应用型民办高校人工智能专业人才培养体系构建研究

摘要：随着人工智能技术的飞速发展，其应用越来越广泛，社会对相关技术人才的需求也越来越大。为培养符合产业需求的应用型人工智能人才，武汉工商学院以应用为导向，与企业深度融合，构建了突出特色、强化实践的课程体系。对不同要求的课程采用不同的教学方式，同时整合企业优质资源，引进优秀的工程师为学生授课，引入企业真实项目供学生实践等途径，着力培养学生运用人工智能技术解决实际问题的能力。

关键词：人工智能；应用型；人才培养；产教融合

中图分类号：TP311 文献标识码：A

文章编号：1009-3044（2025）02-0117-03 开放科学（资源服务） 标识码（OSID） ：

0 引言

人工智能技术的快速发展已成为推动新一轮产业革命的核心力量，逐渐成为国际科技竞争的新焦点和经济发展的新引擎，正深刻影响着各行各业，同时人工智能技术也已渗透到我们生活的方方面面，并且随着技术的不断进步，这些应用还在持续拓展。随着人工智能在不同领域的广泛应用，社会对专业人才的需求急剧增加，特别是在自然语言处理、计算机视觉等关键技术领域，相关岗位显示出极高的需求。为大力培养人工智能专业人才，自2017年国家发布《新一代人工智能发展规划》以来，我国在人工智能教育领域已经取得了显著进展。国内高校纷纷成立人工智能学院和研究院，推动了从基础教育到高等教育的多层次人才培养体系的建立。通过分析发现，国内外研究型大学主要培养具备原始创新能力的学术研究型人才，对学生的数理基础要求较高，构建了“厚基础、强专业、宽领域、重应用”的人工智能知识体系[1-2]。南京大学人工智能专业通过设置数学基础课程、学科基础课、专业方向课及专业选修课等模块化课程，侧重培养学生在人工智能领域的源头创新能力和为企事业单位解决关键技术难题的能力[3]。应用型高校则以计算机和数学为基础，人工智能框架及技术为核心，与学校优势特色专业紧密结合，构建合理的课程体系，以突出培养学生应用人工智能技术解决实际工程问题的能力[4]。聂秀山基于山东建筑大学的学科专业优势，构建了突出人工智能在智能设计、智能规划、智能审图等方面应用的人才培养路径[5]。

总的来说，现有的人工智能教育强调多学科交叉融合及注重创新能力培养，但也存在一些不足之处，主要体现在课程设置与企业真实需求存在一定差距；专任教师实践经验欠缺，缺乏解决人工智能实际工程问题的经验和能力；培养的毕业生动手能力不强，难以适应人工智能时代技术日益丰富的工作环境和快速发展的产业变革。

武汉工商学院作为一所应用型民办高校，牢固树立教学的中心地位，制定了特色鲜明的应用型人才培养方案。人工智能专业自建设以来，深入开展教学研究，精心设计课程体系，构建了“学科专业基础课+专业课+专业方向课+集中实践环节”的专业课程模块，深化产教融合，着力培养就业有实力、“双创”有能力、发展有潜力的应用型高级专门人才。

1 应用型人工智能专业人才培养体系构建

项目研究过程中，通过召开校企合作专业建设研讨会、企业现场走访调查，产业一线调研等多种形式，结合学校学科专业布局现状及发展规划，并系统梳理产业对人工智能专业人才的技术、能力及素质要求，以OBE教育理念为指导，以学生为中心，以产出为导向，构建了“强专业、突特色、重应用”的课程体系。

1.1 人才培养目标

本专业旨在培养德、智、体、美、劳全面发展，掌握人工智能基础理论、技术和应用知识，具备较强的实践能力和创新意识，能够在智能机器人、智能制造等领域从事智能软件开发、算法设计等工作的应用型人才。

1.2 毕业要求

根据人才培养目标，武汉工商学院人工智能专业确定了如下的毕业要求，包括知识、能力和素质目标3 个方面。

知识目标：掌握扎实的数学和计算机科学基础知识，系统掌握机器学习、深度学习、计算机视觉等人工智能核心知识。

能力目标：能够运用人工智能理论和技术，分析和解决复杂工程问题，具备智能系统设计、开发和应用能力。

素质目标：具备良好的职业道德、团队合作精神和沟通能力，具有持续学习和适应发展的能力。

1.3 专业课程体系

本专业课程体系除包含通识课程以外，还包含了学科专业基础课，专业课以及集中实践环节，下面主要介绍学科专业基础课，专业课以及集中实践环节等部分的设置。

1） 学科专业基础课。人工智能专业学科专业基础课程模块，旨在为学生学习专业课程奠定坚实的数学和计算机基础，具体课程设置，如表1所示。

人工智能专业对数学，计算机等学科知识要求较高，因此在学科基础课程模块设置了较多的相关学生的课程，为后续课程的学习奠定基础。

2） 专业课。在专业课模块，将人工智能应用较普遍的“听、说、看”所涵盖的主要技术都包括进来。具体课程设置，如表2所示，其中标注*的为专业核心课程。

语音识别、语言处理、图像识别、视频处理是人工智能当今应用较广泛和成熟的领域，专业课程模块主要包括了这些技术的课程，并设置为专业核心课程，旨在强化学生对相关技术应用能力的培养。

3） 专业方向课。在专业方向课模块，结合武汉工商学院优势专业及中长期专业发展建设规划，人工智能专业设置了智能网联汽车及智慧环保两个专业方向，并确定了相应的方向课程，如表3所示。

人工智能需要结合具体的应用场景，将其技术运用到实际的工程案例中去，无人驾驶、智慧环保应用非常普及，其对人工智能专业技术人才需求数量急剧增加。

4） 集中实践环节。每个学期设置了集中实践环节，以巩固理论知识，加强实践动手能力的培养，具体设置如表4所示。

应用型人才除掌握基础的理论知识以外，更重要的是能够运用知识解决实际问题，在集中实践环节模块，需要结合具体的应用，以项目化进行实施教学，强化学生实践能力的培养。

2“ 五融合”人才培养路径的探索与实践

在项目研究过程中，人工智能专业结合本校的学情、校情，与行业优质企业深入开展合作，构建了“专业教师与企业工程师融合、线上资源与自主学习融合、多元教学模式与理论教学融合、企业项目与实践教学融合、专业平台与技能训练融合”的“五融合” 的独具特色的人才培养路径。

2.1 专业教师与企业工程师融合

共建专业教师和企业工程师结合的师资队伍，打造优势互补的教师团队。一方面安排教师进企业参加实训，另一方面安排优秀企业工程师为学生讲课、授课，同时教师和工程师共同组成团队，共同开展课程及项目研究。这样较好地弥补了民办高校教师数量不足，师资实践水平不高的短板。

2.2 线上资源与自主学习相融合

人工智能是一个交叉学科，它融合了计算机科学、心理学、数学、语言学等多个学科的知识，包含的知识范围较广，因此人工智能专业的人才需要了解的知识内容很多，同时对不同学科的知识掌握要求有所区别。人工智能技术应用型人才，计算机科学和人工智能技术是核心知识领域需要熟练掌握，而心理学、伦理学等则作为拓展知识领域了解即可。对于不同掌握程度的课程，学习方法也有很大区别。《人工智能导论》《认知科学导论》《人工智能伦理与法律》等课程，教师从中国大学慕课、国家高等教育智慧教育平台等在线课程资源中，遴选一些优质的课程推荐给学生课外观看，这样一方面提高了学习效率，同时也极大地扩充了学生的知识面。

2.3 多元教学模式与理论教学相融合

学科专业基础课和专业核心课程通常由具备扎实理论基础的高校教师来承担。在本项目的实践过程中，学校教师根据不同课程的特点及学生的学情，采用了合适的教学模式来开展教学。主要运用了翻转课堂、线上线下混合等教学模式，对《数据结构与算法设计》《Python程序设计》《机器学习》《深度学习》等课程进行了教学创新。例如，在线上线下混合教学中，教师督促并鼓励学生在课前通过线上资源进行预习；课中采用翻转课堂模式，引导学生对案例进行分析、实现，对课程中的理论知识进行详细讲解及推理，帮助学生熟练掌握相关算法及框架的原理，并随机选取学生上台分享学习效果和案例的实现思路；课后，学生则通过线上资源进行复习巩固。整个线上线下的学习过程以学生为中心，以任务为牵引，以案例为驱动，使学生从“不想学、不敢学”的被动学习状态，转变为“我想学、我要学、我乐学”的主动学习状态，极大地培养了学生的主动学习意愿和自学能力，提高了学习效率，强化了学习效果。

2.4 企业项目与实践教学相融合

为充分发挥校企合作优势，专业方向类课程和集中实践模块课程，邀请来自优质企业的资深工程师参与授课，例如《智能环境监测》《智慧环保信息处理技术》《机器学习应用实践》等课程。工程师将企业真实的项目脱敏处理，分解成子项目，通过项目化教学将子项目作为教学案例设计到课程教学中去，企业工程师在介绍课程基本的理论知识后，指导学生通过大量的实验案例的训练以掌握人工智能相关工具及框架的使用，具体实施路径，如图1所示。

2.5 专业平台与技能训练相融合

应用型高校人工智能专业毕业生，除需要掌握基本理论基础知识以外，更重要的是具备过硬的实践动手能力。因为人工智能的应用具有极强的综合性，因此课程实验及集中实践环节的实施途径和一般计算机类专业的开展不同，其需要大量的数据集及调用服务器的算力资源。开展人工智能专业的实验、实践环节，可以借助专业的课程平台如飞桨paddlepaddle等，在具体的应用场景下通过搭建系统环境，配置数据集，选择算法模型，申请计算资源进行模型训练等步骤，完成实践的教学环节。

3 结束语

人工智能技术在日常工作生活中的应用越来越广泛且深入，该行业对专业人才的需求也日益增大。武汉工商学院人工智能专业立足培养应用型专门人才，积极开展专业建设和人才培养工作。通过与企业深入开展专业共建合作，共同拟定培养方案，共同开展项目化教学，共同组织实习实践等活动，着力培养学生掌握人工智能各种软硬件工具、框架的搭建、应用以及数据分析的能力。经过近几年的培养，学生的创新思维和实践动手能力得到了极大的提升。在未来的研究中，我们将进一步在工程项目案例开发、教师实践能力提升等方面进行深入探索和实践，以培养更优秀的人工智能专业人才。

参考文献：

[1] 陶泓杉，郄海霞.高校人工智能本科专业需要怎样的课程体系：基于卡内基梅隆大学和南洋理工大学的比较分析[J].重庆高教研究，2021，9（5）：44-54.

[2] 陈少飞，张万鹏.新一代人工智能学科的课程体系建设思考[J].科教导刊（下旬），2019（33）：26-27.

[3] 南京大学人工智能学院.南京大学人工智能本科专业教育培养体系：2019[M].北京：机械工业出版社，2019.

[4] 孙涛.影视传媒领域中人工智能的应用[J].新闻研究导刊，2020，11（21）：253-254.

[5] 聂秀山，袁艺，刘新锋，等.强化学科特色的省属高校人工智能课程体系建设研究[J].大学教育，2022，11（9）：204-206.

【通联编辑：闻翔军】

基金项目：湖北高校省级教学改革研究项目《基于校企“五融合”的人工智能专业应用型人才培养体系构建与实践》（2023543）