高校“人工智能+”主动作为支撑新质生产力

2023年9月，习近平总书记在黑龙江考察时首次提出“新质生产力”的概念。2023年12月，习近平总书记在中央经济工作会议上再次指出：“要以科技创新推动产业创新，特别是以颠覆性技术和前沿技术催生新产业、新模式、新动能，发展新质生产力。”2024年1月，习近平总书记在二十届中共中央政治局第十一次集体学习时进一步强调，“为发展新质生产力、推动高质量发展培养急需人才”。

当前，人类社会已迈入数字时代，人工智能等技术进入快速发展和应用阶段，有力推动了生产力的能级跃迁。2024年政府工作报告提出要“深化大数据、人工智能等研发应用，开展‘人工智能+’行动，打造具有国际竞争力的数字产业集群”。可以说，由人工智能等数字技术塑造的基础平台就是发展新质生产力的底座。因此，要推动人工智能技术创新与“人工智能+”应用，强化“人工智能+”人才培养，加快形成新质生产力，增强发展新动能，为以中国式现代化全面推进强国建设、民族复兴伟业提供有力支撑。

一、“人工智能+”行动支撑新质生产力发展的

重要意义

“人工智能+”行动顺应时代发展脉搏。进入21世纪以来，人工智能等各种智能产品和服务被广泛应用。随着大数据、超级计算与移动计算、物联网等先进技术的融合与深化，人工智能不再局限于理论研究或实验室探索，而是迅速渗透到人类社会发展的方方面面，并以前所未有的广度重构人们的生产方式、生活方式、思维方式及商业模式等，形成了“人工智能+”的新型业态。数据成为新的生产要素，智能化成为提升生产力的关键途径。从智能制造到智慧城市，从智能医疗到智慧金融，人工智能技术为各行业赋能，在提高生产效率、降低成本、创造新的商业模式和就业机会等方面发挥了巨大作用，更好地满足了现代社会对于高效、绿色、可持续发展的迫切需求，成为支撑经济社会转型升级不可或缺的基础设施和核心能力，推动各行各业从“+人工智能”向“人工智能+”转变。在新发展阶段，面对全球竞争加剧和技术迭代加速的背景，“人工智能+”行动不仅是顺应时代潮流的体现，更是推动经济结构优化升级、促进新旧动能转换的关键力量，将为加快培育和发展新质生产力注入澎湃动能。

“人工智能+”行动契合高质量发展需求。党的二十大报告强调：“教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑，三者有机结合、一体统筹推进。”［1］当前，我国经济已进入高质量发展阶段，正处于转变经济发展方式、优化经济结构、转换增长动力的关键时期。在推动中国式现代化的历史进程中，“人工智能+”行动作为新时代科技与社会融合发展的先锋，不仅是贯彻科教兴国战略、加快科技现代化步伐的关键举措，更是促进高质量发展的核心驱动力。第一，从教育维度观察，“人工智能+”行动通过引入智能教育平台、个性化学习系统等，将极大地促进教育资源的优化配置与教学方式的革新，使教育体系能够更加精准地对接社会需求，特别是新质生产力发展所需的人才支撑。第二，从科技维度着眼，人工智能技术以前所未有的速度全方位、深层次融入实体经济重点领域、核心环节，形成了开放协同的创新生态系统，增强了科技与产业的深度融合，为新质生产力的发展提供了持续的技术支撑。第三，从人才维度观测，这种智能化转型不仅将提高教育的效率和质量，还将加速复合型人才、创新型人才的培养，确保人才供应与市场需求的紧密衔接，进一步为新质生产力的培育奠定扎实的人才基础。“人工智能+”行动作为黏合剂，将教育、科技、人才紧密联结，形成了相互促进、协同发展的动态循环系统：教育为科技和人才发展提供了源头活水，科技为教育提供了方法工具和创新场景，人才则成为链接教育与科技、推动社会进步的关键桥梁。通过“人工智能+”行动的深入实施，三者之间的互动需更加高效，资源配置需更加精准，共同推动新质生产力的持续发展，实现教育、科技、人才“三位一体”的良性循环［2］，为高质量发展提供持久动力。

“人工智能+”行动赋能大科学时代发展。过去数百年来，科学家们都在各自专业领域内发展，如今人工智能成为连接不同知识体系的桥梁，加速了科学知识的汇聚与融合，打破了传统学科壁垒，构建起一个多维度、跨领域的知识网络。人工智能正在引领学科交叉创新改变世界的面貌，给科学带来不可阻挡的变革，科学研究正逐步进入AI for Science的研究范式，人工智能将加快颠覆性技术和前瞻性技术基础研究、引领原创性成果的重大突破，人类将进入一个更广阔的由人工智能赋能加持的大科学时代。

二、高校“人工智能+”主动作为面临的挑战

当前，高校在推进“人工智能+”行动过程中，还广泛存在教育、科技、人才工作“各说各话、各办各事、各自为政”相互脱节等问题。对标新质生产力发展要求，在推动创新链、产业链、资金链、人才链深度融合，深化产教融合、科教融汇方面，存在着人才自主培养质量不高、工程人才培养“科学化”、无法适应产业需求等问题 ［3］［4］ 。

高校对“人工智能+”行动的战略价值认识不足。新质生产力强调通过科技创新驱动，发展具有高增长潜力、能够引领未来发展方向的新兴产业和未来产业。对此，产业界往往能迅速敏锐捕捉到新质生产力背后蕴含的巨大价值，在投资布局、技术研发、市场拓展等方面积极响应。相比之下，高校在对待新质生产力的态度上显得相对保守，对“人工智能+”行动的战略重要性认识略显不足，缺乏清晰的规划和长远的目标。一方面，高校传统的评价体系和资源分配侧重于基础理论研究和学术成果的产出，如发表高水平论文，而对于技术转化、产业合作与应用导向的研究重视度不够。这种评价导向使得教师和研究人员在追求个人职业发展时，往往更多地关注于理论突破而非技术应用，从而在一定程度上限制了高校在新质生产力培育上的主动性和积极性。另一方面，尽管交叉学科和跨领域研究对于推动新质生产力发展至关重要，但高校内部的学科壁垒和资源分割现象仍然存在，协同创新的生态环境尚未形成。一些高校倾向于维护和发展传统优势学科，对人工智能等新兴领域，尚未给予足够的战略重视和资源配置，阻碍了高校在新质生产力探索和培育方面的主动作为。

高校在人工智能领域的专业人才供需失衡。当前，人工智能领域人才培养主要依赖于传统的计算机科学、自动化等学科，在很大程度上限制了人才的多样性，无法满足各行业对人工智能技术应用的广泛需求。尽管已有超过400所普通高校设立了人工智能本科专业，但这些专业的招生规模较小，且教学内容偏向基础理论，与企业实际所需的复合型、实战型人工智能人才存在偏差。与此同时，人工智能领域的快速发展吸引了大批优秀人才投身产业界，特别是初创公司和大型科技企业。相比之下，高校及研究机构在吸引和留住这类人才方面显得力不从心。这种人才流向的失衡，不仅削弱了学术界在人工智能基础理论研究上的力量，也影响了理论与实践相结合的深度，限制了创新成果的产生。此外，高校现行的学术评价体系往往偏重于理论成果的量化指标，如论文发表数、引用率等，而对那些在产业界拥有丰富实践经验、能够将理论知识转化为实际应用的人才，并未真正重视。这种评价导向致使人才流动机制不畅，降低了人才向高校回流的意愿。

高校在人工智能领域的产业融合度亟须提高。尽管校企合作模式被广泛提倡，但现实中，许多合作仍停留在表面，缺乏深度整合。高校与企业之间信息不对称，合作模式单一，缺乏长期战略规划和系统性的项目合作，难以有效推动人工智能技术在各行业的深度融合与应用创新。产业界与教育界的差异在人工智能领域体现得尤为明显，尤其是在应用场景和数据资源方面。产业企业作为人工智能技术的主要应用场所，在日常运营中积累了海量的数据，这些数据涵盖了生产、销售、客户服务、供应链管理等多个维度，为人工智能算法的训练和优化提供了宝贵的“燃料”。反观高校，尽管在人工智能理论教学和基础研究方面具有深厚基础，但在实际应用场景构建和数据获取上却面临不少挑战。一是缺乏真实世界的复杂场景，学生往往只能基于模拟或简化数据集进行学习和实验，这限制了他们解决实际问题的能力培养。二是由于数据隐私、安全法规以及获取成本等原因，高校难以获取高质量、大规模的真实行业数据用于教学和科研，极大限制人工智能相关专业人才的实践和创新能力培养。

高校在人工智能领域的资金投入短板明显。大规模预训练模型需要庞大的计算资源和存储容量，如知名的OpenAI的GPT系列、百度的文心一言等，模型的复杂度和规模呈指数级增长，对算力的需求也随之激增，往往需要高性能计算集群甚至超算中心的支持。然而，建设和维护这些基础设施需要巨大的资金投入。对高校而言，高昂的成本和巨大的资金投入都成了实验室建设和模型研发的拦路虎。实验室往往难以及时更新设备，跟不上技术发展的步伐，这不仅限制了前沿研究的开展，也影响了创新成果的产出。

高校在人工智能领域的国际合作网络不畅。国际合作与学术交流促进知识共享、人才流动和技术转移，是推动科技进步的重要途径。然而，近年来全球政治经济格局的变化对国际科技合作产生了不利影响，人工智能领域亦未能幸免。此外，随着国际大环境的不确定性增加，技术出口管制等措施使得人工智能领域的学者和研究人员出国访问、参加国际会议、进行合作研究的难度大大增加。这种交流受阻不仅减缓了科研进展的速度，还可能导致科研成果的地域孤立，影响全球范围内人工智能技术的均衡发展和协同创新。

三、高校推进“人工智能+”行动的实践路径

人工智能时代的加速到来，对高等教育体系提出了全新的挑战与机遇，培养“人工智能+”的高技能人才已经成为我国高校的战略性任务。高等教育体系迫切需要在“人工智能+”战略规划、人才培养、产教融合、投入保障、国际合作等方面做出适应性调整，以培养未来技术革新的高素质人才［5］［6］。

优化“人工智能+”行动战略。高校应坚决贯彻执行教育部《高等学校人工智能创新行动计划》“三步走”战略，进一步细化高等院校在人工智能领域的发展目标，聚焦人工智能关键技术研究，把高校建设成为世界主要人工智能创新中心的核心力量。首先，通过成立高校人工智能+行动领导小组，系统布局一系列教学、科创、服务平台，在组织层面浇筑起坚实的地基。其次，进一步推进人工智能领域一级学科和专业建设、课程体系和内容改革、实践和实习资源建设、学科和专业交叉，在发展层面搭建起雄伟的高楼。

建立“人工智能+X”的跨学科育人机制。高校要打破传统学科壁垒，构建一个既能培养高质量人工智能专业人才，又能促进其他学科与人工智能融合创新的教育生态系统。一是通过主动调整课程设置，将人工智能基础理论纳入通识教育体系，积极整合校内外相关教学资源，开设跨学科课程，推动文学、农学、医学、法学、工学、商学等传统学科与人工智能的深度结合，培养一批专业精、知识广、视野新的学科交叉人才。二是积极构建与多学科交叉育人相适应的管理体系，发挥教学管理、学生管理对专业教育的规范和支撑的作用。三是强化过程性评价，平衡理论与实践的关系，突出对学生解决问题的能力以及跨学科交流合作能力的评估，鼓励师生参与实习实训、创新实践、学科竞赛等活动，实现多学科交叉融合育人。

加速人工智能产教融合与成果落地。加强与大院名企的合作，建立联合实验室或实习实训基地，通过共享科研设施、校企组团承担重大项目、联合培养研究生等方式，促进知识和技术的双向流动，实现产学研深度融合，构建“科教+产教”双融合高层次人才培养模式。一方面，建立长期稳定全方位的校企合作机制，推动产学研深度融合，形成校企发展共同体；另一方面，通过校企合作开发模拟系统或虚拟实验平台等，模拟真实世界的复杂场景，助力“人工智能+”成为高校学生的“必需品”“营养素”。

加大人工智能基础设施的建设。科技发展的根本在于投入，人工智能等技术的发展有赖于基础设施构建，强化人工智能创新发展的条件支撑。最为重要的，就是从人力配置、硬件配置、平台搭建、企业合作等多方面综合考量，构建一个集高性能计算、开放创新、实战模拟、公共测试为一体的实验室环境，助力学生专业技能和创新能力的提升。首先，实验室要在硬件设施上下功夫，配备集群服务器、GPU服务器等，以满足学生深度学习、自然语言处理、图像识别等高算力需求。其次，要构建可用的大数据处理平台，集成数据存储、清洗、分析等功能，推动企业为学生提供可用且高质量的数据集。再次，要积极搭建开放创新平台，通过设立创新项目基金、举办学科竞赛、提供技术培训和指导等方式，鼓励学生跨年级、跨学科、跨校企组队，参与真实的项目研发，激发学生的创新潜能。

加强国际合作与学术交流。人工智能技术发展迅猛，高校应主动寻求与国际顶尖高校、研究机构的合作，共同搭建高水平的国际交流平台。一是坚持“请进来”与“走出去”相结合，建立国际访问学者计划，利用国际会议、学术论坛等平台，吸引海外顶尖学者来校交流，传播前沿理念，促进思想碰撞；同时鼓励并资助师生参与海外学术会议、海外交换学习项目，让师生了解前沿理论与技术发展。二是积极与海外伙伴共建实验室、共享科研资源、共设课程、共同组织学术论坛，围绕共同感兴趣的前沿领域和人才培养开展全方位深层次的合作，促进技术交流与科研成果转化。

参考文献：

［1］习近平.高举中国特色社会主义伟大旗帜为全面建设社会主义现代化国家而团结奋斗——在中国共产党第二十次全国代表大会上的报告［N］.光明日报，2022-10-26.

［2］田新元.“三位一体”稳稳托起发展第一要务［EB/OL］.［2022-12-21］. http：//www.cfgw.net.cn/xb/content/2022-12/21/content_25030620.html.

［3］韩洁，孙少龙，叶昊鸣等.以新质生产力为高质量发展注入强大动力——习近平总书记参加江苏代表团审议时的重要讲话指引方向、指导实践［EB/OL］.［2024-03-06］. http：//www.xinhuanet.com/20240306/948c76aa0f6b46c4a12927de10f67497/c.html.

［4］孙锐．为新质生产力发展提供人才引领支撑［J］．人民论坛，2024（06）：26—30．

［5］段雨晨．以人工智能赋能高质量发展［J］．人民论坛，2024（07）：26—28．

［6］孙锐，孙彦玲.构建面向高质量发展的人才工作体系：问题与对策［J］.科学学与科学技术管理，2021（02）：3—16.

〔作者系中共江苏省委党校第17期中青二班学员，扬州大学信息工程学院（人工智能学院）院长，教授〕

责任编辑：梁曙霞