外观

课程简介 ​

计算概论（C）教学大纲（2026 版） ​

本页根据 2026 版 v2 修订版教学大纲的第一部分更新，适用于 2026 级及以后入学的全校文史社科类本科生，自 2026—2027 学年秋季学期起实施。

下载《2026 计算概论（C）教学大纲 v2》（链接有效期至 2027-12-03 13:00）

一、课程基本信息 ​

项目内容
课程编号04834470
课程名称计算概论（C）
英文名称Introduction to Computing (C)
课程类别公共基础课（必修）
开课学期秋季学期（大一上学期）
学分3
总学时32 学时课堂讲授（每周 2 学时）＋32 学时上机实践（每周 2 学时）
成绩记录方式等级制（A+/A/A-/B+/B/B-/C+/C/C-/D+/D/F）
先修要求无
适用对象全校文史社科类大一本科生

二、课程定位 ​

本课程是面向全校文史社科类本科生的公共基础必修课，是“计算概论 C（秋）→ 人工智能与计算思维（春）”两学期必修序列的上篇。课程自成闭环，完成后即可独立应用所学，同时为下学期进阶课程奠定基础。

课程以三大思维为核心主线：

  • 计算思维：理解计算机解决问题的本质，掌握程序设计基本方法与算法思想。
  • 数据思维：初步具备数据化思考、处理与分析的意识和能力。
  • 协作思维：学会精确描述问题，指导 AI 生成代码，阅读评审结果，并迭代调试优化。

课程强调“在 AI 辅助下学编程，用编程的思想用好 AI”。学期结束时，学生应能与 AI 协作，通过 Python 编写解决日常学习生活问题的小工具，并具备阅读、评审和调试代码的基本能力。

三、教学目标 ​

知识目标 ​

  1. 了解计算机基本原理及互联网基础技术。
  2. 了解人工智能发展脉络和基本概念。
  3. 掌握 Python 程序设计语言的基本语法与常用算法。

方法目标 ​

  1. 掌握 Python 程序设计的基本方法。
  2. 掌握大语言模型辅助编程的基本方法。
  3. 初步掌握数据获取、处理与可视化的基本方法。

能力目标 ​

重点培养计算思维、AI 协作、初步数据处理、人工智能应用和技术伦理五方面能力。

四、教学内容与课时分配 ​

第一模块：计算机与人工智能原理基础（8 学时课堂＋5 学时上机） ​

  1. 计算机原理概述（2＋2）：计算机发展、软硬件体系、工作原理和信息数字化；安装配置 Python/Jupyter。
  2. 互联网基础技术（1＋1）：TCP/IP、HTTP、典型互联网应用与网络信息安全。
  3. 人工智能基本概念与发展简史（3＋2）：人工智能发展四阶段、生成式 AI、大语言模型和技术伦理。
  4. 大语言模型辅助学习与编程导论（2＋0）：问题描述、代码理解、验证调试、评审优化及常用工具。

第二模块：Python 程序设计基础（14 学时课堂＋14 学时上机） ​

本模块强调“读懂、能改、会协作”，以阅读理解为先，结合 AI 协作编写、适度手写与代码质量判断。

  1. 程序设计语言与 Python 导引（1＋2）
  2. 基本数据类型与运算（3＋4）
  3. 基本程序结构（2＋2）
  4. 组合数据类型（2＋2）
  5. 函数与常用算法（4＋4）：重在阅读理解经典算法代码，不要求从零完整实现复杂算法。
  6. 基本数据结构初探（1＋0）：栈、队列、树与图的直观概念和应用场景。
  7. 文件处理与异常（1＋2）

第三模块：数据处理应用与 LLM 辅助实践（8 学时课堂＋8 学时上机） ​

  1. 文本处理与数值计算（3＋2）：正则表达式、中文分词、词频统计和 NumPy 基础。
  2. 大语言模型辅助数据分析（3＋4）：数据加载、清洗和预处理，借助模型生成、理解并验证数据处理代码。
  3. 数据可视化（2＋2）：Matplotlib/Seaborn、常见图表与可视化设计原则。

第四模块：综合应用与课程总结（2 学时课堂＋3 学时上机） ​

  1. 人工智能伦理与展望（1＋1）：AI 偏见、隐私、版权、负责任的 AI 使用与社会影响。
  2. 期末大作业展示与交流（1＋2）：个人成果展示、同学互评、教师点评与课程总结。

五、教学方式 ​

  1. 课堂讲授：每周 2 学时，结合 AI 工具交互演示，采用“边讲边练”模式。
  2. 上机实践：每周 2 学时，与课堂内容紧密配合。
  3. AI 辅助学习贯穿全程：引导学生验证代码、识别并纠正 AI “幻觉”，并利用 AI 生成练习题。
  4. AI 协作能力达成标准：能精确描述编程问题，读懂 AI 生成的 20—50 行代码，判断正确性，协作排错改进，并初步评价不同方案的优劣。

六、成绩评定 ​

评价环节占比说明
平时成绩30%课堂参与、平时作业、随堂小测等；作业可使用 AI，随堂小测不可使用 AI。
编程能力阶段测试（约第 10 周）30%上机闭卷，不允许使用 AI；以程序填空、阅读代码、判断结果和纠错为主。
期末个人大作业（AI 协同项目）20%个人完成与学习生活相关的 Python 小工具，提交代码、实验报告和 AI 协作对话记录。
期末笔试（或上机填空/改错考试）20%考查基本原理概念、代码阅读理解和错误识别；不允许使用 AI。

AI 使用的统一原则 ​

  • 课后作业和大作业允许使用 AI 辅助，并须记录 AI 使用过程作为评价依据。
  • 期中编程测试、期末笔试等闭卷考试不允许使用 AI。

七、参考教材与资源 ​

  • 主讲教材：计算概论、Python 语言相关教材。
  • 参考资源：北京大学 MOOC《人工智能与信息社会》。
  • AI 工具平台：计算中心 DeepSeek 平台、自部署 AI 辅助教学平台（含课程知识库）。

来源：《北京大学本科课程教学大纲（2026 版）》v2 修订版第一部分
编制单位：公共计算机基础课程教学团队 · 编制时间：2026 年 5 月 · 审核状态：已审核

课程资料由授课教师、助教与同学共同积累。

PKU 计算概论 C · 历年资料归档