高校人工智能应用型人才培养策略研究

高广尚

摘要：随着人工智能技术的快速发展，国内许多高等院校纷纷开设了人工智能专业，以培养适应该领域发展需求的高素质人才。然而，在人工智能应用型人才培养中，存在教学内容与实际应用脱节、专业课程设置狭窄单一，以及师资队伍力量不足等问题。文章从优化课程设置与教学内容、建立课程质量标准与评估机制、培养产教融合的双师型教师队伍，以及推进跨学科交叉与融合这四个方面，设计人工智能应用型人才培养策略。

关键词：人工智能；应用型人才；人才培养；策略研究；产教融合

中图分类号：G642 文献标识码：A

文章编号：1009-3044（2024）13-0141-03 开放科学（资源服务）标识码（OSID） ：

0 引言

当今，人工智能（Artificial Intelligence，AI） 已成为引领新一轮科技革命和产业变革的战略性核心技术。与此同时，它正在深刻改变人类的生产模式、生活方式和学习方式[1]。而ChatGPT的出现更彰显了人工智能应用潜力的无限可能[2]。很显然，随着人工智能等新技术快速迭代，应用型人才的需求也会进一步扩大[3-5]。然而事实上，相较于欧美等发达国家，我国人工智能应用型人才培养体系目前仍然面临教学模式与实践脱节、课程设置难以覆盖广泛应用场景、师资力量无法匹配行业需求，以及培养体系分散缺乏系统性等问题。鉴于此，本文将基于上述问题，并从优化课程设置与教学内容、建立课程质量标准与评估机制、培养产教融合的双师型教师队伍，以及推进跨学科交叉与融合这四个方面，来深层次探索人工智能应用型人才培养新模式，以满足企业对人工智能应用型人才的迫切需求。

1 相关研究

严远亭等[6]从人工智能人才的柔性培养方案制定、人工智能人才培养的课程体系构建，以及本-硕- 博人才培养路径设计等三个方面探讨了新工科建设背景下人工智能人才培养体系的建设思路。然而，该研究未涵盖具体实施和评估阶段，可能需要更多实地调查和实践验证。胡德鑫等[7]通过综合比较分析美国顶尖研究型大学的案例，揭示了其人工智能人才培养的革新路径与演进机理，为我国未来人才培养提供科学参考。然而，该研究重点关注美国案例，可能在适应中国本土情况方面存在局限性。朱斐等[8]认为通过校企课程、师资，以及资源的深度融合，可以实现科教融合和产教融合，进而协同育人。同时，建立了“产教结合、校企合作管理委员会”和“产教结合、校企合作项管理工作小组”两级管理机构，以保障产教融合人才培养机制的实施。该研究虽然提出了校企融合的机制，但在实际实施过程中可能会面临协调和资源整合的挑战。陈广秋等[9]以改革实践教学内容和模式为切入点，构建了人工智能应用实践课程平台，并通过开展开放式实践项目，建立了满足应用型人才需求的多元实验室评价体系。他们采用项目需求驱动的方法来指导教学内容，从而提高学生的主动学习、工程实践和人工智能思维能力。该研究可能缺乏对其他方面的综合考虑，因为其重点放在实践课程和多元实验室评价体系上。周思佳等[10]认为人工智能人才培养体系的建设路径，需要从学科交叉、课程体系、实践平台和师资队伍这四个方面展开。该研究提出了建设路径，但未具体探讨如何解决路径上的实际挑战和困难。

2 优化课程设置与教学内容

合理的课程设置与教学内容是培养高素质应用型人才的基础。基于文献研究，本研究提出以下策略，如图1所示。

1） 设置应用性强的课程，增加项目实训环节。在课程设置方面，新增前沿技术课程，如深度学习和计算机视觉，开设项目设计和案例分析课程，旨在让学生接触到最新的行业知识和实际案例，为他们的应用基础打下坚实的基础。同时，增加团队项目实训和校企项目基地实习等实际操作环节，以帮助学生在真实项目中培养工程实践能力，并提高解决实际问题的能力。

2） 增加工程训练类课程，培养工程思维。工程训练类课程旨在通过案例教学方法，包括基于实际工程项目的课程设计、编程训练、测试驱动开发等，使学生深入理解系统化分析问题和应用合理开发模式的工程思维。这不仅有助于学生理论知识的实际运用，还使他们能够更好地应对复杂的实际挑战。

3） 积极邀请企业专家来校授课。通过邀请企业专家来校授课，学生将有机会从实际行业专家那里学习最新的工业实践方法、产品设计策略，以及高度先进的算法技术。这不仅能使课程内容更贴近产业需求，还为学生提供实用的见解和技能，使他们在毕业后更容易适应职业要求。此外，与企业专家的直接互动将帮助学生建立与产业界的联系，了解实际工作环境，并在实际项目中应用他们所学。

4） 建立课程反馈机制。通过积极收集学生和企业对现有课程的反馈意见，学校可以了解到课程的优点和不足之处。这种持续的评估过程有助于学校跟踪行业发展趋势和学生需求的变化，进而根据这些动态信息来调整课程内容。

3 建立课程质量标准与评估机制

课程质量的标准化与评估对保证教学质量至关重要。基于文献研究，本研究提出以下策略，如图2 所示。

1） 制定明确的课程质量评价标准。为了确保课程的质量和有效性，评价标准应该综合考虑内容的科学性、先进性和应用性。这有助于确保课程与学科发展方向、行业动态，以及培养学生实际问题解决能力的要求密切相关。此外，我们需要制定详细的考核要求和评价标准，以确保它们与人才培养目标高度契合，并且可以量化到位。

2） 建立多元化的课程质量监控机制。为了全面了解课程的教学情况，我们可以采用多种方式，如听课、学生评教、邀请专家评估等。这不仅可以为教师提供关于教学效果的反馈，还有助于学校识别和解决潜在问题。同时，我们需要建立系统完备的监控指标和评估体系，以确保对课程质量的测评是客观和准确的。

3） 开展定期评估与持续改进。为了及时发现问题和不足之处，我们可以通过定期收集学生和教师的反馈以进行教学效果评估。这种反馈机制可以帮助我们更好地了解课程的实际表现，以便采取针对性的改进措施。这包括调整课程内容，改进教学方法，或者补充教学资源，以确保课程能够持续优化，满足学生的需求和期望。

4） 构建系统完备的质量保障体系。为了构建系统完备的质量保障体系，我们可以采取以下关键步骤：首先，建立明确的课程质量标准和监控体系，以确保课程的质量得以监测和评估。其次，进行持续的课程质量数据分析，以了解课程的实际表现和学生的反馈，从而识别并改进潜在的问题。此外，可以借鉴国内外先进的经验，特别是那些在人工智能领域教育方面取得成功的案例，以不断提升课程质量保障体系的系统性和有效性。

4 培养产教融合的双师型教师队伍

建设产教融合的双师型教师队伍对深化产教融合具有重要意义。根据文献研究，本研究提出以下策略，如图3所示。

1） 积极引入业内专家任兼职教师。业内专家具有丰富的实践经验，他们可以帮助教学更贴近行业实际，培养学生解决实际问题的能力。此外，专家的支持可以帮助学生参与真实工业项目，从而拓宽他们的视野。这有助于提升学校的教学科研水平，并促进产学交流。

2） 完善双师型教学团队建设。在完善双师型教学团队建设方面，我们可以采取以下措施：首先，聘请那些在创业领域有丰富经验的企业家担任创业导师。他们可以向学生提供宝贵的创业指导和实战经验，帮助他们更好地理解创业过程中的挑战和机会。其次，建立产学研用合作平台，使教师更容易参与校企合作项目。这有助于将课堂知识与实际产业需求更好地结合起来，为学生提供更广阔的实践平台，进一步培养创新创业能力。

3） 健全教师评价考核机制。为了构建更具活力和有效性的教师评价考核机制，我们需要考虑以下关键因素：首先，合理设置评价体系，评价体系应该综合考虑教学效果和社会贡献度，以更全面的方式衡量教师的绩效，从而鼓励他们在学术教育中产生更多的实际价值。其次，建立激励机制，如奖励教师深入一线与产业界合作。这有助于将教育教学与产业需求有机结合，推动双方互相受益。

4） 提升教师自主研发能力。提升教师的自主研发能力对于学校的科研和教育质量至关重要。为实现这一目标，学校可以采取以下关键措施：首先，增加科研投入，为教师提供更多的研究资源和支持，包括实验设备、研究经费等，以确保他们能够开展高水平的研究工作。其次，改善教师的创新条件，为他们提供良好的研究环境和平台，鼓励他们积极参与原创性研究项目。通过这些举措，学校将能够提高科研水平，推动研究成果的产出和转化，为人工智能领域的发展和创新做出更多贡献。此外，提升教师的自主研发能力也将激发学生的科研兴趣，培养更多的创新人才，为学科的进一步发展和社会的进步贡献力量。

5） 完善教师聘任制度。完善教师聘任制度代表了学校对人才培养和学科发展的长期承诺，不仅仅是一项行政规定。在这一制度的完善过程中，需要综合考虑多个方面的因素，包括教师的招聘、晋升、评估等各个环节。通过建立健全的教师岗位聘任制度，学校可以更有针对性地引进和培养人工智能领域的专业教师，推动科研团队的协同合作，提高教育质量，并为学生提供更多的学术支持和指导。

5 推进跨学科交叉与融合

跨学科交叉与融合在人工智能人才培养中显得尤为重要。根据文献综述，本研究提出以下改进策略，如图4所示。

1） 开设多学科交叉的人工智能课程。为了提供更全面的学习体验，应开设多学科交叉的人工智能课程。这些课程应包含计算机、数学、语言、心理等多个学科知识，帮助学生深入理解人工智能领域的复杂性和多样性。通过跨学科学习，学生将有机会培养跨学科思维模式和创新能力，为未来科技创新和社会发展做好充分准备。

2） 实施交叉学科双学位培养机制。为了促进跨学科学习，学校应采取以下措施：首先，鼓励计算机、数学、工程等专业学生选修辅修专业，并同时设置数据科学、认知科学等新兴交叉学科，以吸引不同专业背景的学生参与。通过这种交叉学科培养模式，学生将能够拓展知识领域，增强跨学科应用能力和创新思维，为人工智能领域的发展和应用做出更多贡献。

3） 构建支持交叉融合的虚拟仿真平台。为了推动跨学科交叉与融合，学校应着重构建支持交叉融合的虚拟仿真实验平台。这一平台的建立将实现资源共享，促进学生开展跨学科实验和学习，从而培养实践能力。通过虚拟仿真平台，不同领域的知识将得以交叉融合，为人工智能应用型人才培养提供强有力支持。

4） 举办多学科综合实训、设计竞赛、项目合作等活动。学校可以通过举办多学科综合实训、设计竞赛和项目合作等活动来激发学生的学习兴趣和参与度。这些活动不仅可以培养学生的团队协作和创新能力，还可以与企业合作开展项目实训，使学生深入实践，增强实际应用能力。综合性活动为学生提供全方位学习体验，从而为人工智能专业人才的培养奠定坚实基础。

5） 加强国际交流与合作。为了拓展学生的国际视野和加强对国际科技发展趋势的把握，学校应加强国际交流与合作。引入国际先进理念和经验将有助于培养符合全球化背景的创新思维和合作能力。这不仅将为学生提供更广阔的发展空间，还将为我国人工智能领域的国际合作与竞争提供有力支持。

6 结束语

人工智能与各个行业和场景进行深度融合将是未来的一大发展趋势。这种融合将不可避免地渗透到数字经济、科技发展，以及日常生活的各个方面，使人工智能成为不可或缺的核心技术。然而，目前我国人工智能行业严重缺乏人才，这已成为限制企业发展的关键因素，更进一步影响了人工智能产业的发展速度。为了应对这一挑战，本文将从以下四个方面进行深入分析：优化课程设置与教学内容、建立课程质量标准与评估机制、培养产教融合的双师型教师队伍，以及推进跨学科交叉与融合。这旨在为高校的人工智能应用型人才培养提供理论和实践指导，同时积极为我国人工智能产业的发展和创新作出贡献。

参考文献：

[1]“ 十四五”数字经济发展规划[EB/OL]. [2023-08-01]. https：//www.gov.cn/zhengce/content/2022-01/12/content_5667817.htm.

[2] 朱永新，杨帆. ChatGPT/生成式人工智能与教育创新：机遇、挑战以及未来[J]. 华东师范大学学报（教育科学版），2023，41（7）：1-14.

[3] 苏玺鉴，胡安俊. 人工智能的产业与区域渗透：态势、动力、模式与挑战[J]. 经济学家，2023（2）：79-89.

[4] 何晓斌，石一琦. 人工智能的发展和我国人工智能文科人才的培养[J]．清华大学教育研究，2019（4）：32-38.

[5] 世界一流大学如何建设人工智能学科[EB/OL]. [2023-08-01]. http：//www. rmlt. com. cn/2022/0210/639525. shtml.

[6] 严远亭，张以文，陈洁，等. 新工科背景下人工智能人才培养体系探究[J]. 巢湖学院学报，2019，21（3）：119-125.

[7] 胡德鑫，纪璇. 美国研究型大学人工智能人才培养的革新路径与演进机理[J]. 研究生教育研究，2022（4）：80-89.

[8] 朱斐. 产教融合培养人工智能人才机制研究[J]. 创新创业理论研究与实践，2022，5（2）：1-3.

[9] 陈广秋，吴侨，郭子源，等．新工科背景下人工智能专业实践教学内容与模式探究[J]．现代教育前沿，2023，4（1）：67-70.

[10] 周思佳，高敏，单淇.新工科建设背景下人工智能人才培养的路径研究[J].教育教学论坛，2021（2）：169-172.

【通联编辑：王力】

基金项目：基于学习者画像的个性化教学改革探索与实践（No.2021B38）