人工智能职业技能等级标准与职业教育的融合路径研究

樊晓唯 刘向东 胡光永

为进一步加快科技强国建设，2017年7月，国务院发布了《新一代人工智能发展规划》，在规划中对我国人工智能发展和应用提出了指导思想和战略目标。人工智能时代自然需要更多的人才，经教育部门测算，我国目前有超过500万的人工智能人才缺口，而这其中需求最大的正是人工智能应用型人才。然而人工智能作为一个全新的专业，目前还没有一套涵盖各职位的全国性质的职业技能等级评价标准，这是各类职业培训机构和高校共同面临的问题。

一、人工智能职业技能等级标准现状研究

(一)“1+X证书”制度。2019年初，国务院发布了《国家职业教育改革实施方案》，提出在应用型本科高校和职业院校，启动“学历证书+若干职业技能等级证书”(“1+X证书”)制度试点工作，鼓励职业院校学生在获得学历证书的同时，积极取得多类职业技能等级证书,这是促进我国职业教育改革、完善职业教育和培训体系、深化校企合作产教融合的重要创新举措[1]。

在“1+X”体系中，“1”代表学历证书，即学生在学历教育过程中的评价指标，侧重学生在专业人才培养方案中规定的课程的学习情况及综合素质和能力的培养。而X代表职业技能等级证书，是职业技能水平的凭证,即反映职业活动和个人职业生涯发展所需的综合能力[2]，更侧重学生在进入社会从事某一职业时的技能水平。

从职业教育的本质来讲，服务经济社会发展和充分就业需要,对接科技发展趋势和市场需求,是建立职业教育体系、深化职业教育改革的逻辑起点[3]，职业技能等级证书对接新兴科技和先进技术，对接产业和一线生产单元，对接行业市场需求，可以说是对学历证书的一种补充和强化。

(二)人工智能领域职业技能等级标准现状。为贯彻落实《关于深化人才发展体制机制改革的意见》，促进职业人员技术提升，人力资源社会保障部联合工业和信息化部组织有关专家，已发布数项人工智能领域的职业技能等级标准，另有一些发布了征求意见稿，列举如下。

1.北京百度网讯科技有限公司——“计算机视觉应用开发”职业技能等级标准。该标准面向的主要岗位包括图像处理工程师、图像标注师、人工智能算法测试员(视觉方向)、计算机视觉应用开发工程师、AI算法工程师(视觉方向)等[5]；设置“初级、中级、高级”三个等级，其中：初级要求具备图像获取、标注、清洗以及预处理，并完成模型的基本部署和效果测试的能力。中级要求能够指导验收数据标注，完成图像获取、清洗以及预处理，完成视觉模型的建模，训练、效果评估和应用开发。高级面向系统架构、解决方案规划、模型选型等工作，要求能够完成计算机视觉模型建模、训练、调优、效果评估和工程应用开发等工作。

2.北京百度网讯科技有限公司——“人工智能深度学习工程应用”职业技能等级标准。该标准主要面向：人工智能训练师、人工智能工程技术人员、人工智能工程应用开发工程师、深度学习测试工程师、深度学习实施工程师、深度学习技术支持工程师以及深度学习建模应用工程师等岗位[6]；设置“初级、中级、高级”三个等级，其中初级要求具备人工智能技术服务、大数据技术应用以及利用深度学习平台完成深度学习工程应用开发等工作的能力。中级要求具备人工智能产品运维、大数据技术应用、深度学习数据输入、模型搭建、模型训练、模型测试、模型调参、模型部署等能力。高级要求具备人工智能产品架构设计及大数据技术应用能力、能够根据实际深度学习系统需求完成建模、训练、优化及部署等工程应用的工作能力。

3.国家职业技术技能标准——“人工智能工程技术人员”。该标准面向从事与人工智能相关算法、深度学习等多种技术的分析、研究、开发，并对人工智能系统进行设计、优化、运维、管理和应用的工程技术人员[7]；共细分五个方向，分别是人工智能芯片产品实现、人工智能平台产品实现、智能语音及自然语言处理产品实现、计算机视觉产品实现、人工智能应用集成。每个方向均设置三个等级，分别为：初级、中级、高级。

二、职业技能等级标准与职业本科教学融合举措

2019年6月，教育部发布了《教育部关于职业院校专业人才培养方案制订与实施工作的指导意见》，意见要求各职业院校积极对接国家教学标准，结合专业特色创新人才培养模式，不断提高办学水平和培养质量[8]。

针对目前已发布的各项人工智能领域的标准，想要与人工智能专业的教学相融通，首先要全盘研读，结合市场需求、就业岗位、学校定位、课程资源、科研基础等多维度，选择合适的细分领域内的标准进行落地和融合研究，考虑采取以下几方面的举措。

(一)标准涵盖知识内容与人才培养方案相融合。落实国家标准，首先要与专业人才培养方案对接，提炼职业技能等级标准中的知识要求、能力要求和素质要求，科学设置公共基础课、专业基础课和专业任选课，课程内容要紧密结合职业技能标准，注重课程的可用性和实践性，全方位培养学生的知识技能和职业素养。以“人工智能深度学习工程应用”标准为例，可提炼知识内容，设置专业课程如下：初级对应课程：《Python程序设计语言》《大数据技术导论》《数据清洗与预处理》《人工智能技术导论》。中级对应课程：《机器学习》《深度学习基础》《大数据技术应用》《机器学习综合实训》。高级对应课程：《计算机视觉应用》《计算机自然语言处理》《深度学习框架》《深度学习综合实训》。

(二)标准与校内专业课程标准相对接。坚持职业技能等级标准引领，在课程设置、课程目标、学时安排、教学内容、重点难点、教学设计等方面，充分对接职业技能等级标准中的要求。应将职业技能等级标准中的技能要求，全面映射到具体的每门课的课程标准中。根据专业人才培养方案的要求来编制课程标准，需明确教学目标，优化教学内容，规范教学过程，及时将标准内容纳入课程标准中。

在教材的选用上，也要结合标准中的技能要点，尽可能选择理实一体化的教材，不拘泥于课本教材，可联合行业内人工智能企业共同编制活页式教材、工作手册式教材等形式的电子教材，以丰富的案例实践来提高学生对理论知识的理解和应用。

(三)职业技能培训与专业教学过程相结合。在专业教学过程中，应充分融入职业技能等级标准中的技能要求，整体设计教学活动。职业本科的人工智能专业更侧重于人工智能技术的应用和开发，应搭建具备一定算力、适合开发行业人工智能应用的深度学习训练平台，改革教学手段，从课本教学、实验案例教学，转向平台教学和项目化教学。运用多种教学方法，如启发式教学、探讨式教学、以学生为中心的教学等方式，激发学习热情，使其积极参与到教学过程中。在教学考核的形式上鼓励创新，鼓励教师充分利用教学平台开发更具开放性、主动性和实践性的考核方式，如理论知识和项目化实践能力相结合的考核模式。

同时加强校企合作广度和深度，结合职业技能等级标准的技术要求，选择合适的项目进行联合开发和针对性培训，综合培养学生的职业素质、人工智能理论知识和动手实践能力。

(四)职业技能证书认定与专业考试相转化。为充分落实“1+X”证书制度试点工作，应积极探索职业技能等级证书与专业课程的学分转换问题。积极参与国家在职业教育中新提出的“学分银行”概念，将学生在专业课程中的学习情况和各类国家认可的职业技能等级证书的成果，纳入到学生的“学分银行的”的账户中。为激励学生获取职业技能等级证书，可考虑设置相应的转化机制。以“人工智能深度学习工程应用”标准为例，若学生获得初级证书，可申请免修3～4个学分，在该级别证书对应的课程《Python程序设计语言》《大数据技术导论》《数据清洗与预处理》《人工智能技术导论》中进行选择。同样，获得中级、高级证书，也可在对应课程中申请免修。

(五)职业技能培训师资与专业教学师资团队相统一。在“1+X证书”制度背景下，要落实标准和课程的双融合，离不开一支专业的教师团队。职业院校的专业教师在技术水平上需要保持行业领先，需具备与行业内企业技术人员相当的技术水平；而在教学水平上需不断改革教学方法和手段，提高学生接受程度和课堂效果，可以说是不小的挑战。高校可定期组织教师“下企业”锻炼或参与行业内技术培训，以提高教师技术水平和职业素养，同时可与标准评价组织保持紧密合作,积极参与职业技能等级标准的研发和证书发放工作。也可将具备高水平职能技能等级证书的培训讲师纳入“双师型”教师的考核标准中，鼓励高校教师不断学习和提高。

三、结语

在“1+X证书”制度背景下，将职业技能等级标准与职业教育相融合是我国未来职业教育人才培养的创新模式，是职业教育有效对接科技发展和市场需求的重要机制。我国人工智能职业教育目前还处在发展中阶段，实现人工智能领域的职业技能标准和职业教育的相融合是一个大课题，需要国家、社会、学校多方共同努力，从思想、制度、政策等多方面去探讨和落实。