1 近日，信息与智能工程学院信息工程系教师宋显睿积极响应学校结构化教学改革号召，聚焦人工智能行业发展趋势，组织6名2025级新生开展 Tutorial导学会。本次活动以“围绕AI行业场景，为新生树立清晰学习目标”为核心任务，旨在帮助新生衔接专业学习与行业需求，尽早明确成长方向。
导学会中，宋显睿老师通过“一对一”交流与小组讨论结合的形式，深入了解6名新生的学习基础与个人兴趣。发现新生兴趣虽各有侧重——涵盖人工智能应用开发、智能数据分析、人机交互设计等方向，却也均与AI行业主流场景高度适配；同时，新生们也提出了“如何平衡基础学习与AI技能实践”、“哪些课程对就业更关键”等困惑。
针对这些问题，宋显睿老师逐一细致解答，并结合 AI 行业对技术能力的底层需求，明确提出首先“重视基础课程学习”的建议，强调线性代数（为算法建模打基础）、高等数学（支撑机器学习理论）与大学英语（便于获取国际前沿技术资料）的重要性，助力新生未来可以更快速地适应计算机程序设计领域的学习节奏。
为了让新生更直观理解基础课程与AI场景的关联，宋显睿老师以“图像处理”这一热门AI应用场景为例展开讲解：“在图像降噪、目标检测等日常图像处理任务中，矩阵运算能实现像素数据的高效变换与分析，数组则是算法代码中存储、调用图像数据的核心载体——学好线性代数中的矩阵知识，未来才能更轻松理解计算机视觉算法的原理。”生动的实例让抽象的知识变得具体可感。
4 面对老师的细致讲解与针对性建议，6名新生全程保持高度热情，不仅认真记录重点内容，还主动围绕“AI行业岗位需求”、“个人兴趣与AI细分领域的匹配度”、“短期学习计划制定”等话题与宋显睿老师深入沟通。部分新生还结合自身兴趣，初步规划了未来想AI结合探索的学习目标，如智能小说文本处理与插图生成、智能数控、开放世界游戏机制创新等。
此次，宋显睿老师以Tutorial形式开展的主题导学活动，既是信息工程系教师落实结构化教学改革的具体实践，也为新生搭建了“课堂学习与课后巩固”的衔接桥梁。这种小班化、针对性的导学模式，能精准解决新生的学习困惑，帮助其锚定与AI行业适配的学习目标；相信未来这类教学改革举措，一定能为跟多学子提供贴合行业需求的成长指引，助力他们成长为适配人工智能领域发展的高素质应用型人才。
