校院协同视角下的交叉学科师资队伍建设与管理

杨杨　尚文

摘 要：时代变迁影响了高校的学科发展与人才培养，信息时代与工业时代不同，它的到来对高校的学科与人才培养产生了深刻影响。信息时代使人工智能与经济社会深度整合，人工智能与计算机软件、医疗、金融、安防等领域的深度融合也在不断改变着我们的生活，时代需要人工智能的发展布局，需要多学科交叉融合。

关键词：校院协同 交叉学科 师资队伍 人工智能学科

1 引言

随着创新型国家战略的实施，以知识综合化为特征的新经济形态的发展以及我国经济结构转型升级，培养多种学科交叉融合的创新型人才成为现代大学的使命，也是新工科人才培养取向的新趋势。随着知识社会的到来，学科开始从“高度分化”走向“交叉融合”，知识生产从“学科中心”转向“问题导向”，人才培养从“专业教育”迈向“学科交叉教育”。而高质量师资队伍的建设正是实现人工智能学科发展与培养融合创新型人才根本任务的核心和根本。

2 高校人工智能学科师资队伍现状及问题

2020年度普通高等学校本科专业备案和审批结果显示，共有130所高校新增人工智能专业，2019年180所，2018仅35所，增加幅度惊人。《中国互联网发展报告（2021）》显示，2020年，我国人工智能产业规模为3031亿元，同比增长15%，增速高于全球。2018年《中共中央国务院关于全面深化新时代教师队伍建设改革的意见》教师队伍建设目标任务中指出，到2035年，教师主动适应信息化、人工智能等新技术变革，积极有效开展教育教学。与高增长、大需求不匹配的，是我国人工智能人才的数量。据高盛《全球人工智能产业分布》报告统计，2017年全球新兴人工智能项目中，中国占据51%，数量上已经超越美国。但在全球人工智能人才储备方面，中国却只有5%左右，我国的人工智能人才严重匮乏，同时在师资队伍建设方面也存在着诸多问题。

2.1 专业师资队伍数量紧缺

从2017年3月人工智能首次被写入政府工作报告，到2018年第一批人工智能专业本科招生，距今只有短短三四年时间，且开设人工智能专业的高校增速迅猛，但人工智能专业的设立，多数高校没有经过充分的准备，大多依托计算机科学与技术学科或软件或信息技术学科设立，师资队伍也多从这些学科分化而来，在中国整体人工智能人才储备不足的情况下，通过招聘的方式短时间内难以进行有效补充，也很难以满足规模膨胀的需求。少数高校在人工智能专业设置时，没有考虑到实际情况，只是盲目跟风，看到了人工智能专业的热度和招生吸引力，并没有配置相应数量的专业师资。专业师资队伍建设也会受到学校政策支持力度、社会薪酬待遇等因素的影响。由于计算机、软件等行业尚属于新兴行业，受到经济社会发展需要、人才数量紧缺等多重因素影响下，企业在招聘这方面人才的投入非常大。据《2020中国大学生就业报告》显示， 计算机类、电子信息类、自动化类等本科专业毕业生薪资排名前三，这三个专业都与人工智能密切相关。由此可见高校在人工智能领域高层次人才招聘方面的竞争压力可见一斑，想要建立一支高水平专业人工智能师资队伍压力之大。

2.2 师资队伍质量不高

人工智能是一个跨学科、高度交叉融合的领域，随着信息时代的到来而产生，既需要有扎实的信息技术基础学科的底蕴，又因为经济社会重点产业领域发展需求，而与众多领域交叉融合，对师资队伍建设提出了更高的要求。清华大学人工智能领域在国内乃至国际都是首屈一指，成立于2018年的清华大學人工智能研究院的师资队伍代表了国际高校人工智能领域师资队伍的顶尖水平。研究院院长张钹院士，图灵奖得主、中国科学院院士姚期智教授，都是计算机相关基础研究和应用领域的顶级专家。即使如此，清华大学的人工智能研究院的师资队伍是由多个院系的教师联合构成。国内其它高校的人工智能学科师资队伍良莠不齐，更无法与清华大学比肩。很多高校人工智能领域的老师属于“借调”，来自于信息、软件、计算机、自动化等专业，知识结构局限于自身的研究领域，对人工智能技术，及其交叉领域涉猎较少，也就很难满足“人工智能+”的研究需求及交叉复合型人才培养的需求。

2.3 地域发展不均衡

据2019年《全球人工智能发展白皮书》显示，受政策与资本推动，京津冀、长三角、珠三角成为人工智能企业分布最多的地区，北京上海领跑全国，以北京上海为代表的一线城市在人才数量、科研能力等方面长期处于第一梯队。北京在人工智能方面的科研院校占据全国50%以上，政府与科研机构与院校成立的实验室超过10个，上海市依托众多高校资源，也在人工智能研究方面奠定了一定的学术基础。因此全国的人工智能高端人才和最优质的师资队伍在集结在以北京上海为代表的一线城市的高校。这些地区百度、京东、美团等互联网巨头投入的大量社会资本也吸引更优质的师资队伍能进入这些高校开展科研、教学工作。地域不均衡，也与地方政府人工智能发展的政策和高校对人工智能学科的支持政策有关。很明显东部地区，以北上广深为代表的一线城市制定了行之有效的政策，与人工智能产业紧密相联的区域内高校也更容易受到政策的支持，高校的配套支持资源也更丰富。

2.4 体制机制设计局限

为适应经济社会对人工智能发展的需求，国家、地方政策布局及人才培养的需求，高校纷纷开设人工智能专业，组建人工智能实验室或研究中心。但没有考虑到人工智能学科的高度融合性、创新性、前沿性。很多学校在体制机制设计上没上匹配这一学科的特殊性。使得人工智能领域师资队伍在组建过程中遇到了很多困难。诸如薪资待遇如何体现行业水准，如何打破现有薪酬分配体系，体现人工智能行业教学科研人员的市场价值;人才评价体系如何打破学科壁垒，组建适合交叉研究成果的评价组织或机构，打通评价通道，构建适合交叉成果评价的评价体系和标准;团队管理如何打破目前以学科为基础划分和设置科系的高校主要科研单位构建方式，以项目或任务为导向，形成完整的团队式管理体系;由于不同学科或学院错综复杂的竞争和利益关系，抵制学科界限被打破，反对现有学科解体，学科发展如何突破学院限制，实际共享平台、共享资源、跨学科师资队伍的合作与交流;每一个学科方向都有自己人才招聘的准则和刚性条件，如何突破现有人才招聘条件和招聘方式的限制，形成常规引进与多元柔性引进结合，打破现有刚性条件，多元评价方式招聘人才，这些都是摆在高校面前亟需解决的难题。清华大学人工智能研究院的建立打破了学院和学科的壁垒，但由于体制机制或各个高校现实情况不同，清华大学模式很难迅速在各个高校复制和推广。而且由于跨学科交叉融合属于新兴事物，组建跨学科师资队伍没有太多理论和实践经验可借鉴。

3 交叉学科师资队伍建设管理思考

高质量交叉学科师资队伍建设在目前高校的体制机制下困难重重，除需要国家正确引导，政府、市场大力支持外，更需要校院协同，互相配合，共同解决。

3.1 学校方面

3.1.1 进一步深化学校综合预算改革

由于人工智能学科的特殊性，人才市场化定价较高，而高校目前的薪资待遇相较市场而言，竞争力较小。以推动人工智能学科建设发展为目标，通过学校综合预算改革，实现校院两级财务管理体制，将财务管理重心下移，优化资源配置，扩大人工智能学科或团队财务自主权，加强学科经费统筹使用权，放宽经费使用限制，破除经费使用壁垒。为人工智能学科或团队提供更大的资金支持力度基础上，学校专门设立人工智能学科建设引导性专项资金，引导支持人工智能学科跨学院、跨校区、校企协同，向对接国家和地方重点卡脖子人工智能项目和人工智能核心技术攻关的团队提供专项资金支持。强化学校财务的统筹、重点和引导作用，助推人工智能学科汇聚融合交叉，实现强院兴校，强学科兴校。

3.1.2 改变单一引才方式及评价机制

人工智能方面的人才或专家是发展人工智能学科的关键，也是组建人工智能学科或团队的灵魂，很多高校为发展为工智能学科，通过提高人才待遇，提供住房补助等多种方式吸引优秀人才加入。但目前大部分高校的人才招聘权并没有完全下放到学院，或限于编制问题，或限于人工智能学科的交叉属性，很难配备学科或项目所需要的整齐团队，给开展科研工作带来困难。山东大学在发展人工智能学科方面进行了很好的尝试。2019年与人工智能顶尖高校成立了山东大学-南洋理工大学人工智能国际联合研究院，以建设成为一流的科学研究平台、一流的学科支撑平台、一流的人才汇聚平台、一流的人才培养基地以及一流的成果转化平台为目的，并在人工智能师资队伍建设方面进行了有效的尝试。学校为配合研究院引才，对研究院“放、管、服”进一步放大，为新引进各类人才开通各项服务新通道，改革新聘教师选人标准“一刀切”做法，充分考虑人工智能学科特点和差异性，将人才引进评价权下放到研究院，由研究院自主制定新进教师遴选标准，自主组织学术评价，并通过人才队伍建设改革，建立从高层次人才体系到专聘科技人员、校内双聘的多元人才招聘体系，为人工智能学科多元化的人才需求提供了可能性。

3.1.3 深化收入分配制度改革

制定更加灵活的绩效工资分配方案，结合财务预算改革，给予学院更多自主权。

3.1.4 强化人才队伍培训力度

人工智能学科属于新兴学科，又需要交叉复合型人才，需要学校构建具有前瞻性的人才队伍培训体系，提高人工智能学科人才队伍可持续发展能力。强化教师职业素养、教学技能和创新能力培训，增加不同学科交流通道，加强国际化培训力度，建立人工智能学科海外研修制度，推进教师成班化国际专项培训。鼓励人工智能学科青年教师，学科带头人积极参加海外各类学术交流，学习顶级人工智能高校及企业的先进经验及技术。加强人工智能学科教师队伍师德师风培训，在注重科研能力培训、培养的同时注重软素质能力培养，以习近平新时代中国特色社会主义思想为指导，坚持党管人才基本原则，充分发挥党在人才工作中把方向、管大局、做决策、保落实的思想政治优势和组织优势，全面贯彻党的教育方针，将立德树人贯穿人才培养全过程，充分发挥党员先锋模范作用，培养“双带头人”，通过培训打造政治素质和学术水平都过硬的顶尖人工智能团队。

3.2 学院方面

3.2.1 校企合作，多渠道开源，加大资金配套支持力度

學院在配合学校财务预算改革，财务自主权增大的条件下，要用好财务统筹分配权，将更多财务资源分配于人工智能学科，支持其发展。加大力度支持人工智能领域的基础理论研究和国家战略需求、重点领域的重点科研攻关和卡脖子技术领域，支持重点团队解决重点问题。同时应该抓住“人工智能+”的优势，增加与企业的合作，共同实验室，共同组建科研团队，为企业解决实际问题的同时，更可以与企业联合培养、输送优秀人工智能领域的人才，同时获得企业的资助，或利用横向课题获得企业资金支持，校企合作，实现共赢。

3.2.2 探索适合的学科或团队建设方案

由于人工智能学科的高度交叉融合属性，每一个学院或研究机构在组建人工智能团队的时候要立足于本单位的实际情况，利用自己的优势和现有的政策条件，探索适合自己的学科或团队建设形式。山东大学-南洋理工大学人工智能国际联合研究院在学校支持政策的基础上，借鉴国外高校先进经验，通过组建PI团队的方式，解决交叉学科人才引进的问题，也体现了平台的开放、包容、自由、灵活性。研究院采用PI管理模式，以PI团队作为中心的基础科研活动单元组织科研团队，建立以PI为主体的人才组织体系和用人机制。团队PI负责实施所属研究方向的科研活动、学科建设和人才培养任务，安排研究任务。PI采用选拔聘用，一旦成为团队PI，研究院将给予PI充分的团队管理、考核评价自主权。团队成员由PI自行组建招募，研究院给予协助，这种方式既能组建适合自己团队研究目标和任务的团队成员，又能充分利用校内双聘、专聘科技人员等已有政策，加强人员把关和管理。

项目：山东大学教育教学改革研究项目，项目编号：2021Y105。

参考文献：

[1] 王国胤，瞿中，赵显莲. 交叉融合的“人工智能+”学科建设探索与实践[J]. 计算机科学，2020，4：1-5.

[2] 关蓓蓓，李猛，黄斌.中国高校人工智能专业师资队伍的现状及发展方向研究. [J]. 科技与创新，2021，10：81-82.

[3] 德勤. 全球人工智能发展白皮书[M].2019.

[4] 王朝，程凡. 人工智能时代背景下的离散数学教学模式[J]. 黑龙江工程学院学报，2021，35（05）：77-80.

[5] 鲁鸣鸣，王建新. “人工智能+X”交叉学科科研创新能力培养模式探索[J]. 工业和信息化教育，2021，（10）：1-5.

[6] 王建新，段桂华，刘锦. “人工智能+X”研究生创新人才培养模式探索与实践[J]. 工业和信息化教育，2021，（10）：6-9+30.

[7] 陈映芝. 新时期民办高职院校师资队伍建设研究[J]. 开封文化艺术职业学院学报，2020，40（08）：134-135.

[8] 汪秋刚，额热艾汗，陈翠忠，任玉成. 多学科交叉背景下的高校教师专业发展[J]. 教育现代化，2019，6（64）：121-122.

作者简介：

杨杨：（1987.04—），女，汉族，山东省潍坊青州市人，硕士研究生。研究方向：软件工程。。