桂存兵
【摘 要】人工智能背景下人才培养难以与社会需求相适应,要提升毕业生的就业竞争力,必须转变传统的就业工作方式,调整招生的专业(方向)学生数量、人才培养的模式与质量、教学的内容与方法。
【关键词】人工智能;就业状况;专业建设;人才培养
中图分类号: F249.2;F49;G647.38文献标识码: A文章编号: 2095-2457(2019)35-0195-002
DOI:10.19694/j.cnki.issn2095-2457.2019.35.092
The Countermeasures Research On Positive Interaction Mechanism Between Employment Status And Enrollment Mode, Specialty Construction,Talent Cultivation Model Under The Background of Artificial Intelligence
GUI Cun-bing
(Guangzhou Institute of Technology,Guangzhou Guangdong 510900,China)
【Abstract】It is difficult for talent training to meet the needs of the society under the background of artificial intelligence,in order to enhance the employment competitiveness of graduates,the traditional way of employment must be changed,the students number of distinct majors(specialties),the mode and quality of personnel training,teaching contents and methods should be adjusted.
【Key words】Artificial intelligence;Employment status;Specialty construction;Personnel training
1 研究背景
近年来,由于高校扩招的继续,加上越来越多的考生选择放弃国内高考进军国际或者放弃报考高职高专,导致专科院校率先面临生源短缺问题。为扩大生源,目前的高职普遍采用了中高职衔接的模式来扩大生源,这样高职的生源除了有参加高考的高中毕业生也有中职生,加上即将加入高职教育的100万扩招生源,如何利用就业状况的反馈信息来调整对应的生源种类和数量是个重要课题。
我国已经规划了人工智能的发展方向,除了要建设和布局人工智能学科,在相关高校设立人工智能专业,人工智能与其他专业融合,形成“人工智能+X”复合型专业培养新模式也是未来发展的一大方向。尽管“人工智能+专业”已成为当前人工智能时代的专业建设趋势,尤其是职业教育阶段专业建设趋势,但目前很多高职院校的专业建设还没有转入“人工智能+专业”阶段,即使有也是各自为战,单打独斗,处于碎片化、离散化、简单化地演化状态,如何打破人工智能+专业各自为战现象,为本校和其他高职院校的人工智能+专业(群)建设提供可供参考的建设模式,将有利于促进人才培养良性互动机制的形成。
目前,为进一步贯彻《国务院办公厅关于深化高等学校创新创业教育改革的实施意见》文件精神和融合高校创新创业教育发展趋势,尤其在国家大举提倡“大众创新、万众创业”之时,在专业建设和人才培养过程中如何嵌入一些创新创业课程体系、如何进行创新创业思维的培养和建设、如何进行创新实践的培育和建设、如何对创新成果进行转化、如何形成可靠的创新创业的机制保障,从而为培养出具备创业理念、创业技能以及创业精神的人才,从而为本专业人才培养模式发展指明方向,颇具研究价值。
因此,利用就业状况反馈来指导融合人工智能+专业、创新创业+专业的这种专业建设模式就显得很有必要,同时围绕本地区经济社会发展需求,增加专业群中的某些专业方向设置,逐步减招或者暂停招生社会需求较小、竞争力较弱的专业方向也很有必要。
在人工智能+专业、创新创业+专业建设模式中,为了使得人才培养理念从技能型向智能型、跨界复合型转变,教育模式从静态型向交互型转变,从而着力培养学生的素养,进一步突出实践教学的重要作用,关注学生创新创业能力的培养,培养学生全球化视野,建立灵活、动态的创新人才培养体系,有必要开展就业状态反馈与人才培养良性互动机制研究。
2 就业状况与招生、专业建设、人才培养良性互动机制的研究现状
宋红霞、赵福特等人对高校招生质量评价指标体系进行了研究,张庆霞等人对高校招生生源质量的影响因素进行了研究。有关就业状况的研究主要集中在就业评价指标体系和影响因素的研究两个方面。Kalra和Ghosh,提出了包含经济报酬、绩优升迁等15个方面的划分。Beatson从两个维度衡量就业质量,这两个维度分别是反应劳动/回报关系的经济契约内容和反应雇主/雇员关系的心理契约内容。杨仲迎认为,高校招生和就业工作密不可分,二者在任何时候都是紧密联系的,而且相互制约,相互调节,相互依赖。许蓉翎认为,应该从“辩证、矛盾、同一”三种思维方式对招生与就业关系进行再认识,这有助于厘清高校招生与就业的内在关系。陈静认为,高校的就业率、就业结构、就业层次是中学生和家长十分关心业的问题,高校的就业工作会对招生工作產生重要的影响。总体来说,现有研究仍以描述性分析居多,实证分析得较少,其科学性有待进一步验证。在研究方法上,相关研究以分析研究为主,采用实证调研的方法进行微观细致研究的很少,在研究内容上,相关研究大多以宏观视角探讨高等职业育发展现状、存在的问题、解决对策;而如何利用就业状况的反馈信息来调整对应的生源种类和数量发展策略问题的研究还比较薄弱。
目前很多高职院校的专业建设还没有转入“人工智能+专业”阶段,即使有也是各自为战,单打独斗,处于碎片化、离散化、简单化地演化状态,主要存在如下问题:
人工智能+专业模式下,具体对应的专业课程设置不科学,不合理,近几年对人工智能+专业的研究多集中在基于专业课程改革层面的模式、对策探索上,没有在课程体系的设计、配置上进行全方位的人工智能+专业的深度探索。
在创业创新+专业的教育体系构建和建设中,整体质量还比较薄弱:高职院校偏向于培养人才专项技能的传统不易扭转;不少高职院校的创新创业教育缺乏顶层设计,相关人才培养体系尚未系统、成熟;相关知识结构不够完善,普及程度不高,对学生创新创业实践的指导性不强;转为实际就业竞争力的少,创新创业教育受众面狭窄,即使是参加创业比赛的学生,也多只是为赛而赛,纸上谈兵者众,付诸实施者少之又少;缺乏学习提高的长效机制,创业咨询服务发展滞后,将科研成果转化为实际应用的不多,创业实践和模拟实战提供的学习平台不足,学生不能得到及时的指导和有效的支持。
就业状态反馈在机制方面还存在着一些问题:
1)组织结构不明确,2)反馈内容不规范:一是反馈内容偏离政策要求,二是标准设定过于宽泛,三是运行模式不明确,四是制度保障不明确。
3 对策
1)就业状况与招生内在逻辑关系的研究,并形成机制,从而为招生方面改革创新举措提供理论支持。
面对目前高职院校主要来源,以及即将加入高职教育的100万扩招生源,在该内在逻辑关系指导下调整对应的生源种类、数量、质量。
2)就业状况与专业建设内在逻辑关系的研究,并形成机制,从而为专业建设改革创新举措提供理论支持。
围绕经济社会发展需求,在该逻辑关系指导下灵活机动地增加专业群中的某些专业方向设置,逐步减招或者暂停招生社会需求较小、竞争力较弱的专业方向,增加所办专业的市场适应性和灵活性。
3)就业状况与人才培养模式内在逻辑关系的研究,并形成机制,从而为人才培养模式改革创新举措提供理论支持。
在人工智能+专业、创新创业+专业建设模式中,为了使得人才培养理念从技能型向智能型、跨界复合型转变,教育模式从静态型向交互型转变,从而着力培养学生的素养,进一步突出实践教学的重要作用,关注学生创新创业能力的培养,培养学生全球化视野,建立灵活、动态的创新人才培养体系,在就业状况与人才培养模式内在逻辑关系理论指导下,借助于各类人工智能技术创新创业平台,通过尝试学分制改革,开设各类实验班,校企合作、国际合作联合进行人才培养,增加辅修空间,开展各类学科竞赛等人才培养模式提高人才培养的质量。
4)完善就业状况反馈机制的研究。
如何进一步细化就业状况反馈机制的内容,在组织结构设置、信息反馈内容、模式以及制度化等方面,逐步做出更为规范和具体的要求,需要专业,系院、学校、教育行政管理部门共同努力,尤其是教育行政管理部门要有顶层设计,统筹推进。建立和丰富不同层次的反馈机制,在宏观、中观和微观等不同层面建立起顺畅的反馈渠道,形成立体、多渠道的就业状况反馈机制,力图使学校决策层面、管理执行层面、一线教学科研层面都能得到有效反馈。
【参考文献】
[1]蔡自兴.中国人工智能40年[J].科技导报,2016(15):12-32.
[2]杨柠溪.人工智能倒逼高校教育改革[J].中国大学生就业,2018(2):16-17.
[3]鲁石.人工智能视角下的高校职业素养教育[J].教育与职业,2018(7):104-108.
[4]國务院.新一代人工智能发展规划.国发[2017]35号,000014349/2017-00142,2017.7.
[5]熊丙奇.人工智能“倒逼”职业教育变革?[N].中国青年报,2017-12-18.