基于人工智能教育的信管专业人才培养探析

刘 松，胡云瑞

(长江大学 经济与管理学院，湖北 荆州 434023)

人工智能对产业技术创新、经济发展、社会进步、国际政治经济格局等产生重大深远的影响。我国积极应用包括人工智能在内的“云大物移智链”等先进技术，增强数据采集、数据管理、数据挖掘能力，打破“信息壁垒”，全面提升数据资源应用广度深度和共享服务水平[1-2]。为推动“双一流”建设，高校着力构建赶超世界先进水平的人工智能人才培养体系， 2017年国务院印发《新一代人工智能发展规划》，2020年教育部、国家发展改革委、财政部制定《关于“双一流”建设高校促进学科融合 加快人工智能领域研究生培养的若干意见》，强调依托“双一流”建设，构建基础理论人才与“人工智能+X”复合型人才并重的培养体系，探索深度融合的学科建设和人才培养新模式。

面对国家政策引导、产业需求倍增、研究生教育强化的新趋势，如何适实现人工智能教育与本科阶段教育的有效融合，夯实“人工智能+X”复合型人才培养的基础成为需要研究的课题。信息管理与信息系统专业(简称信管专业)作为经济管理类专业中多学科交叉融合特征的专业，涉及较多的计算机基础理论和应用技术以及人工智能相关的基础课程，面向人工智能领域进行专业培养具有良好基础。近年来，以大数据为导向的信管专业人才培养模式[3-4]、大数据时代信管专业实践教学体系等相关研究受到关注[5]，强调业务知识、企业IT技术、业务建模及数据分析能力训练，致力于培养能有效利用大数据、构建新型企业运作架构模式的专业人才。然而，现代企业向数字化和智慧化转型，不仅需要大数据分析和挖掘，还需要在建立大数据生态系统的基础上，进一步促进学生数据分析及决策分析能力提升。因此，以“人工智能为导向”的信管专业培养模式受到重视。赵佳等[6]提出了在信管专业开展人工智能教育的5点改革建议。赵鸿萍等[7]、向函等[8]以医药行业为背景，提出以人工智能为导向的信管专业改革方案。长江大学信管专业近5年来一直开展多阶段分类人才培养模式的改革与探索[9]，已经将人工智能课程以及“大数据分析与应用”作为本科生培养的分类发展方向之一，具备人工智能教育融入信管专业人才培养的良好基础。本文结合长江大学信管专业人才培养实践，探讨将人工智能教学融入多阶段分类人才培养模式改革要求、改革框架、课程体系以及措施，为地方高校开展以“人工智能+X”为导向的信管专业人才培养模式提供参考。

2.1 培养模式改革的总体要求

根据教育部、财政部、国家发展改革委制定《关于高等学校加快“双一流”建设的指导意见》以及信管专业、人工智能专业专业人才培养的特征，制定以下四方面的培养模式改革的总体要求。

2.1.1 强化立德树人

《关于高等学校加快“双一流”建设的指导意见》明确把把立德树人的成效作为检验学校一切工作的根本标准，要求高校一体化构建课程、科研、实践、文化、网络、心理、管理、服务、资助、组织等育人体系，把思想政治工作贯穿教育教学全过程、贯通人才培养全体系。人工智能对科技创新、产业发展、社会进步有重要推进作用，如果培养的人才失去正确价值观和道德范式的约束，其技术破坏性、经济损失及社会影响效应可能难以预防与控制。因而，强化立德树人要求，加强教学和科研伦理教育是人工智能专业相关专业人才培养的前提。

2.1.2 重在强基固本

需要把人工智能必备理论和技术教学融入信管专业必修理论课程。信管专业现有课程包括经济、管理、数学、计算机等门类，考虑到学习和教学难度，若干重要技术课程被设置为“选修”。此次改革要求若干重要人工智能课程不能简单地以选修课程设置的方式出现，否则不利于“人工智能+X”培养模式推进。

2.1.3 倡导多元融合

适合信管专业的人工智能应用应如何对基于视觉、传感器、语言、文本、网络信息等结构化或非结构化数据形成的大规模数据进行挖掘，从而辅助决策或者增强组织经营管理能力。这要求以经营管理的人工智能应用场景为导向，拓展人工智能核心理论、技术和创新方法的应用领域，实现人工智能对传统经营管理活动的赋能改造。“人工智能+X”的多元融合方式，要求深化人工智能与信管专业重点分类方向的深度融合，不断丰富完善人工智能理论体系、技术和工具对现有重点分类方向的支撑和扩展能力。

2.1.4 突出精准培养

人工智能产业应用场景众多，对学生的综合能力要求高，确定人工智能领域分类发展方向必须有所取舍。信管专业人才培养细分方向要针对人工智能产业应用的现实需要,在机器学习、计算机视觉与模式识别、自然语言处理、知识处理与挖掘、智能芯片与系统、大数据分析与系统、商务智能等主流人工智能发展方向中确定适合学校资源、优势的分类培养方向。

2.2 信管专业人才培养模式改革的思路与框架

长江大学信管专业现有的多阶段分类人才培养模式将本科4年的教学过程分为通识能力培养、基础能力培养、核心能力培养、综合能力培养、定向能力培养、定向能力强化等六个阶段，并配套“一个导向、二项基本原则、三个重点分类发展方向、四个实训平台、五项关键举措”[9]。按照“强化立德树人、重在强基固本、倡导多元融合、突出精准培养”的总体要求，对多阶段分类人才培养模式涉及的课程结构和课程内容进行渐进式调整，加强不同阶段课程一体化设计，循序渐进地将人工智能原理、技术和方法融入学生信息技术能力、信息分析能力、管理决策能力，以及创新创业能力的培养过程，如图1所示。

总体思路是以多阶段分类人才培养模式为基础，优化现有分类培养方向的理论与实践教学内容，培养学生利用大数据、人工智能相关技术分析和解决企业经营管理问题的能力。具体体现在3个方面：①紧扣人工智能发展最新趋势，强化人工智能基础理论和道德伦理教育；
②将商务智能作为信管专业课程调整的重要方向，对课程教学顺序和教学内容进行修订，推进人工智能理论与技术与现有的“大数据分析和应用、云架构ERP系统运维管理以及Web信息系统设计与开发”3个方向的深度融合；
③整合跨学院教师资源和产教融合平台资源，增设“人工智能”模块，逐渐将“大数据分析和应用”分类方向转变为专门的“商务智能”分类发展方向。

3.1 国内外人工智能专业的课程体系分析

我国高校人工智能专业教育设置在学院层面再设置细分专业，也有直接设置在专业一级再细分研究方向，并且由于专业建设的历史渊源、专业优势和教学资源存在差异，致使各高校教学和研究的应用场景存在差异[10]。而且不同高校人工智能专业设置课程体系设置存在很大的差异。按照张新香[11]的分类方法，理论课程体系可以细分为基础类课程、支持类课程和目标类课程。由于人工智能专业教育强调计算机、数学知识、人工智能基础理论的学习，使各高校开设的基础类课程和支持类课程重合度高。主要的基础类和支持类课程均涉及基础数学知识、基础计算机知识、编程语言基础、人工智能基础、工具基础等。基础数学知识包括高等数学、线性代数、概率统计、图论、凸分析、数值分析等；
基础计算机知识包括操作系统、linux、网络、编译原理、数据结构、数据库等；
编程语言基础包括Hadoop 平台、C/C++、Python、Java、R言、Map Reduce 编程实践等[2]；
人工智能基础包括机器学习、数据挖掘、逻辑回归、SVM、分类器、人工智能算法等；
工具基础涉及Opencv、Matlab、Caffe等。但是，各高校所设置目标类课程重合度不高，取决于具体专业发展渊源、教学或研究的主要应用场景设置。

图1 人工智能嵌入的信管专业多阶段分类人才培养框架

美国卡内基梅隆大学(CMU)计算机学院在2018年3月设立人工智能专业。其本科教育需要学习包括数学和统计核心课程、计算机科学核心课程、人工智能核心课程、道德、AI 细分方向、人类学和艺术、一般科学和工程学相关的30 门课程[12]。课程体系包括固定的必修课程、细分方向必选课程、专业选修课程以及自由选修课程4类。CMU课程设置注重数学基础，包括微积分、矩阵与线性变换、积分与逼近、计算机科学的数学基础等必修课程；
计算机基础课程和人工智能基础课程包括解释与声明、计算学、计算机科学中的重要理论、命令式计算原理、功能式编程原理、表征与解决问题简介、计算机系统简介、并行与串行数据结构与算法等必修课程。CMU的选修课程重视科学和工程学、人工智能道德、人类学和艺术学的教学，还开设了应用导向性很强的AI 细分方向课程。人类学和艺术选修课包括认知心理学、人类信息处理与人工智能等。决策和机器人方向的选修课程包括神经计算、事实与算法、认知机器人、AI 的策略推理、机器人的规划技巧、移动机器人编程实验室、机器人运动学和动态学等；
机器学习方向的选修课程包括深度学习和控制、机器学习文本挖掘等；
感知和语言方向的选修课程包括搜索引擎、语音处理、计算性感知、计算性图像、视觉传感器；
人类与人工智能交互方向的选修课程包括人类为中心的系统设计、人类-机器人交互、智能产品和服务设计等。选择该方向的学生还要求学习额外的概率统计、计算建模、机器学习以及符号化计算课程[11]。

3.2 多阶段分类人才培养模式的课程体系调整

2018年教育部发布《普通高等学校本科专业类教学质量国家标准》，强调对信管专业学生的信息技术能力、管理决策能力、信息分析能力的培养，但目前培养学生信息技术能力课程开设较多，管理决策能力次之，信息分析能力最少[4]。人工智能教学融入信管专业课程体系的重点在于强化训练学生的信息分析能力、算法实现能力以及管理决策能力。

3.2.1 通识能力培养阶段

多阶段分类人才培养模式在通识能力培养阶段已开设高等数学、线性代数、概率论与数理统计、运筹学、计算机程序设计、数据结构、数据库技术等课程[9]，对学生信息技术能力培养已有足够支撑。该阶段需要重点调整《专业概述》课程教学内容，适当加入人工智能领域发展趋势分析，加强对学生的人工智能方向发展引导；
利用数学视频[13]，让学生直观地理解大数据技术和人工智能技术对工业生产、经济运行和社会治理的重要作用；
同时，将一年级末的《社会实践》课程调整为《人工智能产业认知实习》。

3.2.2 基础能力培养阶段

将原本在大三期间开设《跨专业综合实训》课程前置，让学生从流程管理的角度熟悉企业经营管理关键业务；
同时，调整若干数学类和计算机类课程的教学内容，加强数据分析和算法实现能力训练。具体调整方案为：①在《运筹学》中加入优化算法、凸分析基础，减少线性规划求解、存储论以及排队论等内容；
②《概率统计》课程加入高级统计分析内容，弱化经典概率原理的讲解，配合统计软件进行实训；
③增加《形式逻辑学》选修课程，适当引入逻辑谓词内容，让学生掌握基本逻辑推理和符号逻辑演算原理，提升学生的计算思维、数据思维能力。

3.2.3 核心能力培养阶段

以《管理信息系统》和《决策支持系统》等专业核心课程为载体，增加人工智能在信息管理、经营决策中的应用技术介绍。这2门课程教学调整重在选择合适的经营管理案例，让学生学习大数据、云计算、人工智能算法在经营管理决策、生产优化等场景中的应用。增加以python、R语言为主的程序设计课程以及《数据分析与可视化》等技术课程，提高学生利用人工智能算法进行数据处理的编程能力。通过设置编程学习的形式[14]，让学生可以集中精力锻炼编程能力。

3.2.4 综合能力培养阶段

针对信管专业人才培养方案普遍存在围绕大数据分析、大数据处理、人工智能以及基于数据驱动的管理决策等教学内容不足的问题[15]，增设“人工智能必修课程模块”，开设3～4门人工智能核心课程，如机器学习、云计算与大数据技术、商业智能、区块链技术、数据挖掘、数据建模与数据仓库关键技术等。要求学生应用人工智能理论、方法和工具来解决云架构ERP系统运维管理、Web系统分析与软件开发、大数据分析和应用等问题，形成“人工智能+X”的复合型人才分类发展模式，增强学生利用人工智能推动以数字企业、智慧企业转型为特征的企业治理体系和能力提升的思维和技术手段。

3.2.5 定向能力培养阶段

该阶段需根据学生职业发展规划，提供多种分类发展方向的选择，提高实践课程比重。重点是通过长时间专业实训的方式，培养学生的分类定向技能。数据产生价值可以分为信息交付、分析与洞察、决策制定三个维度[4]，通过大数据与人工智能技术结合，可方便地实现信息交付、分析与洞察维度，这是信管专业当前大数据分析与应用方向主要的培养目标。将信管专业培养目标提升到决策制定维度，要求学生能掌握大数据及人工智能分析工具[16]，驾驭企业经营管理中产出的大数据去实现商务智能。为此，大数据分析与应用方向将在条件成熟时调整为“商务智能”方向，着重培养学生运用人工智能理论和技术手段对企业经营管理中产生的大数据进行有效挖掘、开发、分析、运用与管理。

3.2.6 定向能力强化阶段

毕业设计是定向能力强化的重要手段。短期内最有可以被人工智能替代的是信息收集、信息处理、或可预期的重复工作，也是较容易从技术上实现的，而创造与决策、专业技能、沟通交流、不可预测的意外工作则是人工智能应用追求的远期目标。因此，对于选择商务智能分类方向的学生，毕业设计指导教师在为学生确定研究主题时，要多设置创造与决策、专业技能、沟通交流、不可预测的意外工作等场景，让学生从信息交付、分析与洞察、决策制定三个维度将人工智能技术引入到问题分析与解决过程中，真正提升学生应用人工智能理论和技术解决复杂管理问题的能力。

4.1 建设高水平专业教师队伍

随着我国各高校对人工智能教育越来越重视，传统专业与人工智能相结合带来的师资队伍建设短板逐渐显现[7]。以长江大学信管专业为例，师资队伍建设短板主要表现在3方面:学校在人工智能领域有影响力的教授、专家较少; 学校大数据、人工智能教师数量不足; 一些教师缺少人工智能和大数据技术应用方面的实践能力。从长远角度来看，高校需要加大专业人才引进和培养力度。为此，需要做好4方面的工作：

(1)加大对现有人工智能教师特别是青年人才的稳定支持力度，对相关学院从事人工智能理论、技术、工具和系统研究的教师进行专项科研经费支撑，制定人工智能科研教师团队和领军人才培养计划，构建多方向、高质量、结构合理的人才队伍。

(2)与人工智能龙头企业、产业化基地和地方政府签订合作协议，设立师资联合培养项目，建立任务驱动的跨行业跨学科人工智能教师团队。同时，积极聘请大数据、人工智能相关企业优秀技术人才和管理人才担任兼职教师。

(3)制定优惠政策，招聘人工智能前沿领域优秀人才和高水平创新团队。人才招聘要注重学科背景的多样化、互补性，实现不同学科背景人才的整合。

(4)学校层面要统筹利用教学科研资源，打破传统学科间的壁垒，促进跨学科、跨学院的人工智能人才要素流动和多学科交叉，集中优势力量，聚力解决重大问题。

4.2 搭建产教融合实践平台

人工智能教学融入多学科交叉的学生分类发展方向，要强化理论与实践相结合的培养方式，需要高质量的专业实践课程及实践教学平台。

加强人工智能实践教学平台建设，为“人工智能+X”培养机制创造高质量的实践教学平台。依托“双一流”学科建设契机，构建开放式、多元化的合作机制，整合更多的专项资金投入，挖掘社会和产业资源共建共享机遇，在人工智能基础理论、机器学习、计算机视觉与模式识别、自然语言处理、知识处理与挖掘、智能芯片与系统、数据分析与大数据系统、商务智能等科技前沿和产业应用方向上，强化多元化的人工智能开放创新平台、实验室(技术研发中心)、应用场景平台、实训基地和实践课程体系等方面的产教融合建设。在实践教学方面，鼓励教师深入企业，与企业合作研发教案例，以解决企业的实际问题引导课程教学内容的建设[16]。加强特色数据资源建设，通过与外部机构共建和自行采集某领域的用户行为数据、评论文本数据、产品销售数据、学科知识图谱和典型案例库等[15]。教师通过设计科研项目或者创新比赛竞赛的方式[17]，促进产学研深度融合。

本文结合长江大学信管专业多阶段分类人才培养的实践经验，提出在信管专业人才培养模式中融入人工智能教育的改革方案。按照“立德树人、强基固本、多元融合、精准培养”的总体要求，将人工智能和大数据技术与传统分类方向的有效结合，构建“人工智能+X”培养机制与多阶段分类培养兼顾的人才培养体系，有利于实现信管专业学生的综合学习能力提升。加快构建人工智能教育融入信管专业人才培养模式。促进人工智能“双一流”学科建设发展，加强政策统筹协调，争取更多的资源投入，加快推进高质量的人工智能实践教学平台建设。