基于OBE理念的地方本科院校人工智能专业人才培养模式研究

孙兴威 宁亚楠 杨得成

(黑河学院，黑龙江 黑河 164300)

成果导向教育(Outcome based education)理念(以下简称OBE理念)由美国学者Sapdy等人在1981年首先提出。美国是公认的教育强国，但其在科技方面的贡献及表现并没有达到人们的预期，因此，OBE理念应运而生。OBE理念已经被欧美发达国家广泛应用于教育教学改革之中，并被美国工程认证协会完全采纳。OBE理念通过引入模拟工作环境，带入有针对性的真实案例，着重关注学生实践能力的培养，从而打破单向知识传授的教学模式，使学生身临其境地掌握实践技能，帮助学生在未来就业过程中更好地适应社会需求。OBE理念是改进理论实践教学体系，提高专业教育深度与广度，培养学生实践能力以及未来岗位适应力的教育指导理念[1]。

一、人工智能专业人才培养现状和形势

近年来，我国信息化发展水平日益提高，2017年，国务院颁布了《新一代人工智能发展规划》[2]，国家开始全面推进智能化发展方略。人工智能专业首次与人们见面是在2018年初，根据当时教育部公布的《2018年度普通高等学校本科专业备案和审批结果的通知》，可以发现人工智能作为新增专业已列入其中，并且已有35所高校获批建设资格；在2020年教育部发布的《2019年度普通高等学校本科专业备案和审批结果》中，获得建设人工智能专业的高校增加至180所。从学校数量来看，北京、江苏、山东、四川的新增院校较多；从学校层次来看，近两年新增人工智能本科专业的院校既有传统老牌名校，也有普通本科院校，这些高校的办学层次存在着差异，因此，人工智能专业人才培养模式的制定也不能千篇一律，应紧密结合学校办学理念、专业定位、人才培养目标及地方经济发展对人工智能人才的需求情况来制定。人才培养模式的构建已经成为人工智能专业能否健康发展的重要环节。而该专业是一个新兴专业，人才培养模式的构建还处于探索阶段，需要在实践过程中不断地改进与创新，需要引入国内外先进的教学理念，实现人才培养的与时俱进和国际化。

2020年6月，工业和信息化部人才交流中心正式发布《人工智能产业人才发展报告(2019—2020年版)》[3]。从报告中可以看到，我国人工智能方向人才预计将出现30万缺口，部分特定技术方向岗位的人才供需严重失衡，这些岗位需要的是复合型人才，能够综合掌握数学、计算机科学、物理学、生物学、心理学、社会学、法学等多方面知识。因此，需要政府、社会、高校和企业共同努力去培养和挖掘。行业发展，教育先行，教育部近年来积极鼓励开办人工智能专业。但我国高校人工智能专业人才培养质量却没能达到社会需求，一方面，体现在所学知识、技术没能与时代接轨，往往学生学习的知识较陈旧，与实际工作相关性较差；另一方面，体现在学生动手能力上，部分学生都是纸上谈兵，理论知识丰富，实际操作能力差，如何更好地实现高校人工智能专业人才培养目标已成为一个热点问题。

传统教育模式教师更注重依循专业学科导向原则——课程导向，执行解决明确问题的教学模式，以增强学生专业知识的完备性与系统性为目标[4]。传统教育模式下，教学设计从教材出发，以教为主根据教学大纲设计教学内容、教学方法等环节，对所教内容的前沿性以及社会对相关专业人才的需求欠缺考虑。人工智能技术具有实时、瞬变等特性，技术迭代非常快[5]。如此往复，一方面，导致学生毕业后专业知识较落后，需重新学习知识；另一方面，在以教师为中心的教学模式下，使学生思维固化，习惯性地按照任职要求开展工作，缺少创新意识，学生自身无法得到良性发展，导致事业发展下滑或者失业等状况。OBE理念强调反向设计原理——成果导向，根据想要学生取得的预期学习成果开展教学设计、教学实施等环节。在人工智能专人教师开展教学设计时应优先考虑社会对该专业人才专业技能的要求，在考虑该专业学生的毕业要求等因素，坚持“学生中心”的理念，侧重实践与理论相结合，激发学生学习兴趣，提高学生动手能力，培养学生自主学习能力，使学生具备过硬的理论知识的同时，还具有较强的实践能力和创新能力，帮助学生获得相应的学习成果，从而满足社会对人工智能专业人才的能力需求。

二、社会对人工智能专业人才提出的能力要求

随着高新技术的发展，社会对人工智能专业人才需求越来越高，对人才的要求也越来越高。人工智能专业毕业生应具备的知识及能力主要包括：人工智能的工程知识，能运用多学科知识解决复杂的人工智能工程问题；分析问题的能力，能够深入分析不同学科的原理、文献，进而解决复杂的人工智能工程问题；设计和开发解决方案的能力，能够设计解决复杂人工智能问题的技术方案，能够设计并实现满足特定需求的智能系统或模块，并能够在设计环节中体现创新意识[6]；独立研究的能力，能够通过设计、分析、实验等方式，独立进行人工智能问题的研究；熟练使用人工智能工具，能够熟练运用合适的技术、软硬件开发工具进行人工智能工程问题模拟等。

三、基于OBE理念的人工智能专业人才培养策略

结合我国工程认证标准对计算机专业人才能力的要求，利用OBE理念从以下五个方面，反向设计人工智能专业人才培养策略，在人才培养过程中持续改进，最终达到社会对人工智能专业人才能力的要求。

高校在制订人工智能专业人才培养策略时，应将重点放在专业定位的确定、人才培养目标的确定、毕业要求的创新、课程体系的改革以及教师团队的组建上。从以上五个层面出发，利用OBE理念反向设计人才培养策略，在人才培养过程中持续改进，最终达到社会对人工智能专业人才能力的要求。

1.明确专业定位

以OBE理念为基础，结合地方经济发展对人工智能专业人才的需求，找准人工智能专业定位。适合高校本身的专业定位，是实现人才培养目标的前提。首先，明确专业定位要分析地方经济的发展现状以及发展趋势，结合地方产业结构，找出社会对人工智能专业人才所需能力的要求，从而确定人工智能行业从业者所需要具备的专业知识及能力，据此确定毕业生所需获得的学习成果。其次，深入地方人工智能行业企业进行调研，针对各企事业单位的用人需求、岗位职责、专业能力要求，有针对性地设计、创新人工智能课程体系。

2.明确人才培养目标

人才培养目标是指根据国家教育目标以及高校自身办学方向而提出的人才培养要求，即学生通过学习应达到的成就。以OBE理念为基础，以社会对人工智能专业人才需求为导向，注重学生实践动手能力的培养，在掌握人工智能专业能力的同时，通过相关交叉学科知识的学习，培养其独立解决复杂人工智能工程问题的能力，在学习过程中以“知识—能力—素养”为主线，培养学生创新能力以及良好的素养。结合以上要求针对学校定位，遵循OBE理念的人才培养要求，确立人才培养目标。通过在校期间的学习，使毕业生更好地适应未来的就业形势。

3.创新毕业要求

通过前期对地方政府、企事业单位对人工智能专业人才能力要求的调研，结合OBE理念根据培养目标反向设计学生毕业要求。初稿拟定后，在全校范围内广泛征求广大师生意见，再通过聘请国内知名专家充分论证，最终确定学生毕业要求。在制订毕业要求的过程中，深入细化人工智能专业，深刻理解人工智能专业的毕业要求，通过笔者查阅文献初步将人工智能专业学生的毕业要求归纳为以下两个方面：一方面，是毕业生应能全面设计、分析人工智能工程问题，另一方面，是毕业生应能够掌握多学科科学原理，通过交叉学科知识解决人工智能工程问题。

4.革新课程体系

落实专业定位，实现人才培目标，达成学生毕业要求，都离不开课程体系建设，高校人工智能专业课程体系的建设应注重依据OBE理念，反向设计人工智能专业课程体系。理论课方面在原有的专业基础上，可根据地方政府、企事业单位的用人要求开设与岗位能力相对应的专业核心课、交叉学科专业课以及具有时代前沿向导的选修课。实践课方面在遵循“基础—核心—延伸”的培养模式外，注重与理论课内容相融相通，并结合真实项目，由易到难地使学生掌握地方政府、企事业单位所需要的人工智能专业人才的技能，增加实习实训课程，丰富学生专业实践技能。侧重实践教学，并基于OBE理念设计实践教学环节，鼓励学生更多参与到实践创新活动中去。引导、指导学生参加各种程序设计、机器人编程设计等比赛，增强学生的创新意识。指导学生申报、参与科研项目，通过参加科研项目来提高自身能力，积累科研经验，为以后的深造打下基础。

5.组建双师型教师团队

基于OBE理念，组建校企合作的双师型教师团队。目前，我国高校人工智能专业教师重理论轻实践，拥有扎实的理论知识及丰富的教学经验，但对日常工程实践训练的重视不足，不能及时了解地方政府、企事业单位的用人需求。针对此种现象，高校应引进实践经验丰富的外聘企业教师，高校教师与其互相配合，由高校教师教授学生理论知识，外聘教师针对用人单位对人工智能专业人才的技能要求开展实践课。联合编制教学大纲，打造适合地方经济发展的课程，组织学生到相应企事业单位参观、培训、实践见习，使学生提前适应企业文化。结合大数据等专业交叉内涵，引导创新现有师资队伍转型与升级。

四、结语

地方高校应坚持以“产出导向、学生中心、持续改进”理念为指导，改变原有的以教师为中心、以教为主的教学模式，转向以学生为中心，让人工智能专业学生学会学习，激发学生学习兴趣、学习潜力，培养其沟通能力、团队协作能力，提升其实践动手能力，使其在就业过程中更好地适应工作环境。高校人工智能专业应将OBE理念贯穿于人才培养模式全过程，以人工智能专业人才的社会需求为导向，遵循学生成长规律，以学生为中心组织实施教学，持续优化人工智能专业人才培养策略，帮助学生成为社会需要的高素质人才。