高职涉农专业人工智能课程建设存在的问题及对策

摘要：本文分析了高职涉农专业人工智能课程建设存在的问题，结合涉农专业人工智能技术人才培养的现实需求，提出了“人工智能（AI）通识课程（公共基础课程）+第二课堂”“人工智能（AI）+专业课程+企业实习实践”“人工智能（AI）课程+企业实习实践”交叉融合课程建设思路，为涉农专业人工智能课程建设提供科学参考。

关键词：人工智能；课程建设；对策

人工智能（Artificial Intelligence，AI）涉及计算机科学、数学、心理学、哲学等多学科的理论和技术，其目标内容包含知识表示、推理、自动规划、自然语言理解、计算机视觉、机器人学、自动规划和加强人工智能，研究领域涵盖了自然语言处理、专家系统、图像识别、语言识别、机器人等，人工智能（AI）在农业领域涉及精准化农业种植、智能温室、机械生产、智能养殖系统、农产品质量视觉识别及光谱分析等方面应用日益广泛，成为农业创新的关键驱动力。涉农高职院校处于第一人才资源库、农业科技第一生产力前线、创新第一驱动力的结合点，承担着为当地经济建设和社会发展培养人工智能人才的重要使命。2018年4月，教育部发布了《高等学校人工智能创新行动计划》，强调高校应进一步发挥其在基础研究、学科发展和人才培养方面的优势，指出高校需推动人工智能在线开放课程和主干课程的建设，并促进智能农业应用的示范推广。2019 年 5 月，联合国教科文组织发布的《北京共识—人工智能与教育》，“将人工智能相关技能纳入高等教育的资历认证体系中”，增强了高校开展人工智能教育的动

力[1]；2024世界数字教育大会“人工智能与数字伦理”平行会议上提出“用好人工智能赋能教育转型”；2024年《中国教育学报》建议高度关注人工智能等新兴科技对人才培养领域的革新作用，开设人工智能应用课程，结合学生特点个性化设置相关课程。人工智能赋能现代教育教学以培育和形成新质生产力已成为大势所趋，2024年3月29日，教育部正式启动人工智能赋能教育行动，因此，涉农人工智能（AI）课程建设逐渐成为高职涉农“双一流”专业群建设方面的迫切需求，势必成为今后农业人工智能人才培养

的关键。

1 涉农专业人工智能（AI）课程建设现状

近年来，人工智能课程逐渐成为高校落实人才培养的主要途径，依据《教育部高等学校人工智能创新行动计划》，到2025年，我国高校将在人工智能领域实现科技创新能力的显著增强，人才培养质量的大幅提升，并创造一系列在国际上具有重大影响力的原创性成果。这些成果将为我国的产业升级、经济转型以及智能社会的发展提供强有力的支撑。进一步地发展到2030年，这些高校将转型为全球人工智能创新中心的关键组成部分，并且培养出引领人工智能发展的顶尖人才，从而为我国成为世界领先的创新型提供坚实的科技和人才基础[2]。南京大学在全国高校中首创开设“人工智能通识核心课程体系”，探索人工智能与教育深度融合的实践路径，南京农业大学整合原有信息科技学院与工学院学科成立人工智能学院，积极推进人工智能、智慧农业、营养与健康等新兴交叉学科建设。浙江大学大力推进学科交叉融合发展，设立人工智能、海洋技术与工程、集成电路科学与工程等一批交叉学科，推出“AI for Education”教学改革重点项目，成体系建设“AI+X”学科交叉人才培养项目和课程教材群，打造人工智能赋能的全新教育生态。

2024年，华南理工大学加强上下联动，健全工作机制，逐步面向所有学生开设“人工智能”等课程，加强复合型人才培养。2022年《新农科人才培养引导性专业指南》设置了12个人才培养引导性专业，其中，农业智能装备工程专业涉及相关人工智能（AI）课程包括智能传感与检测技术、无线传感与物联网技术、农业机械化生产学、动力机械与农机智能装备、农业机器人与作业等核心课程，智慧农业专业开设人工智能核心课程，将人工智能等现代信息技术与农业深度融合。而人工智能（AI）课程作为一门通识课程在高职院校涉农专业课程建设中均无体现，因此，高职院校涉农专业利用智能技术支撑人工智能（AI）课程的建设提升亟待推动。

2 涉农专业人工智能（AI）课程建设存在的问题分析

2.1 人工智能（AI）教材与职业教育关联不足

国内学术专著、人工智能教材以及国际人工智能等相关学习材料都以严密的数学推理和演算证明过程为主，对学习者数学背景、数学技巧有着较高要求，因此，对于数学基础相对较为薄弱、更擅长感性认识的职业教育学生来说，与其理论基础、学习兴趣、学习情境相脱节。而真正适合职业教育学生学情特点的人工智能教材类书籍尚未得到开发。

2.2 职业教育课程标准未统一

高职课程标准体系建设应以学生职业能力、职业素养为重点，包括建设理念、顶层设计、行业企业参与度、评价体系等方面，其中，教学目标、教学内容、教学课时、教学模式、教学策略、课程评价等都需要一定的课程标准建设理论研究和实践分析，对于提高完善高职教育教学水平具有重要的作用，高职教育人工智能（AI）课程缺乏统一的国家级、省级课程标准及课程标准库，成为培养高质量人工智能（AI）技术人才基础性问题。

2.3 “人工智能（AI）+”类专业课融合不足

为深入贯彻落实国家关于开展行动的战略部署，积极推动，教育部确定首批18个“人工智能+高等教育”应用场景典型案例，而大部分涉农高职院校课程设置未深度融合人工智能等新兴技术，脱离行业产业发展需求，产业数字化升级的“人工智能（AI）+”、产教融合等特色课程十分匮乏，因此，推动人工智能技术融入教育教学实践，交叉融通人工智能技术亟待解决。

2.4 人工智能教学资源匮乏

兰州现代职业学院涉农专业人工智能专业师资匮乏，教师对人工智能技术应用不够深入，人工智能相关培训较少，对人工智能的相关伦理问题不了解，人工智能的实际应用场景不熟悉等问题导致在教学实践中不能持续有效使用人工智能技术。此外，人工智能技术的应用通常依赖于高性能的计算机硬件、稳定的网络设施以及数据加载和训练平台。然而，目前农业专业课程的实践教学资源尚未得到充分利用，人才培养模式还未深入探索和开发那些不可被替代的、具有人类独特思维特点的课程，以及结合人工智能辅助的创新课程。鉴于此，迫切需要采取独立筹措资金或与企业合作的方法，增加对相关配套资金的投入，并改善实践环境，从而确保人工智能技术在教学实践中的应用效果得到实质性提升[3]。

3 涉农专业人工智能（AI）课程建设对策

3.1 人才培养方案目标

兰州现代职业学院位于“黄金带”兰州新区，具备现代农业优势产业集群发展优势，农业科技发展需求大，亟待培养智慧农业方向人才，因此，将“人工智能（AI）+”人才培养理念作为农业类院校人才培养目标十分必要。涉农专业人才应着重从农业数据科学、物联网大数据应用、智能农机数控、农作物生长模型等技能方向培养具备智能现代化农业数据分析及管理的高素质人才，并通过学科项目式训练、实训教学和融合学科教育，提升学生在智能技术应用中的实践能力、创新能力和综合素质。

3.2 “人工智能（AI）+”教学模式

在兰州现代职业学院“三延伸两融合”教学模式改革实践基础上，优化“人工智能（AI）+现代农业”课程体系，以农业专业知识图谱建设为抓手推动专业基础课程和核心课程整合、更新、重构，强化人工智能等新兴技术与专业深度融合，建设产业数字化升级的“人工智能+”、产教融合等特色课程，强化数字化教学资源、校企合作资源，推进本专业开展项目教学、案例教学、情境教学、模块化教学、仿真模拟教学等新型教学方式，加大实践教学力度，做好专业实训教学，提高课堂教学质量，强化学生职业技能

训练。

3.3 “人工智能（AI）+”课程建设

3.3.1 “人工智能（AI）通识课程（公共基础课程）+

第二课堂”

人工智能课程可作为通识必修课程纳入教学计划，人工智能（AI）课程的教学内容相对抽象且知识面广，包含数学基础、算法设计及编程语言等内容，如人工智能理论模型搭建的数学基础课程内容、人工智能算法模型设计、编程语言，模型求解，因此，课程设计应以奠定的基础知识点，将人工智能（AI）通识课程深度融合第二课堂课程实践，形成“人工智能（AI）通识课程（公共基础课程）+第二课堂”教学载体平台，有效实施人工智能理念下综合素质教育，深化基础课程实践应用，有效提高学生的学习积极性和主观能动性，师生互动性，课堂教学灵活性，并规避“以成绩为重”的重理论、轻实践考核方式，重识记、轻应用的价值取向。

3.3.2 “人工智能（AI）+专业课程+企业实习实践”

高职院校课程设置应结合依托校企合作项目、现代农业发展、“新农科”“大农业观”等国家、地方政策及企业高质量人才技术能力需求，培养具备智能现代化农业数据分析及管理的高素质人才，与合作企业建立校内外实训基地，开展实训教学、大赛训练、鉴定培训。同时，人工智能（AI）通识课程应有效与农学类专业核心课程融合，课程设计应以多学科交叉有阶段性进行教学计划，包括人工智能、机器学习、大数据等关键技术，如《农业物联网与智能技术》《智慧农业与精准种植》等课程，使学生掌握智能科学与技术的核心知识和前沿进展，夯实学生专业基本能力，形成专业课程授课新体系，加强融合课程实践应用，搭建课程教学案例资源库，进而提高学生的学习积极性。

3.3.3 “人工智能（AI）课程+企业实习实践”

校企合作项目应当聚焦于将企业的人才培养需求和最新的科技前沿技术融入课堂教学，同时积极鼓励学生参与校企合作开发的实践项目。这样的合作旨在深化人工智能（AI）技术与专业知识的融合，并特别强调提升学生在农业工程领域的实践能力，尤其是在农业物联网与传感技术、智慧农业与精准种植、农业数据分析与管理，以及农业机器人技术等关键课程方面[4]。此外，项目还将通过校内实训、市院级重点项目和毕业实习等途径，为学生打下坚实的人工智能（AI）技术理论基础，并锻炼他们在农业工程中的实际操作技能。为了进一步实现这一目标，需要设计一系列实践课程，包括人工智能实验、机器学习与数据挖掘实验、智能系统设计与实现项目、农业机器人技术实践、农业智能化项目实践，以及企业实习与实践、毕业设计与论文等[4]。

3.3.4 教学资源完善与建设

人工智能（AI）通识课程及交叉专业课程需要以高性能计算机设备、网络配套设施、数据处理训练平台为硬件保障，此外，教材资源是高校实施教学工作的关键，人工智能教材资源应结合具体案例和实验，选用更新性、全面性、实践性、教学辅助型的基础理论、应用实践和专业课程等优质教材资源。并鼓励教师利用人工智能教育知识库、智能代理家园、大学远程教育网络课程等教育资源平台，提升教师对人工智能教育理念的理解，建立院（市）级、省级教学团队或名师工作室，开展人工智能师资团队的技术能力培训，建设交叉融合的通识人工智能教学系统，促进人工智能（AI）技术与专业课程的融合发展。

4 结语

本文以兰州现代职业学院涉农专业为例，从人工智能（AI）教材与职业教育关联度、职业教育课程标准、“人工智能（AI）+”类专业课融合度、人工智能教学资源等方面分析了当前高职涉农专业人工智能课程建设问题，针对涉农专业人才培养方案目标、“人工智能（AI）+”教学模式、“人工智能（AI）+”课程建设、教学资源完善与建设对策等方面进行了对策研究与探讨，从而为高职涉农专业智能课程建设献计献策。在今后专业建设中将继续关注兰州现代职业学院涉农专业智能课程建设情况，并根据相关实际数据进行进一步的分析和探讨。

参考文献

[1] 张志新，唐佳音，张惊涛，等.高校人工智能类课程建设现状调查与对策—以河北省为例[J].河北工程大学学报（社会科学版），2023（3）：107-117.

[2] 季薇，李飞，沈建华，等.人工智能+X”电子信息类人才培养新模式探索[J].教育教学论坛，2020（27）：191-193.

[3] 黄岭.高职院校开设人工智能课程设计与目标定位研究[J].电脑知识与技术，2024（20）：127-129.

[4] 白静盼，朱思蕾，姬厚灵，等.智能科学与技术专业建设思路探讨—以长江大学新办智能科学与技术专业为例[J].专业探讨，2024（24）：105-108.