将人工智能应用于信号处理教育：面临的挑战与潜在机遇 [《人工智能在教育中的应用：信号处理视角》特刊]

《IEEE Transactions on Signal and Power Integrity》：Deploying AI for Signal Processing Education: Selected challenges and intriguing opportunities [Special Issue on Artificial Intelligence for Education: A Signal Processing Perspective]

人工智能工具近年快速发展得益于多学科技术突破，但公平应用与教育实践仍是核心挑战。本文聚焦信号处理领域，探讨AI技术解决教育中的技术局限与实践优化，并通过开发沉浸式智能教材，论证透明、可解释等原则对提升工程教育质量的关键作用。

　　

摘要：

近年来出现的一些强大的人工智能（AI）工具，包括大型语言模型（LLMs）、自动化编码助手以及先进的图像和语音生成技术，都是人类重大成就的成果。这些突破反映了多学科的技术精通以及对重大技术挑战的解决。然而，一些最深刻的挑战可能仍然存在。这些挑战不仅仅是技术层面的，而是关乎如何以公平和负责任的方式使用AI，从而真正改善全球人类的生活状况。本文探讨了一个符合这一愿景的有前景的应用：利用AI工具来促进和提升教育，特别关注信号处理（SP）领域。文章提出了两个相互关联的观点：识别并解决技术限制，以及在实际中应用AI工具来改善教育体验。文章还介绍了在教育环境中使用AI时可能出现的一些核心技术问题，包括如何确保公平性和包容性、处理虚假输出以及实现资源的高效利用。通过开发一本沉浸式、结构化且可靠的“智能教科书”，对这些以及其他考虑因素（如透明度、可解释性和可信度）进行了说明。本文为希望推动AI在工程教育中发挥作用的研究人员和教育工作者提供了参考。

近年来出现的一些强大的人工智能（AI）工具，包括大型语言模型（LLMs）、自动化编码助手以及先进的图像和语音生成技术，都是人类重大成就的成果。这些突破反映了多学科的技术精通以及对重大技术挑战的解决。然而，一些最深刻的挑战可能仍然存在。这些挑战不仅仅是技术层面的，而是关乎如何以公平和负责任的方式使用AI，从而真正改善全球人类的生活状况。本文探讨了一个符合这一愿景的有前景的应用：利用AI工具来促进和提升教育，特别关注信号处理（SP）领域。文章提出了两个相互关联的观点：识别并解决技术限制，以及在实际中应用AI工具来改善教育体验。文章还介绍了在教育环境中使用AI时可能出现的一些核心技术问题，包括如何确保公平性和包容性、处理虚假输出以及实现资源的高效利用。通过开发一本沉浸式、结构化且可靠的“智能教科书”，对这些以及其他考虑因素（如透明度、可解释性和可信度）进行了说明。本文为希望推动AI在工程教育中发挥作用的研究人员和教育工作者提供了参考。