人工智能人才培养研究:回顾、比较与展望

发布时间：2021-06-19 10:51

　　人工智能技术的第三次快速发展牵动了全球范围内的科技和人才竞争,面向智能时代的人才需求,我国高校亟待教育创新。本文以人工智能领域的国内外学术论文、研究报告、政策文件、会议资料和实践案例为基础,构建人工智能人才培养研究的九维分析框架,从人才培养动因、人才培养主体、人才培养层次、人才培养情景和人才培养逻辑等维度进行系统梳理和对比分析,确定人才培养逻辑为该框架的核心维度,且框架中各维度之间存在非线性因果关系。对比中美两国人工智能人才培养研究与实践在内容、视角和方法等方面的异同,获得了经验与启示,并提出未来研究展望。 

【文章来源】：高等工程教育研究. 2020,(01)北大核心CSSCI

【文章页数】：10 页

【部分图文】：

麻省理工学院NEET计划自动机械项目课程串示意图

面向信息化3.0时代(王怀民,2019)技术创新需求,人工智能人才培养应依循信息技术创新的学科原理、技术原理、协作原理和产业原理[53],通过改进人才培养模式激发人才的创新活力,打通产学研一体的创新发展链条。[8]因此,技术创新作为人工智能人才培养的重要逻辑之一,强调高校应面向信息化时代知识和技术的快速迭代和升级进行人才培养模式创新,面向广阔应用场景对新技术的需求进行知识体系和课程内容改造,并在新的创新网络和创新生态中发挥产学研协同育人的最大效益。(3) 人工智能人才培养的知识融合逻辑。

结合相关学者对人工智能与其他学科之间关系的计量分析结果[54],本研究将人工智能人才培养的知识融合逻辑总结为“人工智能+X”和“X+人工智能”两条路线,并绘制了人工智能跨学科知识融合路线(图4)。高校需要基于人工智能本身的跨学科特点和培养复合型人才的需求,以问题为导向、以项目为载体、以创新为目标贯通工程教育链条[22],提高人才广泛的适应能力、快速的应变能力和可持续的竞争力。[55]例如,国内部分高校为大类培养环境下的人工智能人才培养具体工作构建良性循环机制[56];国外高校尝试为计算机、经济以及其他学科背景的本科生设计了人工智能跨学科课程[57],由具有不同学科背景的学生和教师一同开发人工智能学习平台。[58](4) 人工智能人才培养的国际借鉴逻辑。

【参考文献】：
期刊论文
[1]引领新工科的人才培养实践——以智能科学与技术专业为例[J]. 李阳阳,张丹,冯婕,焦李成,缑水平,尚荣华.  教育教学论坛. 2019(17)
[2]我国高校“人工智能热”:缘起、影响与应对[J]. 方兵.  现代教育技术. 2019(04)
[3]人工智能创新与中国高等教育应对(下)[J]. 刘进,吕文晶.  高等工程教育研究. 2019(02)
[4]“人工智能+工程实践”的综合创新训练教学研究[J]. 孙治博,史成坤,耿向伟,李梓源,付博.  北京航空航天大学学报(社会科学版). 2019(06)
[5]人工智能时代职业教育人才培养的升级表征与发展路径[J]. 姚玲.  职教论坛. 2019(02)
[6]面对人工智能挑战 人才培养的下一步该如何走[J]. 郑南宁.  中国大学教学. 2019(02)
[7]人工智能本科专业课程设置思考:厘清内涵、促进交叉、赋能应用[J]. 吴飞,杨洋,何钦铭.  中国大学教学. 2019 (02)
[8]新工科背景下人工智能专业人才培养的认识与思考[J]. 黄河燕.  中国大学教学. 2019 (02)
[9]交叉会聚推动人工智能人才培养和科技创新[J]. 吴朝晖.  中国大学教学. 2019 (02)
[10]发达国家高等教育如何助推人工智能发展[J]. 鞠光宇,马陆亭.  中国高校科技. 2019(Z1)



本文编号：3237674