新工科背景下智能科学与技术专业建设探究

周丽娟 朱文球 周玉 彭召意 肖会芹

摘 要：随着人工智能技术研究的不断深入，智能科学与技术的发展已经成为国家战略的需要。智能科学与技术专业是一个新兴的交叉学科专业，新工科的建设对其专业的发展提出了更高的要求，本文分析了目前我国高校智能科学与技术专业建设中存在的问题，从专业机制、课程体系、师资队伍、考核体系、实践平台五个方面的建设进行了探讨，实践证明，所提方案取得了良好的教学效果。

关键词：新工科；智能科学与技术；专业建设

中图分类号：G642  文献标识码：A

Research on the Construction of Intelligent Science

and Technology Specialty under the Background of New Engineering

Zhou Lijuan Zhu Wenqiu Zhou Yu Peng Zhaoyi Xiao Huiqin

School of computer science，Hunan University of technology HunanZhuzhou 412000

Abstract：With the development of artificial intelligence technology，the development of intelligent science and technology has become a national strategy demand.The construction of the new engineering course has put forward higher requirements for the development of the specialty of intelligent science and technology，which is a new interdisciplinary specialty.The article analyzes the problems existing in the construction of Intelligent Science and technology specialty in our country，this paper probes into the construction of professional mechanism，curriculum system，teaching staff and assessment system，and the practice proves that the proposed scheme has achieved good teaching results.

Keywords：new engineering；Intelligent science and technology；Specialty construction

1 概述

新工科建設是应对新经济的挑战，从服务国家战略、满足产业需求和面向未来发展的高度，构建新兴工科和传统工科相结合的学科专业，探索工程教育人才培养的新模式［1］。教育部从2017年2月开始积极推进新工科专业建设。智能科学与技术专业是面向前沿高新技术的基础性本科专业，覆盖面很广。专业涉及机器人技术，以新一代网络计算为基础的智能系统、微机电系统（MEMS），与国民经济、工业生产及日常生活密切相关的各类智能技术与系统、新一代的人—机系统技术等［2］。与日常生活及工业生成密切相关的各类智能技术与人机系统技术等，是典型的新工科和交叉学科。2022年2月24日，教育部网站普通高等学校本科专业公布2018年全国96所高校成功申报“智能科学与技术”本科专业，2019年新增35所，2020年8所，2021年6所。连续四年，全国145所高校成功申报“智能科学与技术”专业［2］。

经过近几年的快速发展，智能技术及其应用已经成为IT行业的重要生长点，人们的学习、生活及生产方式在其影响下逐步发生着改变。据了解，目前我国人工智能人才供需比例严重失衡，人才缺口高达500万以上。因此，加快各具特色的智能人才的培养已成为当务之急［34］。本文根据当前社会对人工智能人才的需求，分析了目前我国高校智能科学与技术专业建设中存在的问题，提出了新工科背景下智能科学与技术专业建设的新思路，为高校智能人才的培养提供参考。

2 专业建设中存在的问题

智能科学与技术专业具有理论性强、知识面广且更新快等特点，加上我国高校智能科学与技术专业本科教育处于起步和发展阶段，导致目前我国高校在智能科学与技术专业建设方面普遍存在一定的滞后性，笔者结合学科特点分析了目前智能科学与技术专业建设中存在的问题。

2.1 专业课程体系不系统

智能科学与技术专业是一个涉及计算机科学、认知科学、数学、心理学、哲学等多个学科的交叉学科，需要多学科相关课程的支撑，将分散的内容整合起来形成一个系统的知识体系的专业。若课程设置的时间不充分或者难度不合理，将会给教师的教学和学生的学习加大难度［5］。

2.2 多学科知识背景教师缺乏

智能科学与技术专业作为一个新兴的、涉及多学科的交叉学科专业，对教师的知识面和专业技能要求比较高。目前很多高校智能科学与技术专业的课程开设往往只由单一学院进行，专业教师专业比较单一，存在知识有限或者专业面不全的问题。

2.3 课程考核方式单一

传统课程考核方式往往由平时作业（占30%）和期末考试（占70%）组成。这种考核方式比较单一，学生的理论和实践能力得不到体现。

3 智能科学与技术专业建设措施

3.1 依托四个融合进行专业机制的建设

在进行智能科学与技术专业建设构建过程中，依托“四个融合”进行专业机制的创新设置。“四个融合”是指双创（创新与创业）融合、产教融合、科教融合和学科融合，其内在逻辑如右图所示，具体措施如下：

（1）以产教融合为核心与龙头，基于产业与高校之间的信息融通、资源共享，建立立足产业发展需要的专业，动态调整与培养目标适应机制、校企、产学深度合作的协同育人体系，服务于产业发展的技术创新共同体。

（2）以“双创”融合为驱动，提供以创业为激励的高效能创新，以创新为驱动的高品质创业。采用“三段式”创新人才培养过程，第一阶段为学生基本素养培养阶段，主要通过对新生入学教育、专业教育讲座及学院双创实验室和双创成果参观及了解为创新创业能力的培养打下基础；第二阶段为创新创业能力培养阶段，主要通过建立大学生创新创业教育中心及实验中心，指导学生参加学科竞赛、双创大赛及大学生创新创业项目的申报与研究来锻炼学生的创新能力，培养学生创业意识，为今后的就业和创业提供前提条件；第三阶段为创新能力检验和创业能力实践阶段，主要采用开设创业课程、指导学生创业，采用校企合作形式为学生提供创业锻炼的场所和机会等［6］。

（3）基于产业创新需求导向的主动科研，以产教融合为前提的科教融合。基于产业创新需求导向的主动科研，主要通过工程技术理论的研究，了解产业基础性、战略性或前沿问题；进行技术创造与发明，掌握产业共性或关键技术问题；进行应用开发，了解产业市场化需求。

（4）以科教融合为催化剂的学科融合，提升科研的品质、内涵与价值，促进与服务产业发展；提升对产业发展的分析、预测与判断能力，与产业互动沟通的能力，有效地进行校企沟通与产教融合；实现知识、能力和素质的持续更新或提升和教学资源的拓展，达到实质性的科研反哺教学；为创业提供创新成果支撑，建立产业界的影响力。

3.2 建立模块化的课程体系

构建课程体系时考虑以科技为引领开展科技活动、课题研究及项目开发等，从而培养学生的学习兴趣，提高教师的专业水平，为提升人才培养质量提供有力保障。通过科技活动、课题研究、项目开发、教师教学能力大赛等，将智能技术领域创新研究与专业化人才培养相结合，解决教育教学中存在的问题，探索适合智能时代教学方法，转变教学观念，提高教育教学质量，促进教师专业化发展。

聚焦本地人工智能产业发展现状，围绕人工智能重点企业核心和岗位需求，依托学校的教育科研力量开展产业智能研究，推进科技成果转移转化，助推人工智能与实体经济的深度融合，助力新型产业发展格局，实现课程内容和行业标准对接、教学过程与生产过程对接、专业和产业对接。智能科学与技术专业课程体系分为专业基础层、专业知识提升层和科研实践创新层三个层次［7］，每层次开设课程如表1所示。

根据课程体系将智能科学与技术专业教学分为两个阶段：

第一阶段：第一、二学年，以人文教育、专业基础课程、学科大类通识课程和公共基础课程为主，将学生培养成为熟练的程序员。拓宽学生基础知识，将科学教育和人文教育相结合，培养学生各方面的素质。

第二阶段：第三、四学年，在前两学年学习的基础上，以智能科学与技术专业核心课程为主，分模块进行项目设计及课程教学，进一步拓宽学生专业知识面，旨在提高学生的应用软件工程方法的技术人员能力，并对学生进行团队合作能力的培养。重点培养学生IT领域应用和工程实践能力，以专业核心课程＋专业选修课程为主，注重培养学生的创新意识，提高学生的创业能力。此阶段與毕业设计同步进行，模拟AI企业的开发模式进行项目设计及项目管理，指导老师可针对不同学生的具体情况，指导学生选修专业课程，因材施教，发展个性，根据专业方向进一步强化能力。实现“零距离就业”的目标，使学生充分了解企业对人才的需求，了解企业管理模式，积累就业经验便于找到满意的工作。

3.3 跨学院联合建设师资队伍

智能科学与技术专业是一个前沿领域的交叉学科，专业教师不仅要有熟悉智能科学的理论基础，还要具备多学科、差异化学科背景和面向行业应用的智能应用经验［8］。面对这一问题，首先，高校与企业积极开展校企合作，进行产学研项目开发，将高校的智能科学基础知识创造与企业的技术开发、成果转化优势结合，实现智能科学研究领域的优势互补和校企间的人才互流互通，使教师参与企业的实践项目，从企业“取经”，从而更新教学内容，提升对智能科学项目的实战教学能力和实践开发能力。其次，差异化和多学科背景的师资整合。跨学院、跨专业联合进行师资培养和协同建设，不同学院间多学科师资力量的整合，实现不同学院之间共享智能专业教学资源，有效建设智能科学专业师资［8］。

3.4 创新考核体系

考核体系创新主要从过程考核的强化、考核内容的改革及考核方式的创新进行，具体如下：

（1）强化过程考核：调整过程性评价成绩和终结性评价成绩的比重分配，加大过程性评价成绩在课程考核中的比重，有效发挥平时考评的督促功能和期末考核的检测功能。过程性评价，是在教学过程中即时、动态、多次对学生实施的评价，注重及时反馈，用以强化和改进学生的学习。过程性评价主要包括课堂学习（如课堂提问、课堂讨论、学习笔记等）、课程作业（可包括小论文、研究报告等）、阶段性学习测验与期中考试（笔试或口试等）、教学实践活动（实验、创新等）、专题讨论、小组学习、自主学习等形式。

（2）改革考核内容：改变以往课程考核过程中考试内容过分依附于教材（讲义）、题型僵化、方式单一、重结果而轻过程等传统方式。考试内容的设计要有利于培养学生分析和解决问题的能力，激励学生善于独立思考、敢于质疑并大胆创新，减少客观性、记忆性的考核内容，增加主观性、综合性、实践性的考核内容。

（3）创新考核方式：针对课程性质和特点的不同，灵活设置考核形式，多元评价学生学业成绩。鼓励教师积极实践多种形式（笔试、口试、答辩、小组合作、读书报告等）、多个阶段（考勤、作业、随堂测试、平时测评、期末考核等）、多种类型（作品、课堂实训、课堂讨论、项目设计、课程设计、课程论文、调研报告、实践操作、专业技能测试或认证等）的考核评价方式，或采用上述方法的部分组合。

湖南工业大学智能科学与技术专业课程“数据结构”在开课前课程组确定好本课程的培养目标，课程的培养目标分为4个：目标1为分析算法的时间复杂度和空间复杂度；目标2为依据具体复杂工程问题，设计合适的数据结构；目标3为灵活运用数据查找、排序的常用方法解决复杂工程问题；目标4为根据复杂问题解决方案，编写程序，测试程序，分析结果，形成报告。教师授课围绕培养目标展开教学，成绩考核按课程培养目标考核，成绩登记表如表2所示。

从成绩登记表可以看出，总评成绩考核涵盖平时测试、作业、课堂讨论、实验和期末考试等，其中课堂讨论、作业和测试通过学习通进行，实验在头歌（EduCoder）实践教学平台完成。数据以学生为中心，课程教学更注重学生的动手能力和创新能力等能力的培养，课程成绩更能体现学生各方面能力的水平，使学生具备了专业核心的能力，专业的技能较强，增进了就业自信心，容易适应社会需求。

3.5 改善实践教学平台

传统工科教育重理论、轻实践，学生处理实际问题的能力欠缺。智能科学与技术专业的发展强调理论与实践相结合，需要有较高的实验平台和实践资源来完成实践教学。目前许多领先的IT企业掌握了比较先进的前沿技术及开发工具，拥有丰富的应用实践数据［9］，高校设置的智能科学与技术专业应与这些企业紧密结合，共享企业资源，构建实践教学体系。在进行实验课程教学、综合实践教学、项目实训、企业实习等过程中，应根据企业岗位能力的需求，建立校企协同育人实践体系，构建高校与企业共建、共管、共育模式。与企业共建实验实践教学中心、实训基地，提供实践能力培养的应用场景，形成有效创新人才培养机制［10］。

结语

高校新工科智能科学人才的培养是一项系统性工作，在新工科背景下，结合智能产业发展的新要求，本文分析了目前我国高校在智能科学与技术专业建设中存在的问题，从专业机制、课程体系、师资队伍、考核体系、实践平台等五个方面提出了智能科学与技术专业建设的思路，在实际应用中取得了一定的教学效果。该建设思路可以为我国其他高校智能科学与技术专业的建设提供参考和借鉴。

参考文献：

［1］张民，田艳兵，等.新工科背景下人才的培养模式探讨［J］.科学咨询，2021（19）：191192.

［2］高校人工智能与大数据创新联盟.全国145所高校成功申报智能科学与技术专业教育部公布名单（2022年）［EB/OL］.https：//www.163.com/dy/article/H1AIQPTE0532 N2UB.html/data.2022，02，24.

［3］王津，周小兵，等.面向能力产出的人工智能专业人才培养模式探索与实践［J］.计算机教育，2021（4）：164168.

［4］周志华.创办一流大学人工智能教育的思考［J］.中国高等教育，2018（9）：5253.

［5］张颖慧，刘洋，等.“新工科”背景下人工智能专业建设与教学改革探索［J］.工业和信息化教育，2021（8）：2731.

［6］陈雯柏，吴细宝，王万森.创新创业型智能科学与技术专业过程人才培养探索与实践［J］.高等工程教育研究，2019（4）：8.

［7］雷玉霞，赵景秀，李广顺.“新工科”背景下人工智能专业课程体系的构建［J］.教育进展，2019，9（2）：7781.

［8］徐玲，钱小龙.世界一流大学人工智能本科人才培养的共同特征与启示［J］.扬州大学学报，2021，25（6）：2030.

［9］杨燕婷.人工智能人才培养如何破局［J］.中国教育网络，2019（6）：3233.

［10］李月军.校企深度融合的人工智能专业工程应用型创新人才培养模式探索［J］.计算机教育，2021（6）：9599.

基金項目：本文得到2021年湖南省教育厅普通高校教学改革研究项目“‘科技引领，产业驱动，质量提升智能科学与技术专业人才培养模式探索与实践”（No：HNJG20210127）、“基于新工科建设的单片机课程实践教学改革与研究”（No：HNJG20210709）资助；2022年湖南省教育厅普通高校教学改革研究项目“工程教育认证背景下自动化专业控制核心课程群一体化研究”（No：HNJG20220199）、“‘一个中心，六个融合的计算机科学与技术一流本科专业建设研究与实践”（No：HNJG20220845）资助

作者简介：周丽娟（1974— ），女，汉族，湖南浏阳人，硕士，副教授，研究方向：智能计算、软件工程；朱文球（1969— ），男，汉族，湖南攸县人，硕士，教授，研究方向：人工智能；周玉（1974— ），女，汉族，湖南浏阳人，硕士，副教授，研究方向：图像处理；彭召意（1968— ），男，汉族，湖南衡阳人，硕士，教授，研究方向：数据库处理、面向对象处理；肖会芹（1977— ），女，汉族，河北定州人，博士，教授，研究方向：网络控制。