高职院校人工智能专业建设的探索

文/夏宝平

人工智能专业作为2019年教育部增补高职院校新开专业，如何培养和定位该专业人才是各高职院校必须思考的问题。本文从高职院校人工智能专业人才培养的现状入手，从专业的目标定位、职业岗位能力分析、师资配备和课程体系设置四个方面探索高职院校人工智能专业人才的培养。

随着互联网的飞速发展，云计算、大数据和物联网等相关新兴技术得到广泛应用，人工智能目前已经遍布人们的衣食住行领域。随着人工智能的广泛运用，市场对人工智能人才的需求不断加大，人工智能技术人才炙手可热。

2019年10月，教育部开始增设高职“人工智能技术服务”专业，2020年正式开展实施，全国共有173所高职院校获批开设。2021年，教育部将原“人工智能技术服务（610217)”专业变更为“人工智能技术应用（510209)”专业，全国共有385所高职院校获批开设。人工智能职业教育的开启，加快推动了系统、完整地培养应用型人工智能专业人才的进程。

国内人工智能职业教育开展只有短短3年时间，但是教育部门、企业和高职院校等多方高度重视人工智能人才的培养。自2019年教育部增补“人工智能技术服务”专业后，越来越多的高职院校积极顺应社会发展的趋势，响应市场需求和国家发展战略，立足学校自身的办学条件和特色，充分调研人工智能产业发展对人才的需求，认真探索符合产业发展的人工智能专业人才培养模式。[1]但鉴于人工智能是一门新兴专业，目前各高职院校在人才培养模式和定位上都处于探索阶段，需要进一步深入研究。

（一)专业人才培养目标定位不准确

人才培养方案作为专业建设的“方向盘”，要能清晰明了地指明专业建设中的各个方面。而人工智能专业非一级学科，高职院校中存在多个专业都在进行人工智能人才培养，例如计算机科学与技术、工业机器人技术、嵌入式技术与应用等。对人工智能人才的培养没有明确指定必须在哪个学院或者哪个专业培养，各高职院校的人才培养方案难以统一，以致整个人工智能人才培养体系不健全。[2]

（二)职业岗位能力分析不到位

人工智能专业作为交叉性学科，其应用的行业领域特别广泛，所以各高职院校要做到对岗位进行科学分类、对各岗位能力进行深入分析，肯定存在一定难度。[3]

人工智能虽然是高职院校新开专业，但是目前人工智能已经渗入与生活密切相关的各行各业，不同企业对人才要求并不相同。因此，高职院校培养的人才与企业所需人才之间往往会存在一定差距。各高职院校所在的省市区域的人工智能行业发展并不均衡，特别是人工智能行业发展受限的区域。另外，高职院校对人才需求的调研不够准确，最终导致培养的人才和面向的岗位与行业难以满足市场需求。

（三)师资力量配备不足

《2022年人工智能教育蓝皮书》指出，人工智能专业教师授课能力缺乏和课程体系不够完善仍是亟待解决的突出问题。高职院校人工智能专业组建的师资团队是人工智能专业建设的关键因素之一。目前，高职院校人工智能专业的师资队伍，大部分都是由现有的信息技术相关专业教师组成的教学团队，比如计算机专业、通信专业、电子信息专业、自动化专业等，大部分教师没有相关岗位的工作经验，对人工智能行业及技术的了解不够深入。[4]但是高职院校的人工智能专业课程的教学过程需要结合人工智能在各行各业的应用，特别是需要融合企业的真实项目和案例，才能使学生深入了解和领会人工智能技术的落地运用，而目前高职院校的教师缺乏人工智能企业项目的实践经验。

（四)课程体系构建不合理

人工智能专业涉及知识面较广、理论较深，高职院校人工智能专业若注重专业技术本身，学生就比较难以消化。但如果人工智能涉及的专业内容面面俱到，学生学到的内容往往只是入门级。[5]若只是将人工智能或相关专业的知识直接迁移到人工智能专业的课程中，那么人才培养方案中的专业课程就缺乏系统性和重构性，就不会突出人工智能专业与其他相关专业的独特性。

一般人才培养方案在学生入学前已经制订，但由于人工智能是新兴专业，行业技术更新速度非常快，高职院校的学生经过3年的学习后，可能会面临所学的课程体系内容难以满足实际岗位要求。

（一)专业定位

根据职业教育的特点，高职院校人工智能专业应侧重应用型、技术型、实践型和操作型岗位人才的培养，在专业定位上应面向人工智能方向的技术服务。人工智能的技术方向有应用开发、机器人、运维和营销等。各高职院校在专业的定位上聚焦在1～2个面向应用或用户的人工智能技术方向上较为合适。

高职院校在编制人才培养方案对人工智能专业进行定位时，首先可以参考国家行业与职业准则；
其次以产教融合为出发点，依托区域人工智能产业，立足行业需求岗位；
再次进行充分调研，内容包括企业用人需求、行业就业热点；
最后根据标准、了解行业、运用调研数据支撑人才培养，编制出一套符合学校自身特点的可以落地的人才培养方案。

（二)面向岗位

高职院校人工智能专业人才培养主要面向的岗位可分为技术、运维和营销三大类，结合人工智能行业的岗位需求，具体为数据处理、人工智能产品应用开发、技术支持、人工智能产品集成与运维、市场营销等。

首先，高职院校要充分发挥高职职业教育的特点和优势，密切关注最新发布的与人工智能相关的新职业工种和标准，如人工智能训练师、人工智能工程技术人员，将新职业要求和标准融入人才培养方案中。

其次，高职院校要从企业用人需求的信息中提炼出高职人工智能专业所面向的典型工作岗位，并对标标杆企业整理出典型的工作岗位，如数据标注员、数据预处理员、智能系统运维工程师、机器学习工程师等。

最后，高职院校在高职应用型人才的培养过程中，应积极推动企业与高职院校的联合培养模式，寻求与区域标杆的人工智能企业进行深度合作，探索基于产教融合的人才培养模式。

（三)师资队伍

随着人工智能行业的迅速发展以及各高校人工智能专业的开设，市场上很多企业已经有较为成熟的人工智能产品，与人工智能相关的课程教材应运而生，配套的教学资源也非常丰富。

人工智能专业师资培养是目前众多高职院校面临的问题。师资培养需要有明确的标准规范和完整的配套培养与教育体制，最好的途径就是结合产学研的企业项目，通过真实的工作场景和实践需要将培训内容落地运用。

除了对专业进行深入学习，参与行业相关会议、论坛外，高职院校还要安排教师参加基于“产教融合”的人工智能师资培训，让高校与企业之间进行深度师资交流，不断提升专业技术水平，不断提升教师的教学能力。

（四)课程体系

根据职业院校学生的特点，为使人工智能课程设置得更加合理化，高职院校首先应把人工智能专业课程的内容先浓缩，然后分解为适合高职学生学习的课程；
其次是人工智能专业课程的设置应对应到行业、产业等具体工作岗位；
最后作为补充的选修课程，课程设置要遵循学生个性化的发展，如开设人工智能产品营销和服务类课程，拓展高职学生的职业规划。

通过分析高职院校中2020年已开设人工智能技术服务和2021年已开设人工智能技术应用专业的人才培养方案，高职院校可以总结和提炼出适应所在区域的课程体系结构，厘清人工智能专业基础课、专业核心课、专业实践课与专业拓展课的分类，梳理出这些专业课程知识点的递进关系，实现课程设置的完整化和系统化。

人工智能专业课程具备多学科交叉性，同时又具有很强的技术前沿性。专业课程的内容和涉及面较广，技术更新较快，所以人工智能专业课程的教师需要通过不断学习和培训来提高自身的知识技能储备，从而适应行业发展和课程更新。

人工智能专业既是综合性较强的交叉学科，也是新兴专业，所以高职院校在设立人工智能专业后，需要从专业定位、面向岗位、师资培养和课程体系等多维度来进行思考和探索，编制一份适合高职院校的科学的人工智能专业应用型人才培养模式，助推人工智能产业的区域发展。