新工科建设背景下人工智能专业建设研究

刘志先，陆辉辉

（北部湾大学电子与信息工程学院，广西 钦州 535011）

0 引言

人工智能，作为新一代信息技术的代表，在众多行业领域中得到了广泛且深入的应用。而伴随着“人工智能”从单纯的技术延伸为重要的产业，国家和社会发展对人工智能人才的需求也在不断细化，即除了培养专业的人工智能技术人才外，还要培养兼具人工智能技术和产业发展能力的综合性人才。正是基于这种人才需求情况，《高等学校人工智能创新行动计划》中提出：不断优化完善专业学科建设，构建人工智能专业教育、职业教育和大学基础教育于一体的高校教育体系。对于高校自身而言，要以新工科建设为契机，从专业目标、专业课程、专业师资、专业评价四个方面同时入手，积极探索、科学推进人工智能专业建设。

1 新工科建设背景下人工智能专业建设的要求

1.1 开展跨学科融合

跨学科融合是要求高校在人工智能专业建设中除了关注人工智能学科外，还要对其他相关学科进行兼顾，以确保专业教学的开放性、多样性[1]。首先，高校人工智能专业课程的设置应跨越计算机科学、数学、电子工程等多个学科领域，建立全面而完善的课程体系，使学生获得跨领域的学习和实践经验。其次，高校应拥有具有跨学科背景的教师团队，以满足跨学科教学和研究，促进学科交叉与融合的需要。

1.2 注重实践能力培养

新工科强调将学科知识与实际应用相结合，注重学生的实践能力培养。高校需要将实践能力培养作为人工智能专业建设重心，切实培养出实践能力强的应用型人才[2]。首先，人工智能专业应设置丰富的实践课程，如项目实训、实习和实验等，让学生在实际问题中动手解决，培养他们的实践能力。其次，高校应提供创新实践的机会，鼓励学生参与科研项目、创业竞赛等，以培养创新思维和实践能力。

1.3 推动产学研结合

新工科建设的目标是培养应用型人才。就人工智能专业建设而言，主要培养的是能够根据发现的需求或者问题提出相应的行动目标，并通过思考、学习、研究和创新等一系列行动后彻底实现目标的高素质人才[3]。故而，在专业建设中，要重点推动产学研的结合。第一，要密切关注产业的发展需求和技术挑战，结合产业发展趋势，调整专业设置和课程内容，确保人才培养与产业需求相适应。第二，要积极主动与企业、科研机构建立合作平台，为产学研结合提供有利条件，要建立稳定的合作机制，促进教师与企业科研人员的交流合作，为学生提供更多实践机会和科研项目，推动产学研结合的深入开展。同时，高校需要加强与企业的科研合作，将科研成果转化为实际产品和解决方案，推动科技创新与产业发展的融合。第三，要通过产学研结合，让学生在实际项目中锻炼实践能力，了解产业发展现状，掌握行业动态，提高适应产业环境的能力。

2 新工科建设背景下人工智能专业建设的策略

2.1 细化明确新工科建设背景下的专业建设目标

新工科建设背景下的人工智能专业建设是一项综合性、动态性的活动。为确保行动的统一性和明确性，高校需要先结合新工科建设的实际情况，对人工智能专业建设的目标进行细化。这是因为通过细化专业建设目标，可以确保人工智能专业与时代发展要求相契合，积极响应新工科建设的要求，培养出适应时代发展、具备新颖思维、跨学科融合、实践能力强、产学研结合的高水平人工智能专业人才[4]。同时，这些目标也将推动人工智能专业建设朝着更加全面、创新和应用导向的方向不断发展。在人工智能专业建设中，高校需要结合新工科建设要求和本校实际情况，明确专业建设目标，为相关活动提供准确的指引。具体来说，可以按照新、宽、专的目标定位，对专业建设目标进行细化和明确。其中，“新”指的是确保课程内容符合时代发展的要求。在人工智能领域，技术和应用日新月异，高校应紧跟技术发展的最新动态，更新课程内容，加入最新的研究成果和实践案例。同时，引入新兴的前沿技术，如自然语言处理、计算机视觉、机器学习等，培养学生对未来技术的前瞻性认知和创新能力。“宽”指的是构建多学科的课程体系，符合学科融合的要求。人工智能是一门综合性学科，涉及计算机科学、数学、统计学、电子工程等多个学科的知识。高校应构建宽泛的课程体系，涵盖多学科的基础知识和专业技能，培养学生跨学科思维和解决复杂问题的能力。“专”指的是课程教学要符合实践能力培养和产学研结合的要求。除了理论知识，高校应注重培养学生的实践能力和动手能力，要引入实践项目、实验、实习等环节，让学生在实际操作中掌握技能和方法。同时，要与企业合作，开展产学研结合的项目，让学生接触真实的工作场景，提高专业能力和解决实际问题的能力。表1是根据上述目标定位细化明确的专业建设的具体目标。

表1 人工智能专业建设目标

2.2 构建人工智能专业课程体系

在人工智能专业建设方面，构建人工智能专业课程体系处于重要地位。它可以确保专业核心内容的覆盖，强调学科融合，提升学生的实践能力和产学研结合能力，促进学生发展路径的优化，从而培养出具备全面素质和专业能力的人工智能专业人才，推动人工智能领域的不断发展和创新[5]。在构建人工智能专业课程体系时，高校需要综合考虑专业教育、职业教育和大学基础教育的一体化，以确保学生获得全面而有深度的知识和技能。具体来说，可以按照专业课程、职业课程和基础课程的层次性设置相应的课程。其中，专业课程方面应重点关注上文提出的“新、宽、专”目标要求，课程中应涵盖人工智能领域的核心知识，如机器学习、深度学习、自然语言处理、计算机视觉等，以及相关的数学、统计学等基础知识，以帮助学生掌握人工智能领域的前沿技术和方法，为其未来的研究和职业发展奠定基础。职业课程方面应包括实践项目、实习、工程实践等，让学生在实际场景中运用所学知识解决问题。此外，还应引入产学研结合的项目，让学生参与实际的人工智能应用和研发，培养学生的实践能力和创新意识。基础课程方面，应该包括数学、物理、计算机科学等基础学科的课程，以及人文社科类的课程，如哲学、经济学、社会学等。这些课程可以帮助学生形成全面的思维和认识，培养他们的创新思维、社会责任感和团队合作精神。表2是制定的人工智能专业课程体系内容。

表2 人工智能专业课程体系

2.3 壮大专业师资队伍

优秀的专业师资队伍能够提高教学质量和水平，确保课程设置与产业需求相符，推动科研创新和成果产出，促进产学研合作，形成良好的师生互动氛围，为人工智能专业建设提供核心力量支持。高校除了明确专业建设的目标和专业课程体系外，还要结合专业课程教学活动开展的需要，持续壮大专业师资队伍。首先，高校应根据自身的专业发展需求，设定定向招聘计划，重点招聘在人工智能领域具有丰富经验和研究成果的优秀教师。其次，高校要为在职教师提供进修、进修和学术交流的机会，支持他们在人工智能领域进行深入研究，提升专业水平和学术能力。也可以建立博士后研究岗位，吸引博士毕业生来校开展科研工作，培养人工智能领域的青年科研骨干。高校还可以与产业界和科研机构合作建立联合实验室和科研中心，为师资队伍提供更多的科研资源和机会，促进教师在人工智能领域的研究和创新。此外，高校应该组织师资培训，包括人工智能领域的最新研究成果、教学方法和教学资源等方面的培训，提高教师的专业知识和教学水平[6]。

2.4 推动专业建设评价

专业建设评价是指对人工智能专业建设过程和结果进行系统性的、全面的、客观的评估和审查。这种评价旨在了解人工智能专业的教学质量、师资队伍水平、教学资源、学生学习成果、产学研合作等方面的情况，以便高校和相关部门能够根据评价结果，对人工智能专业进行优化和改进，以适应新工科背景下人工智能产业的需求和发展[7]。在新工科建设背景下，高校要成立专门的考核评价小组，负责制定相应的评价指标体系，并开展常态化的专业建设进度和效果评价。在指标方面，考评小组可以根据人工智能专业的特点，从教学质量评估、师资队伍评估、学生学习成果评定、教学资源评估、产学研合作评估等方面入手，确定具体的指标。在评价方面，考评小组要通过数据收集和分析，深入了解专业的发展状况，找出问题和不足。在评价结果使用方面，考评小组要将评价结果及时反馈给教师和管理层，与师生进行充分沟通，共同探讨如何改进和优化人工智能专业的教学和培养方案。需要注意的是，在专业建设评价方面，持续改进既是目标，也是关键。高校要通过不断收集反馈信息，跟踪评价结果，及时调整教学策略和培养计划，不断优化人工智能专业建设，以适应新工科建设要求。

3 结束语

新工科建设背景下的人工智能专业建设是在人工智能从单纯技术向新兴产业发展过程中，高校为适应国家和社会发展对人工智能专业人才培养而实施的重要活动。在落实新工科建设任务的过程中，高校人工智能专业建设面临的要求主要有开展跨学科融合，注重实践能力培养，推动产学研结合等。鉴于此种情况，高校要进一步构建人工智能专业课程体系，确保专业核心内容的覆盖和前沿性。同时，要加强对人工智能专业师资队伍的建设，吸引具有丰富经验和实践能力的教师加入，推动教学质量的提升。另外，高校还应注重对人工智能专业建设的评价，建立科学有效的评估体系，及时发现问题并加以改进，持续提高专业建设的质量和水平。