基于区域经济与产业需求的人工智能专业多元协同人才培养模式研究

摘要：在人工智能大模型时代，各行各业都面临着深刻变革。高职院校作为培养人工智能人才的重要基地，面临着培养适应时代发展需求的人工智能人才的挑战。针对数字经济背景下社会和企业对人工智能技术的应用需求逐渐增多，本文提出了一种多元协同人才培养模式。该模式以区域经济与产业需求为导向，以课程体系、课程资源为基础，融合了产教融合、个性化培养、以赛促学、多学科融合等多种途径，旨在培养高素质、应用型的人工智能专业人才。该模式为高职院校人工智能专业人才培养提供了可借鉴的经验。

关键词：人工智能;人才培养模式;产教融合;多元协同;高职院校

中图分类号：G642文献标识码：A

文章编号：1009-3044（2024）35-0160-03开放科学（资源服务）标识码（OSID）：

0引言

随着人工智能技术的飞速发展，其应用日益广泛，已成为推动全球科技进步和经济增长的关键力量。社会和企业对人工智能人才的需求也愈发迫切。培养与区域经济和产业相适应的人工智能应用人才成为高职院校的重要任务[1]。2017年国务院发布的《新一代人工智能发展规划》和2022年印发的《“十四五”数字经济发展规划》均强调了人工智能的重要性，鼓励高校开设人工智能相关专业和课程，逐步将人工智能人才培训作为高校教育的重点课程，培养符合国家战略及人工智能产业发展需求的高素质技术技能人才[2-3]。

目前，新一代人工智能落地和产业发展持续提速，与人工智能相融合的新型产业大量兴起，社会急需大量高技能、高素质专业人才，尤其是对人工智能技术及其相关专业人才的需求急剧增长。金融、教育、文化、医疗、安全等众多领域都已形成了以人工智能技术和应用为核心的生态圈[4]。经济结构的变革、数字化技术的普及都对当地的创新创业产生了深远影响[5]。人工智能专业人才培养已成为区域经济发展和产业升级的关键。人工智能技术在各领域的广泛应用也为高校培养相关人才提出了新的要求和挑战。据统计，中国人工智能专业人才供需矛盾极为突出，人才缺口高达几百万人次[6]。因此高校应顺应政府号召，响应社会需求，培养人工智能人才弥补市场缺口。在数字化转型背景下，各行各业对人工智能专业人才的需求日益增长，要求也越来越高。因此，本文以区域经济与产业需求为导向，以课程体系、课程资源为基础，探索构建一种多元协同的人工智能专业人才培养模式，为高职院校人工智能专业人才培养提供参考。

1大模型时代人工智能专业人才培养面临的问题

1.1教学内容滞后

在大模型时代，随着人工智能技术的快速发展和应用领域的不断扩展，传统的教学内容可能已经滞后，不能及时跟上技术的最新发展和行业需求[7]。同时，单一陈旧的教学内容缺乏跨学科和不同课程间的融合现象会造成学习内容与实际工程脱轨，导致学生在处理实际工程问题时，无法灵活运用所学知识。

1.2学生基础差异大

人工智能专业涉及数学、计算机科学、统计学等多个学科领域，对学生的基础知识要求较高。然而，由于我国高等职业教育阶段学生来源广泛，学生基础知识的掌握程度参差不齐，这给人工智能专业的教学带来了很大挑战。教师在授课过程中需要兼顾不同层次的学生需求，可能导致教学效果受限，影响人才培养质量。

1.3工程实践机会缺乏

人工智能专业应更加注重工程实践能力的培养，但由于资源限制、实践环节投入不足、传统教学模式、合作模式等问题，学生在校期间实际项目开发经验不足，导致毕业找工作时缺乏竞争力[4]。同时，现有人工智能相关实践教学中，多为固定方法，固定数据等让学生跟着报告操作，没有充足的时间和环境让学生独立探索研究，这就无法将所学知识熟练应用于实际工程，从而导致学生实践能力不足，限制了学生创新能力的培养，影响人工智能专业人才的成长。

1.4学科交叉融合不足

人工智能专业涉及多个学科领域，学科之间的融合对于人才培养具有重要意义。然而，我国多数高职院校在学科交叉融合方面还存在不足[7]。学科交叉课程较少，学生难以全面了解其他学科的知识体系；缺乏具有跨学科背景的教师，难以实现学科之间的深度整合；学科交叉工程项目较少，学生缺乏参与跨学科项目的机会。

因此，本文以区域经济与产业需求为导向，以课程体系、课程资源为基础，探索构建一种多元协同的人工智能专业人才培养模式。

2人工智能专业多元协同人才培养模式实施

多元协同人才培养模式通过整合政、校、企等多方优势资源，实现教学、科研与实践创新的协同发展。这种模式通过共建专业、共设课程、共享师资、共同评价等方式，构建一个全方位、多层次的人才培养体系。其核心在于通过多元协同，优化学生知识结构，强化专业实践，最终实现学生综合能力的全面提升。在人工智能技术新发展格局下，仅靠高职院校专业教师，既不能有效把握多学科交叉融合的深度，也不能准确掌握数字化产业转型升级的发展方向，培养出的人才会与实际需求不符。引进多元协同育人机制，针对人工智能专业课程体系、课程资源、学科边界等限制问题，以有效融合、可持续融合为目标，围绕校企合作、个性化培养、多学科融合、以赛促学等，探索、实践人工智能专业多元协同人才培养模式，是一条行之有效的解决路径。多元协同人才培养模式结构如图1所示。

2.1课程体系建设

全面分析浙江人工智能领域相关产业企业需求，通过相关方法对当地人工智能领域相关企业进行调查、分析、比较和归纳。粗略统计，仅阿里、网易、华为、海康威视、大华等科技公司在浙江对人工智能方向的人才需求每年就超过千人，人工智能方向人才缺口较大，培养符合区域经济和企业需求的人工智能方向人才是社会的迫切要求。针对人工智能专业人才的需求主要集中在基于语音合成、语音识别的语音算法工程师，基于人工智能的图像算法工程师和自然语言处理算法工程师，软硬件开发、测试工程师，基于人工智能的嵌入式设备的研发、应用和推广，面向教育、金融、生活等方向的智能化、数字化服务，基于应用平台的数据分析与挖掘等。通过对地区需求以及高职院校学生特点进行分析总结，将课程分为基础课程、核心课程、选修课程和实训课程4个层次，分别培养学生的基本技能、专业素养、兴趣特长和实践能力，并紧跟人工智能技术发展动态，不断更新课程内容，将最新技术成果融入教学。增加实验、实习、实训等实践教学环节，培养学生基础理论和技能的同时，为学生提供系统的项目化实战训练，使学生能够基本掌握人工智能应用、数据分析、软件开发、软件测试、系统运维等企业需求较大岗位的相关技术，积累实战经验。

2.2产教融合

人工智能属于新兴热门专业，目前人工智能相关技术应用广泛，各产业领域均有涉及，但人工智能技术起点高，更新快，需要持续学习。根据当地发展需求与高等教育发展特点，应在校企合作的基础上开展产教融合，企业在对前沿科技的实践中，积累了大量实用知识和技术文档，如软硬件的开发、测试和部署等，并有真实案例和成熟产品。一、与企业合作共建实验室，与企业共建实验室能够加快实验教学设备的更新，学生在实验室使用的开发环境就是将来工作中的开发环境，同时邀请企业人员与教师共同管理实验室，让学生提前适应企业管理模式，并定期邀请企业的技术工程师到共建实验室与师生进行交流、答疑与讲座，让师生了解企业的最新技术及应用场景，扩展师生视野。二、企业参与课程设计，企业技术工程师具有丰富的实践经验和前沿的行业知识，他们参与课程设计可以保持课程与时俱进，使课程教学内容与实际需求相符，提高课程的实用性和针对性，从而提高课程质量。同时技术工程师能够将自身实践经验融入课程设计中，使课程更加贴近实际工作，提高学生的实践能力和应用能力。三、与企业合作开展实习实训，通过参与企业实习实训，学生能够在真实工作环境中锻炼自己，提前了解企业的工作环境和职业要求，积累实际工作经验，提高就业竞争力。相比传统课堂教学，更能培养学生的实际动手能力、团队合作能力以及处理问题能力，还能帮助学生更好地理解行业发展趋势，为学生未来的职业发展方向提供参考。

2.3个性化培养

个性化教学在培养学生个人优势、提高教学质量、促进学生成长等方面具有重要的价值和意义。在传统集体教学基础上，通过双向选择导师制、参加竞赛等建立个性化培养新模式。通过集体教学，学生掌握专业课基础知识。个性化培养模式根据学生的兴趣、爱好和特质，提供多样化的学习内容和活动，激发学生的学习兴趣、动力和潜力，使他们主动、积极地投入学习中去。双向选择导师制有助于学生根据自己的兴趣和学习方向选择合适的导师，能够更好地满足学生的个性化需求，促进学生在专业领域内的深入学习和研究。教师根据研究方向开设选修课供学生根据个人兴趣选修。根据课堂表现、学习情况等，教师和学生进行双向选择，学生可以找到与自己学习兴趣相符的导师，通过参与导师科研项目、企业项目等得到更有针对性的指导，这对于培养学生的兴趣和专业能力具有重要意义。在学科竞赛方面，应多参与专业相关竞赛，学生根据自己的兴趣和能力选择适合自己方向的比赛。比赛过程中，学生通过自主学习、调查研究、合作创新等多种形式分析问题、寻找解决方案、实践操作。这对于激发学生学习兴趣，培养良好的学习习惯和自主学习能力，提高专业技能和素养都有很大帮助。同时，人工智能是实现产业赋能、升级不可或缺的重要技术，需要有创新思维、较强实践能力。因此除现有学科竞赛外，学校应多组织校内竞赛，加强面向区域产业的竞赛实践训练，将专业教育与产业紧密连接。

2.4多学科融合培养

人工智能涉及多个学科的知识和技术，并且人工智能技术已融入各个领域。因此，人工智能专业多学科融合培养十分必要。高职学生除学习人工智能技术和应用外，还应增强课程的多样性和替代性，扩大选修课比例，开放多方向的实验教学，打造多元化课程和实验平台。学生根据自身的发展规划和兴趣爱好自主选择数学、软件开发、生物学、数据科学等相关课程。将专业学科和相关领域进行融合，形成“人工智能综合应用技术”“软件开发技术”“数据科学”“工程理论素养”等课程群，并以人工智能综合应用技术课程群为能力培养的核心，结合软件开发技术、数据科学、工程理论素养等课程群，实现一核多元的多学科融合教学。在推动学科融合的过程中，构建多学科融合教学团队也同样重要，不同专业的教师根据自己擅长的内容授课，以实现课程的多学科融合，提高教学质量。在打破学科界限后，通过制定科学培养标准，多学科融合培养能够有效提高教育质量和学生学习效果，并培养学生面对未来需求的适应能力。

3结论

本文对大模型时代高职院校人工智能专业人才培养模式进行了探索，阐述了高职院校人工智能专业多元协同人才培养模式的架构和创新路径，为高职院校人工智能专业人才培养提供了有效借鉴。然而，学校人工智能专业处于起步阶段，研究样本量有限，研究时间跨度较短，未来还需要进一步探索建立常态化、持续有效的培养模式。并且人才培养方案的制定和创新还需要结合校情和地方产业特色，今后将围绕人工智能专业人才培养模式的常态化、持久化继续深入研究，进一步跟踪研究该模式的实施效果，推进符合区域经济与企业需求的高素质人工智能专业人才培养方案的落地，积极探索高职院校人工智能专业人才培养的新模式。

参考文献：

[1]胥帅，关东海，许建秋，等.面向产业需求的高校人工智能人才培养研究[J].软件导刊，2022，21（7）：6-11.

[2]周文科.产教融合人工智能专业人才培养模式探索[J].计算机与网络，2021，47（21）：38-39.

[3]国务院.国务院关于印发“十四五”数字经济发展规划的通知[J].中华人民共和国国务院公报，2022（3）：5-18.

[4]吴祖峰，戴瑞婷，李丹丹，等.面向人工智能前沿领域的创新人才培养[J].高等工程教育研究，2023（5）：48-53.

[5]张凤娟，潘锦虹.我国高校创新创业教育政策的范式变迁及其嬗变逻辑[J].高等工程教育研究，2022（5）：151-156.

[6]赛迪.2021年中国人工智能产业发展形势展望[R].北京：赛迪智库，2020.

[7]黄锦敬，黄锦焕，卢来.新工科背景下计算机类专业人才培养的探索与实践[J].电脑知识与技术，2024，20（6）：159-161.

【通联编辑：王力】

基金项目：浙江省教育科学规划课题“数字经济背景下人工智能专业多元协同人才培养模式研究与实践”（2024SCG256）；宁波市教育科学规划重点课题“基于宁波区域经济产业背景下人工智能专业人才培养模式创新研究”（2023YZD025）；浙江省高职教育“十四五”第一批教学改革项目“高质量发展视域下信息技术专业群建设路径探索与实践”（JG20230185）