“人工智能＋信息与通信工程” 创新型研究生人才培养模式研究

王登辉，谭林丰，杨辰月，易玉萍

（华东交通大学 信息工程学院，江西 南昌 330000）

1 研究生创新培养模式背景

人工智能是一个可以正确解释外部数据，从这些数据中学习，并利用这些学习通过灵活的适应提升实现特定目标和任务的能力的系统。根据人工智能理论［1］和技术的特点，本课题拟主动结合华东交通大学具有交通特色的信息与通信工程塔尖学科的优势平台，积极开展 “人工智能＋信息与通信工程” 的创新型研究生人才培养新模式的研究与实践。人工智能领域已经成为全球关注的焦点，社会也急需 “人工智能＋X［2］” 应用创新型人才，世界各国都在积极培养此类人才。但与国外相比，我国在此方面起步较晚，尚未形成完备的具有本国特色的人才的培养模式。

2 “人工智能＋信息与通信工程” 人才培养模式现状探究

2.1 核心目标不够明确

目前，华东交通大学研究生人才培养受师资等多种因素限制，不能与新经济产业发展齐头并进。人才培养体系与新技术发展不相适应，培养模式不符合新经济产业的发展要求，对社会经济的新发展以及新趋势变化不够敏锐，未形成具有本校特色的个性化培养模式。

2.2 课程知识体系无法适应人工智能技术发展的要求

传统的研究生课程知识体系结构老旧，创新程度不够，不能在 “人工智能＋新工科” 背景下有效支撑研究生人才培养目标的达成。课程体系没有体现出交叉学科和跨专业的培养，导致研究生跨学科培养力度不够。目前，研究生导师的知识结构需要优化和完善，研究生培养体系大多为单一导师制，因此导师的学术水平和知识量成为影响研究生培养质量的重要因素。然而很多导师主攻传统研究方向，缺乏交叉跨学科研究生培养经验。

2.3 培养理念难以满足时代和市场的需求

传统的研究生人才培养中创新创业实践环节模式单一、项目老化、产学研协同办学机制缺失，实践实验的内容与企业要求脱节。而且，传统的研究生创新创业实践环节在校企合作育人及产教融合方面深度不足，还不能很好地适应人工智能时代的人才培养与协同创新需求。大部分学校导师更看重学历，缺乏行业实践经验，因此难以对学生做出精准的工程指导。

3 “人工智能＋信息与通信工程” 创新型人才培养模式改革策略

3.1 确立具有科研创新能力为核心的人才培养目标

“人工智能＋X” 创新型研究生人才培养应当构建以学科前沿科研创新能力为核心的培养模式。本校的办学宗旨一直是服务地方，服务行业，所以研究生的培养应该根据本地区本行业的科技发展需求，从学科前沿出发，从人工智能新时代出发，从创新教育的含义出发，将研究生人才培养体系与科研创新能力培养相结合，构建协同创新＋人工智能＋信息与通信工程 “三位一体” 的科研创新型人才培养的新模式。在这一模式中将协同创新融入进去，不仅应该注重创新的思维模式培养，引导方式等，还应该依靠本校信息与通信工程学科的科研优势。

3.2 重构研究生跨学科、跨行业的多元化课程知识体系

“人工智能＋信息与通信工程” 的课程知识体系特点不仅是前沿引领性的，也是学科交融性的。在研究生知识体系重构的过程中，导师所起到的作用至关重要，但传统高校的单一导师制难以满足 “人工智能＋信息与通信工程” 跨专业、跨学科培养的知识体系要求。因此针对导师团队指导模式进行实践是解决这一问题的重要手段。与传统高校的单一导师制相比，组建导师团队联合培养不仅可以是学校内部的不同专业导师培养，还可以由不同学校的导师联合培养。不同学科的导师组成的团队可以汇聚不同学科的专业知识，学科之间可渗透的范围扩大。团队可以承接重大科研项目，并且在项目研究的不同阶段，为解决不断出现的新问题融入所需要领域的专家。不同学科背景的导师共享研究成果，对研究生资源也进行共享，营造出一种多学科多视角的师生联动模式。

3.3 搭建全方位创新创业实践体系

目前，高校人才培养普遍存在 “重理论，轻实践” 的问题。其原因：一方面是由于教师本身缺乏工程技术开发的经验，另一方面是由于学生的工程实践环节较少，最终导致研究生培养模式缺乏与人工智能新技术相适应的工程能力。解决这一问题的有效途径是依托本学科在交通行业的优势地位，鼓励教师走出校园，参与人工智能企业的技术项目，培育真实的人工智能领域内产学研合作项目，最大限度地将教师的科研成果转化为经济效益，服务于社会。

3.4 人工智能技术的新型研究生人才培养教学模式改革

人工智能技术可以在研究生个性化培养、自适应学习能力养成、考评方式和网络课堂教学方式等多个方面实现相互融合，与传统教育相辅相成，更有效地为创新型研究生人才培养模式服务［6］。

3.4.1 人工智能的大数据处理技术助力研究生个性化培养

人工智能的大数据处理技术不仅可以分析在校学生的各项学习指标，还能够获得学生在生活方面的兴趣爱好、参加的各项实践活动等数据，为学生建立一个专属于其个人的知识图谱。研究生在入学研修时期，经由大数据技术可以调取研究生的知识图谱，使导师更有针对性地开展教学方案。同时，学院也会根据知识图谱的不断更新及时调整对研究生的个性化培养方案，以便更加快速地开展后续的更深层次的研究工作。

3.4.2 人工智能技术养成研究生自适应学习能力

人工智能技术的自适应平台将学习的内容开放，使学生获取资源更加便捷，不论是在时间还是在空间方面都能够有效地进行自主化学习，提高学习的效率。自适应平台技术会对在校学生进行知识评估，根据大量数据分析学生的学习成绩、能力掌握情况等推荐更加符合该学生的学习内容，弱化了旧教学模式中知识单向传播的缺点，通过个性化推荐算法帮助研究生建立适合的学习路径。

3.4.3 人工智能技术更好地开展混合式教学

导师在课前进行教学设计，提出问题和任务，课堂中导入知识点，课后进行教学评价并引导学生自我评价。学生在课后线上及时进行复习，听有关专家的讲座，对所学知识及时进行反馈与研究，提升自己的学术研究能力，这样传统面对面线下教学与课后网络线上自主学习相融合的教学模式，将成为各类高校研究生培养的新走向，特别是今年新冠肺炎疫情的爆发，使人们认识到了大力发展线上教学发展的迫切性。

4 结语

人工智能技术的相关特点决定了其有利于帮助研究型教学方法，目的在于提升研究生的科研素养。本文从外因和内因两个方面入手解决了学校如何在教学中实施创新教学的问题。外因方面要校企相融合共建出个新型教学模式，明确人工智能技术在实践教学中的作用。内因方面要注重和科研结合，弱化创新培养的瓶颈，让研究生加重对实践操作的理解及分析，增强用所学的理论知识解决实际问题的科研能力。