王子炎 龚 凡 吴德林

广州理工学院，广东 广州 510850

近年来，人工智能在许多领域表现突出，国家高度重视人工智能技术研发以及人工智能人才培养。未来，人工智能将作为影响国家经济发展的核心因素，也是国家科技实力的重要体现。人工智能推动了一大批产业的出现和发展，中国已经初步形成了一条包含智能制造、智能家居、智慧交通、智慧金融以及智能医疗的产业链，人工智能的产业化带来了新的发展模式和新的机遇，推动了国家经济社会的飞速发展。人工智能在我国呈现急速上升的发展趋势，这意味着有更多基于人工智能或需要人工智能技术支撑的产业会被开发，有更多领域引入人工智能技术，这就需要大量人工智能专业人才。社会对于人工智能专业人才的需求量与日俱增，这就对高校提出了更高的要求。当前，应用型本科高校对于人工智能人才培养体系的建设还处于摸索阶段，部分高校仍然采用传统的人才培养体系，对于人工智能这类新工科专业，其包含的技术新颖，覆盖领域广，传统的培养模式不再适用。因此，国内很多专家学者展开了关于应用型本科该如何建设人工智能专业人才培养体系这一问题的探讨和研究。

董君等［1］从课程体系、创新教学模式以及智慧平台的搭建等方面进行阐述，并基于大数据人工智能技术对人工智能人才培养模式进行了研究，提出了一种高校建设新工科专业的新思路。曾毅等［2］提出打造“专业核心课+行业实践+N方向选修课+专业综合实训”的平台理念，以培养符合企业需求的高质量“人工智能+”应用型人才。胡杰等［3］通过分析各地方院校人工智能专业人才培养的方式，并结合应用型本科自身发展特点，提出了各地方院校需要建立覆盖范围广的技能型人工智能人才培养方案的观点，以培养学生的实践能力为主，真正实现人工智能专业教育的创新发展。王少青等［4］从课程体系建设的角度出发，通过对众多一流大学人工智能专业进行调研，以及考察目前市面上出版的人工智能专业课程相关教材，针对不同阶段的人才培养目标提出了对应的合理化建议。梁兆春等［5］从行业的角度，分析了人工智能专业建设的必要性，并提出了基于项目导向的工程教学，改进现有的人才培养评估机制，在提高学生学习兴趣的同时也让学生重视人工智能专业课教育。姚琳等［6］针对人工智能专业各阶段的课程进行了详细规划，同时对问题驱动型教学的教学方法进行探索和研究，并提出了检验教学方法是否合理的评价模式。冯明佳［7］提出了将创新创业教育融入人工智能课程体系，开拓学生创新创业思维，使学生意识到人工智能在社会各领域潜在的机遇，促进学生的多元化发展。李海峰［8］通过对比中美人工智能专业的教育方式的不同，提出了我国需要在人工智能教育生态系统和研发机制进行改革和建设，以促进我国人工智能教育发展。郭士茹等［9］分析现有人工智能专业人才培养模式存在的缺陷和不足，通过建立体验式教学平台，开展校企合作以及建立合作学习模式，提升教师自身的专业素养，保证教学质量。邱慧丽等［10］对人工智能专业整体建设进行了规划设计，提出了校政行企融一体的建设模式，以解决当前应用型人才存在的实践和实操能力不足的问题。

本文以人工智能专业人才培养为研究目标，结合应用型本科办学特点，从人才培养目标定位、教学模式创新、课程考核与评价四个方面来进行探讨，形成一套适合于应用型本科学生的人才培养体系。

一、人工智能专业人才培养目标

应用型本科高校办学特点是以培养应用型人才为主，尤其是理工科类院校，办学主旨不是为了培养学术型或研究型人才，而是培养学生技术应用能力，以便学生能更好地适应社会需求和发展。应用型本科的人才培养主要面向三本院校学生，该层次学生往往具有以下的特征。

（一）学生对于学科的认识不够清晰，在学习过程中往往忽略课程与课程之间的关联性，导致学生学习效率低，这与学校所构建的课程体系也有一定关系。

（二）学生对于自身要求不高，缺乏学习驱动力，缺少学习目标和方向，学校在这一方面做的工作比较少，学生往往处在被动学习状态，对于理工科学生来说，学校除了课程实验之外，很少组织学生进行课外的实践实训活动，学生无法巩固课上学到的知识，这也导致了学生对专业知识缺乏深刻理解，在毕业时没有一技之长，缺乏就业竞争力［11］。

（三）应用型本科学生基础薄弱，课堂上所接受的专业知识很难消化，学习能力有待进一步提升。

对此，应用型本科需要首先确定人工智能人才培养目标，培养目标可以从两个方面着手。第一，确定专业方向，人工智能这一专业涵盖的理论知识十分广泛，其中包含的核心技术和数学原理也是相当复杂，在设定培养目标时应充分考虑学生的接受程度，如果在教学过程中核心原理涉及过多，难免出现课堂上学生抓不住重点，晦涩难懂的理论很容易消磨学生的学习兴趣，对授课过程有非常大的影响，而如果浮于表面避开核心理论，又会导致后续的实验课难以开展。应用型本科主要培养原则侧重实际应用，所以人工智能培养体系应包括一些熟悉技术应用层的教学工作，即多让学生接触实际落地产品，以自上而下的方式去了解产品的结构和运作原理，将课堂上传授的知识与实际产品相结合，从而达到学以致用的目的。第二，确定发展方向，人工智能是一门新兴学科专业，其所涵盖的专业知识复杂，学生想要扎实掌握这些专业知识并达到企业的从业标准是十分困难的，为了解决这一问题，可适当调整教学内容，在保证专业知识教授的前提下，增加智能产品测试、维护及营销等一些授课内容，更细致的划分是智能系统维护、产品技术支持、智慧平台构建、智能产品售前售后服务。授课内容的改进很大程度上提升了学生的就业选择性，也为后续专业建设指明方向。

二、教学模式创新

现有的教学模式多以理论教学为主，实验环节占比较少，而人工智能是一门非常需要实验和实训环节作为支撑的专业。人工智能专业涵盖大量的基础理论知识和专业知识，所涉及的领域需要学生有扎实的编程基础和算法经验，而目前的应用型本科教育无法使大部分学生具备这种能力，需要改变教学方式来促进人工智能专业学生对自身能力的提升。

实践性是新工科的一大特点，传统的理论与实践分离式教学方式并不适用于人工智能专业，学生在课堂上学习的专业知识无法及时得到验证。因此，将实践融入课堂教学是十分必要的。实践包括两个环节，第一个环节由教师通过分析与本堂课所讲内容相符的案例，增加课堂信息量，促进学生对知识的吸收，使授课过程更加生动。第二个环节由老师布置相应练习题让学生动手实践，可将学生进行分组，在实践的同时培养学生的合作意识。实践时间和理论讲解时间应占比均衡，实践内容不要过于复杂，以提高学生动手能力和兴趣为主。在实践过程中，教师主要充当组织和引导的角色，鼓励学生从多角度分析问题，促使学生在学习和实践过程中不断反思和改进，加强自我监督自我学习能力。课堂结束前教师对每组学生的实践结果进行考察，学生可以给同学分享本堂课的收获和体会，其他同学也可以进行提问，这种交互方式能够提高每位学生的参与感和积极性。

在新工科背景下，教育教学要以实践创新为导向，在课堂实践的基础上建设与人工智能专业相匹配的教学模式，以提升学生的创新能力和创新精神。学校可通过校企结合的模式改善学校的硬件设施，以此强化学校资源配置。校企结合能够给学生提供更多的实践机会和实践资源，学生能够更好地掌握人工智能领域的实际应用和技术开发。企业能够提供实际案例和应用场景，学生在实训项目中体验实际工作环境，提前适应工作内容和要求，学校可对学生掌握情况进行考核。校企合作间接性地为学生提供了更多就业机会，学生的专业技能能够同时代接轨，使学生能够更有效地接触企业、了解企业，为将来的就业打下基础。

人工智能涉及多个学科领域，教师不仅需要具备扎实的数学、计算机、深度学习和机器学习等专业知识，而且需要实时了解当前人工智能领域发展情况，对前沿技术有一定的了解，能够给人工智能专业学生未来的职业发展提出合理建议。当前，人工智能发展迅速，这就要求教师具备敏锐的洞察力和前瞻性，具备创新意识和创新能力，有能力引领学生进行创新实践。对于新开设人工智能专业的院校而言，人工智能师资力量还不够强大，结合人工智能专业特点，可通过国际合作交流项目吸引有经验的海外人才加入高校师资队伍。此外，对于团队已有教师，可定期举办教学研讨会，让教师之间相互交流、分享经验和成果，形成良性循环，不断提高教学质量和教学能力。

三、课程考核与评价

课程考核应以学生学习过程为主，改进传统考核方式，以提高课程评价的准确性和有效性。结合人工智能专业的特点，将课程考核分为课堂表现、实践参与情况、课程答辩以及期末考试这四个模块，其中课堂表现占25%，实践参与情况占25%，课程答辩占20%，期末考试成绩占30%。最终的考核成绩需综合以上四个模块，其中任何一个模块不合格，该课程评定结果为不合格。这种考核形式能够促使学生积极投入课堂教学的每个环节。

此外，课程评价也应该作为专业建设的重要一环。高校应制定科学的教学管理制度，建立健全的教学管理体系，加强对教师的考核与评估，以保证教师的教学水平和质量。增强课程内容和对学生表现的重视，通过对课程内容和学生表现的评价来评估课程的质量，从而提高课程评价的准确性。引入新的评价工具，比如在线评测、多媒体评价、问卷调查等，以更好地反映学生对课程的评价。评价环节包括课程内容评价、实训内容评价、教学评价等多个方面，学校应充分利用学生的反馈信息加强课程和师资建设。通过课程考核和课程评价提高课程总体质量，提高学生的学习体验，同时能够及时发现和解决教学中的问题和难点，提升教师的教学效果和质量。

四、结语

本文从人才培养目标定位、教学模式创新、课程考核与评价三个方面来进行探讨，形成一套适合于应用型本科学生的人才培养体系，全面提升学生专业素养及学习能力。作为新兴专业，人工智能专业的人才培养体系还需要做更多的实践来进行验证和改进，且院校的性质和规模也是影响人工智能专业发展的重要因素，如何更好地梳理出更为契合的人工智能专业发展方向，在专业人才培养中还需深入思考和探索。