人工智能时代计算机专业人才的培养

张蕾　李艳梅　周文科　崔娟娟

摘  要： 人工智能时代需要计算机专业复合型人才，本文从专业课程体系、教学模式、实践能力培养等方面展开探讨，提出构建以人工智能为核心的课程群，因材施教、实施个性化教学模式，高校联合企业共同培养人才等来进行教学改革。

关键词： 人工智能; 课程体系; 教学模式; 产学合作

中图分类号：G642          文献标识码：A     文章编号：1006-8228（2022）04-74-03

Cultivation of computer professionals in the era of artificial intelligence

Zhang Lei， Li Yanmei， Zhou Wenke， Cui Juanjuan

（Guangling College， Yangzhou University， Yangzhou， Jiangsu 225000， China）

Abstract： In the era of artificial intelligence， compound talents of computer majors are needed. In this paper， by discussing the professional curriculum system， teaching mode， and practical ability training， it is proposed to carry out teaching reform by building a curriculum group with artificial intelligence as the core， teaching students in accordance with their aptitude， implementing a personalized teaching model， and jointly training talents with universities and enterprises.

Key words： artificial intelligence; curriculum system; teaching mode; industry-university cooperation

0 引言

伴随着科学技术的不断发展，人类社会已经从“信息时代”过渡到“智能时代”。近年来，人工智能技术迅速崛起，在互联网、医学、金融、媒体、零售等各个行业都已得到广泛的应用。目前，人工智能技术已成为新一轮科技革命和产业变革的核心推动力量。为抢抓人工智能发展的重大战略机遇，加快建设创新型和科技型强国，国务院于2017年7月8日印发了《新一代人工智能发展规划》文件。规划中提出人工智能已成为国际竞争的新焦点，应逐步加强人工智能领域人才的培养，形成我国人工智能人才高地[1]。我国教育部于2018年4月发布了《高等学校人工智能创新行动计划》文件。文件提出：要加强人工智能领域人才的培养，完善人工智能领域人才培养体系;重视人工智能与计算机、控制、数学等学科专业教育的交叉融合，探索并构建基础理论人才与“人工智能+X”复合型人才并重的培养体系[2]。

人工智能是计算机学科的一个分支，它是一个非常典型的交叉学科，人工智能的理论学习涉及到数学、计算机、控制学、哲学、语言学、神经学等一系列学科，知识体系庞大且深奥难懂。为了适应时代的潮流、满足社会需求，如何将人工智能的理论和技术有效融入到传统计算机专业，培养智能时代所需的复合型人才是值得思考的[3]。本文主要从专业课程体系的优化、教学模式的个性化、企业与高校联合培养人才等方面探讨人工智能背景下计算机专业人才的培养。

1 课程体系的优化

传统的计算机专业是以培养学生的计算思维、编程能力为主，学生毕业后多从事系统开发、软件测试、网络编程等工作。专业主要是从算法、编程、系统能力等方面设置课程。比如：“数据结构”课程和“算法分析与设计”两门课程主要是让学生了解数据的结构和特性、训练学生算法设计的能力;“C语言程序设计”、“C++程序设计”、“Java程序设计”等语言类的课程是教会学生使用编程语言工具实现相应的算法过程;“操作系统”、“计算机组成原理”、“计算机网络”等课程是让学生深入的了解计算机的系统、底层硬件、网络通信等模块，培养学生的计算机系统能力。

然而，传统计算机专业缺乏数据处理和人工智能相关的课程，传统的课程体系重在打基础;然而人工智能时代所需要的计算机人才，除了基本的算法设计和编程能力以外，还需要掌握机器学习和数据分析的相关知识[4]。要培养智能时代复合型人才，需优化人才培养方案，形成以人工智能为核心的课程群是必不可少的[5]。因此，可以对传统计算机专业课程体系从如下几个方面做出改变。

⑴ 在大一年级开设“Python语言程序设计”和“人工智能导论”的课程。Python语言因为其简便易懂、具备强大的AI支持库等优势，已经成为人工智能领域学习必备的语言工具。在大一年级开设Python语言学习相关的课程，能够为后续人工智能领域课程的学习奠定语言开发的基础。“人工智能导论”课程是入门级的人工智能课程，课程紧紧围绕人工智能的基本思想、基本理論、基本方法及其应用展开，为人工智能后续课程群奠定了理论基础。

⑵ 将大二年级原先的“机器学习”和“人工智能与识别”这两门选修课调整为必修课。优化课程内容，多设置实验环节，课程的实验主要是采用Python语言编写实现。“机器学习”和“人工智能与识别”这两门课是人工智能学习的基础课程，为高年级人工智能分类高阶学习奠定理论和实践基础。

⑶ 在传统计算机专业课程的基础上，以人工智能三大研究方向：文本语言与处理、大数据处理、图形图像处理为主线分类高阶培养人才，具体如表1所示。学生学习完传统的专业课程以外，在高年级可自主选择三大方向中的一条主线进行学习。文本与语言处理方向主要包含：文本挖掘、自然语言处理、信息检索与搜索引擎等课程;大数据处理方向主要包括：大数据技术原理及应用、数据挖掘、Hadoop大数据开发等课程;图形图像处理方向主要包括：数字图像处理、计算机图形学、计算机视觉等课程。通过递阶式的课程体系学习，让学生在人工智能的某一领域不断挖掘，并熟练掌握或精通。

在传统计算机专业课程的基础上，形成以人工智能为核心的课程群，在高年级实施人工智能分方向培养，分类培养人工智能各分支领域的高精专人才，从而让计算机专业学生在人工智能时代拥有较强的竞争力和职场生存能力。

2 教学模式的个性化

教学模式是完成教学目标的一系列教学活动，传统的教学模式多是以教师为知识的主要传授者，教师通过多媒体或者黑板板书开展课程教学。传统的教学模式是以“教材、教师、课堂”为中心。这样的教学模式存在诸多缺陷：首先，它忽视了学生学习主体的地位，它将课程的教学局限于教师在课堂中的讲授，没有充分调动学生学习、思考和创新，学生处于一种被动接受的地位，不利于创新性、实践性人才的培养。其次，它没有考虑各学生学习能力的差异，教师按照同一进度同一难度讲授知识，学习效率高、接收能力好的学生可能会因为内容简单而感觉没有挑战性，接收能力较差、学习效率极低的学生可能无法跟上教学进度。人工智能时代需要有源头创新力的人才，计算机专业人才的培养是需要充分调动每位学生的兴趣和潜能。因此，教育精准化、教学模式个性化是人工智能时代人才培养的必然趋势。

教學模式的个性化需要打破传统教学模式时间、空间的局限，可以采用线上MOOC、SPOC课程、微课等方式实现线上线下混合式教学，让学生充分利用课前和课后的空余时间，通过启发式教学、案例式教学、讨论式教学和项目式教学，培养学生独立思考、独立学习的能力。同时，针对理论性较强的课程，可以采用导师制与自主学习相结合的教学模式。所谓导师制，类似于研究生教学中的师徒传承模式，将班级的学生分成若干小组，并为每个小组配备一个导师。导师定期布置任务让同组的学生在一段时间内探索并定期开设研讨会，让组内学生在研讨会上汇报学习成果，并沟通交流难题，导师对组内学生的具体问题及兴趣进行针对性的辅导和延伸。导师制与自主学习相结合的教学模式是一种以学生为中心的教学模式，学生通过自我探索和沟通答疑去解决问题、理解知识，极大地培养了学生独立学习、沟通交流和合作探索的能力。

因材施教、实施个性化教学模式，是人工智能时代培养创新型人才不可或缺的部分。只有让不同层次的学生找到自己的学习目标并解决他们的疑惑，才能激发学生的兴趣和潜能。

3 产教融合培养实践能力

实践能力对于人工智能时代创新型人才的培养最为重要。培养学生的实践能力需要学校搭建配套的实践教学平台，同时需要一批具有丰富的实践经验的教师。然而，目前大部分的高校缺乏人工智能相关的实践教学平台，学生无法基于传统朴素的实践平台进行自然语言处理、图像识别等人工智能相关领域的研究。另外，高校的教师大部分是博士毕业后直接进入学校，他们具有扎实的理论研究基础，但他们没有在行业实际场景中历练过，项目实践经验不够。这样的师资队伍是无法满足人工智能时代应用型、复合型人才培养的需求。人工智能人才的培养需要贴近产业，产教融合、将企业的资源融入到学校的教学是人工智能时代培养学生实践能力的重要途径[6]。

企业与高校共同培养人才可以在实践教学平台、实习实训、师资培养等方面共同做努力。企业为高校提供人工智能科研教学一体化实验平台，覆盖数据预处理、特征工程、模型开发、模型训练、模型评估流程，轻松构建AI模型，为人工智能专业人才的培养构建强有力的教学实践平台。同时，高校可以联合企业共同培养人工智能专业人才，引入企业的工程师深度参与课程教学、实习实训指导、专业及课程建设，让学生在学习课程的过程中了解企业的人才需求，了解和熟悉企业真实的项目，在项目实践中学习领悟知识。在师资培养方面，企业可以定期组织短、长期的师资培训项目，每年接收教师去企业一线挂职锻炼。采用这一系列的方式，不仅提升了教师的实际技能应用水平，还拓宽了高校的人工智能技术知识图谱，同时也给人工智能师资队伍的成熟、壮大提供了条件。深入推进产教融合、协同育人，不断探索新的人才培养机制和模式，破解高校“AI师资荒”，为培养复合型、创新型人才提供基础的保障。

4 结束语

产业的发展和人才培养关系密切，要实现人工智能在前沿科技和产业应用的领先地位，人工智能领域人才的培养是关键基础。本文提出：构建以人工智能为核心的阶梯式的课程体系，实施线上线下相结合、导师制与自主学习相结合的教学模式，联合企业共同实施实践教学等方式培养人工智能领域人才。初步实践表明：通过这一系列教学改革，我校计算机专业学生对人工智能领域有了更深的认识，学生的实践能力有了进一步的提高，部分学生毕业后倾向于人工智能方向的工作。然而，人工智能对数学的要求很高，因此，提高学生的数学水平以及学习数学的积极性也需要进一步重视。

参考文献（References）：

[1] 刘晔，朱安民，明仲.立德树人、需求引领、以能力培养为中心的计算机专业人才培养模式探索与实践[J].计算机教育，2021（8）：79-82

[2] 孙涵，袁伟伟，黄圣君，陈松灿，陈兵.计算机类专业创新型人才培养探索[J].计算机教育，2021（4）：85-87，97

[3] 李钰.人工智能热潮下英国顶尖研究型大学计算机专业人才培养模式探析[J].世界教育信息，2021，34（1）：42-50

[4] 窦亮，贺樑，周爱民，等.人工智能时代的计算机人才创新培养[J].计算机教育，2020（10）：103-107

[5] 黎文娟，邢婷婷，林菡.人工智能背景下应用本科高校计算机类人才培养[J].计算机时代，2020（8）：115-117

[6] 赵静丽.人工智能时代计算机专业人才培养模式研究[J].电脑知识与技术，2021，17（19）：268-269