面向应急管理的人工智能人才培养体系研究

李忠  刘海军  李晓丽  单维锋  张瑞蕾

摘要：随着大、智、云、物、移的发展和应用普及，应急管理进入了智能时代，但相关人才短缺，因此培养面向应急管理的人工智能专业人才将是教育部门和应急管理部门着力解决的问题。从信息时代背景下应急管理人才需求出发，分析了应急管理人才需要掌握的人工智能知识和能力需求。站在高校人才培养的角度，提出了从传统的专业型人才培养体系转向复合型人才培养体系，旨在响应国家加快推动应急产业发展的号召，为高校面向应急管理的人工智能专业人才培养体系提供建设性意见。

关键词：应急管理；人工智能；人才需求；能力需求

中图分类号：G642       文献标识码：A       文章编号：2096-1227（2022）12-0001-03

2014年12月8日，国务院办公厅出台《关于加快应急产业发展的意见》，明确提出加快应急管理关键技术和装备研发[1]。近年来，随着互联网和计算机技术的不断发展，大数据技术、深度学习技术、无人化智能装备技术、人机互动技术与应急管理预防、准备、响应、恢复等工作融合，推动了我国应急管理水平迈上新台阶。在2021年底发布的《“十四五”国家应急体系规划》中更是明确提出“科学应急、智慧应急”，“鼓励各地依托现有资源建设一批应急管理专业院校和应急管理职业学院。加强应急管理学科专业体系建设，鼓励高校开设应急管理相关专业”。可以看出，国家对人工智能在应急领域的作用非常重视，做出了顶层设计，对面向应急管理的人工智能专业人才培养提出了新要求。

1 国内人工智能专业设置概况

自2017年7月国务院发布《新一代人工智能发展规划》文件以后，人工智能高端人才队伍建设成为了人工智能发展的重中之重。作为我国人才培养的主阵地，高校建立人工智能学院与人工智能专业的消息此起彼伏[2]。根据教育部公布的关于普通高等学校本科专业备案和审批结果来看，在2019年有180所高校设立“人工智能”专业，2020年有130所高校新增“人工智能”专业，2021年有95所院校新增备案人工智能专业，虽然较前两年的新增数量有所下降，但依然受高校追捧。统计显示，目前共有440所普通本科院校设置了人工智能专业[3]。如果再加上开设人工智能专业的高职院校，大概有800多所高校。除此之外，还有智能制造技术、机器人、智能感知工程等相近专业开始招生。

本科的人工智能学科相较于高职的人工智能技术服务专业获批的时间更早一些，并且大多具有AI方向研究生及博士培养经验，所以本科院校更加看重人工智能学科的基础类建设，形成“本－硕－博”一条龙式的培养模式。为预防学科同质化问题，很多本科院校选择了与企业进行联合，共同探讨人工智能与本院校的特色专业相结合的人才培养模式，形成“人工智能＋X”复合型特色专业，如人工智能＋机械工程、人工智能＋农业、人工智能＋医药学等。

目前“人工智能＋应急管理”这样的特色专业人才培养模式还在探讨阶段，无论是本科院校还是高职院校，在专业的建设上尚需时日，要结合高校自身的特色进一步完善面向应急管理的人工智能课程体系。

2 应急管理人才对人工智能的能力要求

在人工智能时代，人才更显得重要。教育部门和行业领域要明确在人工智能人才培养中所要承担的职责，只有协作配合，才能更好地应对智能时代的冲击[4]。自从我国成立应急管理部以来，应急管理工作职责发生了较大的变化，管理的范围也更加广泛，“人工智能＋应急管理”的特色发展使得在应急管理领域对人工智能专业的优秀人才有极大的空缺，当前，应急管理的学科建设和人才培养还不能完全满足用人单位的需求。高校需要根据人工智能学科“应用牵引、交叉融合”的特点，面向应急管理岗位的能力需求设立人才培养目标，构建应用面宽泛的课程体系，开展“产、学、研、用、政”融合育人[5]。对于人工智能专业的人才需求会随着时代与技术的发展而动态变化，期待“人工智能＋应急管理”的培养模式为社会培养更多的、高素质的复合型人才。因此，应急管理人才对人工智能的能力要求有以下几个方面：

2.1  信息捕捉能力

传统的应急管理预防中，工作人员依靠人工分析数据，找出隐藏的安全隐患，效率很低，也不准确，导致部分安全隐患未能及时发现，酿成紧急事故的风险依然较大。目前利用物联网、云计算和大数据技术，既能自动收集信息，確保收集到的数据全面、高效，又能自动分析信息，大大地提高了工作效率和成果准确度，避免产生人为偏差。而且，一旦分析过程中发现安全隐患，智能大数据信息平台就会自动生成数据报告，提示可能发生的事故风险，相关工作人员可据此制定解决方案，进行应急预防工作和应急救援。例如，防汛物联网系统可以快捷收集信息和分析数据，使得信息发布智能化、防汛抗涝精细化，大大提高了防汛应急管理水平。

2.2  智能辅助决策能力

灾害事故的发生具有不确定性因素，即便预防措施做得再好，也难以阻止灾害事故的发生。因此，应急管理工作需要做好充分准备，随时应对灾害事故的出现。利用人工智能技术，很大程度上可以替代人工，尤其是智能化深度学习系统，赋予了人工智能自我学习的能力。通过自行分析以往的应急管理数据，比如灾害情形、危险级别、应对策略等，利用人工智能相关技术，结合灾害的实际情况，分析得出最佳应急处理方案。例如生产厂区是火灾事故的高发区，通过布设物联网监控系统采集信息，智能化深度学习系统能够根据这些信息资料，准确分析产业园区内具有重大安全隐患的区域。应急人员需要加强对该区域的重点监控，准确研判，借助智能化分析系统进行智能辅助决策，制订相应的应急预案，科学指挥救援。

2.3  智能救援能力

隨着人工智能时代的来临，高危救援活动逐步由机器人、无人化等智能装备替代人工，大大降低了救援人员的危险。因此，现代应急人才需要具有智能化的应急救援能力，熟悉各种智能化设备和设施。例如，在发生强烈地震后，应急救援中心可以在第一时间派出无人机，对废墟中的被困人员进行侦查，提高效率和精准度，节省宝贵救援时间；无人机还可携带食品、饮用水等救援物资飞抵救援力量暂不能到达的区域，为被困人员提供生命供给。救援机器人能够深入灾区，搜寻并抢救灾民，尤其是在环境非常恶劣的地方，应急机器人的作用更是难以替代。

2.4  智能舆情监控能力

灾害发生后，灾民容易陷入一种恐惧的状态，心理压力骤增，心理影响巨大，这时特别容易受到网络舆论的干扰。当前互联网无处不在，各种信息层出不穷，因此，做好灾后舆情引导工作是应急管理工作的重要一环。面对大量的正面信息和负面谣言，应急人才需要掌握智能监测与分析技术，及时发布正确信息，发现并消灭虚假消息。例如，工作人员可以利用统计方法与计算机技术分析舆论来源，实现网络舆论的自动分析与分类，根据不同分类赋予相应的权重，重点关注高权重的谣言，精准定位不实言论，从而预估舆论走向，制定舆论引导策略，消除舆论对灾情的错误导向。

3 应急类专业人才培养的人工智能课程体系

人工智能技术在应急管理全过程都有应用，因此探讨“人工智能＋应急管理”的人才培养课程体系具有重要的现实意义。目前我国高校通用的课程体系见表1。

在这些课程模块中，通识教育课程有统一的规定，本文不做讨论。在专业教育课程中，学科基础课、必修的专业基础课、选修的专业基础课、选修的专业方向课、实践教育课程和第二课堂教育项目等课程模块中，可以根据学校应急人才培养目标而有所调整。表2是一个专业课程各个模块的样表。

实践教育课程已有人工智能开源框架TensorFlow实践、应急3S使用、虚拟现实与应急演练、机器视觉处理应用实战、深度学习课程设计、网络爬虫与数据采集等。第二课堂教育项目可以结合应急管理、防灾救灾等领域开展创新创业项目教学，将人工智能技术融入其中，提高学生的动手能力。学生创新能力的培养是对国家“双创”政策的落实，主要培养学生的初步科研能力，打开科学研究的大门[6]。通过创新能力课程和实践，培养学生利用人工智能技术处理和解决应急管理中的问题。例如鼓励学生参加国内外相关学科竞赛、科技竞赛，如数学建模大赛、互联网+、安全设计大赛、地震大数据处理大赛等，切实锻炼学生的创新能力。另外，加强校企政合作，将学生放到合作单位实习，真实感受现实的防灾减灾和应急管理过程，从实践中发现问题和利用人工智能技术解决问题，提高学生提出问题、分析问题、解决问题的能力。

课程是人才培养的载体和依托，而思政是价值引领与精神教化，要贯穿于知识传授的整个过程。面向应急类专业人才培养的人工智能课程需要贯彻“服从命令、听从指挥、一切为民”的理念，坚持“平战结合、预防为主”的方针政策，实现全程育人、全方位育人，让学员深刻理解并主动接受正确的政治思想教育。

4 结语

随着国家“十四五”发展规划的全面推进，面向应急管理的人工智能专业建设将进入发展的快车道。在实际的生产生活中，应对突发事件的灾害信息采集能力、决策研判能力、应急救援能力、舆情监管能力等都需要具有较好的人工智能技能和操作能力，这需要从课程思政、人工智能知识体系、双创能力等三个方面进行课程的设置，培养具有“人工智能＋应急”技术的复合型人才，以便于在应急管理的事前、事发、事中和事后的全过程中从容应对和处置事故，有效降低突发灾害造成的各种损失。

参考文献：

[1]郭宏彬.人工智能助升应急管理水平[J].人民论坛，2019（24）：164-165.

[2]杨杰.工业信息安全应急人才培养课程体系研究[J].新型工业化，2021，11（10）：32-34.

[3]吴飞，陈为.人工智能交叉人才培养与课程体系[M].北京：清华大学出版社，2022.

[4]杨洵.浅谈国内人工智能教育的发展现状[J].信息技术与信息化，2018（7）：148-151.

[5]唐晋韬，李莎莎，王挺.面向应用岗位的人工智能专业学位研究生课程体系比较分析[J].计算机教育，2021（11）：22-26.

[6]史良，曾立，孟斌斌.新兴技术赋能应急管理体系建设研究[J].科技和产业，2021，21（6）：142-147.

Research on artificial intelligence talent

training system for emergency management

Li Zhong， Liu Haijun， Li Xiaoli， Shan Weifeng， Zhang Ruilei

（School of Emergency Management， School of Disaster Prevention Science and Technology， Hebei Langfang 065201）

Abstract：With the development and popularization of applications of big， smart， cloud， material and mobile， emergency management has entered the era of intelligence. However， there is a shortage of relevant talents， so cultivating artificial intelligence professionals for emergency management will be a problem that the education department and emergency management department will focus on solving. Starting from the needs of emergency management talents under the background of information age， the paper analyzes the artificial intelligence knowledge and capability requirements that emergency management talents need to master. From the perspective of talent training in universities， the paper proposes to shift from a traditional professional talent training system to a compound talent training system， aiming to respond to the call of the state to accelerate the development of the emergency industry， and to provide constructive suggestions for artificial intelligence professional training system for emergency management in universities.

Keywords：emergency management; artificial intelligence; talent demand; capability requirement