”三个能力层次规定其应达到的能力层次要求。各能力层次为递进等级关系，后者必须建立在前者的基础上，其含义是：识记：能知道有关的名词、概念、知识的含义，并能正确认识和表述，是低层次07844 人工智能导论考试大纲第 8 页（共 9 页） 的要求。

理解：在识记的基础上，能全面把握基本概念、基本原理、基本方法，能掌握有关概念、原理、方法的区别与联系，是较高层次的要求。

应用：在理解的基础上，能运用基本概念、基本原理、基本方法联系学过的多个知识点分析和解决有关的理论问题和实际问题，是最高层次的要求。

二、教材

指定教材：《人工智能基础与应用》，康旭东、段普宏，湖南大学出版社，2025 年第 1 版

三、

自学方法指导

1．在开始阅读指定教材某一章之前，先翻阅大纲中有关这一章的考核知识点及对知识点的能力层次要求和考核目标，以便在阅读教材时做到心中有数，有的放矢。

2．阅读教材时，要逐段细读，逐句推敲，集中精力，吃透每一个知识点，对基本概念必须深刻理解，对基本理论必须彻底弄清，对基本方法必须牢固掌握。

3．在自学过程中，既要思考问题，也要做好阅读笔记，把教材中的基本概念、原理、方法等加以整理，这可从中加深对问题的认知、理解和记忆，以利于突出重点，并涵盖整个内容，可以不断提高自学能力。

4．完成书后作业和适当的辅导练习是理解、消化和巩固所学知识，培养分析问题、解决问题及提高能力的重要环节，在做练习之前，应认真阅读教材，按考核目标所要求的不同层次，掌握教材内容，在练习过程中对所学知识进行合理的回顾与发挥，注重理论联系实际和具体问题具体分析，解题时应注意培养逻辑性，针对问题围绕相关知识点进行层次（步骤）分明的论述或推导，明确各层次（步骤）间的逻辑关系。

四、对社会助学的要求

1．应熟知考试大纲对课程提出的总要求和各章的知识点。

2．应掌握各知识点要求达到的能力层次，并深刻理解对各知识点的考核目标。

3．辅导时，应以考试大纲为依据，指定的教材为基础，不要随意增删内容，以免与大纲脱节。

4．辅导时，应对学习方法进行指导，宜提倡“认真阅读教材，刻苦钻研教材，主动争取帮助，依靠自己学通”的方法。

5．辅导时，要注意突出重点，对考生提出的问题，不要有问即答，要积极启发引导。

6．注意对考生能力的培养，特别是自学能力的培养，要引导考生逐步学会独立学习，在自学过程中善于提出问题，分析问题，做出判断，解决问题。

7．要使考生了解试题的难易与能力层次高低两者不完全是一回事，在各个能力层次中会存在着不同难度的试题。

8．助学学时：本课程共 4 学分，建议总课时 72 学时，其中助学课时分配如下：

章次内容学时

第一章

初识人工智能

07844 人工智能导论考试大纲第 9 页（共 9 页）

第二章

人工智能的基础支撑

第三章

人工智能的关键技术

第四章

人工智能伦理

第五章

人工智能 + 制造

第六章

人工智能 + 教育

第七章

人工智能 + 内容生产

第八章

人工智能 + 医疗

第九章

人工智能 + 农业共计

五、关于命题考试的若干规定

1．本大纲各章所提到的内容和考核目标都是考试内容。试题覆盖到章，适当突出重点。

2．试卷中对不同能力层次的试题比例大致是：“识记”为 30%、“理解”为40%、“应用”为 30%。

3．试题难易程度应合理：容易、中等、难比例为 3：4：3。

4．每份试卷中，各类考核点所占比例约为：重点占 60%，次重点占 30%，一般占 10%。

5．试题类型一般分为：单项选择题、多项选择题、名词解释题、简答题、应用分析、论述题。

6．考试采用闭卷笔试，考试时间 150 分钟，采用百分制评分，60 分合格。

六、题型示例（样题）

一、单项选择题

（本大题共 20 小题，每小题 1 分，共 20 分）在每小题列出的四个备选项中只有一个是符合题目要求的，请将其选出并将“答题卡”上的相应字母涂黑。错涂、多涂或未涂均无分。

1．人工智能正式诞生于A．1950 年 B．1956 年 C．1962 年 D．1978 年

二、多项选择题

（本大题共 5 小题，每小题 2 分，共 10 分）在每小题列出的五个备选项中至少有两个是符合题目要求的，请将其选出并将“答题卡”上的相应字母涂黑。错涂、多涂、少涂或未涂均无分。

21．以学习模式作为分类依据，机器学习可以分为A．监督学习 B．深度学习 C．类比学习D．无监督学习 E．强化学习

三、名词解释题

（本大题共 5 小题，每小题 3 分，共 15 分）

26．人工智能生成内容（AIGC）

四、简答题

（本大题共 3 小题，每小题 5 分，共 15 分）

31．简述人工智能在辅助教育决策方面的作用。

五、

应用分析题（本大题共 3 小题，每小题 10 分，共 30 分）

34．分析人工智能技术在教学评价（如作业、期末考试等）环节中的典型应用路径。

六、论述题

（本大题共 1 小题，每小题 10 分，共 10 分）

37．论述个性化推荐算法大规模推广使用的利弊。