基于行政智能决策的人工智能人才培养研究

黄 昕

(湖南工程学院，湖南 湘潭 411104)

一、引言

智慧政府建设和发展经历了1.0、2.0及3.0时代，政府1.0使用的是个人计算机和第一代互联网技术，政府2.0依靠的是移动互联网和社交媒体，政府3.0则是以大数据和人工智能为代表的新一代信息技术的应用[1]。随着政府智慧化程度越来越高，智能决策将取代传统决策，成为政府治理决策的主要模式，行政决策也向行政智能决策方向迈进[2]。行政智能决策是指国家行政机关及其工作人员在处理国家政务和社会公共事务过程中，围绕既定目标，利用大数据、人工智能、优化算法、物联网等多种智能技术和工具，对相关数据进行建模、分析并得出决策的过程[3]。行政智能决策是行政管理成败的最关键因素，现已渗透于各项行政功能运作中，它不仅能够有效辅助行政主体及公共部门自动实现最优决策，还有助于准确预测市场需求、优化资源配置、规划公共服务、改善社会治理，甚至能够推动科技创新，增强国家竞争力[4]。此外，行政智能决策利用数据挖掘技术，寻找海量数据之间、海量数据与复杂环境之间的广泛联系，实时连续地为行政决策制定提供支持。然而，智能决策的不确定性和复杂性使得政府控制导向的行为模式难以为继，解决该问题的关键在于要培养一大批具备数字思维、数字技能和数字素养的行政智能决策的人工智能人才(即行政智能决策人才)[5]。行政智能决策人才是指将大数据、人工智能、优化算法、物联网等智能技术应用于行政智能决策过程中，通过数据分析、模型建立、算法优化等技术手段提供科学、准确的决策支持的复合型人才[6]。

目前世界各国行政智能决策人才都呈现出供不应求的现状，即使在人力供需最好的美国也存在较大的行政智能决策人才缺口，如2016—2018年间美国智能决策岗位数量翻了一番，但实际招聘到的员工只增加了15%[7-8]。虽然我国行政管理队伍中有一批决策经验丰富的人才[9]，但能够熟练运用人工智能、大数据、物联网、云计算等现代科技进行智能决策的跨界交叉融合的复合型管理人才却是凤毛麟角[10]。有学者估计我国有500万以上的智能决策人才缺口[11]。常言道：“火车跑得快，全靠车头带。”加强行政智能决策人才培养是我国政府部门引领企业在第四次工业革命中占得有利身位，促进我国经济高质量发展的关键。《2022年人力资源和社会保障事业发展统计公报》显示，在我国各级政府机关中行使国家行政职权、执行国家公务，以及统筹维护经济社会规则、国家公共资源、国家法律规定的行政决策岗位已超717万个。目前我国行政智能决策人才还存在较大缺口。现有研究主要从计算机科学角度分析智能决策方法、智能决策系统设计与优化或聚焦于行政智能决策伦理、风险，对行政智能决策人才培养的关注还相对匮乏。鉴于此，本文将运用文献归纳法和演绎方法，科学分析当前我国行政智能决策人才培养现状、面临的困境，以及发达国家行政智能决策人才培养的模式和经验，为我国行政智能决策人才的培养提供思路和方法。

二、我国行政智能决策人才培养现状与困境

(一)我国行政智能决策人才培养现状

1.政府为行政智能决策人才培养出台了配套规划和制度

政府部门开始出台相关规划并颁布法律法规，如2017年国务院发布《新一代人工智能发展规划》，指出人工智能是当前国际竞争的新焦点，必须围绕培育顶尖智能人才进行大力部署，力争在新一轮国际科技竞赛中掌握主导权。2018年教育部发布的《高等学校人工智能创新行动计划》中提到要加强理论研究，引导高校加大对人工智能人才尤其是行政智能决策人才的培养力度。2017—2021年政府相关部门出台了一系列关于中国人工智能产业及人才发展的相关政策。随后，2022年国务院四部门联合出台了《“十四五”职业技能培训规划》，明确提出要多方利用现存资源，大力培育数字技能人才，为行政智能决策人才培养储备力量。

2.高校为行政智能决策人才培养设立了人工智能学院和专业

我国高校的人工智能学术组织规模自2017年以来呈现高速发展态势，在短时间内实现了指数级增长。2017年，中国科学院大学成立我国首个人工智能人才培养学院，随后清华大学、北京大学等高校的人工智能学院和研究院相继成立[12]。2020年，我国有180所高校的人工智能专业建设资格获批，相对于2018年获批的35所高校增加了约4倍。截至2022年上半年，全国共440所高校获批人工智能专业建设资格，与2018年相比，增加了约12倍，2018—2021年我国开办“人工智能”专业本科学校的具体数量如图1所示。由此可见，我国高校对人工智能专业的人才培养极为重视。

图1 2018—2021年我国开办“人工智能”专业本科学校数量

北京大学、中国人民大学、武汉大学、厦门大学等多所高校积极探索传统专业与人工智能专业交叉人才培养新方案，以期为社会培育未来的行政智能决策人才[13]。以北京大学为例，2022年政府管理学院新开设政治学与行政学专业(数字治理方向)，该专业具有公共管理学、法学、计算机科学与技术、信息管理学、人工智能等多学科背景的支撑，主要培养兼备政治学与行政学专业理论和知识、数字治理理论素养和数据分析实操能力的高素质复合型人才，为回应和解决新时代公共治理面临的新问题提供人才供给和智力支持。具体课程体系见图2。

图2 北大政府管理学院政治学与行政学专业课程体系

3.行政智能决策人才培养模式初步成型

针对全球最具影响力的人工智能高端人才的调查发现，他们的成长经历与校企融合培养密不可分[14]。校企融合培养本质上就是产教融合联合培养，将学校与企业紧密联系起来，真正在学校与企业之间实现资源融合、模式融合、师资融合和评价融合。产教融合是学校和企业联合培养人才的一种较好的模式，在产教融合与校企合作的过程中，高校承担技术提供者的角色，而企业承担技术需求者的角色，产教融合、校企合作可以充分发挥高校和企业各自的优势。对于高校，为了能够培养更优秀的应用型人才，越来越多的高校采取与企业合作的方式，以提高教育质量与人才适用性；对于企业，其快速发展离不开技术的支撑和人才队伍的建设，所以需要依托高校的资源、技术和人才的支持，才有可能在日趋白热化的市场竞争中取得成功[12]。该培养模式在我国已经初步显现成效，如浙江工业大学与多家人工智能企业进行合作，并成立“模拟企业”，学生不用出校门，就可以得到锻炼的机会。此外，浙江大学也与阿里巴巴进行校企合作，通过“双聘”的形式对博士进行联合培养。百度、腾讯、华为等头部企业积极承担社会责任，利用其资源优势，与高校开展了深入广泛的合作，分享多个数据平台，培养各类人工智能领域人才。一些高校也积极与政府部门展开合作，以人工智能技术助推决策出台以及服务地方社会经济发展。清华大学人工智能国际治理研究院自成立以来，承担了包括国家科技创新2030重大项目、科技部科技创新战略研究专项等在内的诸多重大项目，发布了一系列研究报告，向科技部、外交部、工信部、发改委、网信办等部门提交了一批政策建议。

(二)行政智能决策人才培养的困境

得益于政府的政策制定、高校的积极响应与实践落地，我国行政智能决策人才培养机制和模式已经初步成型。然而由于外在专业环境及内在专业能力等多重因素的交互影响，行政智能决策人才培养还面临诸多困境，这主要体现在以下四个方面。

1.行政智能决策基础设施配套尚不完备

(1)软硬件基础设施不完备。行政智能决策人才最终归属于人工智能方面的决策人才。人工智能属于计算密集型学科，对基础配套设备的要求非常高。通常各个高校为满足我国人工智能人才培养的需要，从第三方采购服务器、高性能显卡、处理器、内存和智慧管理平台等基础软硬件配套设备，用于学生的课程实验和教师的精细化教学管理。然而，制约我国行政智能决策人才培养的根本因素就是投入的经费和资源不足问题。在全国获批人工智能专业建设资格的440所高校中，受限于财政拨款和学校本身的经济实力，绝大多数高校存在投入资金不足，难以获得完备的基础配套设备，不利于行政智能决策人才培养；少数高校投入资金充足但是也难以避免在投资教学基础配套设备的过程中存在软硬件投入不平衡的现象，造成整体协调程度差和利用率低的问题，不利于人工智能学科的可持续发展。此外，人工智能学科存在资源依赖多和技术更新迭代快的基本特征。如果各高校人工智能专业的配套资源不能够及时更新，教师素质和基础设备无法匹配技术更新的迭代速度，学生在选择专业细分方向时就会受到基础配套设备的限制，从而会减慢行政智能决策人才的培养速度和人工智能学科的建设速度。

(2)学科基础和师资力量不完备。2018 年发布的《高等学校人工智能创新行动计划》明确指出，要深入论证人工智能学科内涵，推进人工智能领域一级学科建设。然而，五年过去了仍未能取得独立一级学科，未能形成专业化、独立化的学科体系，人工智能专业也是通过其他一级学科进行教学、教研活动。我国人工智能高水平师资不足，一方面是因为人工智能人才培养起步晚，从业人员基数小，领域内顶尖人才少。另一方面是因为高科技头部企业常以绝对的高薪挖走高校的优秀人工智能教师，进一步加重了高校高水平师资队伍的流失。

2.政府的主导作用存在进一步提升空间

(1)政府出台行政智能决策人才相关专项政策较少。虽然政府已出台多项人工智能产业发展相关政策，但行政智能决策人才政策经常以人工智能产业政策的“附属品”存在，国务院并未出台专项政策支持行政智能决策人才的发展，这制约了企业、行业协会等行政智能决策人才培养主体的主观能动性，阻碍了其规模化供给。此外，在对外人才引进和交流合作方面，面对日趋白热化的国际人才竞争，各国纷纷招兵买马或联合培养，我国政府却较少出台行政智能决策人才引进的针对性政策。人工智能人才政策虽鼓励高校、科研院所与企业等机构加强产学研合作，但政府职能部门的协调力度不足，对校企合作政策的支持力度有限，使不同培养主体间的衔接度不够，实际效果不甚理想[15]。

(2)政府对行政智能决策人才的区域分配不均衡需要进一步统筹协调。行政智能决策人才分布不均衡，长三角地区、粤港澳大湾区、京津冀地区三大区域数字经济发展水平在全国名列前茅，在数字经济总量、数字产业化和产业数字化规模方面均高于国内其他主要城市群。良好的数字经济发展环境带动了更多行政智能决策人才的聚集，三大区域优势明显。受限于各自的资源禀赋和经济发展条件，其他地区行政智能人才的总量偏低，这不利于政府人工智能决策产生的普惠效应。因此，政府需对行政智能决策人才的区域分配不均衡制定宏观调控政策。

3.高校人才培养的针对性需进一步加强

智能决策是一门多学科交叉融合的新知识体系，实践性强[16]。虽然国家出台了多项政策鼓励和支持高校加强相关学科建设，推进专业人才的培养，但学校制订的智能决策人才培养方案不能满足市场的动态变化需求。多数学校仍然按照传统的“专业教学”模式教学，缺乏对学生决策实践技能的培养，未能较好地将“智能决策”理念贯穿人才培养全过程，教学与产业实践的脱离导致人才培养难度大[17]。课程作为高校人才培养目标和培养内容的主要载体，是影响人才培养质量的关键因素。我国高校智能决策学科设立的时间较短，课程体系建设还在探索之中，部分课程内容相对陈旧，最新的智能决策科研成果没有反映到课程上，教研脱钩，课程建设缺少创新性和可持续性，难以保证人才培养的速度和质量。

虽然目前我国已有400余所高校开办了人工智能学院或专业，但相关的人才培养方案有待提质，在通识教育方面普遍也需要加强；高校亟待设立一批与行政智能决策相关的微专业，更有针对性地为社会输送相关人才；同时，其他传统学科也需要加强人工智能教育，以更好地适应学习与工作环境，为行政智能决策人才储备全面发力。

4.政产学研用深度融合的人才培养模式有待进一步完善

通过行政智能决策人才培养现状可以发现，尽管政府、企业和学校等对行政智能决策人才的培养非常重视，但是相关的信息共享平台构建有待加强，尤其是政府、企业、学校等主体之间缺乏人才与经验的交流，以至于相互之间尚未形成深度融合的人才培养体系。此外，一些地方对于人工智能相关专家智囊团队和新型智库建设的工作不够重视，在充分利用各方面智力资源为地方经济建设出谋划策方面还有较大的潜力和提升空间。这些都是当前行政智能决策人才培养普遍存在的问题。

由于我国行政智能决策人才的教育发展还不够成熟，仍处于初期发展阶段，企业不能较好地表达意愿，条件不够成熟。部分企业缺乏宏观战略发展思想，缺乏社会责任感，重用轻培，“拿来主义”较严重，不愿参与源头培养，不主动与相关高校或科研机构合作培养人才。在人才培养、课程开发、专业建设等相关环节，企业主动性弱，多数处于被动状态，存在院校“一头热”的现象，导致企业与高校的人工智能专业合作流于形式、浮于表面。

企业作为人工智能各类人才培养的生力军，在充分发挥自身优势上仍有很大空间可以开拓。除了一些头部企业外，其他企业在深度参与政府的产业发展战略研讨制定与实施，以及积极与高校联合举办人工智能学院、专业、实习基地、竞赛活动等方面仍然大有可为。

三、主要发达国家行政智能决策人才培养的相关经验

根据中国科学技术信息研究所公布的《2021全球人工智能创新指数报告》，2019年至2021年，全球人工智能发展呈现中美两国引领、几个主要发达国家激烈竞赛的态势。面对人工智能引领的第四次工业革命大潮，各主要国家纷纷召集高级专业人士制定相关发展战略。日本政府分别于2017年、2019年制定国家人工智能发展战略，主要聚焦人才培养、科研成果运用等方面，2022年正式发布的《人工智能战略2022》要求构建符合时代发展需求的人才培养体系，培养人工智能时代各类人才，其中就包括行政智能决策人才[18]。对此，本文系统梳理了发达国家行政智能决策人才培养经验，为我国人才培养提供指导，具体包括如下三个方面：

(一)人工智能委员会监督确保行政智能决策人才培养不走样

人工智能相关委员会可以向政府提供相关政策建议，为国家行政智能决策人才培养提供指导和支持，也可以整合政府、企业、高校和科研机构等多方资源，提供更多的培训、教育和研究资源，为人才队伍的培养提供物质基础。

以美国为例，2018年5月，由美国国家科学与技术委员会负责管理的“人工智能特别委员会”成立，该委员会主要职责是向美国政府提供关于人工智能研究与发展方面的建议，同时帮助政府与相关企业建立合作伙伴关系，并结合各部门的优势，加大政府对人工智能相关领域的投入。2021年1月12日，为了确保美国未来几年内在人工智能这一关键领域的领导地位，美国白宫科技政策办公室成立国家人工智能倡议办公室，主要负责监督和实施国家人工智能战略，并作为联邦政府在人工智能研究和决策过程中与政府、私营企业、学术界和其他利益相关者进行协调和协作的中心枢纽。2022年5月4日，美国商务部宣布正式启动国家人工智能咨询委员会(NAIAC)，并成立了5个工作组——可信赖人工智能领导力小组、研究与开发领导力小组、美国劳动力支持与机会提供小组、美国竞争领导力小组以及国际合作小组[19]。

以英国为例，2018年，英国政府设立人工智能发展委员会，该委员会由来自学术界、工业界和政府部门的专家组成，主要职责是推动和监督英国在人工智能领域的发展，并为政府提供关于人工智能政策和战略的建议。同年，为确保人工智能数据合法、公正和负责任地使用，英国政府成立数据伦理与创新中心。随后，为协调与推动英国在人工智能领域的发展，促进政府、学术界和社会各界的合作，英国政府又成立了人工智能发展办公室[20]。2023年6月18日，英国政府任命科技投资人和人工智能专家伊恩·霍加斯领导英国人工智能基础模型工作组，重点推进人工智能安全研究，并参与举办了在英国召开的首届全球人工智能安全峰会。

以日本为例，2016年日本内阁官房组织人工智能战略推进会议，致力于制定人工智能领域的政策和战略，以推动人工智能技术的发展和应用。同年，还设立了人工智能伦理研究小组，致力于研究人工智能技术的伦理问题和社会影响，以制定相关政策和指南，确保人工智能技术的合法、公正和负责任的使用。2017年，文部科学省等政府部门组织人工智能研究开发战略会议，主要是为了完善人工智能技术应用的相关法律，研究制定有关人工智能技术应用的支持政策，跟踪研判前沿技术发展走向。2023年，日本政府决定组织新的战略会议，负责讨论与人工智能(AI)相关的国家战略，其成员包括精通人工智能技术的学者和研究人员、法律相关领域的专家及负责人工智能业务的政府公务人员等。该委员会将发挥指挥塔作用，为有关人工智能的整体政策提供基本指导。预计该委员会还将从人工智能的利用和研发角度，讨论人工智能面临的挑战。

由此可见，人工智能相关委员会的建立和发展对于推动人工智能技术的发展和应用、保障伦理和社会责任、促进产业发展和推广、加强国际交流与合作具有重要意义。通过合理组织和运作，人工智能相关委员会可以发挥协调、指导和促进作用，推动行政智能决策人才培养加速发展。

(二)合理的培养方案是行政智能决策人才培养的保障

培养方案能够有针对性地提供必要的知识、技能和经验，以满足其在决策领域的需求。根据行政智能决策人才的需求量身定制的培养方案，可以精准匹配培养内容和方法。美国高等教育水平世界领先，在人工智能领域方面，卡内基梅隆大学于2018年开办全美首个人工智能本科专业，全球排名也多年稳居第一。它的人工智能课程体系呈现出通识教育与专业教育相结合的特点，将人文、艺术、道德、伦理等课程与人工智能专业基础课程深度融合，兼顾科技与人文素养的提升，形成具有强包容性的知识体系[22]。有学者将卡内基梅隆大学的人才培养模式特点概括为四个方面：“个人发展+社会本位”的多元化人才培养目标、“跨界融合+均衡高效”的整合式资源供给、“通专结合+推陈出新”的复合型课程教学、“知行合一+完善灵活”的综合性项目实习[23]。

英国高等教育发展历史悠久，具有较高的办学质量，拥有众多世界知名学府。作为人工智能之父——艾伦·图灵(Alan Turing)的故乡，英国在人工智能领域显示出了极大的野心。自2016年起，英国政府相继发布了《人工智能给未来决策带来的机遇及影响》《在英国发展人工智能产业》《产业战略：人工智能领域行动》等政策文件。英国希望通过采用“高等教育与人工智能技术相结合”的发展策略来鼓励大学积极参与人工智能领域的知识更新、产权转化与人才培养。牛津大学在多学科交叉融合的专业设置模式和厚基础的人工智能课程的前提下，契合了精英人工智能管理人才培养的独特要求，为社会输送行政智能决策人才做出了较大的贡献[24]。

日本东京大学的人工智能专业培养方案致力于培养具备深厚的理论知识和实践能力的人工智能专业人才[25]。该方案既涵盖机器学习、深度学习等人工智能领域核心知识，又注重跨学科的交叉学习，为学生提供丰富的选修课程，包括心理学、哲学、社会学等领域的课程，以培养具备综合素质和创新能力的人工智能专业人才。最重要的是，东京大学注重培养学生的社会责任感和伦理意识，特别是在人工智能领域的伦理问题和社会影响方面，每周就人工智能的伦理问题和社会影响进行相关讨论。

由此可见，量身定制的培养方案通过精准匹配需求、强化专业能力、提升创新思维和持续学习发展，提高队伍成员在决策过程中的能力和素质，为行政智能决策提供了有力的支持。

(三)合适的培养模式是行政智能决策人才培养的关键

“产学研”培养方案充分利用了产业、学术和研究资源，将产业界、学术界和政府部门紧密结合起来，形成了协同育人的新模式。这种模式可以更好地将理论与实践相结合，培养出既具备理论知识又具备实践经验的行政智能决策人才。

美国拥有全球最多的人工智能公司，包括微软、谷歌、脸书、英伟达等巨头，它们在培养各类人工智能人才方面功不可没[26]。其中英伟达早在2016年就成立深度学习学院(Deep Learning Institute，DLI)，为有一定数据科学基础的开发者提供与人工智能相关的线上/线下课程，培养了数以十万计的人工智能人才。与其他的人工智能课程相比，DLI的课程更聚焦于人工智能技术落地层面，比如在课堂上对企业提供的数据进行训练与测试，解决金融、医疗或社交网络里的具体问题，而不是在课堂上单纯地介绍理论，学员可以接入英伟达的云端计算、SDK资源等，进行真实的开发练习[27]。

“以学带产”也是英国人工智能发展中一项特色机制，具体体现为英国扶持人工智能创业的“2+5”模式。“2”是指艾伦·图灵研究所和EPSRC(工程和物理科学研究委员会)人工智能研究所。前者是英国国家数据科学研究所，在国家人工智能战略中发挥着关键作用，是全国人工智能的核心。EPSRC则大量提供人工智能需要的研究经费和系统性支持。“5”是指在这两大机构周围，围绕着全英最好的5所大学——剑桥大学、爱丁堡大学、牛津大学、伦敦大学学院、华威大学，还有大量机构帮助孵化人工智能初创企业，形成了各自的领域优势和产业生态。

日本企业则为行政智能决策人才培养搭建了锻炼平台，除未来工学研究所、产业技术综合研究所等一批全球排名前列的科技决策智库，为日本人工智能发展提供科学决策之外，还拥有野村综合研究所、东京财团政策研究所等财团智库，这些机构不仅为政府建言献策，也培养了众多行政智能决策人才[28]。日本高校也纷纷响应政府的号召，投入“官产学”合作或校企合作中。如东京大学和软件银行集团携手创建了“超越人工智能研究所”，此研究所致力于研发人工智能基础技术，同时也积极探索将智能技术与其他学科知识相融合，解决社会和产业问题。

党的二十大报告提出，要“加强企业主导的产学研深度融合，强化目标导向”。“产学研”合作使得高校人才能够在企业中得到锻炼，学生实践管理能力得以提升[29]，更使我国行政智能决策人才培养实现从量的积累到质的飞跃，从点的突破朝着系统能力提升方向发展。

四、我国加强行政智能决策人才培养的对策

(一)发挥政府引导作用，建立健全行政智能决策人才培养制度

要推动行政智能决策人才培养，政府作用巨大。美、日、英等发达国家的经验启发我们，政府需要出台相关政策，高位布局，充分发挥引导作用。具体建议如下：

第一，政府应出台专项行政智能决策人才政策。目前行政智能决策人才政策经常以人工智能产业政策的“附属品”存在，政府并未出台专项政策支持行政智能决策人才发展。政府出台的专项行政智能决策人才政策能够提高政府决策的科学性和效率，优化资源配置和提高绩效，促进政府创新和改革，提升政府形象和公信力。这将有助于推动社会进步和发展，提高政府的治理能力和水平。

第二，制定行政智能决策人才评价标准。政府、高校、企业应通力合作，共同制定一套完整的评价体系。制定评价标准可以使人才选拔更加科学化和规范化，避免主观性和随意性的干扰，提高人才选拔的公正性和客观性；也可为行政智能决策人才提供明确的职业发展路径和目标，促进人才的自我提升和发展。

第三，政府应牵头成立行政智能决策人才培养委员会，整合各方资源，构建多元化合作关系。该委员会由政府高层领导担任主席，具体负责人才培养的规划、组织、协调和监督。制定具体的政策措施，鼓励高校、科研机构和企业积极参与行政智能决策人才培养，提供实践机会，扩大人才培养的渠道和范围。此外，政府还应建立专业协会，为行政智能决策人才提供交流、学习、合作的平台，促进人才培养的深入开展。通过多方合作，可以更好地推动行政智能决策人才培养，为国家发展和国家治理提供有力支持。

第四，政府应不拘一格大力招揽行政智能决策人才。面对行政智能决策人才供需不匹配、地域分布不均匀等问题，政府应发挥主导作用，不拘一格大力招揽行政智能决策人才。政府注重国内人才培育的同时应加大境外人才引进，在工作环境、入境入籍、福利待遇、税收优惠、住房保障、子女教育等方面给予相应保障措施，学习参考美国、新加坡、韩国、中国香港地区等经济体的相应做法，着力构建具有国际吸引力和较强竞争力的人才引进制度体系，为人工智能顶尖人才提供施展才华的舞台，吸引更多高端人才来华发展。

(二)推动教育和实践相结合，着力构建高校行政智能决策人才培养体系

高校是培养行政智能决策人才的摇篮，如美国依靠其稳居第一的高等教育，率先设立了人工智能相关专业，为其人工智能发展输送了大量人才，英国和日本的高校也紧随其后，大力加强交叉学科专业建设，培养相关人才。我国高校也应借鉴发达国家经验，加大行政智能决策人才的培养力度，可行的做法如下：

第一，加大专业建设力度，开设“行政智能决策”微专业。高校为行政智能决策输送高素质人才的专业主要集中在两大类：管理类专业(含管理科学与工程、行政管理、公共管理、工商管理、应急管理等)，计算机类专业(含计算机科学、人工智能、大数据技术、物联网等)。高校要深化专业改革，构建适应信息时代的课程体系，着力加强实践教学改革，如更新课程设置，增设与人工智能相关的专业课程，包括机器学习、深度学习、数据分析等；加强实践教学环节，开设人工智能实验室、组织学生参与人工智能应用项目。有条件的高校可以开设“行政智能决策”微专业，面向全校有志于从事行政管理行业的学生，建立“通识课程+专业基础课+专业方向课+实践环节”四位一体的课程体系，具体包括决策基础知识、行政管理基础知识、人工智能基础知识、大数据决策、算法实践、智能决策产品及其使用、智能决策应用场景实践等课程。

第二，在全部专业通识教育模块中加开“智能决策”选修课程。为了让更多的学生有机会接触、学习行政智能决策技术，学校可以面向全校各专业学生推出“行政智能决策”选修课，让学生掌握行政智能决策的基本理论、基本技术、基本方法，并安排适量的实践课时，让学生在实践中亲眼见证、亲身体验。

第三，注重教学质量，强化实践基础，创新专业特色。高校在招聘选拔教师环节不应“唯论文论”，丰富的实践经验同样重要。特别是对于在行政智能决策相关专业领域同时具有专业知识和实践经验的优秀教师而言，他们可以为学生提供最新的行业动态。高校应该充分发挥自身的优势，注重专业特色，增强专业的差异化和特色化，建立科学的教学评价机制，对教师和课程进行评估，提高教学质量和教学效果，促进高校专业的优化和差异化发展。

(三)促进产教科教深度融合，建立多主体联动的行政智能决策人才培养机制

参考发达国家的成功经验，我国行政智能决策人才的培养也有必要打破现有人才培养机制的束缚，建立多元主体联动、政产学研用一体化的新型培养机制。企业在行政智能决策人才培养中也扮演着重要的角色，如美国人工智能企业巨头英伟达成立深度学习学院，引入人工智能相关课程资源，日本软银集团与东京大学合作成立了“超越人工智能研究所”等。因此，中国企业也需要向发达国家头部企业学习，为行政智能决策人才的培养贡献力量，具体做法如下：

第一，进一步发挥自身技术及资金等优势。通过校园招聘进入企业就职的大学生，往往缺乏实践经验，是一名“生手”。通过举办培训班、训练营，实行师徒制等方式加强对“生手”的培训，是企业未来发展的自我需要和必然选择，也是企业培养人工智能各类人才的内生动力。企业可就人才培训计划向政府申请税收减免，包括培训费用税前扣除、培训费用税前抵扣、培训成果奖励税收优惠等。

第二，围绕企业需求，建立产学研深度融合载体。与高校共建更多人工智能学院或专业，利用共建的机会，优先发现和招聘符合企业定位与发展战略的优秀人工智能人才。此外，积极举办各类人工智能专业竞赛活动，通过竞赛发现和选拔人工智能精英。目前，国内主流的人工智能企业纷纷开发多种类型的人工智能竞赛活动，创新竞赛题目和形式，打造开放式竞技平台，吸引在校学生参与竞赛，提高人工智能人才的实战技能，发现和招聘一批智能决策领域的卓越人才。

第三，建立政府与高校合作交流机制，为行政智能决策培养提供人才支撑。政府与高校制定长期合作战略，明确合作目标，政府提供政策支持和资源，高校提供专业知识和人才培养。开展人才培养项目，如设立奖学金、实习计划或研究项目，鼓励学生参与行政智能决策领域的实践。

五、结语

当前，面对以人工智能为引领的第四次工业革命浪潮，全球主要国家之间的竞争日趋白热化，正所谓“千金易得，一将难求”，政、学、商各界组建得力的行政智能决策专家智囊团，积极培育未来社会各界别的行政智能决策人才的工作极其重要，事不宜迟。目前针对行政智能决策人才培养的研究还有待深入开拓，本文只是起到抛砖引玉的作用，社会各界应加强对这一领域的研究，提高认识，凝聚共识，群策群力，同时注重借鉴国外的有益经验，合力打造适宜孕育我国行政智能决策人才的良好条件和社会环境。未来，政府需要进一步加大人才培养力度，着力构建一支讲政治、懂业务、精技术的复合型干部队伍，准确把握新一代信息技术和业务创新融合发展的趋势与规律，有效应对数字化转型带来的风险与挑战，使得数字化成为提高政府治理效能的“工具箱”。