张良智 杨福广

摘 要：人工智能在高等教育阶段，面向不同教育对象和教育阶段，呈现不同的教育内容。本文提出了人工智能教育的分层架构，通过认知层面、分支领域的知识和能力、综合应用和研究创新四个层面，分析了人工智能教育的层次体系，为融入专业教育提供了新思路。

关键词：人工智能;人才培養;分层教育

在人工智能浪潮的冲击和影响下，教育领域正在经历一场深层次变革，技术正在重塑教育的新形态。在此背景下，研究如何应用新技术推动教育事业的发展具有重要意义。教育部科技司司长雷朝滋指出，以人工智能为代表的新一代信息技术的快速发展，将会对传统的教育理念、教育体系和教学模式产生革命性影响，当前我国在各级各类教育中都逐步融入智能教育的理念、知识和方法，分层次教育框架体系初步构建，在基础教育、职业教育、高等教育和科普教育等多个方面进行人工智能教育。

人工智能的分层次教育研究，初步得到广大教育工作者和人工智能产业应用领域的关注，研究成果不多。钱旭升等集中分析了我国高中人工智能教育目标的分类、分层体系构建，提出了在人工智能教育领域，分别从有关知识的获取与表达、核心技能的习得与迁移和丰富魅力的充分体验三个层面进行教育[1];另有研究分析了人工智能与STEM等课程的融合[2][3];构筑了人工智能+教育的生态系统[4]。然而，作为人工智能教育的主战场，高等教育中针对不同基础、不同学科、不同层次的学生，如何开展人工智能教育，如何划分层次便于协调有序推进人工智能体系化的教学？本文立足于人工智能技术在教育领域中的应用现状，剖析其在教育应用中的典型特征，针对不同阶段的提出人工智能教育的不同层次，为推动我国人工智能与教育的融合创新发展提供理论指导。

一、人工智能教育的分层模型

     高等教育担负为国家培养应用型、研究型各类人才的任务，同时因学科专业众多，相互之间差异大，学生层次、基础背景、高中经历等千差万别，因此对大学生的人工智能教育也应因材施教，划分层次种类，根据学生的实际情况，分步骤、有计划的逐步开展。图1 给出了高等教育中人工智能技术体系教育培养层次结构图。

在该层次结构中，最底层为认知层面，包括应用场景认知、主体思想认知和知识体系认知。中下层为当前知识和能力的教育，包括人工智能各领域分支的所有基础和高阶知识与能力。中上层为复杂工程问题的解决能力和知识的综合应用能力。最高层为面向研究生教育，培养人工智能科学素养，做研究创新性工作。

二、各教育层次的分析

1、认知层次

认知层次是人工智能教育的最底层，但不可忽略。因学生的基础、专业、经历等方面的差异，认知层次的教育可灵活开设。认知教育又可划分为三个层面，分别为应用场景认知、主体思想认知和知识体系认知。

应用场景认知，主要是对人工智能当前在社会生产生活，经济社会各行业领域中的应用场景介绍，对未来可能的发展趋势做出预测分析，让学生充分认识到人工智能技术对未来社会的影响和改变。这一认知教育开展的形式多样，课时差距大，学生素质高、认知充分的情况下甚至可以不做。

主体思想认知，主要是对人工智能核心思想的把握。当前人工智能技术领域存在多种思想流派，有差异有共性，需要向学生充分展示各思想派别的核心理念，若干重要的思想，如让机器学习和实现人的行为和思路，能够深入受教育者的内心，同时要认知到人工智能发展可能带来的社会伦理、不可控等负面效应。

知识体系认知，目的让学生充分认识到人工智能涵盖的知识领域，可能涉及到哲学和认知科学，数学，神经生理学，心理学，计算机科学，信息科学，控制科学等多个学科领域，知识体系庞大。既要有宏观全面的认识，也要定位于某一个方面，扎根钻研学习。

2、各分支的知识传授和能力培养

这部分内容是高等教育本科阶段的主要内容，各相关专业从各自专业角度出发，深度讲授各自的专业知识，从公共基础课、学科基础课到专业课、专业方向课，从基础实践能力培养到专业课程高阶能力教育。

针对专门设立的人工智能类专业，因涉及到的知识体系太过庞杂，不可能面面俱到，多采用宏观介绍、重点发展的教育模式，让学生自愿选择各自感兴趣的课程模型，以与未来职业发展规划相适应。

针对大多数非人工智能专业，都采用“人工智能+专业”的方式，将人工智能的重要思想、关键技术和能力培训环节引入到专业教育中，通过课程内容更新与替换，关键课程开设和能力素质训练等环节，促进专业教育充分借鉴人工智能发展的技术，与时俱进。

3、综合应用层次

近年来工程教育认证的思想深入人心，本科阶段培养解决复杂工程问题的能力是最终目标，而人工智能的发展和应用对各行业来讲都至少是某个方面的复杂问题。因此通过本专业知识和人工智能相关分支知识的融合，提升专业领域复杂问题解决能力，这是本科教育的最高阶段。

4、研究创新能力

人工智能近年来发展日新月异，新知识新体系不断涌现，这就需要广大从业者有足够的研究创新能力，这方面的教育在研究生阶段开展。通过教育学生不断跟踪当前研究热点，培养创新能力，推进相关技术不断产生新思想，取得新发展。

三、总结

人工智能教育融合在高等教育各专业各层面是大势所趋，所有学科、专业和课程都应积极吸收、借鉴其思维方式和技术特点，提高专业人才培养质量。但也应看到人工智能技术内容多难度大，知识体系庞杂，应根据专业特点和学生实际情况，分层次开展教育，既要让学生了解和认知到人工智能+专业的必要和优势，又要做到循序渐进，逐步提高，避免学生陷入人工智能纷繁复杂的知识海洋，为了学而学，学而不思，无法达到人工智能促进教育提高的目的。

[参考文献]

[1] 钱旭升，郑和.我国高中人工智能教育目标的分类、分层体系构建课程[J].教材，教法，2007，27（1）：71-75.

[2] 唐烨伟，郭丽婷，解月光，钟绍春.基于教育人工智能支持下的STEM跨学科融合模式研究[J].中国电化教育，2017，（8）：46-52.

[3] 张剑平，张家华.我国人工智能课程实施的问题与对策[J].中国电化教育，2008，（10）：95-98.

[4] 吴永和，刘博文，马晓玲.构筑“人工智能+教育”的生态系统[J].远程教育杂志，2017，35（5）：27-39.

资助项目：（1）山东交通学院教学改革研究项目，对接“十强产业、人工智能+”试点专业—自动化（编号2018ZD08）;（2）山东省本科教改项目重点项目，建设新工科、服务新动能背景下地方应用型本科院校专业集群建设研究--以交通类专业集群建设为例（编号Z2018S031）。

（作者单位：山东交通学院，山东 济南 250357）