新工科背景下人工智能专业建设三大问题探讨＊

方 莹，王帅芳，卫一帆，朱 培

(商丘师范学院信息技术学院，河南 商丘 476000)

0 引言

国家发展依赖教育的发展和人才的培养，人工智能既为国家今后的跨越式发展提供了机遇，也进一步加深了国际间的教育和人才竞争。为促进我国人工智能的快速发展，2017 年国务院在其印发的《新一代人工智能发展规划的通知》中提到：“到2020年，人工智能产业成为新的重要经济增长点，到2025 年，人工智能成为中国产业升级和经济转型的主要动力。”

2017年2月之后，教育部积极推进“新工科”建设，先后形成了“复旦共识”、“天大行动”和“北京指南”，并发布了《关于开展新工科研究与实践的通知》、《关于推进新工科研究与实践项目的通知》，全力探索形成领跑全球工程教育的中国模式、中国经验，助力高等教育强国建设。“新工科”建设与发展旨在满足我国新经济产业发展的现实需求，是高校深化工程教育改革的方向，更是未来赢得国际竞争的重要途径。

“人工智能+新工科”的本质可理解为“人工智能时代下，为应对新科技及新产业革命，工程教育的发展及主要目标是培养具有创新创业意识、精神和实践能力的新时代工程性人才”。从人工智能、智能制造等新技术出发，在现有工科专业的基础上探索新领域和新方向，形成一套新的课程体系；通过跨学科、跨专业的方式培养具有多学科交叉融合的工程人才，最终形成新的人才培养方案、师资队伍和管理模式；通过完善工科人才“创意—创新—创业”教育体系，形成以创新创业能力为导向的培养模式。对高校而言，培养新工科背景下的人工智能专业人才建设是国家发展的战略新需求，也是国际竞争的新焦点。

1 相关研究及现状

我国高校已经全面认识到人工智能专业的重要性，但之前的人才培养主要集中于研究生阶段，本科阶段的学习以基础课程为主，专门设立本科层次的人工智能专业近三年才开始实施，目前全国范围内开设人工智能专业的高校不到一百所，尚没有可大范围投入工作岗位的毕业生，人才的需求与市场的需求存在相当大的差距。

目前，人工智能专业的开设主要呈现了四方面特点：一是符合国家战略与社会需求，二是体现办学特色与学科优势，三是聚焦人才培养与科技创新，四是注重与政府、企业合作共建。由于人工智能专业在各高校设立的时间都不长，尽管已在科技创新、人才培养、社会服务等方面取得了一些成就，但是还处于发展的初级阶段，仍存在一些不容忽视的问题。

我国高校人工智能专业人才培养的瓶颈主要有三点。①人工智能的知识结构体系欠缺。人工智能是典型的多专业知识交互融合的技术领域，因此人工智能教育人才自身应具备多专业交叉的知识和技术素养，这给传统单一工科培养模式带来挑战。②人工智能教育专业的空白。传统教育技术、计算机专业等师范类教育专业存在人才培养目标设定、课程体系、知识结构等局限，无法直接改造为人工智能教育专业，也无法体现新工科多专业融合的内在需求和特点。③人工智能教育人才培养路径尚形不成推广模式。由于新工科跨专业交叉的需要，人工智能教育型人才培养必须建立相应的路径与模式。

普通本科院校在人工智能专业建设上普遍面临几个实际问题。①专业体系设置的问题。如开设哪些课程，合理设置课程的先后顺序，是否与其他学院协同开设等。这些需要在设立这个专业前进行切实论证。②师资力量的问题。人工智能是多学科交叉的、综合性专业体系，计算机、电子、机械、数学等方面知识缺一不可，依赖某一专业的教师肯定不行，再者现有教师的知识储备也不够，怎样解决这些问题也是需要统筹设计的。③人才培养的创新模式问题。新工科背景下的人才培养更注重全面性、创新性，以现有成果为基础的课堂讲授不足以满足要求，如何在培养过程中引入可行的校企合作模式、加入创新培养，是摆在尚为踏足该专业的教师面前的核心问题。针对这些问题，本文将进行相应改革和实际操作可行性方面的研究。

2 新工科背景下人工智能专业建设三大问题探讨

普通本科院校申办人工智能专业的三大问题可归纳为：培养模式、师资力量、实践平台。其对应“怎样培养、谁来培养、怎样保障”的实际情况。

2.1 学科交叉下的人才培养方案设定

人才培养方案反映培养方向的定位，课程设置是人才培养的依据和核心，现在国内高校的人才培养方案的修订多以工程专业认证为准进行。对人工智能这一新兴、交叉学科而言，到底开设哪些课程是合适的没有统一的要求和说法，因为各个学校自己的人才培养特色不尽相同。一般来讲，整个课程体系分为四个模块：通识教育、专业基础、专业平台（必修+选修）、实践教学。通识和专业基础课程注重学生基础培养，差别不太大。专业必修、选修课程以及实践教学部分能体现各自的特色，课程开设方面的导向有偏电子类、偏网络类、偏特色应用类等。

2.2 专业融合下的师资队伍建设

在新工科背景下，人工智能专业在本科院校的建设逐渐成为大趋势。然而在多学科交叉的情况下，实现人工智能学科建设的成功，关键在于专业融合下的师资队伍建设。下面将从教师选择以及师资培养等方面进行分析。

人工智能学科涉及的知识广泛，教师的配备目前较为可行的做法是对人工智能涉及的相关专业老师进行组合，再培训提升，以形成专业的师资队伍。

2.2.1 构建师资队伍的教师选择

所选择的专业老师需具有较高的道德素质。一支高质量的师资队伍，应该师德高尚，胸怀宽广，关爱学生，甘于奉献，这样的师资队伍在对待学生时会更有耐心。

所选择的专业老师需具备一定的学术水准。这是衡量教师队伍好坏的另一个重要标准。人工智能课程主要涉及了数学、心理学、神经生理学、信息论、计算机科学、哲学和认知科学、不定性论及控制论等方面，单依靠某一个学院或系室教师的力量是不够的，必须联合各相关专业教师组成跨学科的教师梯队。

2.2.2 如何培养专业教师队伍

人工智能是多学科交叉融合的专业课程体系，在教育教学过程中，对教师的要求更为严格，只联合相关专业老师、不加以培养是不足以支撑这一综合学科的。在教师培养时，注重专业知识融合。①通过相互听课、课程研讨、教师间的教学评价、教学竞/比赛等教研活动，老师们可以了解其他课程的内容、其他老师的教学方法，比较促进自我教学能力提升，达到经验分享、内部互通的效果，对整个课程体系有整体认知。②教师的培养与知识模块相统一，发掘知识点的关联性，不同老师对相关知识模块的理解和讲解需要统一、连贯，避免各自独立或过多重复的情况。

在教师培养时，应注重教师的创新能力培养。人工智能学科属于前沿学科，富有挑战性，必须注重培养教师的创新能力，以利于教师引领并培养学生的创造性思维。创新能力的提升需要教师突破书本，对人工智能这类新学科而言，书本知识要么是经典不容易变动的，要么是比较成熟极可能无法跟上新技术发展的，因此能站在较高角度、紧跟新技术发展现状是非常关键的。教师要“走出去”，不受教材限制，不断学习新知识，利用好网络资源，参加学术会议，指导并参加各种比赛，多与校外同行交流，始终让自己在专业领域中的不断学习过程中是非常重要的。只有教师保持足够创新力，才能更好培养应用型本科生的创新性思维与创新方法。

教师的培养应注重校企联合，构建教师培养平台。目前已知的师资队伍培养体系还不够完善，教师对人工智能的相关知识和实践也处在尴尬期，只能上网搜索来学习和补充，以及参加一些短期培训。所以，在教师培养时，要以打造“高、精、尖”的师资队伍为目标，全方位地培养老师的能力，分批次、分阶段地长期对教师进行人工智能方面的培训。

在教师培养过程中，教学模式也是不可忽略的。在本科院校开设人工智能课程，要考虑到学生的基础，教师选择怎样的教学模式是一个挑战。教师应该充分利用网络资源，在传统教学过程中，用好教学辅助工具，改变传统的教学方式，让学生走上讲台，把课堂交给学生，以学生为课堂的主导，老师作为学生的辅助力量，引导学生自主学习新知识，并在课上进行实践讨论，提高学生的自主探究能力。

2.3 协同保障下的特色实践平台构建

协同保障下的特色实践平台是基于为学生服务，融入人工智能技术、嵌入式技术、AR 技术、物联网技术、智能制造等多种技术，通过丰富的基础实验和项目，达到从人工智能基础学习深入到实践应用的创新实践平台。

2.3.1 协同保障下的特色实践平台的建设目标

协同保障下的特色实践平台构建目标是以培养学生自主动手实践能力为中心，提高学生的创新思维能力以及动手实践能力，并且让学生通过具体项目深入了解人工智能技术的实际应用，一方面可以为学生在人工智能方面的自主学习、实践以至创新提供便利，另一方面可以为学生提供一些实际的帮助，如：参加竞赛并且获奖，申请专利，组建创新团队，发表优质的学术论文，甚至研发产品等等。此外，协同保障下的特色实践平台可以成为人工智能建设以及培养人工智能型人才的基地。平台可以促进人工智能学科的探索、学习以及发展，同时探索具有创意性的项目可以锻炼本专业学生的创意创新思维，对学生学习专业知识非常有利。

2.3.2 协同保障下的特色实践方案

通过借鉴其他相关专业的教学经验，本文认为可以在如下三方面加强人工智能专业的特色实践教学。

学校加强对学生的实操、实训，将优质师资团队和人工智能专业实验平台相结合，组建人工智能专业骨干教师队伍，把拥有高质量实践能力的教师组成教学团队，依据毕业要求制定课程培养方案，把人工智能专业的理论教学和实践教学课时进行合理分配，在专业教师指导下，将人工智能研究相关实验和项目与基础课程的知识点相融合，保证实践、实验的全面性；建立以项目为驱动的创新实验体系，不仅巩固了学生的基础理论知识，而且加强了学生在人工智能方面的应用能力。通过学生在校内实训中的表现进行过程性评价，及时发现问题，解决问题，并把评价结果作为学业成绩的一部分，同时为人工智能领域的比赛选拔优秀的选手，实现一举多得的目的。

人工智能专业通过实现“专业有特色，人人有项目，周周有活动，月月有比赛”的生动局面，可以对毕业目标的实现和培养目标的达成有积极的促进作用。通过实施“项目式教学”，让学生全员参与，共享知识与技能，同时选拔培养技能拔尖学生，参加各类比赛，激发学生学习的热情和学习地主动性。“赛教相长”，通过比赛检验了课程教学成果，激发了学生的自主探究意识，使学生把外在动机转化为内在动机，增强了其创新精神。“学赛结合”为学生精进专业技能，实现“零距离”就业打下坚实基础。

为激发学生的创新、创业热情并培养综合实践能力，学校可以加强与企业合作教学，有针对性培养人工智能方向的人才，结合市场导向，注重本专业学生实践技能，培养出社会需要的人才。学校和企业可以进行科学合理的资源配置，实现两者的信息和资源共享，共赢发展。比如学校可以利用企业提供的先进设备和场地，而学校可以提供给企业有力的技术理论支持和人力资源，实现让学生在校所学与企业实践有机结合，让学校和企业实现硬件和软实力的优势互补，节约教育与企业成本。企业还可以提供给学生实习、实践的机会，互惠互利，不仅节约了企业的人力资源成本而且能让学生更早的接触实践应用，并能更深入的了解企业的文化、管理和运行模式，为学生今后的职业发展提供有利依据。

3 结束语

伴随着科学基础和实现载体取得新的突破，人工智能在社会生活中的各个领域都发挥着举足轻重的作用，而我国政府也将人工智能的发展提高到了战略高度，在高校大力推进人工智能专业建设，这对我们人工智能专业的人才培养也提出了新的要求与挑战。为了助力人工智能科技产业对国家和区域经济转型升级的关键作用，高校应该适应社会经济发展需求，在基础层、技术层和应用层不同层面精准定位，制定合理的课程实施方案、科学的毕业要求和培养目标，在协同保障机制下，发挥本校跨学科培养优势，通过“校内实训”、“以赛促学”和“校企合作”等一系列具体措施，保障人才培养的质量，并促进学生职业生涯的可持续发展，实现培养目标的达成，为社会和经济的发展、进步提供有力的智力支持和人才保障。