高职院校人工智能类专业发展策略研究

刘晓梅

摘要：以人工智能为代表的新技术引发了新一轮产业变革，人才需求变化对职业教育人才培养提出了新的要求。通过分析人工智能产业发展现状、体系构成及我国高职院校人工智能类专业布点现状，发现我国高职院校人工智能类专业存在结构不均衡、区域不均衡等问题，进而从人才培养目标、专业设置调整、专业群建设、人才培养层次、职业培养等五个方面提出专业发展策略。

关键词：高职院校;人工智能类专业;策略

中图分类号：G710    文献标识码：A    文章编号：1672-5727（2020）09-0004-06

20世纪90年代，国际象棋“人机大战”使得人工智能概念进入大众视线。近几年，围棋“人机大战”令人工智能深入人心。人工智能从实验室走向产业，成为当前最受关注的科技前沿。以人工智能为代表的新技术对传统产业造成巨大冲击，催生新产业、新技术的发展，其本质是对生产力的变革，而生产力的变革必然对人才培养提出新的要求，尤其是与产业关系最为紧密的职业教育。分析人工智能产业发展现状与体系构成，明确人工智能技术与其他产业的融合路径，是职业教育适应人工智能时代产业转型发展的重要课题。

一、人工智能

（一）人工智能的内涵与发展

1956年，“人工智能”（Artificial  Intelligence）概念由麻省理工学院教授约翰·麦卡锡于达特茅斯研讨会（Dartmouth Workshop）上首次提出。1969年，首届人工智能国际联合大会（IJCAI）在华盛顿召开，人工智能正式获得了国际认可。由于受计算条件等技术限制，人工智能并未取得突破性发展。进入21世纪以后，随着人工智能算法改进、计算条件提升和互联网的广泛使用，人工智能技术飞速发展，从实验室走向产业，广泛应用于社会的各个方面。人工智能作为一种基础性技术，其核心内涵在于超强的融合力，能够与各产业融合，催生新產业、激发新业态。然而对于“人工智能”的定义至今尚无明确定论，业界普遍认可的观点是将人工智能作“强”和“弱”之分。弱人工智能是当前人工智能研究的主流趋势，使用机器学习算法来模拟某些智力功能;强人工智能是人工智能研究的远期目标，即实现机器的自主思维。2017年高德纳（Gartner）新兴技术成熟度曲线显示，未来十年人工智能将成为最具颠覆性的技术。

（二）我国人工智能发展现状

1.国家战略

1981年，中国人工智能学会（CAAI）的建立标志着我国人工智能学科的诞生。进入21世纪以后，人工智能获得蓬勃发展，国家出台多项政策将人工智能确立为发展国家战略：2015年，人工智能成为“互联网+”战略的重要组成部分;2016年3月，人工智能写入《中华人民共和国国民经济和社会发展第十三个五年规划纲要》，被列入战略性新兴产业发展行动，国务院先后印发《“十三五”国家科技创新规划》《“十三五”国家信息化规划》明确了我国人工智能的重点发展方向;2016年5月，国家发改委等四部门联合印发了《“互联网+”人工智能三年行动实施方案》明确未来三年智能产业的发展重点与具体扶持项目;2017年3月，人工智能首次被写入政府工作报告，并成为两会热词;2017年7月，国务院印发《关于印发新一代人工智能发展规划的通知》提出“到2020年，人工智能产业成为新的重要经济增长点，到2025年，人工智能成为中国产业升级和经济转型的主要动力”;2017年10月，党的十九大报告明确提出“推动互联网、大数据、人工智能和实体经济深度融合”，并将人工智能作为新的经济增长点;2018年3月，人工智能再一次被列入政府工作报告[1]。

2.产业发展

我国人工智能产业发展迅速。2017年，市场规模达到216.9亿元，部分技术接近或达到国际领先水平，产业规模、投融资规模、企业数量，共享经济、网络购物、移动支付等新业态均走在了世界前列。然而，人工智能产业高速发展的背后也出现了一些问题：一方面，人工智能产业结构不均衡，存在重应用、轻基础、技术薄弱的现象。从企业数量来看，2017年人工智能基础层、技术层和应用层企业占比分别为2.3%、46.5%、51.2%，基础层企业严重偏低。从技术层面来看，国内人工智能的计算视觉、语言处理等应用技术已接近或处于国际先进水平，而理论研究、基础算法等方面较为薄弱。另一方面，人工智能的迅猛发展源于产业界而非学术界，专业人才储备不足，产业发展呈浮躁态势，缺乏持续发展动力。当前，我国从业经验10 年以上的人工智能人才比例不足 40%，且分布不均，基础层、技术层和应用层的人才数量占比分别为 3.3%、34.9% 和 61.8%，人才结构比例严重失衡。

人工智能技术与实体经济的深度融合，主要表现为新产业与新业态的产生。新产业伴随技术革命与产业变革而来，由新兴技术和新管理模式推动产生，主要集中于智能制造、新能源、信息通信、生物技术、航天航空、新材料等相关产业;新业态通常由新产业或新的组织或管理模式催生，主要集中于制造、家居、安防、金融、交通、医疗、物流等领域。随着“人工智能+”深入各个产业，2017年国务院颁布《新一代人工智能发展规划》鼓励高校在原有基础上拓宽人工智能专业教育内容，构建“人工智能”复合专业培养新模式。从2017年2月开始，教育部积极推进新工科建设，先后形成了“复旦共识”“天大行动”“北京指南”，发布《关于开展新工科研究与实践的通知》《关于推进新工科研究与实践项目的通知》，将人工智能教育与工科人才培养结合。2018年教育部印发《高等学校人工智能创新行动计划》，支持完善人工智能的学科体系，推动人工智能领域一级学科建设，形成“人工智能+X”复合专业培养新模式。

二、人工智能类专业布点现状分析

（一）高职人工智能类专业的界定

2015年修订形成的《普通高等学校高等职业教育（专科）专业目录》（以下简称《目录》）与2016年的专业增补，都是我国高等职业教育专业设置的基本依据，将其作为高职人工智能类专业划分与界定的母本。2017年国务院印发《国务院关于印发新一代人工智能发展规划的通知》（以下简称《规划》），根据新形势新需求，提出了当前我国人工智能发展的新兴产业与智能化升级产业，并将其作为高职人工智能类专业划分与界定的产业依据。将《目录》与《规划》进行交叉对比，确定了高等职业教育（专科）人工智能类专业的5个大类与14个专业，如表1所示。

（二）人工智能类专业布点分析

1.高职人工智能类专业定位

当前，人工智能产业体系的基本架构包括基础、技术与应用三部分，其中基础层旨在提供人工智能所需的计算能力与数据信息;技术层为软件支持，提供核心算法以及应用技术的通用平台与服务接口;应用层主要为人工智能在不同场景下的应用，带动传统产业的智能化升级。如图1所示，基础层对应大数据相关专业大类，大数据技术与应用专业;技术层对应计算机技术相关专业和软件相关专业两个大类的5个专业;应用层对应专业最多，为智能技术相关专业和机器人技术专业两个大类的8个专业。由此可见，高职人工智能类专业主要集中在技术层与应用层。基础层与技术层的专业对应人工智能产业自身技术发展与革新，应用层专业体现了人工智能与实体经济的深度融合，是人工智能技术向其他产业的渗透。特别值得注意的是基础层的大数据技术与应用专业在2015年的目录中仍为计算机应用技术专业下的一个方向，2016年增补为《目录》的一类专业。

2.专业布点数

对2017—2018年全国人工智能类专业5个类别14个专业的相关数据进行统计分析。从专业布点数来看，2017年全国高职人工智能类专业数为2 955个，2018年为3 339个，增长率为13%，是增长最快的专业类别，如图2所示。

从专业类别来看，大数据相关专业增长最快，大数据技术与应用专业增长率为255.36%;工业机器人技术专业增长较快，增长率为29.41%;智能技术相关专业差异性较大，汽车智能技术、智能控制技术、智能交通技术运用专业增长较快，分别为57.14%、27.17%、10%，智能产品开发、智能终端技术与应用专业增速较缓，分别为8.11%、7.14%;建筑智能化工程技术专业、智能监控技术应用专业呈现负增长，分别为- 8%、-42.86%。软件相关专业布点数增长较慢，软件技术专业增长率为4.23%，软件与信息服务专业出现负增长;计算机技术相关专业，计算机网络技术与计算机应用技术两个专业，增长平缓，分别为4.64%、7.16%，而嵌入式技术与应用专业布点数缩减较大，增长率为-20%，如表2所示。

从总体来看，对接人工智能产业体系基础层与应用层的专业类别调整较为明显，而与技术层对应的专业类别调整较缓。需要注意的是，专业布点数变化通常反映高职院校专业对产业变革作出的调整与适应，产业发展带动专业布点数增长，而专业布点数的减少可能由于行业衰退、行业对人才需求层次的提升或该专业不适应行业发展造成。专业布点数变化与调整并不一定完全符合产业发展需求，也可能存在盲目性。

3.专业布点区域分布

从三大经济区域分布来看，2017年西部地区省、市、自治区人工智能类专业布点数为677个，2018年为780个，增长率为15.21%;2017年中部地区省、市、自治区人工智能类专业布点数为1 128个，2018年为1 217个，增长率为7.89%;2017年东部地区省、市、自治区人工智能类专业布点数为931个，2018年为1 100个，增长率为18.15%。2018年，专业布点数较多的省份为河南、广东和江苏，分别为295个、268个和251个;专业布点数增速较快的省份为吉林、云南和甘肃，分别为45.1%、42.22%和39.52%;專业布点数出现负增长的省份有青海、天津、北京、辽宁，分别为-6.67%、-5%、-3.92%、-1.19%，如表3所示。

总体来看，中东部地区人工智能类专业发展较好，布点数显著高于西部地区，从增长率看，西部地区人工智能类专业发展势头良好。

4.高职院校类别分布

从2018年人工智能类专业开设的学校类别来看，理工类院校专业布点数最高，为1 585个，占总布点数的一半左右;其次是综合类院校，专业布点数为936个，占比为29%;财经类院校专业布点数为261个，占比为8%;工科类院校专业布点数为152个，占比为5%;农林类院校专业布点数为121个，占比为4%;师范类院校专业布点数为84个，占比为3%。

三、高职人工智能类专业发展策略

（一）人才培养的目标

人工智能产业人才的培养，一方面，由行业、企业或政府等从需求端根据产业发展需要，投入经费，培养当前产业急需的人才。我国人工智能产业现状发展迅速、人才亟需，需求端人才培养能够很好地满足产业发展的短期需求，但是往往集中在机器视觉、机器人等短期发展较快的领域，而对于基础层、应用层的人才培养缺乏关注，容易造成产业发展后劲不足。另一方面，由学校发挥供给侧导向作用，理性认定产业发展阶段及成熟领域、科学预测产业发展趋势，合理布局人才专业结构、层次结构，调整产业人才结构，将人才培养目标回归教育本质，关注人的全面可持续发展，注重培养多领域交叉学科整合的学习能力、独立于岗位的职业迁移与适应力、体现人的价值的工匠精神、不断学习掌握新技术的创新能力等核心能力[2]。通过“产业发展、教育先行”实现产业发展的长期目标。

（二）调整专业设置

新经济时代的产业变革呈现交叉融合的特点，许多新技术已经突破了原有的产业界定，新兴产业与智能化升级引发了岗位变动与人才素质的需求发生变化：信息技术成为必需技能;简单重复性工作被大量取代;从业者需要有较强的创新能力、复合能力与再学习能力等，为此对专业设置提出了新的要求。一是密切关注国家发展战略及相关产业发展规划，明确国家人工智能未来发展的重点与导向，进行科学的产业需求分析和人才需求预测，预判产业变化及产业发展阶段，初步确定招生规模与培养方向。例如，针对已成熟且具备实践应用能力的行业设置相关专业，而对尚未成熟应用但前景好的行业，在现有专业基础上设置相应课程，为将来技术升级换代做准备。二是统筹学校现有教育教学资源，科学分析现有相关专业是否能够适应产业发展需求，是否具备转型改造条件，确定需调整、削减或增设的专业，建立灵活、有效的专业结构。三是确定专业，一类是以原有传统优势专业为基础进行“升级”“改造”形成的新专业，即“存量更新”，例如，随着传统装备制造向智能制造的升级，在原有机械制造类专业的基础上，融入人工智能技术新内涵，升级为智能制造类专业;另一类是由于新技术的产业化，从其他专业孕育、延伸、拓展出的新专业，或将原有专业交叉复合形成新的专业，即“增量补充”。四是建立专业的动态调整机制，智能技术发展迅速，要将产业需求预测、专业调整作为专业建设的常态化工作，专业结构不仅需要适应区域产业变革，还应该适度超前于产业发展，对产业发展发挥引领的作用。

（三）专业群建设：分解与整合

人工智能发展的内涵包括两部分：一方面是自身技术的发展与提升，另一方面是与其他产业融合激发新产业、新业态。人工智能类专业建设相应也应包含发展与融合两个方面。建设“人工智能+”专业群：基础层、技术层的人工智能类专业，需以学校原有优势专业为基础，打破专业界限，统筹考虑优势教育资源，最终确定专业群。而“人工智能+”金融、制造、汽车、医疗等新产业的出现，使得应用层人工智能类专业的发展，不仅突破了原有专业界限，也打破了原有传统院系结构，需要学校体制的突破与创新，构建多专业交叉融合的非实体专业群。随着人工智能技术发展，新技术和新产业的形成和发展周期在不断缩短，新生入学时的人才培养方案并不一定能够保证适用于整个培养过程，旧的培养标准可能被取代，新的能力要求不断加入，因此应制定柔性化人才培养方案，淡化专业的实体性特征。专业群课程体系突出交叉融合，将不同课程乃至不同专业课程的教学内容进行相互渗透、整合、优化与重组，形成新的教学计划，课程内容能够根据培养目标随时进行调整[3]。

（四）培养层次：纵向贯通

人工智能类人才培养，一是基础层、技术层的专业人员，二是新产业或新业态需要的复合型应用人才，前者促进人工智能技术发展，后者运用人工智能技术促进产业变革。人才需求分为四个层次：生产一线的技术工人;运用技术进行生产与改造生产的设计师;将理论模型技术化的工程师;进行理论基础研究的科学家。当前我国职业教育人才培养层次较低，多为服务生产一线的技术工人，缺乏高层次人才培养。然而职业教育是与区域经济及产业发展最为密切的教育类型，与普通教育相比在服务产业方面具有天然优势，要培养能够实现产业的技术改造、研究应用的高层次人才，不能仅仅依靠普通高等教育。纵观世界职教发展潮流，通常社会经济与产业发达的国家，职业教育人才培养层次普遍高移化。因此，在新经济时代背景下，发展高层次职业教育成为实现内涵发展的关键，打通“中职—高职—应用本科—专业学位研究生”这一学历提升通道，将职业教育发展重点定位于高职后的本科及研究生教育，使有升学意愿与研究潜力的学生通过进一步深造，获得技术研发、理论研究能力，促进人工智能产业的可持续发展[4]。

（五）产教融合与人才资源对接

十九大报告提出，要将职业教育纳入人力资源开发，为经济转型、产业升级和社会发展提供人力资源保障。本质是实现教育链、人才链与产业链的对接。从人工智能产业发展现状来看，无论是发展速度还是热度，产业界明显优于学术界，人工智能类专业创新发展需与产业深度合作。一是师资队伍建设。建立弹性化师资管理机制，促进学校与企业人才流动，根据到学校兼职的产业教师与到企业兼职的专业教师工作特点与实际需求，合理协调教学工作与岗位工作关系，设置相对灵活的岗位计划、资质与职称评聘办法、薪酬管理办法、晋升管理规定以及绩效考核制度等。二是实训基地建设。院校通过场地、设备租赁等方式与企业共建共享实训基地、技术中心与产品研发中心。与企业共建校外顶岗实习基地，就关键技术、核心工艺和共性问题开展协同创新研究，实现教学过程与生产过程的对接。

四、 思考与建议

人工智能与其他技术革新相比，技术通用性更强，影响力遍及各个产业，从而能够在短期内使得劳动力需求结构与数量发生巨大变化。高职院校人工智能专业创新发展的目标除了适应与引领人工智能产业发展，同时还应满足与顺应人工智能技术与实体经济融合带来的新需求与新变化。

（一）提升整体就业能力

作为供给侧的高职院校，面对需求端的改变，必需作出快速、有效应对。一是在“人工智能+X”复合专业培养模式建立之前，广泛开设大数据分析、自然语言处理等人工智能相关通识课程，让各个专业的学生都能掌握一些人工智能相关的基础知识，获得基本的人工智能应用意识和知识储备，能够发现岗位与人工智能的结合点。二是回归教育本质，培养职业素养与核心技能。人工智能是人类智慧的体现，并非能够代替所有技能。培养学生学习整合能力、人际交往能力、逻辑思维理解能力、职业迁移和适应能力、创新能力、职业管理能力等，让学生能够了解多领域交叉学科，发生职业迁移时能够迅速得到新的岗位。另外，工匠精神中蕴含的技、道、艺、真、善、美，同样是人工智能发展所不能取代的素养。

（二）职业培训：实现人的终身发展

第46届达沃斯论坛报告《工作的未来》提出“未来5年内，在全球15个主要经济体，包括机器人和人工智能崛起在内，具有颠覆性的劳动力市场变化，将导致总劳动岗位减少710万，但会新增岗位200万”。可见，以人工智能为代表的新技术推动下的生产力变革对职业岗位造成的冲击，更多更复杂的工作将被替代。需认清的是，人工智能所代替的是工作任务而非工作本身，虽然智能技术发展将导致某些环节对人的需求的减少，但是也必然将创造出更多新类型的工作岗位。职业教育不仅要保证新增人力资源的供给，还要依托人工智能专业提高现有劳动力素质以适应产业变革带来的岗位变化。例如，通过承担政府相应购买服务、接受行业企业委托，整合学校优势专业资源，构建培训平台;贯通职业资格培训与鉴定体系，拓宽劳动者接受继續教育、参与培训鉴定、实现终身学习的成长空间;为在岗工人提供技能更新的培训;为从传统岗位上失业的工人提供获取新岗位所需的技能的培训;为人工智能所创造的新型职业增加人力资源供给的培训。

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]俞仲文.新经济、新业态、新技术呼唤新职教[J].高等工程教育研究，2018（2）：25-29.

[3]林健.多学科交叉融合的新生工科专业建设[J].高等工程教育研究，2018（1）：32-45.

[4]李玉静.世界各国职业教育层次结构发展探析[J].职业技术教育，2014（22）：20-21.

（责任编辑：刘东菊）