新工科背景下人工智能专业人才培养对策分析

郭士茹，王诚林，郭永峰，朱绚曼

(长春电子科技学院，长春 130600)

近年来，市场对于人工智能专业人才需求不断增加。结合相关调研数据，当前，我国人工智能专业人才缺口在500万人以上，国内供求比为1∶10，导致人工智能人才供需严重失衡。结合网络资料、根据市场规模可知，2015年我国人工智能市场规模突破100亿元，2016年为145亿元，同比增长27.0%，2017年为217亿元，同比增长56.0%，2019年为500亿元，同比增长50.0%，远超全球17.0%的同比增长水平。可见，我国人工智能专业发展迅速，本文基于新工科背景，探讨人工智能专业人才培养模式的制订策略。

1 新工科背景下人工智能专业人才培养模式建设意义

过去繁重的科学计算、工程计算主要由人脑承担，自21世纪以来这些工作均可以依靠计算机进行，计算机的计算速度高于人脑，且精准度较高。随着科学技术的不断进步，对工作的定义也在不断变化，人工智能学科也随之迅速发展起来。

人工智能的发展已经势不可挡，迅速渗入到人们的生活、生产中，在竞争日益激烈的市场环境下，很多企业引入人工智能技术以加速自身发展，人工智能替代人工劳动是企业发展的重要方向。而人工智能技术的出现，也加剧了全球范围内的就业困难问题。但不可否认的是，人工智能技术可以有效解放劳动力，为生产工作带来较大动力。例如，在抗震救灾、火灾救援、高空作业等领域应用人工智能技术，以此减少高危活动对人们生命健康的威胁。

2 新工科背景下人才培养面临的问题

2.1 培养目标的重新制订

随着高等教育人才培养目标的不断优化改革，各高校也在专业设置完善、实践能力培养等方面积极努力，但是在专业的交叉融合、综合能力培养等方面仍无法满足新工科建设需求。因此，需要重新制订符合新工科教育理念的创新型人才培养目标。

2.2 课程体系的重组构建

新工科理念体现多学科交叉融合、产学研协同创新，而传统教育则是通过通识教育、普适化教育来完成的。因此，需要对现有课程体系进行重新设置，围绕互联网和云计算，将数据、控制、人工智能等领域与传统工科专业紧密结合，设计符合新工科理念的课程体系。深入开展创业创新教育，通过校企合作提升工程实践能力，打造第二课堂育人体系。结合新工科建设要求，推进高校课程体系建设。

2.3 人才培养模式的改革创新

传统的人才培养模式是在特定目标上，制订相对稳定的教学内容、教学体系与制度，配备了针对性评估方式，以此实现人才教育。新工科理念下的人才培养模式则应具有多学科交叉的特点，整合全学科，涵盖各学科背景，完善课程体系，创新教学内容。在人才培养阶段，高校需要注重学生实践能力的培养与提升，新工科人才培养模式要务实求真，提升育人质量，实施复合型教学方案。

3 新工科背景下高等职业教育人工智能专业人才培养对策

为更好地适应社会发展，提升经济水平，满足社会服务需求，以新工科建设为立足点，专业技术人才培养模式改革势在必行。基于新工科理念，探索专业技术人才培养模式的建设路径是一次改革创新的有益尝试，重新制订人才培养目标、设置教学内容和课程体系、优化师资队伍建设，以校企合作的形式开展协同育人，开展产教融合，加速技术发展，为产业发展和经济发展提供人才支持。在系统推进环境教育转型，实现环境教育方式多元化的工作中，提出构建“互联网+实践+跨学科渗透”模式，系统推进、协同育人。在产教融合的基础上，构建“1+N”人才培养模式，即在传统工科专业的基础上交叉融合创新创业教育、互联网、大数据以及人工智能教育的复合型人才培养模式，以此激发学生的学习兴趣，培养学生的认同感，了解行业需求与发展，培养应用型技术人才。

3.1 建立体验式教学平台

第一，在实践性思维基础上，设定相应的目标理论。新工科本身具有较强的实践性，其主要任务为目标设计，也是实践性思维培养的关键点。实践性思维目标价值、核心理念的实现需要体系的支持，还需要注重各方目标关系的协调，借助实践性思维和创新手段，创建外部目标，完善相应体系。第二，建立实践性问题系统体系。实践性问题体系建设，需要结合自身认知活动，借助实践性思维，建设相应体系，实践性问题体系需要结合认知复杂度开展针对性建设。第三，强化实践性，注意流程问题的解决。通过设计相应的平台，以确保教学顺利完成。实践性问题教学设计本身具有显著的体验、多元与反思性特点，基于此，体验式教学过程设计要求学生融合环境、知识经验与感受等，从多角度开展问题分析，以有效解决问题，促使学生不断进行实践反思，加强体验，完善学生实践性思维培养与锻炼。体验式教学阶段，要突出教材内容的多元化与情景化特征，借助实践、反思、评价等，实现问题的有效解决。第四，完善学生体验体系，促使学生真正领悟知识，明确知识蕴含的道理，同时注重实践培训，激发学习动力，促使学生完成自我超越，实现学习目标。一般而言，体验式教学包含知识技能体验、讲座体验、过程设计与工程体验、案例体验、工程与岗位体验，授课形式包括讲解操作流程、案例分析、专业课程教学、创新创造能力培养、实训与成果展览等。

3.2 开展校企合作模式

其他学科是构建新工科的重要支撑。新工科之“新”主要体现在新工科的多学科背景及与“中国制造2025”战略规划相适应上，其主要涵盖大数据、模拟技术、物联网、系统集成(包括横向与纵向)、智能机器人等核心技术。在新工科环境下，通过建设与人工智能专业人才培养环境相契合的模式，可提升学生的实践技能，培养学生的创新能力，塑造良好的创新精神。可通过完善学校的硬件设施建设，搭建相应平台，以此强化资源的优化配置和应用。建设教学工厂，提升学生的装备生产能力，设置岗位操作任务，积极组织学生开展教学实践。通过建设有针对性的实训教学基地，可为学生构建真实的操作环境，促使学生在真实的环境中了解操作规程，掌握评价体系，开展定点管理等，更好地提升学生的职业素养。加强研学体系建设，以成果为导向，创新课程体系，提高学生的创新意识，加强实践实训，与行业接轨，突破传统的教学理念，促使学生自主学习，提升学生的实践能力与职业技能，加强人工智能特色化专业学科建设。

3.3 建立合作学习模式

强化网络平台的应用，开展有针对性的学习，加强人工智能工程项目研究，加强操作评估，定期进行效果反馈。在课程内整合网络技术，可加强师生的学习体验，通过建设在线学习平台，可实现关键问题的探索，提供多媒体技术教学活动，创新教学形式。通过使用移动学习设备，学生能够随时随地开展学习，借助虚拟技术可实现交互协作，增强学习现实感。借助实践互动，穿插实验，以加深学生对知识点的理解，促使学生更好地掌握知识，并激发其学习兴趣，借助相应体验，提升实践能力和职业技能。同时，在人工智能专业教学期间，跨学科合作方案的应用，可为师生共享实验室和教学设施奠定基础，能够探索最佳学习合作机会，联合不同院校，强化协同效应，以此提升学生的创新创业能力。

3.4 建立质量评价体系

新工科背景下，人工智能专业人才培养由学向做转变，促使学生的学习能力朝着综合性与应用性方向发展，建设“混合+虚拟”的教学环境，借助远程学习方式，实现跨校学习。当前，世界范围内的第四次工业革命兴起，这就对新工科人工智能专业改革提出了全新的要求，同时也带来了全新的挑战，新工科教育目标为创新型、实践型与综合型人工智能专业人才培养奠定了基础。在新工科背景下，人工智能专业要以新经济为前提、以新产业为目标，创新教学模式，贯彻新教学理念，从各层面、各环节入手，强化实践，探索新工科背景下人工智能专业教学新思路，创新人工智能专业实践教学方案。

3.5 加强师资队伍培养和建设

目前，全球范围内的人工智能专业人才储备总计30万人，而高校仅占据1/3。针对这一现状，需要借助校企合作模式，强化理论与实践相结合，以此弥补这一人才缺口。作为百度与高校合作的经典模式之一，深度学习师资培训班自2018年5月起，已连续举办4期，培训教师超过400人次，内容包含学术交流、实验实训、课程构建及平台应用等，搭建专门平台，引入企业助力，实现了数据型、算力型稀缺人工智能专业人才的有效培养。

3.6 构建合理的知识体系

人工智能本身是一项交叉性、综合性的学科，高校应加强人工智能学科与其他学科的交叉联系，逐步形成复合型人才培养模式，以此实现人工智能专业人才培养质量的提升。人工智能本身涉及计算机、软件技术与信息工程等知识，应打造优秀的教师队伍，促进研究成果的共享，开展交叉授课，实现复合型人才培养目标，为人工智能专业人才培养提供师资保障，提升教学质量和效果。

3.7 建设实践教学体系

基于“三元一体”多维结构的实践教育指导，依托与机械设计制造及其自动化卓越工程师计划专业理论课程体系相接轨、仪器设备和环境设施等硬件资源相共享、管理和开放运行机制相匹配的多层次不同特征实践硬件系统，建立具有模块化、分层次、系统性特征的多维模块化实践教学体系。多维模块化实践教学体系将教学计划、课外选修模块纳入其中，开展分层次、多主题实践教学。教学计划模块包含基础课、融合课、专业课等较为独立的实践课程、集中课程，课外实践包含开放性实验、学科竞赛、科技活动及社会调研等部分。多维模块化实践教学体系主要由以下3个层次组成。第1层次：基础层，以知识掌握为基础的开放性多维结构实践教育模式。第2层次：主体层，实践教学系统、理论教学体系结合，工程技能、科研能力协同，综合素质与创新精神同步的多维结构实践教育教学体系。第3层次：拓展层，将创新能力培养系统的建设融入多维结构实践教育教学体系，实现综合素质的全面提升。通过多维结构实践教育教学体系开展的实践教学，使不同层次的学生获得基础性、综合性和创新性等多层次的创新能力培养，深化知识，突破能力，提升素质。

4 结语

在新时代背景下，人工智能专业人才培养应以人才发展为基础，结合新理念，打造全新的人工智能教育环境。产学研商的人工智能专业人才培养模式，可满足产业发展所需，能够承担社会责任、履行历史使命，高校、企业、社会应协同努力，构建新工科人工智能专业人才智能教育生态环境。