肖卓宇 陳果 郭杰 黃俊 徐運標

摘? 要：針對“人工智能+教育”融合視域下的人才培養(yǎng)出現(xiàn)的眾多問題，歸納了人工智能（AI）賦能職業(yè)教育AI人才培養(yǎng)的挑戰(zhàn)，探究了人工智能課程體系建設(shè)和持續(xù)學(xué)習(xí)存在的困難，給出了人工智能賦能職業(yè)教育AI人才培養(yǎng)的建議，關(guān)注了AI技術(shù)師資人才梯隊建設(shè)、人工智能實訓(xùn)平臺建設(shè)、人工智能課程知識體系建設(shè)。教學(xué)改革結(jié)果表明，新方法促進了“人工智能+教育”融合視域下人才培養(yǎng)基礎(chǔ)理論和實施路徑的發(fā)展。

關(guān)鍵詞：人工智能+教育;課程體系;人才培養(yǎng);深度學(xué)習(xí)

中圖分類號：TP311? ? ?文獻標識碼：A

文章編號：2096-1472（2021）-01-57-03

Abstract： Aiming at the problems in talent cultivation under the vision of "Artificial Intelligence （AI） + Education" integration， this paper summarizes the challenges of AI-empowered vocational education and explores the construction and sustainability of AI curriculum. It also gives suggestions for AI talent cultivation in AI-empowered vocational education， and explains the constructions of AI teaching team， AI practical training platform， and AI curriculum system. Results of the teaching reform show that the proposed method has promoted the development of the basic theory and implementation path of talent cultivation from the perspective of "Artificial Intelligence + Education" integration.

Keywords： artificial intelligence + education; curriculum system; talent cultivation; deep learning

1? ?引言（Introduction）

隨著人工智能技術(shù)賦能行業(yè)與領(lǐng)域的飛速發(fā)展，國內(nèi)外各層次人工智能技術(shù)人才都出現(xiàn)了較大缺口[1，2]。2019年工信部發(fā)布了《人工智能產(chǎn)業(yè)人才崗位能力標準》，擬進一步規(guī)范計算機視覺、深度學(xué)習(xí)、自然語言處理、智能芯片等崗位分布[3]。吳朝暉等[4]提出由二元空間轉(zhuǎn)換為四元空間的人工智能發(fā)展趨勢，關(guān)注了交叉學(xué)科對人工智能技術(shù)人才培養(yǎng)的意義。姚新等[5]關(guān)注了專業(yè)基礎(chǔ)課、公共基礎(chǔ)課和專業(yè)核心課等課程設(shè)計模塊的協(xié)同，從而提升人工智能人才培養(yǎng)質(zhì)量。肖卓宇[6]提出引入“人工智能+教育”的理念，從智能教學(xué)評價、智能教學(xué)環(huán)境構(gòu)建等五個方面優(yōu)化課程設(shè)計。文獻[7]和文獻[8]認為AI技術(shù)人才的培養(yǎng)需要關(guān)注學(xué)科交叉及計算思維。呂薇等[9]提出以學(xué)生為中心的教學(xué)理念，關(guān)注產(chǎn)業(yè)與學(xué)校的聯(lián)合，實施跨界培養(yǎng)AI技能人才。

綜上所述，目前“人工智能+教育”融合視域下的人才培養(yǎng)存在AI師資匱乏、人工智能專業(yè)定位不清晰、課程資源約束等問題。因此，在人工智能技術(shù)與產(chǎn)品快速發(fā)展的大好形式下，急需對“人工智能+教育”融合視域下人才培養(yǎng)所存在的問題、面臨的重要挑戰(zhàn)、亟待解決的方法進行深入研究，以促進高職人工智能課程體系的完善和人工智能應(yīng)用型人才培養(yǎng)質(zhì)量的提升。

2? “人工智能+教育”融合視域下的人才培養(yǎng)所存在的主要問題（Main problems of talent cultivation from the perspective of "Artificial Intelligence + Education"）

人工智能賦能職業(yè)教育成為當(dāng)前領(lǐng)域研究的熱點，也取得了初步的成效[10-12]，但同樣也存在下述主要問題。

2.1? ?雙新型AI師資的匱乏問題

教育部于2018年在《教育部關(guān)于印發(fā)<高等學(xué)校人工智能創(chuàng)新行動計劃>的通知》中提出，亟須在高職學(xué)校IT類相關(guān)專業(yè)中融入人工智能的課程元素，進一步加大培養(yǎng)人工智能技能人才的力度。但目前高職院校人工智能相關(guān)專業(yè)教師的招聘與師資培養(yǎng)存在諸多問題，由于國家政策導(dǎo)向及人工智能人才需求缺口過大的問題，導(dǎo)致一些信息類企業(yè)，如阿里巴巴、商湯科技、騰訊等的AI技術(shù)崗位普遍薪酬較高，以至于現(xiàn)階段高職院校難以招聘到合適的雙師型AI技術(shù)人才。此外，目前行業(yè)領(lǐng)域相關(guān)人工智能技術(shù)培訓(xùn)機構(gòu)的理念、機制、知識體系等仍不太完善，也在一定程度上影響了雙師型師資培養(yǎng)的質(zhì)量。

2.2? ?AI專業(yè)定位不清晰的問題

在國家大力號召發(fā)展高職人工智能技術(shù)服務(wù)專業(yè)的利好形勢下，目前眾多高職院校積極跟進，僅湖南省省內(nèi)首批申報人工智能技術(shù)服務(wù)專業(yè)的高職院校就達到八所。但事實上AI專業(yè)建設(shè)存在以下主要問題：（1）AI專業(yè)課程知識體系設(shè)置與行業(yè)契合度不高，尚未形成AI賦能行業(yè)或具體應(yīng)用場景的清晰定位;（2）由于缺乏優(yōu)秀師資與AI實訓(xùn)平臺等，部分高職院校將整個AI專業(yè)外包到相關(guān)IT企業(yè)，導(dǎo)致一系列不可控問題，甚至影響了教學(xué)質(zhì)量;（3）從大數(shù)據(jù)技術(shù)與應(yīng)用專業(yè)衍生出人工智能技術(shù)服務(wù)專業(yè)，導(dǎo)致兩個專業(yè)定位出現(xiàn)重合，人才培養(yǎng)就業(yè)崗位區(qū)分度不明顯;（4）AI專業(yè)建設(shè)與華為智能計算平臺應(yīng)用開發(fā)“1+X”認證的課證融通問題。以我校為例，目前立項了華為智能計算平臺應(yīng)用開發(fā)“1+X”證書，但該證書僅針對軟件技術(shù)專業(yè)，且涉及內(nèi)容較廣，包括人工智能、大數(shù)據(jù)技術(shù)、云計算等相關(guān)知識點，學(xué)科交叉對軟件技術(shù)專業(yè)人才培養(yǎng)方案提出了挑戰(zhàn)，也導(dǎo)致智能計算平臺應(yīng)用開發(fā)“1+X”證書與其他大數(shù)據(jù)、云計算等“1+X”證書存在較多交集，同樣也出現(xiàn)證書同質(zhì)性問題。

2.3? ?AI專業(yè)課程資源約束問題

目前，眾多本科與高職院校在構(gòu)建人工智能相關(guān)的精品課程時投入了大量的物力與精力。即便如此，也存在諸多問題：（1）由于人工智能技術(shù)更新?lián)Q代較快，而MOOC從立項到正式上線的周期較長，故經(jīng)常會出現(xiàn)MOOC課程上線即滯后的風(fēng)險;（2）部分院校提倡并鼓勵校本教材，但由于師資水平、立項資金投入限制、時間約束、監(jiān)控力度等問題，事實上校本教材的質(zhì)量普遍偏低，并沒有起到預(yù)期的教學(xué)效果;（3）AI課程教學(xué)與AI實訓(xùn)存在銜接問題。由于人工智能相關(guān)課程涉及面廣，課程難度大，內(nèi)容多，理論性較強，故要建設(shè)好AI專業(yè)，需要依賴于部分主流廠商搭建的AI實訓(xùn)平臺。事實上，AI平臺搭建較為煩瑣，對相關(guān)專用軟件的依賴度較高。此外，較高的AI實訓(xùn)平臺維護與實施費用也是高職人工智能技術(shù)服務(wù)專業(yè)建設(shè)面臨的重要問題。

3? “人工智能+教育”融合視域下的人才培養(yǎng)的挑戰(zhàn)（Challenges of? talent cultivation from the perspective of "Artificial Intelligence + Education"）

3.1? ?AI人才培養(yǎng)的課程體系建設(shè)挑戰(zhàn)

高職AI人才培養(yǎng)課程體系建設(shè)關(guān)乎人才培養(yǎng)的成敗，具有重要意義。課程知識體系主要依賴于課程設(shè)計的基本準則、基本依據(jù)與基本步驟。

（1）基本準則

由圖1可知，AI人才培養(yǎng)的課程體系依賴于人才培養(yǎng)與“1+X”證書、產(chǎn)業(yè)需求及崗位需求的融合。人才培養(yǎng)與“1+X”證書融合可以服務(wù)于人才培養(yǎng)的產(chǎn)業(yè)需求，而人才培養(yǎng)與產(chǎn)業(yè)需求融合可對崗位需求起指導(dǎo)作用;人才培養(yǎng)與“1+X”證書融合也能促進人才培養(yǎng)與崗位需求的融合，進一步實現(xiàn)提升就業(yè)率與就業(yè)質(zhì)量。

（2）基本依據(jù)

高職AI人才培養(yǎng)課程體系建設(shè)的基本依據(jù)歸納為AI教學(xué)階段的漸進化、AI實訓(xùn)資源的規(guī)范化、AI技能素養(yǎng)的支撐化與AI項目案例的工程化，如圖2所示。

AI教學(xué)階段的漸進化可以理解為對AI課程體系的學(xué)習(xí)應(yīng)該遵循由淺入深、由整體到局部的學(xué)習(xí)路徑。通過調(diào)研發(fā)現(xiàn)，部分兄弟高職院校在AI專業(yè)開設(shè)中盲目追求高精尖知識內(nèi)容，而對一些基礎(chǔ)課程的關(guān)注度明顯不足。如專業(yè)核心課程既有計算機視覺，又有自然語言處理、語音處理等相關(guān)課程，專業(yè)定位沒有兼顧學(xué)生的基礎(chǔ)及課程體系賦能的行業(yè)領(lǐng)域問題。AI實訓(xùn)資源的規(guī)范化應(yīng)關(guān)注“知行合一”，傳統(tǒng)教學(xué)方式強調(diào)老師的“教”與學(xué)生的“學(xué)”。而事實上，人工智能理論知識較為復(fù)雜，對線性代數(shù)、概率統(tǒng)計及高等數(shù)學(xué)等有較高的要求，尤其對于高職學(xué)生而言，如果在實訓(xùn)環(huán)節(jié)不予以重視，容易造成學(xué)生厭學(xué)的心理。為此，學(xué)校投入近300萬元引入了華為智能計算平臺，較好地解決了實訓(xùn)資源的規(guī)范問題。AI智能素養(yǎng)的支撐化要求學(xué)校與企業(yè)更加緊密地融合，如訂單班有助于將企業(yè)專家甚至是大國工匠引進校園，從而提升高職學(xué)生的AI學(xué)術(shù)素養(yǎng)。AI項目案例的工程化關(guān)注將華為、新華三、騰訊等企業(yè)的優(yōu)質(zhì)課程資源融入AI課程實訓(xùn)教學(xué)，以企業(yè)具體案例為驅(qū)動，實現(xiàn)高職人才培養(yǎng)與企業(yè)需求的無縫對接。

（3）基本步驟

AI人才培養(yǎng)要和產(chǎn)業(yè)需求對接，由圖3可知，AI人才培養(yǎng)的步驟包括五個部分。

首先，需要對湖南省內(nèi)AI技術(shù)人才的崗位需求進行線上線下調(diào)研，通過爬蟲對湖南省人才網(wǎng)、51JOB、三湘人才網(wǎng)、智聯(lián)招聘網(wǎng)等進行線上信息收集，同時線下調(diào)研湖南省主要信息類企業(yè)的AI人才需求，獲得相關(guān)的典型崗位及大致需求數(shù)量。此外，針對不同學(xué)歷層次會有相應(yīng)的人工智能需求崗位，如針對博士、碩士的AI算法工程師與AI產(chǎn)品經(jīng)理，針對本科生的數(shù)據(jù)工程師、AI應(yīng)用開發(fā)工程師，針對高職生?？粕腁I運維工程師、數(shù)據(jù)標注師、AI產(chǎn)品銷售與支持等，不同層次的AI人才需求數(shù)量基本呈現(xiàn)倒金字塔型。其次，歸納完典型崗位任務(wù)職責(zé)后，可以確定高職AI人才培養(yǎng)目標，進而完善與優(yōu)化現(xiàn)有的人工智能課程知識體系;最終，實現(xiàn)對具體教學(xué)課程的重組。

3.2? ?AI技能人才的持續(xù)學(xué)習(xí)挑戰(zhàn)

人工智能高職技能人才面臨新興技術(shù)迭代更替迅速與學(xué)科交叉的問題。

（1）新興技術(shù)迭代更替

目前人工智能涉及面廣、內(nèi)容復(fù)雜、難度大，相關(guān)知識體系的更新程度遠超摩爾定律預(yù)期。深度學(xué)習(xí)引發(fā)了人工智能發(fā)展的第三次高潮，以深度學(xué)習(xí)為例，眾多深度學(xué)習(xí)框架在這個“戰(zhàn)國”時代百花齊放，如蒙特利爾大學(xué)的Theano、加州大學(xué)伯克利分校的Caffe、臉書的Pytorch、Apache孵化的MXNet、微軟的CNTK、谷歌的TensorFlow與Keras，甚至是國內(nèi)百度的paddlepaddle、華為的MindSpore等。但這些深度學(xué)習(xí)框架并沒有統(tǒng)一的標準，其語法、架構(gòu)等皆存在差異。以目前主流的TensorFlow框架為例，其2.X版本融入了Pytorch的優(yōu)點，故TensorFlow框架的2.X版本更接近于Pytorch，卻不與TensorFlow框架的1.X版本兼容。這些深度學(xué)習(xí)框架對AI技術(shù)人員的繼續(xù)學(xué)習(xí)能力提出了挑戰(zhàn)。

（2）學(xué)科交叉融合

傳統(tǒng)機器學(xué)習(xí)方法處理小數(shù)據(jù)集尚可，但處理Imagenet等大型數(shù)據(jù)集顯得力不從心。5G+大數(shù)據(jù)技術(shù)使得算力與大數(shù)據(jù)集能夠得到有效處理與應(yīng)用，進而推進了云計算、大數(shù)據(jù)與人工智能的交叉融合。

圖4描述了云計算、大數(shù)據(jù)與人工智能三個學(xué)科之間存在的關(guān)系，云計算在算力上為大數(shù)據(jù)處理提供了保障;預(yù)處理后的大數(shù)據(jù)可以為人工智能算法模型提供數(shù)據(jù)輸入;人工智能的輸出涉及大數(shù)據(jù)集的訓(xùn)練與預(yù)測等，這也需要依賴于云計算集群的強大算力。目前我校已立項了華為智能計算平臺應(yīng)用開發(fā)“1+X”證書，以其中級證書內(nèi)容為例，云計算、大數(shù)據(jù)、人工智能在考證中的占比依次為1.5∶2∶3。由此可見，知識體系與學(xué)科的交叉融合也刻不容緩，這也是一項重要挑戰(zhàn)。

4? “人工智能+教育”人才培養(yǎng)的建議（Suggestions of talent cultivation from the perspective of "Artificial Intelligence + Education"）

4.1? ?加強AI技術(shù)師資人才梯隊建設(shè)

人工智能技術(shù)人才缺口巨大，眾多企業(yè)乃至本科高校都難以招聘到合適的人才，故高職院校也存在AI技術(shù)人才缺口。為了應(yīng)對危機，可以考慮下述方式。

（1）人工智能技術(shù)人才遷移培養(yǎng)

大數(shù)據(jù)、云技術(shù)專業(yè)與人工智能專業(yè)聯(lián)系緊密，可以考慮從上述專業(yè)抽取精兵強將進行漸進式培養(yǎng)，以點帶面，循序漸進，從而夯實學(xué)校AI技術(shù)人才的梯隊建設(shè)。

（2）校企合作開辦專業(yè)

通過校企合作，將企業(yè)AI技術(shù)人員引入學(xué)校全職或兼職教學(xué)，并實現(xiàn)對高職師生的同步培訓(xùn)。如可通過華為、騰訊等企業(yè)的師資培訓(xùn)，讓高職教師考取華為智能計算平臺應(yīng)用開發(fā)中級、高級等“1+X”證書，提升AI專業(yè)辦學(xué)的自有教師比率，從而整體推進人工智能相關(guān)專業(yè)的發(fā)展。

4.2? ?引入主流人工智能實訓(xùn)平臺

人工智能專業(yè)涉及內(nèi)容廣、知識難度大、環(huán)境搭建復(fù)雜等問題，部分本科院校也出現(xiàn)辦學(xué)與預(yù)期差異大的問題。AI內(nèi)容學(xué)習(xí)如采取“先知而后行”的方式，學(xué)生理論學(xué)習(xí)階段就容易出現(xiàn)被高深數(shù)學(xué)基礎(chǔ)難倒的問題。高職院校學(xué)生基礎(chǔ)差、底子薄，為此，需要采取“知行合一”的學(xué)習(xí)方式，一邊實現(xiàn)程序，同時講解原理，人工智能實訓(xùn)平臺能在一定程度上解決人工智能學(xué)習(xí)環(huán)境搭建困難、無法獲取有效數(shù)據(jù)集、處理大數(shù)據(jù)計算能力不足、數(shù)據(jù)處理中間結(jié)果查看不方便等問題。

4.3? ?深入研究人工智能課程知識體系

在完成4.1節(jié)與4.2節(jié)的基礎(chǔ)上，依據(jù)企業(yè)崗位需求與“1+X”等證書的要求，制定出符合我校特色的人工智能賦能工業(yè)的應(yīng)用型人才課程體系。課程體系分為公共基礎(chǔ)課程、專業(yè)基礎(chǔ)課程、專業(yè)核心課程、交叉綜合課程、職業(yè)素養(yǎng)與拓展課程，并以一年為周期，對由五部分組成的AI專業(yè)課程體系進行螺旋形迭代式的調(diào)整與優(yōu)化。

5? ?結(jié)論（Conclusion）

本研究以“人工智能+教育”融合視域下的人才培養(yǎng)為目標，分析了目前高職人工智能專業(yè)教育存在的問題，提出了解決問題的重要挑戰(zhàn)，給出了解決問題的建議，取得了較好的教學(xué)效果。未來工作致力于高職人工智能人才培養(yǎng)模式的優(yōu)化、課程體系的持續(xù)完善等，以提升學(xué)院人工智能相關(guān)專業(yè)建設(shè)水準，為國家培養(yǎng)更多的優(yōu)秀人才，服務(wù)于國家“十四五”建設(shè)。

參考文獻（References）

[1] 張海生.我國高校人工智能人才培養(yǎng)：問題與策略[J].高校教育管理，2020，14（02）：37-43;96.

[2] 肖卓宇，陳果，徐運標，等.新工科視角下以計算思維為導(dǎo)向的高職信息類學(xué)生程序設(shè)計能力培養(yǎng)研究[J].計算機時代，2020，38（6）：106-108.

[3] 王雪，何海燕，栗蘋，等.人工智能人才培養(yǎng)研究：回顧、比較與展望[J].高等工程教育研究，2020（01）：42-51.

[4] 吳朝暉.交叉會聚推動人工智能人才培養(yǎng)和科技創(chuàng)新[J].中國大學(xué)教學(xué)，2019（02）：4-8.

[5] 姚新.為什么人工智能人才培養(yǎng)這么難？[J].中國大學(xué)教學(xué)，2020（07）：25-29.

[6] 肖卓宇，徐運標，陳果，等.“人工智能+教育”融合的實施路徑研究[J].計算機時代，2020（11）：103-105;109.

[7] 肖卓宇，宋藝.基于CDIO的大數(shù)據(jù)技術(shù)課程教學(xué)研究[J].長沙民政職業(yè)技術(shù)學(xué)院學(xué)報，2018，25（02）：125-126.

[8] 肖卓宇，黃俊，徐運標，等.新工科視角下以計算思維為導(dǎo)向的高職Python程序設(shè)計公共課程教學(xué)改革研究[J].電腦知識與技術(shù)，2020，16（21）：154-155.

[9] 呂薇，季波，張怡凡，等.美國一流研究型高校人工智能人才培養(yǎng)的經(jīng)驗與啟示——基于“以學(xué)生為中心”的視角[J].大學(xué)教育科學(xué)，2019（06）：102-109;123.

[10] 肖卓宇，葉嘉笑.基于CDIO的IT類應(yīng)用型創(chuàng)新人才培養(yǎng)模式的研究[J].湖南郵電職業(yè)技術(shù)學(xué)院學(xué)報，2019，18（01）：89-90;97.

[11] 肖卓宇，何锫，陳果，等.帶特征指標約束描述的設(shè)計模式分類挖掘[J].山東大學(xué)學(xué)報（工學(xué)版），2020，50（6）：48-58.

[12] Timms M J. Letting artificial intelligence in education out of the box： educational cobots and smart classrooms[J]. International Journal of Artificial Intelligence in Education， 2016， 26（2）：701-712.

作者簡介：

肖卓宇（1979-），男，碩士，教授.研究領(lǐng)域：軟件演化，程序理解，機器學(xué)習(xí).

陳? 果（1980-），女，碩士，講師.研究領(lǐng)域：軟件演化，軟件工程.

郭? 杰（1976-），女，碩士，講師.研究領(lǐng)域：軟件演化，軟件工程.

黃? ?。?990-），男，碩士，助教.研究領(lǐng)域：軟件工程，智能制造.

徐運標（1983-），男，碩士，講師.研究領(lǐng)域：軟件演化，軟件工程.