我国高校人工智能人才培养：问题与策略

张海生

(1. 重庆文理学院 期刊社， 重庆 402160； 2. 中国人民大学 教育学院， 北京 100872)

一、 问题的提出

人工智能发展至今，已经经历了三次发展热潮。与前两次热潮不同，本次人工智能研究呈现新的特征，即人工智能技术走出实验室，与传统产业和工业紧密相连。面对如此情形，各国政府都想抓住第三次人工智能发展带来的机遇，积极布局人工智能发展规划。我国也不例外，积极出台了相关政策，从宏观层面对人工智能的发展进行战略规划和布局。在此背景下，我国高校应借助人工智能发展的有利契机，加强人工智能学科专业的战略规划和长远布局，加快推进人工智能一级学科建设和人才培养进程[1]。

事实上，我国高校十分关注人工智能技术及其与教育的融合发展，尤其是随着《中国制造2025》和新工科建设的提出，人工智能作为一种前沿的新兴科技，越来越受关注。包括清华大学、吉林大学、南京大学、中国人民大学等在内的几十余所高校相继建立人工智能学院，以加强对人工智能的研究和人才培养规划。此外，2018年7月24日，教育部学校规划建设发展中心确定了28所“AI+智慧学习”共建人工智能学院项目试点学校，5所项目培育学校[2]。这些尝试和探索，均旨在通过人工智能人才培养推动人工智能产业发展，从而占领未来科技和人才竞争的制高点。但就目前而言，针对我国高校人工智能人才培养的研究成果还较少，现有成果多从应然层面来切入，主要涉及人工智能教育理念、目标、方法等。一般认为，人工智能将对高校人才培养规格、环境、教学和教师角色等均产生重大影响[3]，但目前我国高校人才培养却长期存在着机械化、形式化以及人才评价和反馈机制缺乏科学性等问题[4]，现阶段人工智能人才培养仍以技术型、研发型为主，文科人工智能人才培养力度不足[5]，难以满足人工智能产业深度要求。虽然我国高校也在积极开展与人工智能人才培养相关的课题研究、学科建设活动以及人才培养实践探索，但总体上而言，目前研究探索的广度和深度仍然不够，尤其是与人工智能人才培养相关的理论研究和实践探索仍需加强。因此，我国应加快高校人工智能人才培养，推动并引领人工智能服务社会发展[6]。文章以我国高校人工智能人才培养为主题，在坚持高等教育发展规律和人才培养规律的基础上，深入探讨高校人工智能人才培养问题，并据此提出我国人工智能人才培养的主要思路和发展策略。

二、 我国高校人工智能人才培养的现实问题

学科作为人才培养的基本单位，在高校人才培养过程中发挥着举足轻重的作用，尤其是在中国现行的人才培养制度下，学科地位的获得是进行招生、人才培养的前提。虽然人工智能研发热潮在进入21世纪后得到了前所未有的重视，但高校人工智能发展仍然处于试点和探索阶段，尤其是在人工智能人才培养方面还面临着诸多现实困境。

(一) 人工智能学科建设起步晚，尚未形成人工智能类专业集群

与国际人工智能研究相比，我国将人工智能研究纳入国家计划(“智能模拟”)始于1978年[7]，在随后的几年内，人工智能研究艰难起步，发展较为缓慢。随着1981年9月中国人工智能学会的成立和1982年《人工智能学报》的创刊，我国人工智能研究迎来曙光，并开始了相关项目研究。此后，随着人工智能相关的研究成果(如专著、论文等)不断出现，学术期刊(如《模式识别与人工智能》《人工智能学报》等)不断涌现，以及学术会议相继召开，人工智能研究才相继铺展开来。

人工智能教育和人才培养是人工智能学科发展的基础[8]。我国高校于20世纪80年代中期开始培养人工智能相关人才。2003年，北京大学在国内首次设立智能科学与技术本科专业，并于2004年开始招生。但在过去的16年中，智能科学与技术专业的发展充满了艰辛(1)从专业性质看，该专业2004年诞生之时被定为试办专业(专业代码是080627S)，并且试办了8年。直到2012年教育部公布新的本科专业目录，智能科学与技术才从试办专业上升为特色专业(专业代码是080907T)。。统计数据显示，在过去的15年(2003—2017年)中，与人工智能相关的本科专业发展极为缓慢。但随着大数据、“互联网+”、智能算法等新兴技术的快速发展，与人工智能相关的学科专业不断涌现，如机器人工程(2015年)、数据科学与大数据技术(2015年)、智能制造工程(2017年)、智能医学工程(2017年)、人工智能(2018年)等；从普通高等学校本科专业设置与服务平台公布的2018年全国高校增设的本科专业看，新工科专业独占鳌头，带有“智能”二字的新增本科专业共计235个，与人工智能密切相关的本科专业有535个，占新增本科专业总数(2 542个)的21.05%(2)由《教育部2003—2017年度普通高等学校本科专业备案和审批结果的通知》和普通高等学校本科专业设置与服务平台公布的相关数据整理而来。。

尽管近几年与人工智能相关的专业得以在各大高校设立，但人工智能学科的建设依然相对滞后，也未能取得独立的一级学科地位，学科建制和学科发展还处于以规模扩张的外延式发展阶段，高校人工智能专业建设也才刚刚起步。正是由于人工智能学科建设的滞后，人工智能教育教学和科研活动散落于其他多个一级学科，人工智能学科专业群也尚未形成，这在很大程度上阻碍了我国人工智能学科专业的发展和人工智能人才的培养。

(二) 人工智能领域人才供求失衡，高质量师资匮乏

人才，是行业和产业发展的根本。人工智能领域人才尤其是领英人才在很大程度上决定了一国人工智能发展的水平、高度和精度。就目前而言，我国人工智能产业发展面临的首要问题是人才供给侧与需求侧严重失衡。从高校人工智能人才供给来看，全球共有376所高校开设人工智能领域相关专业或研究方向，其中美国高校高达168所，而中国高校仅有57所，而且接近一半(26所)是近几年刚设立的(3)根据教育部普通本科高等学校新增或备案专业目录，2003—2017年，共有57所高校设立了智能科学与技术专业，其中2016年新增7所高校，2017年新增19所高校。；我国高校人工智能人才投入总量累计仅为179 349人，其中浙江大学人工智能人才投入量最大，上海交通大学、西北工业大学、清华大学等校紧随其后[9]。但面对我国人工智能领域的百万级量缺口[10]，这种小规模的人才供给显然不能有效满足市场的巨大需求。

此外，我国高校人工智能人才培养还面临高质量师资匮乏问题。鉴于人工智能产业发展先于人才培养，那么分布于全球各大科技巨头以及各行各业的人工智能技术人才尤其是领英人才就成为高校进行人才培养赖以支撑的重要潜在力量。但从领英人才的分布来看，全球人工智能领域专业技术人才多集中于美国等西方国家，我国人工智能领域专业技术人才仅5万余人[11]，其中领英人才和专家人数仅619人，远低于美国(12 027人)、英国(2 130人)、加拿大(1 431人)、法国(1 034人)、德国(902人)和西班牙(633人)(4)https:∥www.phb123.com/xinwen/rd/22620.html.。正是由于人工智能领域顶尖人才的匮乏，我国的人工智能发展在大部分领域仍处于追赶和模仿阶段，这为高校人工智能教师队伍建设提出了更大挑战。在人工智能人才难求的现实情境下，高校及科研机构的人才还不断被企业和科技巨头以绝对的高薪延揽。研究表明，中国10%左右的人工智能领域人才曾在高校或科研机构工作过，其中超过一半在之后流入企业[11]。从长远来看，人工智能的持续发展将取决于高校人工智能人才的系统输出，但高校进行人工智能专业人才培养的关键问题在于教师资源的稀缺，因为优秀的人才都被巨头科技公司挖走了[12]。

(三) 以高层次教育为主，人工智能教育人才培养体系尚不健全

人工智能产业链分为三层：基础层；技术层；应用层(见图1)。其中，基础层(主要涉及软件、算法、平台等领域)成为人工智能最大的人才需求点。目前这些领域基本上处于技术快速发展、突破瓶颈阶段，急需高层次研发人才，这种发展趋势刚好与我国人工智能教育逐渐形成的以高层次人才培养为主(研究生教育成为主体)的格局相契合。一方面，这可以从求职者的学历分布上加以证明。研究显示，拥有硕士或博士研究生学历的求职人员比例为55.4%(其中硕士学历人员占比47.8%、博士学历人员占比7.6%)，而专科学历人员的占比仅为1.1%[13]。另一方面，从高校人才培养的现状来看，在2018年之前，没有一所高校单独开设人工智能专业，人工智能人才培养的层次多指向研究生教育而非本专科教育，培养机构也多为专门的科研机构，高校则以智能科学与技术这一本科专业为试点，小规模发展。由此，我国形成了高校人工智能人才培养以研究生教育为主的特征，也基本形成了人工智能领域“本-硕-博”一体化人才培养梯队。尽管这种人才培养梯队的形成，有助于人工智能基础层的研发和突破，但对于技术层和应用层所需的各类人才以及普通大众而言，仍然是不完善的。换言之，人工智能教育主要指向高等教育阶段，而与基础教育、职业教育、成人教育以及终身教育等层次和类型的教育融合发展缓慢，人才培养体系尚不健全。事实上，一种新技术的诞生要想被大众快速地了解和接受，除了需要大众传媒的广泛宣传与推广外，最直接和最有效的方式就是建立和健全多层次、多类型人才培养教育体系，使之融入各级各类教育教学过程。因此，加快构筑和健全人工智能教育人才培养体系刻不容缓，由此方能形成与人工智能领域基础层、技术层和应用层相适配的人才供给系统。

图1 人工智能产业链分层及其领域应用

三、 我国高校人工智能人才培养的发展策略

可以预测，随着核心技术的不断突破，人工智能将对世界带来颠覆性的变化，一切都将变得智能化，人工智能很快会成一种日用品。然而，当下高校人工智能人才培养的相对滞后却与人工智能产业的蓬勃发展之间呈现倒挂现象。因此，构建人工智能技术和产业发展同人才培养之间的良性互动机制十分迫切。基于此，我国高校应通过提高人才培养质量与规格同人工智能发展之间的契合度，为人工智能技术及产业发展提供人力支撑，构建具有中国特色的智能人才培养理论体系和实践典范。

(一) 加快人工智能领域一级学科建设，形成人才培养新目标

无论是从人工智能学科建制的现实条件和成熟度(5)费孝通认为，一门学科要想独立成为一级学科，是要经历其学科社会建制的，一般包括五个方面：学会；专业研究机构；各大学的学系；图书资料中心；专门出版机构。，还是从我国高校人工智能学科建设的现实基础和实践探索，抑或是从国家对人工智能产业和人才培养的迫切需求来看，人工智能领域设置一级学科的条件已经成熟，何时能够独立为一级学科，只是时间问题[14]。尽管目前学界对于人工智能一级学科的设置还存在诸多争论和质疑——在计算机科学与技术一级学科下设置人工智能研究领域和方向比较合适，没必要再将人工智能作为一级学科与之并列。但是，需要明确的是，在我国现行的高等学校学科专业目录设置制度下，学科与资源是紧密相连的，在评价上，教育部只承认一级学科，评什么东西都看一级学科，拨款也按照一级学科[15]。因此，对于学科发展而言，争取到一级学科是至关重要的，因为只有获得了一级学科地位，才能从事与之相关的学科建设和人才培养。可以说，学科地位的获得是人工智能在高校得以发展的合法性前提。

当然，我们还需要区分两种不同逻辑下的学科发展路径：市场需求导向下的学科生成(新兴学科)；知识分化导向下的学科生成(传统学科)。人工智能作为一个新兴学科，其发展的根本动力在于产业链的应用，本质上是市场需求驱动的。这种市场需求导向生成的学科并不是没有根据的，就像大学职能的拓展一样，学科的生成也需要根据外部社会环境的变迁而有所改变。这种生成逻辑也契合布鲁贝克(John Seiler Brubacher)在《高等教育哲学》中所强调的“政治论的高等教育哲学……甚至压倒了认识论的高等教育哲学”，即社区(市场)需要是决定课程和学位的最后标准，因此，“大学的组织和职能必须适应周围人们的需要……像社会秩序本身一样充满活力和富于弹性”[16]。就学科本质而言，作为高度交叉融合的人工智能，推进一级学科建设自然也与以知识分化为导向的传统学科建制不同，需要摒弃传统学科界限明显、壁垒森严的思维局限，按照新的思维方式将传统学科进行整合——借助人工智能技术的高智能性[17]和强大的科技渗透性赋能传统学科转型，加速不同学科之间的交叉融合和协同发展[18]。由此，智能时代的高等教育人才培养质量、规格、规模和目标等方面都将发生根本性转变：更加注重培养学习者的复杂沟通能力、快速学习能力、创造力和批判精神以及与智能机器竞合(既竞争又合作)的能力[19]。具备跨界融合理念的复合型人才将成为智能时代人才培养的新目标，提升人才培养的社会适应性和应用性。

(二) 推进人工智能与其他学科专业的融合发展，形成人工智能专业新结构

学科专业是高校人才培养的基本单位，从根本上决定了人才培养的方向、规格与质量标准。虽然人工智能学科建设和专业建设尚处于初步阶段，但这并不代表人工智能相关专业的建设没有规律可循。人工智能核心技术的不断突破从根本上为传统学科专业的更新换代提供了技术支持，推动传统学科专业建设多学科交叉融合。这种发展趋势主要表现在以下三个方面。一是从技术创新的角度看，人工智能技术将衍生新工科专业，即通过技术的进步引领人工智能与各个产业领域深度融合，创造或塑造一个又一个新的产业或领域，与之相对应，高校也应根据产业发展要求调整专业布局，形成新的专业结构。可以预测，在接下来的几年内，高校人工智能本科专业将会蓬勃发展，并会形成极具衍生性的人工智能类专业集群。二是从技术颠覆的角度看，人工智能会加快传统专业的改造或消亡，即人工智能关键技术的颠覆会倒逼高校专业更新换代，以往旧技术范式下的专业将被淘汰，或走向消亡，或得到改造，如物联网(感知智能)、大数据(数据智能)、机器人(行为智能)等[20]。三是从人才培养的角度看，跨学科教育和多学科交叉融合发展是大势。人工智能将打破和融通不同学科专业的藩篱，推进学科交叉融合发展，形成“人工智能+X”的专业新结构。这里的“X”不仅指涉人工智能技术所衍生的新工科专业，还包括人工智能与其他学科专业之间的协同发展(6)这里主要强调运用人工智能推动传统工科改造与升级，推动传统理科向工科应用延伸，以及实现人工智能与历史、文学、法律、管理、艺术等人文社会科学专业的协同发展。，实现高技术与高人文的统一。总之，未来人工智能并非单兵突进，它必然需要多学科并进，并以人类现有的文化、政治、协商等制度和法规去约束和规范[21]。

具体到实践层面，我们还需要考虑技术、产业与专业的关系。智能化作为经济社会发展的重要特征，传统的学科专业设置尤其是传统工科已经不能很好地适应经济社会发展，而解决问题的关键就是要凭借人工智能学科专业建设的有利契机，加强对传统工科专业的升级和改造，使之向智能化方向转变；推动与其他学科专业之间的融合，形成“人工智能+X”的学科专业集群；独立设置相关专业或研究领域，如高校可以独立设置人工智能、智能科学与技术、机器人工程等专业，由此形成富有特色的专业群，推动人工智能一级学科的形成；推动与行业企业的联动、与经济产业的深度融合发展，为产业新形态的形成提供支撑，为人工智能领域多主体协同育人共同体的构建提供基础；构筑人才培养模式，加强课程建设，坚持以课程为基础和纽带，推动人工智能特色专业(群)的形成。

(三) 坚持分类分层培养，构筑人工智能领域人才培养新模式

鉴于不同类型、不同层次高校学科建设的路径不同，加之人工智能三个层级产业链的发展需要不同层次和类型的人工智能人才，这要求高校人工智能人才培养层次分明、类型多样。因此，不同类型、不同层次的高校应根据自身学科优势和办学条件，走特色发展、错位发展和差异发展之路。高校应以人工智能产业链的三个层次为参照，根据办学条件和历史传统，通过比较优势，创建符合自身和区域经济社会发展的高质量智能人才培养体系。从国内新工科人才培养的实践经验来看，课程在人才培养中起关键性作用。因此，我们也应基于课程重构高校人工智能人才培养的教育新模式，以下两种模式有可资借鉴之处。

1. 纵横交错拓展模式。从横向拓展看，人才培养的关键在于打破传统学科、专业、课程之间的隔阂与间隙，创新教育教学管理制度，构建主修与辅修相结合的发展模式；从纵向延伸看，人才培养的关键在于打破不同教育层次课程之间的割裂弊端，通过重新编码课程，解决不同层次人工智能教育课程之间相互割裂的问题，形成人工智能多层次教育体系。简言之，横向拓展旨在夯实学生的学科基础，加强学生人文素养与科学素养的融合；纵向延伸旨在缩短培养年限，解决人才培养的效率问题[22]。

2. 多主体协同创新模式。一是产教融合模式。高校应根据人工智能产业发展趋势，积极布局与人工智能相关的专业和研究领域，使人工智能产业与高校人才培养密切结合，把学校办成集人才培养、科学研究、科技服务为一体的产业性经营实体[23]。二是校企合作模式。鉴于全球人工智能人才尤其是领英人才大多被企业和科技巨头延揽的现状，高校必须集中优势资源，通过校企合作联合培养，加强学校与企业资源、信息的共建和共享，推动工程教育回归实践，不断提升人工智能人才培养的社会适应性。三是国际合作模式。该模式通过多种国际合作如联合开发课程、中外合作办学等方式，充分利用国内外两个平台、两个市场的优势资源和人才力量，联合培养人工智能领域高素质复合型人才。四是政产学研用一体化模式。该模式通过推动政府、产业、教育、科研机构、企业和行业协会等利益主体协同合作，互通有无，形塑不同利益主体各司其职、相互促进的良性交互协同育人生态环境。

由此，作者试图建构不同类型、不同层次高校人工智能人才培养与产业链三个层次人才需求之间的对应关系。需要指出的是，这种对应关系并不是绝对的，只是为了更加清晰地明确不同类型、不同层次高校在人工智能人才培养过程中的主要面向。一是综合性高校主要面向人工智能产业的基础层，侧重软件、算法、平台和硬件的开发。因此，综合性高校应选择横向拓展模式，即强调人工智能与其他学科专业之间的复合交叉，侧重跨(超)学科、跨行业、跨领域的复合交叉人才培养，强调宽口径、厚基础、综合性、复合型[24]。二是工科优势高校主要面向人工智能产业链的技术层，强调图像、视觉、语音、自然语言处理、脑科学等技术前沿的开发。由此，工科优势高校可以选择纵向拓展模式，即通过课程重新编码，贯通本-硕-博人才培养体系，强调人才培养的多元多样。三是地方高校主要面向人工智能产业链的应用层，强调人工智能在搜索引擎、机器人、推荐系统、智能交通、智能教育、精准/智能医疗、智能家居以及其他领域的应用与延伸。因此，地方高校应选择多主体协同创新模式，即加强产教融合和校企合作，充分调动不同利益主体的主动性和能动性，实现相互合作，互通有无，构筑多主体协同育人共同体。

(四) 坚持以本科教育为主，构建人工智能多层次多类型教育新体系

智能时代的来临，必然促使各级各类高校人才培养目标的转向。因此，我国需要不断优化高校学科专业设置，构建集人工智能专业教育、职业教育和大学基础教育于一体的高校教育体系[1]。就普通高等教育而言，高等专科/职业教育阶段应着重强调人工智能技术的转化与应用；本科教育阶段强调人工智能教育基本原理、方法和思维的训练；研究生教育阶段强调人工智能高端人才和骨干技术人才的培育。就基础教育而言，我国应在中小学阶段引入人工智能普及教育，着重强调机器人对儿童个性化学习的辅导与帮助；鼓励、支持高校相关教学、科研资源对外开放，建立面向青少年和社会公众的人工智能科普公共服务平台，积极参与科普工作[1]；成人继续教育(终身教育)着重强调对社会公众和人民群众人工智能意识和能力的培养。就目前而言，在这几个层次结构中，我国应坚持以本科教育为主体，分别向上(研究生教育)和向下(高等专科教育)进行延伸，并积极开展终身教育，构筑人工智能多层次多类型教育新体系。

坚持本科教育为主，一方面，我国要转变高校人工智能人才选拔和招生方式，由传统招生方式转变为大类招生和中期分流。学生进入学校后，不是直接接受专业教育，而是要先在1～2年的通识教育基础上，再进行专业和方向分流。另一方面，我国要重构高校人工智能人才培养方案： 一是教育理念转向，即要以新工科理念统领人工智能人才培养，回归工程设计；二是培养特色凝练，即专注人工智能关键方向与核心领域的技术突破与深耕；三是课程结构调整，即要构筑“通识课程+专业基础课程+专业方向课程+实践环节”四位一体的课程体系；四是教学管理制度创新，包括实行真正的学分制、导师制、弹性学制，坚持以学生为主体的教学，创新教学方法，不断激发学生的学习积极性，赋予学生更多学习的主动性和能动性。

四、 结 语

学科领域的生成一般遵循两条途径：学科领域随着知识的分化而逐渐自成体系；外部社会需求和市场需求刺激下的学科生成。就此次人工智能学科建设而言，其并未遵循传统学科生成的逻辑，而更多是由外部需要尤其是产业发展需求而催生的。但无论是由哪种逻辑催生，其都已经被各国政府、高校提上了议事日程。随着人工智能产业应用的不断扩散，与其相关的各类人才的培养迫在眉睫。现代大学作为社会服务的轴心机构，必须对此类的社会需求进行及时有效回应。需要注意的是，在利用人工智能等新兴技术赋能高等教育的过程中，技术既是教育教学的手段和工具，也是导致教育教学发生颠覆性改变的革命性因素，亦即构成了今天教育教学难以离开甚至赖以生存的环境与生态[25]，由此也就构成了人工智能必须建构一级学科的实践逻辑。因此，我国高校应积极抓住本次人工智能研发和产业应用的热潮，主动布局与人工智能相关的学科专业，加快人工智能领域一级学科建设，推进人工智能专业集群建设，培养更多精通人工智能原理、操作原则和实践规范的高素质复合型人才，进一步弥补人工智能产业人才的现实缺口，以有效应对人工智能时代人才难求的现实难题。

此外，鉴于现阶段依然处于弱人工智能时代，无论是实践层面还是理论层面，人工智能与高等教育深度融合发展的前景虽然广阔，但前路漫漫，未来高等教育需要从“人工智能+教育”向“教育+人工智能”过渡[26]。为此，我们有必要重新思考人工智能时代教育(教育的意义和价值、教育的方式和性质、教育的方向和伦理等)将如何存在[27]。同时，人工智能技术在社会各行各业的不断渗透也警示我们，高等教育必须提早谋划、主动迎接，不断提升教育的智能化水平和信息化水平，进而提升教育的民主化与科学性。