高职院校人工智能技术服务专业人才培养模式研究

王英杰 李乐 刘玉倩

关键词：高职院校;人工智能技术服务专业;人才培养模式;人才培养方案

一、研究背景

（一） 国家战略

近年来，随着人工智能相关技术的快速发展，其对社会和经济的影响力日益凸显。2015年以来，我国曾经多次将人工智能的发展方向和规划策略列入国家政策[1]。2017年，《新一代人工智能发展规划的通知》中表示要大力推动人工智能在教学、管理、资源建设等教育全流程中的应用[2];2020年3月，在科技部发布的《关于科技创新支撑复工复产和经济平稳运行的若干措施》中明确提出，要大力推动5G、人工智能等关键核心技术攻关，加强重大科技项目的实施和支持力度。

（二） 產业发展

据工信部、艾媒数据中心相关数据显示[3]，随着国家政策对人工智能的倾斜，以及5G 等相关基础技术建设的发展，我国人工智能产业发展进入强烈的爆发式增长阶段，未来发展潜力巨大。从产业融资的角度看，我国从2014年以来，相关产业的融资规模就不断在扩大，2018年达到了融资规模的最高峰，2020年人工智能相关产业的融资规模为1402亿元，与2018年的规模不相上下。数据表明，我国人工智能相关产业已经吸引了大批资本的注入，可见未来发展趋势非常迅猛。从人工智能核心产业规划角度分析，数据表明，在2019年我国人工智能核心产业规模就已超过510亿元，预计在2025年将达到4000亿元，未来有望发展为全球最大的人工智能市场。

（三） 人才需求

工信部发布的《人工智能产业人才发展报告（2019-2020年版）》中指出，我国目前处于人工智能技术发展的强劲时期，与AI技术相关企业数量不断增加，相关人才的需求量巨大，岗位与人才的供需比例严重不平衡。在之前的四年中，AI相关岗位的人才需求量以每年74%的速度增长。

《人工智能产业人才发展报告（2019-2020年版）》的数据表明，当前AI相关企业岗位需求量靠前的为算法研究岗、应用开发岗和实用技能岗等，占整体相关技术岗位人才需求量的12.2%、19.8%、34.8%，但相对应的人才供需比仅为0.13、0.17、0.98。中国就业培训技术指导中心与阿里在2020年7月23日联合发布了《新职业在线学习平台发展报告》，报告中显示，未来5年新职业人才需求庞大，预估人工智能技术服务人才需求近500万。

史倩倩对人工智能相关企业的人才需求进行了分析[4]，人工智能相关企业提供的岗位主要有算法研发岗、产品经理岗、实用技能岗、应用开发岗等，其中，实用技能岗需求量占比最高，达到34.8%，但就当前的就业情形来看，求职群体中只有12.5%的人才意向是实用技能岗。而据调研，实用技能型岗提供的多为操作类工作岗位，其所需的人才门槛也多为大专学历，这也正是高职院校培养人工智能人才的主要方向。

（四） 学习群体

高等职业院校是以服务社会为宗旨，以培养服务区域发展的高素质、技术技能型人才为目标，重点培养以实践能力、应用能力为基础的职业能力的学生群体。随着互联网、云计算、大数据、人工智能、AR/MR等现代信息技术的发展，深刻改变着人类的思维、生产、生活、学习方式。新一届的高职高专院校学生已经是“00”后，借助移动互联设备，他们早早接触网络，接受信息的渠道拓宽，学习方式也出现了多样化，从单纯的课堂学习延伸到网络中。信息技术和学生需求的变化，对高职高专院校人才培养模式及教学提出挑战。

二、当前高职院校人才培养模式

黄河燕在新工科背景下对人工智能专业教育概况进行了分析，对人才培养进行思考[5];张广云构建了“产教融合、精准育人”的人才培养体系[6]。目前高职院校人才培养模式有以下几种。

（一） 产学研相结合

这种模式是围绕着行业或者企业的需求来运行的，它要遵循市场运行规律，最重要的是要推动学校和企业之间的合作，实现资源共享共用，这种模式培养的人才，更加适合市场的需要，成效比较突出。

（二） 工学相结合

这种模式的运行要求学生要先在学校参加学习，掌握相关专业理论知识，然后要深入到企业中进行实践锻炼，将实践和理论结合在一起。

（三）“订单式”模式

这种模式的运行是相关企业会将用人计划提供给学校，并和学校围绕人才培养需求，共同制定出培养目标及教学计划等，以这种模式培养出来的学生，一般毕业后大多由相关的企业接收。这种模式的缺点是学生所掌握的知识比较单一，很有针对性，缺乏整体的系统性。

（四）“现代学徒制”模式

这种模式通过学校、企业深度合作，教师、师傅联合传授，更加注重技能的传承，由学校和企业共同主导人才培养目标与方式，结合实际设立规范化的课程标准、考核方案等，重点对学生的技能进行培养，是校企合作深度融合的体现。

三、人工智能技术服务专业人才培养“新”模式

我国人工智能（AI） 技术服务专业是2019年教育部首次增设的目录外新专业，从2020年开始招生，结合上述高职院校的人才培养模式，坚持以人才培养为核心，以人工智能技术应用为重点，在“重基础、重实践、重素质”传统教学基础上，结合专业认知、“1+X证书”制度，以学生能力递进为目标，并以人工智能实训室和工程训练中心两大平台为依托，学校、学生、培训机构、企业四方协同，创建课程+项目、课内+课外、课程+创新创业的多融合机制，形成“一认知、一制度、两平台、多融合”人才培养的新模式（见图1）。

（一） 专业认知贯穿全过程

1、专业体验。针对大一入学新生，在第一学期，校企联合开展“新生专业初体验，开启学习第一课”的新生专业体验活动，学生初步对专业进行认知了解。

2、认知实习。第二学期暑假开展认知实习，与企业或培训机构合作，结合本专业开展一周的企业实习，让学生对专业有直观的认知。

3、全方位认知。在大一期间，选取积极优秀学生组建人工智能创新实验班。从第1-4学期，基于现有专业、师资力量，学生多方面进行交叉学习，全方位了解人工智能。一是学校与企业合作举办校内专业技能大赛，以赛促学，通过竞赛对专业有深入认知。二是不定期举办专家讲座，引入行业专家，让学生对AI+专业有更多的认知。三是将职业院校技能大赛作为专业能力提升的重要手段，进一步提升AI+专业体系的认知。

4、跟岗实习。第四学期暑假与企业或培训机构合作，开展两周的企业跟岗实习，让学生对专业岗位有较为深入的认知。

5、顶岗实习。第5-6学期与企业或培训机构合作，进行3个月的实际的岗位实习，让学生对专业有更全面、深更入的认知。

（二）“1+X证书”制度

執行“1+X证书”制度，要求学生在获取学历证书的同时，获取相应专业的职业技能证书。教育部职业技术教育中心在2020年6月发布了《第四批职业教育培训评价组织及职业技能等级证书名单》，其中包括的人工智能技术服务专业面向的行业领域的1+X证书如表1所示，证书涵盖了数据、语音、平台应用、运维等方向，此外，从表1中可以看到相关的组织单位都是人工智能技术领域的佼佼者。根据此名单，可与相关企业进行沟通合作，确定职业技能证书，并制定相应的专业课程，支持学生考取证书。坚决执行“1+X证书”制度，提升学生技能。

（三） 多融合培养机制

1、课程+项目。整合资源，将传统课程与项目进行融合，通过项目进行课程教学，利用人工智能实验室平台进行项目化教学，在课堂中仿真项目实现，获取课题知识;通过企业导师，引入真实项目案例，进行实践教学。

2、课内+课外。扩展第二课堂，组织兴趣小组、科技社团等，将积极、爱好人工智能的学生组织到一起，进行专业扩展学习，将课内和课外拓展相融合，极大锻炼学生的专业综合实践能力，有利于学生参加职业技能竞赛、提升专业能力及就业竞争力。

3、课程+创新创业。充分认识人工智能专业，打破壁垒，与其他专业进行多维融合，形成AI+的专业体系，打造一条学、创一体化的平台。结合学校专业特色，从各专业中选出熟练掌握专业技能的学生，组成不同的AI+专业工作坊、训练营等，实行导师制，引导学生从专业认知到技术创新，再到社会创业，实现课程与创新创业的深入融合。

4、四方协同。学校、学生、培训机构、企业四方协同赋能的人才培养模式运行机制。学校和合作企业，通过现代学徒制、产业学院实施，学校与合作企业共同制定相应的课程及能力教学，通过现代学徒制与产业学院，学生可进行跟岗、顶岗实习实训，能力水平达到岗位要求，可直接到行业领军企业或产业链企业工作。学校和培训机构，在“1+X证书”制度下，与专业的职业教育评价组织合作，以岗前培训班的形式实施，结合岗位要求，与专业的培训机构进行合作，提升学生岗位专业技能，并可获取相应岗位的技能证书等。

（四） 两大平台

多融合机制是以人工智能实训室和工程训练中心两大平台为支撑基础实行的。人工智能实训室主要负责理论与实践的教学任务;工程训练中心包括培训中心和学创中心，其中培训中心主要负责职业资格证书培训及考试工作，学创中心主要负责项目服务和创新创业等产教融合内容。

（五） 项目驱动、能力递进

第一、二学期：通过公共基础课、专业基础课、专业体验活动与新生认知实习，利用简单项目使学生对专业有初步的认知，从而获得方法能力、社会能力，以及基础的专业能力。第三、四学期：通过专业核心课、专业拓展课、跟岗实习，利用模拟项目对专业课程进行教学，学生初步将理论转化为实践，通过校内竞赛、职业技能大赛、专家讲座等活动，增强学生实践能力，扩展专业视野，主要提升其专业能力。第五学期：学生可以自主选择在校内实习或到培训机构参与培训，培训成绩可换算为专业课程成绩，使学生近距离接触真实岗位的工作环境，主要提升其专业能力以及与岗位相关的方法与社会能力。第六学期：学生自主联系实习单位或由学校统一安排，进行顶岗/毕业实习，进行真实的岗位实践，锻炼其与职业发展相关的理解与交流能力、科学思维能力、应用分析能力、动手能力等，使其职业能力全面提升。

四、人工智能技术服务专业人才培养方案

（一） 培养目标

通过“双证书”制，培养具有信息科学、数据科学基础知识与基本技能，熟练掌握大数据基础、机器学习、深度学习、神经网络等技术，面向智能产业与智能服务领域，能适应智能应用开发、智能系统实施与维护、智能产品售前与售后等岗位需求的创新型、实用型技术技能人才。

（二） 课程体系设计

根据党和国家有关文件及对高职层次人才培养的要求，将人工智能技术服务专业的课程体系划分为公共基础课和专业（技能） 课程两大类，其中专业（技能） 课程又分为专业基础课、专业核心课和专业拓展课程。人工智能的实现三要素为算法、算力、数据。从三要素的角度出发，由基础到实践，由简单项目到真实项目，设置课程体系。

（三） 形成“五步闭环”运行模式

2020年是第一届人工智能技术服务专业招生，对于新专业，在新的人才培养模式中，要结合实际发展，逐步完善，按照拟定人才培养目标实施专业认知、设计课程体系、提升职业能力、评价教学效果的闭环循环完成，形成“五步闭环”运行模式。拟定人才培养目标，是结合实际技术的发展情况，确定人才培养模式及目标;实施专业认知，让专业认知贯穿教育全过程，从基础到深入，逐步理解人工智能技术服务专业的实际运用;设计课程体系，是结合实际技术发展与高职学生的接受程度，制定适应学生学习的课程体系;提升职业能力，是通过现代学徒制、产业学院、工程中心等，利用技能竞赛、培训学习等方法，提升学生的实践能力和岗位能力;评价教学效果，是在按照人才培养方案实施后，对学生获得的知识与能力、就业情况、价值观等的综合评价。

“五步闭环”模式互相嵌套、形成循环，每一个环节既是上个环节的进一步发展，同时也是上个环节实施效果的检验，对上个环节进行反馈和修订。同时每一个环节又是执行下一个环节的依据，使下一个环节的实施更具有针对性。

结语

人工智能对社会和经济影响日益凸显，相关人才需求量巨大，随着人工智能技术服务专业的开设，相关的人才培养方法尤其重要。本文以人工智能技术应用为重点，在“重基础、重实践、重素质”的传统教学基础上，结合专业认知、项目驱动，学校、学生、培训机构、企业四方协同，形成人才培养的新模式，并在新培养模式的指导下，从培养目标、执行制度、课程体系、运行模式制定人才培养方案。人工智能技术服务专业是新兴技术下的新兴专业，需要不断地结合新时代学生的特点，结合新技术，探索新模式，找到符合当前时代发展的培养方式。