司秋欣

【摘要】在国家战略的大力支持下，人工智能从实验室走向工业生产，在各个行业已取得了重大进展，本科类院校以及高职院校都开始设置人工智能专业，对人工智能专业技能人才的培养带来了新的挑战和机遇。在新一代人工智能技术的大环境下，对专业技能人才的需求只增不减，因此如何合理划分高等教育研究型人才与职业技能人才，如何培养高职教育人工智能专业技能人才，是值得考究的重要课题。本文结合高职院校的特点，对人工智能专业技能人才培养模式进行了思考和探索，以求形成技能专业人才培养模式，培养更多的对口专业技能人才。

【关键词】人工智能;高职院校;人才培养;

1 引言

当前，人工智能技术与传统行业深度融合，广泛应用于交通、医疗、教育和工业等多个领域，各行业人工智能技能人才缺口不断涌现。在此时代背景下，迫切需要职业院校制定新的技能人才培养模式，不断填充智能化生产、制造的人才缺口。清华大学人工智能研究院、清华-中国工程院知识智能联合研究中心联合发布了《人工智能发展报告2020》，全面展现了人工智能发展至今所获得的重大科研进展、成果产出。早在2017年7月20日，国务院出台《新一代人工智能发展规划》，提出了面向2030年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施。标志着未来几年依然是人工智能发展的战略期。

2 国内外人工智能专业技能人才需求和培养的现状分析

2.1 国内外人工智能专业人才需求和培养的现状

我国制造行业逐渐实现从传统模式向智能化生产的转变，越来越多的机器人、机械臂、中央大脑等智能化产品，代替了传统的劳动力，从而导致大量低端岗位缺失。与此同时人工智能促使新技术、新岗位以及新产业等不断出现，岗位需求以及对岗位技能的要求也发生改变，职工的角色由执行者转变为智能机器的决策者，这就要求我们培养新的技能人才，满足新的工作岗位和新的产业。他们需要具备较为扎实的知识基础，熟练的操作能力，进一步保证作出决策的准确性、科学性。

针对技能人才的需求，目前人工智能专业技能人才培养模式仍存在一些问题。例如：高等教育研究型人才与职业技能人才培养模式的合理划分;在高职课程中如何实现人工智能教育落地;课堂内理论知识的学习与现实行业中人工智能的应用操作行为存在一定差异;课堂内对技能人才实操能力的锻炼需要进一步加强;课堂内对前沿知识的学习不够深入，对相关知识思考较少，课堂外的教学反馈缺乏数据连续性和完整性，无法对课程标准和人才培养方案的修订提供科学量化的建议。所以需要我们进一步探索，更加合理的人才培养模式，为人工智能时代，培养更多的储备技能人才。

2.2 国外人工智能专业技能人才培养模式的现状分析

目前，全球已有美国、中国、欧盟、英国、日本、德国、加拿大等 10 余个国家和地区纷纷发布了人工智能相关国家发展战略或政策规划，用于支持 AI 未来发展。美国教育在人工智能背景下进行了改革，大多为高端人才教育，对人工智能专业进行了更深层次的细分，如模式识别、机器学习、数据挖掘、智能算法等。首先，学分积累与转换是美国教育满足学生个性需求、适应产业快速变化、保证基本办学质量的有效机制。再者，支持当地经济、校企合作培养人才已成为美国高校的共识和普遍做法。学院设置校企合作部门， 围绕企业需求， 一方面为小微企业和初创公司提供技术咨询转化和运营服务， 另一方面为学校寻求学生带薪实习的企业岗位。另一方面，美国教育相当重视学生综合素质的培养，包括团队合作、职业道德、人际交流等内在素养。人工智能背景下，许多国家已经进行了人工智能专业技能人才培养的探讨和改革，也已经有比较成熟的模式和培养成效，他们的一些理论模式与培养经验值得我们学习借鉴。

3 人工智能专业技能人才培养模式的思考

3.1 合理划分研究与应用型技能人才培养课程设计

人工智能专业横跨的知识范围很广，对应的岗位也有很多。这就要求我们要因材施教，而不是照本宣科。对于本科院校来说，更多的关注培养学生的创新研究能力。培养目标围绕能够解决人工智能领域系统分析、设计、集成应用中的复杂工程问题，并具有创新能力。而对于高职院校的学生来说，更多的需要培养操作技术能力。所以针对不同培养目标，需要合理设计课程内容。而人工智能专业现在大多数的教材都围绕在公式推导上，这对于高职学生来说，学起来吃力且枯燥。这就需要我们合理设计课程内容，追求教学内容的优化，无需太多的关注底层的数学原理，改变传统“教教材”的教学模式，在教材的基础上加入思考与总结，更加关注实操性内容，比如什么情景该用这个模型，什么情景用另一个模型。划分好人才培养标准，为高职院校的学生设置合理地实操性课程。

3.2 关注校企合作，培养实操能力

人才培养归根到底还是要满足社会需求，高职院校对应的岗位有人工智能训练师、数据标注员等等，这就要求我们要按照这些岗位需求来培养学生。校企合作是不可缺少的人才培养模式，在企业的实践也可以作为人才评价的一个指标。学校现有的一些资源，很难让学生真正认识到这个岗位的工作要求，所以需要学生到企业进行实践操作。注重与相关企业联合培养学生，学生在校学习基础知识技能，到企业实习进一步提高实操能力。理论知识与实操能力的同时提升，才能培养出高质量的人工智能专业技能人才。从专业人才需求角度，探索校企合作的切入点，为校企融合提供依据和参考。

3.3 注重案例情景教学

对于高职院校来说，人工智能专业的课程设计很容易变得枯燥无味。所以我们需要结合人工智能的经典案例开展教学。围绕课程内容，增设案例。力求把枯燥的书面知识与案例结合，提高知识直观性，提高课堂趣味。如果只是平铺直述知识点，学生注意力很难集中，所以增设案例，以案例推动启发式教学，可以很大程度上抓住学生注意力。尤其是在知识很多很散的章节，尤其需要引入教学案例，综合知识点，启发学生融会贯通，并引导学生思考，让学生自己动手实现相关案例。注重从学生的生活实际出发，引导学生自主学习、合作交流的教学模式，体现课程的教学理念。用创新提问点拨激活课堂，用案例引导学生思考，最大力度帮助学生集中注意力，培养学生的逻辑思考能力、动手实践能力。

4 总结

本文从人工智能专业技能人才需求和培养模式两方面着手，对人才需求和培养模式现状及問题分别进行探索与思考。划分研究与应用型技能人才培养课程设计，注重案例教学，进行校企合作，从内素养到外技能，到各个学科体系，对高职人工智能专业人才培养具有实践意义。

【参考文献】

骆忠强， 熊兴中. 新一代人工智能背景下电子信息类人才专业技能培养模式思考[J]. 科技视界， 2019（36）：2.

吴紫恒， 王兵， 李聪，等. 人工智能背景下电子信息类新工科人才培养模式的研究[J]. 湖北工程学院学报， 2021， 41（3）：3.