地方高校人工智能专业建设探究

摘要：地方高校人工智能专业的发展面临着诸多问题。以陕西理工大学的人工智能专业为例，文章展示了该专业在课程体系、实验室建设、师资队伍建设和实践能力培养等方面的成果和特点。针对地方高校人工智能专业课程体系的优化、师资队伍建设的改进等提出了几点建议：调整大四理论课程至前一学期，依托优势专业发展人工智能新专业，整合小型课程设计和实训，鼓励教师进入企业学习锻炼，引进企业员工参与课堂教学，以及从政策层面扶持新专业等。

关键词：地方高校；人工智能专业；课程体系；师资队伍；实践能力培养

中图分类号：G642 文献标识码：A

文章编号：1009-3044（2024）19-0049-04

0 引言

2019年，日本提出在近几年将本国建设成人工智能强国。2020年，欧盟明确确定了人工智能发展战略[1]。2021年，我国在发布的五年规划中将新一代人工智能置于科技前沿攻关的首位。目前，人工智能的发展如火如荼，越来越多的国家、企业、研究单位和大学对人工智能的发展表现出浓厚兴趣。在此背景下，国内越来越多的高校创办了人工智能专业，这在一定程度上满足了企业和研究单位对人工智能专业人才的迫切需求。

国内高校层次不同，各层次高校培养人工智能专业学生的模式、目标各异。地方高校（即非部属高校）由于地域偏远、人才匮乏、资金不足等不利因素，决定了其大多培养基础扎实、服务基层的应用型人才。陕西理工大学是一所地方性大学，2022年人工智能专业开始首批招生，在专业建设中也遇到了不少问题和困惑。

1 相关领域研究现状

已有许多学者对地方高校人工智能专业的建设进行了研究。张双等[2]（2020） 认为地方高校应结合自身特色与地方特点，形成以学生为中心，加强自身优势发展，以特色专业建立地方特色经济的人才培养方案、管理模式和教学运行机制。叶青等[3]（2021） 从人才培养目标、师资队伍建设、创新型教学实训平台建设和课程体系建设四个方面提出了在计算机大类下设置人工智能方向的人才培养方案。全力等[4]（2022） 对地方高校人工智能专业人才培养定位、能力结构和课程内容设计等进行了研究，提出地方高校应探索新型的特色发展、错位发展、差异发展的人工智能人才培养之路。廖生权等[5]（2023） 立足项目化教学传统优势，提出南京工程学院以产业需求为导向，运用能力驱动的人才培养理念统筹人工智能顶层设计，以课程建设为抓手，推动项目化课程开发、多元师资力量跨界整合、产学研实践基地建设，以学生全面发展为中心等人才培养模式。吕佳等[6]（2023） 提出应将人工智能与其他专业学科结合，制定合理有效的课程体系，以满足国家和地方发展需求。郭东恩等[7]（2023） 从人才培养目标和毕业要求的设定、专业方向的设立、专业课程体系构建和实践环节设定等方面探索新工科背景下的地方高校人工智能专业人才培养方案的构建。

这些研究成果为本研究提供了有益的思路和方向，具有较大的参考意义。本研究以陕西理工大学（下文简称：陕理工）人工智能专业为例，从课程体系、实验室建设、师资队伍建设和实践能力培养等方面进行了探究，并对地方高校人工智能专业的提升提出了一些建议。

2 课程体系方面

2.1 人工智能专业课程体系简介

陕理工人工智能专业课程体系由计算机科学技术专业、网络工程专业等骨干教师组织制定。他们对本省多所知名大学的人工智能学院或专业进行了多次考察、交流，并征求了多家本领域相关企业（北京千峰互联科技有限公司、北京中科特瑞科技有限公司、江苏知途教育科技有限公司、深信服科技有限公司等）的宝贵意见，经过专家会议反复探讨、修订而成。该课程体系包括三部分：通识教育课程、专业教育课程和综合实践课程，如图1所示。

图1中，由本专业教研室授课的专业教育课程用浅色背景表示，由本专业教研室授课的综合实践课程用深色背景表示。在专业教育课程中，高等数学I、线性代数、概率论与数理统计等课程由本学院数学专业教师授课，大学物理I、大学物理实验I和电子技术基础等课程由本校物电学院教师授课，项目管理课程由本校管理学院教师授课。

由图1可见，陕理工人工智能专业的专业教育核心课程包括：程序设计基础、数据结构、运筹学及应用、面向对象程序设计、Python编程技术与应用、数据库原理及应用、样本数据处理、机器学习、软件工程/算法分析与设计、Linux操作系统/数据可视化、神经网络与深度学习、计算机视觉算法与应用/群体智能算法与应用、计算机图形学/数字图像处理、自然语言处理技术与应用/NoSQL数据库原理与应用、Spark大数据技术与应用/区块链技术与应用等“（ /”表示或的关系）。

陕理工人工智能专业的综合实践课程主要有：面向过程程序实训、面向对象程序实训、数据结构课程设计、机器学习课程设计、深度学习课程设计、自然语言处理课程设计、计算机视觉课程设计、生产实习、毕业设计等。

2.2 课程体系优化探讨

2.2.1 第7学期课程前移

地方院校一般地域偏远，第7学期大多数学生忙于考研、考公、找工作等事务，能够安心学习的学生较少。因此，可以考虑将第7学期的3门课程调整到第6 学期授课（第6学期目前只有3门课程），这样原本第7 学期的3门课程学习效果将会大大提高。

2.2.2 依托其他优势专业发展人工智能专业

人工智能专业的专业教育课程群中计算机专业的课程占比将近一半，这个比例有些偏高。陕理工人工智能专业虽然是从计算机专业发展而来，但应该有自己的特色，而非成为计算机专业的附庸。人工智能专业应该多与校内强势工科学院专业（如机械工程学院的机械设计制造及其自动化专业、材料科学与工程学院的材料成型及控制专业、生物科学与工程学院的生物科学专业）开展学术交流、专业沟通，深入挖掘人工智能相关技术在这些专业的应用领域[6]，借助陕理工3个王牌专业的东风发展自己。可以考虑在专业教育课程群中适当加入2门其他强势专业（具体确定选择一个专业即可）的相关专业课程，以构建人工智能专业的应用生态环境，进而有利于人工智能专业的发展和毕业生未来的就业。

2.2.3 综合实践环节某些课设或实训的复杂度过低，实用性欠佳

图1中专业实践课程包含2门实训和5门课设，每个实训或课设的学时安排为1周，这种设计存在一些不足之处。

首先，每门实践课程的学时过少，学生完成任务较为匆忙，而指导教师虽然辛苦指导却获得极少的工作量（按照陕理工本专业8位教师指导60位学生计算）。长此以往，教师可能会因为几个工作量而失去投入精力的积极性。因此，建议适当加大课设或实训的难度和复杂度，每门实践课程的学时安排不少于2 周为宜。

其次，面向过程实训主要实践用C或C++语言开发小程序；数据结构课程设计主要实践用C或C++语言对数据结构相关知识点进行编程练习，但C或C++ 语言在以后工作中（对地方高校毕业生而言）应用较少；面向对象程序实训主要实践用Java开发小程序。此外，数据库原理及应用课程也十分重要，但该课程没有相应的课设或实训。因此，可以考虑将面向过程的实训、数据结构课程设计、面向对象程序实训和数据库原理及应用课程综合起来设计一个综合性的课程设计，具体内容可以开发一个完整的信息管理系统（学时安排定为4周）。系统前台用Java进行程序开发，后台使用SQL Server或MySQL数据库管理系统。这样通过一个系统的开发把多门课程联系起来，使学生能够独立开发一个完整的信息管理系统，从而增强其毕业生在信息系统开发方面的竞争力。毕竟地方高校培养的人工智能专业毕业生将来有部分学生需要依靠计算机专业方面的知识和能力就业。

3 实验室建设方面

目前通过招投标项目，陕理工与探知图灵和郑州云海科技有限公司合作建设人工智能教学和交叉融合实验室。陕理工人工智能专业的实验室建设成果主要体现在如下几个方面。

3.1 引入云海希冀计算机类课程一体化支撑系统

希冀平台如图2所示，该系统可以提供一站式全过程教学支持：教学管理+在线实验+比赛+科研。

该系统具有完备的课程管理功能，支持代码、文档查重，提高实践环节教学质量；具备在线实验环境，是一个定位于全面支撑计算机、人工智能、大数据、信息安全、区块链、机器人、集成电路、金融科技等信息类专业建设的大型综合教学与实验平台，可以作为一个比赛系统使用；具备自动评测功能，助力实践能力和工程能力培养；基于在线实验环境的人工智能实验、大数据实验、操作系统实验、硬件在线实验；全面覆盖计算机专业的开发能力和系统能力培养，在教师减负的同时，提升学生的实践能力和工程能力。

3.2 组建人工智能专业实验室，引入人工智能实验箱

人工智能综合实验箱（如图3） 是一款基于NvidiaJetson Nano开发板的人工智能学习套件，旨在帮助学生和爱好者快速入门人工智能领域。该实验箱提供了丰富的实验教程和实验案例，涵盖了计算机视觉、语音识别、自然语言处理等多个方向，能够让学习者全面了解人工智能的基础知识和应用技巧。

该实验箱基于边缘计算框架设计，具有独立AI推理计算加速能力，集成视觉系统、语音模块、传感器等多传感器输入。支持机器视觉、自然语言处理与语音技术、嵌入式人工智能开发、人工智能边缘计算、传感器与智能控制等关键技术的组合实验，包括支持多种不同模块同时联动实验。

这些系统和产品将极大地促进人工智能专业的教学和实验，从而促进人工智能专业学生的培养。

4 师资队伍建设方面

4.1 师资队伍情况

陕理工人工智能专业共有专职教师8人，其中博士研究生1人，硕士研究生7人。8人中1人为人工智能专业博士，其余7人为原计算机专业或网络工程专业教师；8名教师中，副高职称有3人，其余几人均为讲师。总体而言本专业师资队伍实力较弱，博士学位人员偏少、副高职称人员数量偏低。

4.2 教师培训情况

人工智能专业作为新开专业，底子较弱，基础欠扎实，许多工作需要摸索，办学经验匮乏。为此在学院领导关怀下，划拨一定经费，利用寒暑假时间为教职工提供各种专业培训机会，从而提高教师的教学和科研能力。

在2022年寒假期间，人工智能专业6位教师在学院的组织下参加了泰迪寒假全国高校大数据与人工智能师资研修班，参加培训的课题有：TensorFlow与人工智能实战、PyTorch与人工智能实战、深度学习推荐系统实战、网络舆情与情感分析实战。培训期间每人只参与一个课题的培训，培训结束后可以相互交流、共同提高。参加培训教师研修班结课，参加考核考试并全部取得了相应的结业证书。

在2023年寒假期间，人工智能专业5位教师参加了2024“双师型”IT骨干教师寒假高级研修班，参加培训的课题有：基于NLP的评论情感分析系统的测试、Python数据分析与机器学习实战。培训期间每人只参与一个课题的培训。参加培训的教师研修班结课，并全部取得了相应的结业证书。

经过这些专业培训，人工智能专业教师的专业水平会不断提高，专业视野不断得到拓宽，业务水平和能力不断增强，这些培训对该专业人才培养的意义不言而喻。

4.3 师资队伍建设的几点建议

人工智能专业作为新专业，地方院校的师资力量一般较为薄弱，因此专业教师应不断学习，加强自身专业水平和能力，还应走出高校，到企业中进行专业素质的锻炼。为此提出以下几点建议：

1） 提升地方院校人工智能专业教师学历。地方院校人工智能专业教师的学历普遍不高。学校一方面要提高人才引进待遇，吸引、招聘高端人才来校工作；另一方面可以出台相应的新专业、薄弱专业相关扶持政策，鼓励教师带薪读博，博士毕业后可享受相关人才引进待遇，从而提升专业教师的学历层次。

2） 教师进入企业带薪锻炼。为了使培养的学生符合企业需求，地方高校应创造条件，多与相关知名企业沟通、交流[5]。可以考虑利用每年暑假时间，推荐人工智能专业的1或2名骨干教师进入人工智能相关知名企业和公司进行短期带薪锻炼、学习。这样可以更好地了解企业的人才需求情况，促进专业更好地修订培养计划、课程体系等，提高培养人才的素质，从而提升学生就业竞争力。

3） 企业优秀员工参与课堂教学。为了提高学生的实践能力，可以考虑聘请相关知名专业企业优秀员工进入校园进行教学活动。可以试点某些核心专业课程的教学由陕理工专业教师和企业优秀员工协同进行的模式，即该课程的理论教学由专业教师担任，实践课程由企业员工进行教学[8]。这样既可以保证学生具有扎实的理论知识，又可以加强学生的实践能力，使学生的实践活动与企业接轨，培养企业需要的、动手能力强的人工智能专业人才。

4） 政策上扶持新专业。人工智能作为一个新兴专业，专业教师需要学习大量新课程，参加大量培训，这些工作都耗费了教师大量的时间和精力。因此，对于新专业，学院应该从政策上进行扶持，保障教师的权益。以陕理工为例，8位专业教师，每级两个班级共60名学生，按照学校现有工作量计算办法，假定拥有完整的四届学生计算，每个教师在人工智能系的教学工作量仅为每年260个左右，而学院划定每个教师每年教学工作量的标准为300。这意味着本专业教师辛苦一年反而未能完成规定的教学任务（实际情况是本专业没有足够的教学任务），需要从年终津贴中扣减未完成工作量的金额。

因此，对于新专业应该制定相应的扶持政策，如考虑对新专业教师划定较低的年工作量完成标准（年工作量标准不超过260） ；或对新专业在未来5年内，给予较高的工作量系数（不应低于1.16） ，以作为额外辛苦工作的补偿；或调整其他相关专业的教学任务，使新专业教师能够承担。

5 实践能力培养方面

地方高校人工智能专业主要培养服务地方和基层的实用型人才[9-10]，这就需要加强学生的专业实践能力培养。为此，陕理工人工智能专业主要采取了以下几项措施。

5.1 本科生导师制

陕理工人工智能专业从2022级开始实施本科生导师制，每个学生都被提前安排一个学业导师，每个教师在每个年级指导约7～8个学生。学生在学习过程中遇到问题可以咨询自己的学业导师，导师可以提供理论或实践方面的指导；导师也可以安排学生参与自己的科研项目、发表论文等，从而提高他们的实践能力和科研能力。

5.2 竞赛项目驱动法

近年来，国家级的学生竞赛项目日益增多，如中国大学生计算机设计大赛、中国高校计算机大赛、“互联网+”大赛、蓝桥杯全国软件和信息技术专业人才大赛、华为中国大学生ICT大赛、“中国软件杯”大学生软件设计大赛、大学生创新创业训练计划项目等。学科竞赛是激励学生深入钻研专业技能的有效方式，它超出课本知识，考验学生的综合实力、逻辑思维以及临场应变能力[10]。人工智能专业教师积极组织学生参与上述各项竞赛，采用项目驱动法，以竞赛项目驱动实践活动，不断提高学生的实践能力和水平。

此外，人工智能专业积极与相关企业进行沟通、交流，计划聘请科大讯飞、探知图灵和北京千峰互联科技有限公司等的相关专业人员，对学生的实训、课程设计和毕业设计等进行部分指导。

6 结束语

在人工智能时代背景下，人工智能领域已经成为未来国家之间的战略性必争之地，人工智能相关技术在未来社会生活、生产、经济和军事等领域发挥着越来越重要的作用。地方院校的人工智能学院或专业作为服务地方经济的主力军，需要不断思考自身的培养模式，持续优化本专业的课程体系，不断进行师资队伍建设，加强学生的工程实践能力培养，从而更好地服务社会、服务区域经济。

参考文献：

[1] 樊劲辉，安国庆，郝崇清，等.新工科背景下地方高校人工智能专业建设与教学改革探索[J].科技风，2023（23）：142-144.

[2] 张双，王久江，余远昱，等.地方所属高等学校人工智能人才培养现状刍议[J].内江师范学院学报，2020，35（12）：99-104.

[3] 叶青，刘长华.大数据背景下地方高校人工智能方向人才培养模式探索[J].湖北工程学院学报，2021，41（3）：105-109.

[4] 全力，张笑钦，吴承文.面向核心能力培养的地方高校人工智能专业课程建设[J].高等工程教育研究，2022（3）：102-106.

[5] 廖生权，张健，吴依欣，等.应用型本科高校人工智能专业培养探索实践：以南京工程学院为例[J].中国设备工程，2023（12）：224-226.

[6] 吕佳，曾梦瑶，彭港建.地方高校人工智能专业课程体系建设路径探究[J].软件导刊，2023，22（11）：235-240.

[7] 郭东恩，刘黎明，唐满.新工科背景下地方高校人工智能专业人才培养模式探索[J].南阳理工学院学报，2023，15（3）：80-84.

[8] 李贺，刘金江，马晓普，等.新工科背景下地方高校人工智能课程体系及实践教学初探[J].中国教育技术装备，2021（9）：126-128.

[9] 杨波，梁晟.浅谈地方高校的人工智能人才培养[J].贵阳学院学报（自然科学版），2022，17（1）：99-103.

[10] 周文科.地方高校人工智能专业人才培养模式分析[J].经济研究导刊，2022（18）：149-151.

【通联编辑：谢媛媛】