面向高层次技能人才需求的专业硕士培养机制研究

余建国 王素立 周鹏

［摘 要］ 新技术的发展对技能型人才的知识与能力结构提出了新要求，面向应用的专业硕士学历层次培养在一定程度上能够应对这样的需求。新技术背景下，高层次技能人才需要充分的知识储备、学习能力、整合能力及协同管理能力，但在专业硕士培养模式、师资队伍、协同学习等方面存在的结构性问题仍严重制约其能力的提高。实施基于问题导向的系统化理论知识教学，开展有深度的校企融合实践培养，实现跨学科与专业的协同教学，是解决培养问题的有效途径。

［关键词］ 专业硕士；高技能；培养模式；人工智能

［基金项目］ 2022年度郑州航院研究生教育改革与发展研究项目“面向高层次技能人才需求的专业硕士培养模式研究”（2022YJSJG38）；2021年度教育部高等教育司第一批产学合作协同育人项目“OBE理念下计算机类专业实践基地建设”（202101077020）；2022年度郑州航院师德师风专项课题项目“师德师风测评指标及其信息化监测系统开发研究”（SD202203）；2022年度河南省专创融合特色示范课程立项建设名单“Python程序设计”（教高〔2023〕72号-99）

［作者简介］ 余建国（1975—），男，河南林州人，硕士，郑州航空工业管理学院智能工程学院副教授，主要从事深度学习、软件开发技术教学研究；王素立（1965—），男，河南南阳人，硕士，郑州航空工业管理学院智能工程學院教授，主要从事计算机教学研究；周 鹏（1968—），男，河南信阳人，博士，郑州航空工业管理学院智能工程学院教授，主要从事模式识别与传感检测、智能信息获取与处理教学研究。

［中图分类号］ G643.0［文献标识码］ A［文章编号］ 1674-9324（2023）27-0165-04 ［收稿日期］ 2022-09-28

“物智能，人智慧”，智能化的物能够解放人，使人走向更大的智慧［1］。人工智能技术的发展影响了人们对“智慧”的必然需求。随着智能设备的发展，更多的技能操作工作不仅是一种简单的、程序化的重复操作，更是知识与操作的深度融合。高技能人才将成为未来技能型人才的主力，其工作形式更多地表现为数据驱动的动态决策过程及相对复杂的协同处理过程。技能工作能力的体现更多地基于知识与数据分析的决策能力和对环境与数据理解基础上的“智慧化”的操作技能。技能的智慧化升级必然导致新技术环境下技能型人才知识层次与能力结构的升级。在学历层次方面，基于技能需求的人才不仅限于中职、高职或本科，需向更高的学历层次拓展，包括专业硕士，甚至专业博士。作为对传统技能型人才的升级，专业硕士学历在一定程度上符合了高层次技能人才的需要。

一、高层次技能人才学历层次需求分析

在许多领域，技能表现为知识与操作深度融合下的创造性劳动。智能时代的技能不仅是经验、熟练程度及其对工具的使用。技能型人才群体应是多层次、多类型的，其中的高技能人才应具有充足知识与素质支撑的专家型行业技能。本科阶段相对通识教育即使加上一定程度的应用实践也不能满足当前对复杂性技能与水平的要求，需要专门的教育层次支持理论知识与操作实践的深度融合。需要教育供给侧能够适应这种需求，通过教育供给侧改革，优化我国人才供给结构［2］，从而拓展并提升技能型人才的学历层次，形成从中职、高职到本科、研究生的多学历层次，满足不同层次技能工作对人才的需求。专业硕士学位是针对社会特定职业领域的需要，培养具有较强专业能力和职业素养、能够创造性地从事实际工作的高层次应用型专业人才而设置的一种学位类型［3］。体现的是在理论与实践结合基础上的技术创新能力与高层次技术工作［4］。因此，高技能人才的学历有必要建立在本科学历层次之上，形成更高的学历层次，即面向行业的高技能型专业硕士，成为“知识型”“管理型”的高技能人才等［5］。

硕士阶段不再是对专业知识的系统学习及学术训练，而是面向行业学习能力的培养。其能力体现不在于学术创新或技术创新，而是对已有知识的应用理解以及对新技术的适应与应用能力，使其能够在工作中做出正确的判断与优化。专业硕士是对高层次应用型复合人才的培养，是在本科相对通识教育的基础上，形成直接面向特定职业的高技能人才的教育层次供给，填补高水平应用型人才培养的空白。

二、高层次技能人才的能力结构分析

（一）充分的知识储备

任何类型的职业都面临新工科技术的机遇与挑战。不具备相对系统的理论知识与人文素养的人才难以胜任技能型工作。如在软件开发领域，基于简单语句或接口调用的编码操作已不能完全适合当前的行业要求。在人工智能背景下，数据分析与处理的编码操作需要对相关模型有一定理解，接口调用不再是简单的数值参数传递，而是需要理解并维护高质量的数据，同时设计并传递算法流程（如TensorFlow开源软件库的使用）。这就需要一定的专业知识与环境感知能力，但这种能力仅通过高职甚至本科阶段培养难以完成。再如，传统上完全依赖经验或简单知识的饮食服务业，未来仍然需要以一定的化学、物理、营养学及生物学知识作为基础，通过数据分析不断科学改进与创新食品操作方法。高技能操作是基于知识与数据的决策过程，系统化的理论知识是未来培养高技能人才的基础。

（二）知识学习与综合能力

传统操作基于经验与规则，复杂操作基于对环境的感知能力、应变能力与知识整合能力。如在数据驱动的决策机制下，各种算法智能化模型需要高质量数据，即基于“技能”操作的数据采集、报表制作、数据基础管理。首先，要掌握相关软件的操作、数据分析管理及对数据潜在价值的洞察能力；其次，要有相关的行业背景与一定的先验知识。例如，在数字时代，对于档案管理职业来说，其工作内容不再是简单地保管、利用档案，还要具有两方面的能力：一是除了掌握档案学理论知识外，还需要有足够的知识水平理解其所管理档案记录的内容，能够将档案学相关知识与记录内容涉及的知识有效整合以应对档案的管理、推介与编研。二是要能够将档案管理理论知识与软件工程、数据库、计算机信息处理等相关知识进行整合，充分理解数字化档案所具有的更多属性与复杂管理理论，以便在具体操作中能够应对各种动态变化的管理环境。因此，高技能人才要能够以应用问题为导向，学习、吸纳并整合相关知识，形成一定的应用场景。

（三）基层管理与协同处理能力

个性化产品需求与智能化生产模式日益融合，人力操作行为正在逐步转化为对智能化工具、流程及人员的管理行为。为了应对各种个性化需求，未来高水平操作需要实时性强的、高效率的生产要素组合与协同。法国近代著名工业家和管理学家亨利·法约尔提出，未来工业领域从业者应当致力于寻求自身角色与职能的现代转型提升，亦即实现由传统技术角色向现代管理角色的转换［6］。显然，技术操作与管理角色的分离已经不能满足日益复杂的智能化、个性化产业需求，需要技能与管理的融会贯通，高技能人才将成为行业的中坚力量。

三、高技能专业硕士培养存在的问题

（一）培养模式的结构性问题

目前存在的关键问题之一是培养模式相对较单一，结构不完善，缺乏实践环境支撑。在培养体系中，没有贯穿面向行业的应用主题，缺乏核心课程或实践环节的引领。教学内容方面，除了专业知识外，与学术型培养模式没有本质差异。培养模式方面，有些管理类、文科类学科，专业硕士是学术硕士的简化版，与学术性硕士差异仅仅体现为个别课程的差异，培养模式与管理体制基本相似。教育模式仍然以专业理论学习为主，导师的指导方法、指导模式、评价体系与学术型差异不大。在毕业设计方面，最终的结论大部分是“策略”，而非“设计”，即使是设计型，也未见理论知识的综合应用及与技术创新的深度融合，缺乏跨学科组织知识的能力培养。所谓的专业实践，往往浮于表面，缺乏主线，是各种活动的“大杂烩”。

（二）師资结构单一性的问题

基于多元化的集体协作比个体具有更强的洞察力、分析力、综合力，可实现个体的自我超越［7］。面向行业的专业硕士培养需要的是知识架构与应用能力，因此，师资的结构化组合对于培养体系起着至关重要的作用。在师资结构方面存在的问题，主要表现在三个方面：一是师资的来源背景相对单一，专业学位的导师队伍与学术型导师队伍基本一致，知识体系相似，能力结构单一，导致培养理念与培养模式相似，构不成系统涌现性的效果。二是师资结构不够优化，过于强调专业化与高学历，在理论能力、技术实践能力、行业理解能力、面向真实生产环境的知识应用能力难以集成到一个导师个体的情况下，教师队伍没有形成从理论到实践及从抽象到具体的结构化组合，技术实践的过程大都是经过抽象的脱离实际环境的验证型、观摩型实习或非关键定岗实习。三是部分导师跨学科指导能力不足，针对具体的行业职业，缺乏深入的了解，不能充分理解其具有的技术特征与应用环境，仅仅是对相关概念泛泛地了解，导致难以对学生进行跨学科知识学习的指导，难以达成高技能创新人才培养目标。

（三）协同学习的结构性障碍

面向行业高技能操作的专业硕士需要跨学科、跨专业的学习与配合能力，这种能力的培养应建立在协同学习模式基础上。协同学习是使学习者分工合作，在沟通与协调过程中获得对学习内容的深刻理解和掌握，从而完成对知识体系的构建。在许多应用型高校中，协同学习存在体制性障碍，学生分属于不同的专业、不同的导师、不同的部门，而学校内设的学科之间、专业之间具有明晰的边界，管理机制僵化，组织松散，人、财、物难以实现有效管理与协同。同时缺乏改善系统协同环境所需要的控制参量，很难形成有效实施系统涌现性的自组织系统，导致理论知识与应用需求之间、教学与实践环境之间、教师与学生之间、教师与教师之间形成沟通和协作的无形壁垒，难以产生基于自组织结构的协同学习效应。

四、培养对策

（一）基于问题导向的系统化知识理论形成

高技能型操作往往需要建立在智能工具或算法基础上，要求高技能人才必须扎实掌握专业化、结构化、层次化的基础理论知识。学生掌握知识的目的是利用其理解实践问题与相应的技术环境，而非学术研究。教学过程也不同于以理论研究为导向的探索式教学，而是以具体应用为导向的概念性理解教学；教授的知识不一定具有理论深度，但应具有一定的宽度与系统性，强调应对行业技术要求的知识宽度，即对知识的系统化理解能力。系统化理论教学意味着将教学过程与问题相结合，通过引入具体的技术实践问题拓展相关理论知识，使学生形成与行业技术操作密切相关的跨学科、跨专业知识结构。将理论知识教学建立在问题的基础上，通过提出问题，激发学生学习动力，拓展知识空间，形成必要的系统化知识结构。教学过程应循序渐进，提出的问题应在知识需求与结构上由浅入深，遵循教学规律，提高学生的知识组织和学习动力。

（二）基于深度校企融合的实践培养机制

2009年，教育部出台了《关于做好全日制硕士专业学位研究生培养工作的若干意见》提出：“建立健全校内外双导师制，以校内导师指导为主，校外导师参与实践过程、项目研究、课程与论文等多个环节的指导工作。”上述要求在培养实践中难以落实，根本原因在于校方导师的理论与企业导师的实践融合的目标不明确且程度不够，衔接时不够协调。专业硕士的实践目标是理论指导下的创新型实践，或者是复杂问题导向的实践，不是简单的验证型或观摩型实践。实践的目标不是掌握“怎么做”，而是培养在一定系统性专业理论指导下“如何做得更好”的意识和能力。这就需要有一定深度的校企合作，建立理论与实践相融合的校企合作模式，将专业知识与企业生产的计划、设计、生产组织与管理全过程对接，从而对所教授的专业知识具有新的认识并因此产生对知识重组与更新的动机。需要学校与企业的双重导师制建立在明确目标的基础上，共同制订培养计划与实施路线，并在各个阶段明确各自的责任与目标。首先，由相关行业企业导师提出问题并构建相关的工程实施环境；其次，由学校导师进行理论指导、知识组合并指导学生去理解问题，设计解决思路，发现新的问题；最后，通过理论学习探索、知识发现设计解决问题的思路与方案来激发学习的动力与主观能动性。

（三）跨学科与专业的协同培养模式

在现实的工作实践环境中，无论是哪类产业，都具有一定的专业性，需要各种不同的生产要素与知识结构形组合，形成相对完整的生产系统。对于操作人员，不仅要具备本专业的“硬知识”，同时要具备一定的数据管理、分析、应用及相应工具使用方法的“软知识”。因此，跨学科学习与应用能力是专业硕士必备的。高技能操作所需的知识整合与分析能力、管理能力培养的最佳方式是协同学习。无论是理论学习层面还是实践环节，通过系统化的协同可以达到事半功倍的培养效果。协同学习实现的条件首先是管理体制的改革，打破组织结构上的专业壁垒。教师之间的协同，将具有不同学科、不同专业的师资按照应用需求组合形成相应指导小组。同样，按照应用任务需求，可将不同层次、不同专业的学生组织成相应的团队，以问题引导学习，以协作驱动知识组织能力，并在体制上予以保障。

結语

在智能化、自动化逐步取代传统手工操作的同时，基于数据与算法驱动的高技能操作需求也在逐步增长，这些操作不仅需要数据处理与分析的软实力，也需要对算法与数据理解并具有一定先验知识的硬实力。因此，相对于学术创造与工程设计人才的高学历层次，高技能人才同样也需要一定的高学历层次。基于高技能需求的专业硕士的培养是建立在一定系统理论基础上的，其注重的是以行业问题为导向的知识学习与组织能力、基层的管理决策能力与协作能力，对应的培养模式需要建立在与实践环境深度融合的基础上，把握专业主线与拓展学习理解能力，同时要建立相应的协同培养机制。

参考文献

［1］陈琳，华璐璐，冯熳，等.智慧校园的四大智慧及其内涵［J］.中国电化教育，2018（2）：84-89.

［2］何海燕，单捷飞.供给侧结构性改革思考与研究生教育改革的策略选择［J］.学位与研究生教育，2016，（5）：43-46.

［3］曹洁，张小玲，武文洁.对专业学位硕士研究生教育与培养模式的思考与探索［J］.清华大学教育研究，2015，36（1）：60-63.

［4］丁艳.基于供给侧改革下的专业型硕士研究生培养模式改革研究［J］.湖南科技学院学报，2018，39（7）：112-114.

［5］李亚杰.多层次高技能人才内涵解析［J］.职教坛，2009（7）：46-48.

［6］黄剑飞，吕达.略论法约尔“从技术角色向管理角色转型”的理念［J］.中山大学学报论丛，2003（6）：126-128．

［7］汤宗建，梁革英.多元协同学习实验教学模式的实践探索［J］.实验技术与管理，2014，31（5）：11-13+23．

Research on the Training Mode of Professional Master Based on the Demand of High-level

Skilled Talents

YU Jian-guo， WANG Su-li， ZHOU Peng

（School of Intelligent Engineering， Zhengzhou Institute of Aviation Industry Management， Zhengzhou， Henan 450046， China）

Abstract： The development of new technology has put forward new requirements for the knowledge and ability structure of skilled talents. To some extent， the application oriented professional masters degree level training can meet such requirements. Under the background of new technology， high-level skilled talents need sufficient knowledge reserve， learning ability， integration ability and collaborative management ability. However， structural problems in professional master training mode， teaching staff， collaborative learning and other aspects still seriously restrict their ability improvement. The effective way to solve the training problem is to implement systematic theoretical knowledge teaching based on problem orientation， carry out in-depth school enterprise integration practice training， and achieve interdisciplinary and professional collaborative teaching.

Key words： professional master; high-level skilled; training mode; artificial intelligence