面向人工智能时代的高校创新型人才培养

○周 浩 肖 菲

2017年党的十九大报告强调“创新”和“人工智能”，同年国务院发布《新一代人工智能发展规划》，无论是建设创新型国家，还是破解“卡脖子”难题，引领国家科学技术前沿的高等院校都应责无旁贷地尽快深度嵌入人工智能这一主题。2018 年教育部印发《高等学校人工智能创新行动计划》，2019年中共中央、国务院印发《中国教育现代化2035》，强调培养“拔尖创新人才”。2022年党的二十大报告多次提及“创新”并深化了培育创新型人才的强国战略。人工智能时代的到来倒逼高校必须顺势而为加快创新型人才的培养。

一、面向人工智能时代的高校创新型人才特征

（一）创新型人才素质结构具有智能发展的复杂性

素质是一种知识，体现知识从量变到质变的飞跃；素质是一种能力，能根据所处环境的变化及时作出正确判断，快速理解和认知周围事物，融入社会并有所贡献。人才素质结构既包括显性素质的生理条件、知识储备、文化技能、实践能力等，又包括隐性素质的个性、意识、品质、价值观、情感等。人工智能时代对人才素质结构提出了更高要求，单一或简单的人才素质结构注定无法适应未来变化多样、不确定因素较多的智能发展时代。

（二）创新型人才具有主动适应智能社会的强内驱力

创新型人才兼具品格高尚、科技素养、国际化视野等复合性特点，品行端、技术强、视野新的多维融合又进一步促进了创新型人才内驱力的生成。我国人工智能人才价值指向必须以国家、人民为中心，创新型人才应当把自身的追求与国家的发展紧密相连，牢记中华民族伟大复兴的重任和增加人民福祉的使命。爱国情怀始终是创新型人才最根本、最永久的内驱力量来源。

（三）创新型人才具有智能时代的个性化创造力

创新型人才不应该是千篇一律的工厂流水线标准化成品，无论是主观上的偏好，还是客观上的专长，应当承认每一个人才主体的差异性，要允许社会上存在各种偏才、怪才。在人工智能时代，是否具有创新思维、创造精神，是否具备创新能力、创造能力，应当采用多样化的衡量标准，重视单个主体差异化的培养策略。

（四）创新型人才契合智能产业链的职业要求

面向人工智能时代的高校创新型人才对未来面临的职业挑战应具备应对能力，这就要求教学过程必须融入真实的人工智能场景，社会实践、毕业实习和平时的人机协同实操实训必须遵循上述要求。无论是教师还是学生，都应当深入了解学科所属行业涉及到的最新人工智能方面的讯息。

二、人工智能语境下高校创新型人才培养的现实问题

国内多数高校对于面向人工智能时代的创新型人才培养模式还没有深入研究，即使部分高校通过组建人工智能学部创新人才培养路径，但该领域的诸多工作还处于起步探索阶段，存在很多不足。

（一）人才素质结构的塑造过于单一

目前国内大多数高校对于刚进校的新生重心在于学习时间的量化，强调专业知识的积累，到了快毕业之时才转至专业实践训练。一些高校将整个大学本科阶段对于人才素质结构的塑造简单等同于学生专业技能的培训，关注的主题围绕着各个学科内部各自领域的专门技术，将人才素质与专业能力划等号，将其狭义理解为各自专业领域知识的运用和技巧的掌握，对于素质结构的拓展局限于学科领域内的提升，人工智能与各学科领域的交叉融合未能在大学四年的不同阶段层次分明地予以体现，学生对于人工智能的接触多来源于教师课堂上碎片化观点的汇聚和少数进入课堂的专家所分享的行业实例。

（二）人才成长的创新内驱力激发不足

从目前国内高校创新型人才培养的内容上看，多集中于教学实践方面采取一些信息化举措，但措施离创新性变革仍存在较大差距。一些高校的课程内容依然沿用整齐划一的标准化教材和统一的教学计划传授知识，课程体系设计、评价反馈机制、学科和专业建设等方面深植家国情怀不够，对国外人工智能的实践发展状况止步于简要的介绍。少数高校教师自身对当今世界其他国家人工智能领域的现状知之甚少或缺乏深入了解，自然难以指导学生；师生在人工智能领域的行业交流局限在国内高校，与其他世界名校对话不足；不少学生在被动灌输知识的过程中缺乏自主研究的动力，较少将个人命运、自身价值的实现与国家发展、民族振兴相结合。

（三）传统教育模式忽视个体创造力的多样性

国内大部分高校仍然是满堂灌式的传统教学模式，“重知识的传授和获取，轻知识的加工和问题的思考，理论传授与实际应用脱节，对学生的专业实践能力训练不够”[1]，而对于同一专业甚至不同专业学生知识结构和学习能力的不同也没有加以区分，进行人工智能与学科融合培育所制定的教学策略、选用的教材及教学内容趋同，较少考虑学生个体的知识结构、兴趣、特长等差异。无论是个体的培养计划还是整个学习小组的综合培养方案，大部分教师较难做到因材施教，学生也难以基于自身特点及前期知识的储备，有针对性地自主确定自己的人工智能学科交叉研究方向。

（四）缺少对人工智能时代职业素养提升的规划

人工智能对人类智慧的模仿，使得一些程式化工种会被替代，随着人工智能领域的不断拓展，非程式化工作、带有人类认知社会交往甚至情感沟通性质的工作最终也可能被逐渐取代，但众多岗位被取代的同时，智能时代也必将会催生出新的职业结构，传统工种将得到全面升级。事实上人工智能时代比过去任何一个时代更需要个人的创新能力和学习能力，劳动者要直面职业挑战，“使能力结构升级以符合技术发展需要，不仅认知能力要达到新水平，还要与工作方式变化相匹配，而且与人工智能技术互补的社会情感能力也要同步发展”[2]。显而易见，现在的很多大学毕业生尚未达到上述职业要求，一些学生在临近毕业时不仅专业知识不够精深，实践动手能力也普遍不高，他们自我意识较强但缺乏团队协作精神，喜走捷径却欠缺职业精神，为国家发展贡献毕生力量的历史使命感不足。

三、面向人工智能时代的高校创新型人才的培养路径

人工智能的发展助推高校更加精准地发挥培养创新型人才的效用，培养人工智能时代的创新型人才是高校的重要教育目标。全过程培育塑造人才素质结构、尊重个体差异培育多样化人才、就业替代风险下的职业能力培养等是人工智能时代高校创新型人才培养的有效路径。

（一）循序渐进，全过程培养塑造人才素质结构

创新型人才素质结构具有智能发展的复杂性，复合型创新型人才素质结构的塑造需要由浅入深、层层递进、逐步升级，全过程培养周期可以划分为四个阶段。

1.0阶段：面向大一新生展开，介绍人工智能、人工智能在各学科领域的应用以及基于实证的逻辑推理计算模型，使大一学生了解输入科学问题甚至社会问题进而用于得出结论的计算机制。2.0阶段：面向大二学生展开，让没有计算机编程经验的人文社科类学生通过使用能与各学科相适应的推理计算模型和软件产品，进而了解这些开发工具的基本知识以及这类工具各环节的工作原理和机制。3.0阶段：面对大三学生展开，让非计算机程序设计专业的学生在不懂编程语言的情况下沉浸式参与构建人工智能专家所设计的系统组件，逐步分解问题然后集中精力推理每一组步骤，先解决每个子目标技术，最终通过在实践中训练逐步获得从事高级设计任务的能力。4.0阶段：对于大四毕业年级学生而言，基本上能使用适用于非计算机专业或专业程序员的软件工具来开发适合各学科的专门系统，根据各个学科、各个行业的特性设计出更恰当的推理硬件软件、计算模型、智能机器等。由此，大学对于面向人工智能时代的创新型人才素质结构得以塑造并初步形成。

（二）思政引领、信息化滋养、国际化熏陶三向共同激发内驱力

高尚的道德品质是创新型人才的核心素养构成，高校思政引领着人工智能融合的方向，始终“将社会主义意识形态植入人工智能赋能当中，主导人工智能发挥其技术智能的优势”[3]。高校的信息化培养离不开社会实践，在安排学生进行实践课程或者开展专业实习时，可进入真实工作场所真切理解信息化的内涵。国内相关行业提供了大量可供在校生实践的场所，如一些城市的会计师事务所、律师事务所开始利用计算机技术搭建财会或法律人工智能应用系统，一些法院、检察院使用案件智能辅助办案系统分析数据、剖释案例，一些快递公司通过智能机器人物流配送，一些医院、餐厅也引入了人工智能机器人。我国高校要及时掌握发达国家人工智能与学科融合的前沿讯息，比较各国高校人工智能学科交叉融合教育模式的利与弊，找出最适合我国高校师生双向沟通、最能提高学生兴趣的方式，让人工智能渗透、深入各专业的教学，更加契合学生的实际需求。目前国外高校包括美国各大学法学院陆续开设“人工智能与法律”实践课程，不少大学鼓励学生使用适用于非专业程序员的一些软件或者开发工具创建适应各自专业实践的人工智能系统。

（三）尊重个体差异造就多样化人才

面向人工智能时代的高校教育人才培养模式应根据不同专业制定不同的人工智能跨学科、交叉学科深度融合培育体系，创设各学科独具专业特色的人工智能通识课、先行课、进阶课等风格不一的课程群，打造新兴的、能与各学科专业知识高度契合的、以研究甚至产出人工智能硬件软件等其他智能程序产品为目标的人工智能创新课程。

要促进人工智能与高校传统学科在人才培养方面紧密融合。首先，从革新已有的教学实践体系入手，在课程设置、社会实践、研讨答疑、评价反馈、效果测评等方面突破以往旧有模式的束缚，在高校人才培养目标设定上强调通过融合人工智能理念来开展教学实践；其次，根据人工智能的规律结合各学科专业知识去研究、开发适合各学科的人工智能课程产品，这一研发过程应当是该专业师生共同参与、合作的结果，该类课程的教学活动设计以拟开发的人工智能软件或系统为核心，方案的可行性、内在的实用性、实例说明等整个设计流程都是由师生共同讨论产生，此类课程教学更重视师生对人工智能与学科深度结合点的挖掘、分析、理解、运用并尝试创新的全过程，这类基于问题导向的深度融合式教学无论对学生来说还是对教师而言都是对未知领域的一种探索，能够极大地激发学生甚至教师的创新热情，有利于造就多样化人才。

（四）直面智能技术替代风险提升人机协同就业能力

人工智能时代的序幕刚刚拉开，智能机器的自主深度学习将来是否会取代人类目前还无法预测，但社会上某些低技能的重复劳动正在逐渐被人工智能初级产品及系统所替代。高校学生的校内学习必须正视人工智能时代给社会各行各业带来的冲击，毕业年级学生应当了解目前所在的学科专业未来就业可能面临的各种风险，即使是低年级学生也应该保持适当的危机感，对其未来职业的发展趋势和可能遭遇的挑战提前预测，做好如何将人工智能与今后可能从事的职业相结合的预案。

高校各学科与人工智能的交叉融合不能偏离现实世界，学生的在校学习不能背离人工智能在人力资源市场各职业的真实应用情况，不同专业甚至同一专业但不同职业倾向的学生，在教学内容、教学方式、教学实践、教学评价等各环节所获得的专业性内容应当是有区别的。只有个性化的深度培育才能使高校的培养模式满足人才多样化的要求，才能更适合不同的社会需求和不同地域经济产业的发展要求，培养出的创新型人才既能解决我国当前亟需解决的现实难题，又能顺势而为把握住人工智能时代的未来发展方向。