人工智能在人才培養中的分層教育架構

張良智 楊福廣

摘 要：人工智能在高等教育階段，面向不同教育對象和教育階段，呈現不同的教育內容。本文提出了人工智能教育的分層架構，通過認知層面、分支領域的知識和能力、綜合應用和研究創新四個層面，分析了人工智能教育的層次體系，為融入專業教育提供了新思路。

關鍵詞：人工智能;人才培養;分層教育

在人工智能浪潮的沖擊和影響下，教育領域正在經歷一場深層次變革，技術正在重塑教育的新形態。在此背景下，研究如何應用新技術推動教育事業的發展具有重要意義。教育部科技司司長雷朝滋指出，以人工智能為代表的新一代信息技術的快速發展，將會對傳統的教育理念、教育體系和教學模式產生革命性影響，當前我國在各級各類教育中都逐步融入智能教育的理念、知識和方法，分層次教育框架體系初步構建，在基礎教育、職業教育、高等教育和科普教育等多個方面進行人工智能教育。

人工智能的分層次教育研究，初步得到廣大教育工作者和人工智能產業應用領域的關注，研究成果不多。錢旭升等集中分析了我國高中人工智能教育目標的分類、分層體系構建，提出了在人工智能教育領域，分別從有關知識的獲取與表達、核心技能的習得與遷移和豐富魅力的充分體驗三個層面進行教育[1];另有研究分析了人工智能與STEM等課程的融合[2][3];構筑了人工智能+教育的生態系統[4]。然而，作為人工智能教育的主戰場，高等教育中針對不同基礎、不同學科、不同層次的學生，如何開展人工智能教育，如何劃分層次便于協調有序推進人工智能體系化的教學？本文立足于人工智能技術在教育領域中的應用現狀，剖析其在教育應用中的典型特征，針對不同階段的提出人工智能教育的不同層次，為推動我國人工智能與教育的融合創新發展提供理論指導。

一、人工智能教育的分層模型

? ? ?高等教育擔負為國家培養應用型、研究型各類人才的任務，同時因學科專業眾多，相互之間差異大，學生層次、基礎背景、高中經歷等千差萬別，因此對大學生的人工智能教育也應因材施教，劃分層次種類，根據學生的實際情況，分步驟、有計劃的逐步開展。圖1 給出了高等教育中人工智能技術體系教育培養層次結構圖。

在該層次結構中，最底層為認知層面，包括應用場景認知、主體思想認知和知識體系認知。中下層為當前知識和能力的教育，包括人工智能各領域分支的所有基礎和高階知識與能力。中上層為復雜工程問題的解決能力和知識的綜合應用能力。最高層為面向研究生教育，培養人工智能科學素養，做研究創新性工作。

二、各教育層次的分析

1、認知層次

認知層次是人工智能教育的最底層，但不可忽略。因學生的基礎、專業、經歷等方面的差異，認知層次的教育可靈活開設。認知教育又可劃分為三個層面，分別為應用場景認知、主體思想認知和知識體系認知。

應用場景認知，主要是對人工智能當前在社會生產生活，經濟社會各行業領域中的應用場景介紹，對未來可能的發展趨勢做出預測分析，讓學生充分認識到人工智能技術對未來社會的影響和改變。這一認知教育開展的形式多樣，課時差距大，學生素質高、認知充分的情況下甚至可以不做。

主體思想認知，主要是對人工智能核心思想的把握。當前人工智能技術領域存在多種思想流派，有差異有共性，需要向學生充分展示各思想派別的核心理念，若干重要的思想，如讓機器學習和實現人的行為和思路，能夠深入受教育者的內心，同時要認知到人工智能發展可能帶來的社會倫理、不可控等負面效應。

知識體系認知，目的讓學生充分認識到人工智能涵蓋的知識領域，可能涉及到哲學和認知科學，數學，神經生理學，心理學，計算機科學，信息科學，控制科學等多個學科領域，知識體系龐大。既要有宏觀全面的認識，也要定位于某一個方面，扎根鉆研學習。

2、各分支的知識傳授和能力培養

這部分內容是高等教育本科階段的主要內容，各相關專業從各自專業角度出發，深度講授各自的專業知識，從公共基礎課、學科基礎課到專業課、專業方向課，從基礎實踐能力培養到專業課程高階能力教育。

針對專門設立的人工智能類專業，因涉及到的知識體系太過龐雜，不可能面面俱到，多采用宏觀介紹、重點發展的教育模式，讓學生自愿選擇各自感興趣的課程模型，以與未來職業發展規劃相適應。

針對大多數非人工智能專業，都采用“人工智能+專業”的方式，將人工智能的重要思想、關鍵技術和能力培訓環節引入到專業教育中，通過課程內容更新與替換，關鍵課程開設和能力素質訓練等環節，促進專業教育充分借鑒人工智能發展的技術，與時俱進。

3、綜合應用層次

近年來工程教育認證的思想深入人心，本科階段培養解決復雜工程問題的能力是最終目標，而人工智能的發展和應用對各行業來講都至少是某個方面的復雜問題。因此通過本專業知識和人工智能相關分支知識的融合，提升專業領域復雜問題解決能力，這是本科教育的最高階段。

4、研究創新能力

人工智能近年來發展日新月異，新知識新體系不斷涌現，這就需要廣大從業者有足夠的研究創新能力，這方面的教育在研究生階段開展。通過教育學生不斷跟蹤當前研究熱點，培養創新能力，推進相關技術不斷產生新思想，取得新發展。

三、總結

人工智能教育融合在高等教育各專業各層面是大勢所趨，所有學科、專業和課程都應積極吸收、借鑒其思維方式和技術特點，提高專業人才培養質量。但也應看到人工智能技術內容多難度大，知識體系龐雜，應根據專業特點和學生實際情況，分層次開展教育，既要讓學生了解和認知到人工智能+專業的必要和優勢，又要做到循序漸進，逐步提高，避免學生陷入人工智能紛繁復雜的知識海洋，為了學而學，學而不思，無法達到人工智能促進教育提高的目的。

[參考文獻]

[1] 錢旭升，鄭和.我國高中人工智能教育目標的分類、分層體系構建課程[J].教材，教法，2007，27（1）：71-75.

[2] 唐燁偉，郭麗婷，解月光，鐘紹春.基于教育人工智能支持下的STEM跨學科融合模式研究[J].中國電化教育，2017，（8）：46-52.

[3] 張劍平，張家華.我國人工智能課程實施的問題與對策[J].中國電化教育，2008，（10）：95-98.

[4] 吳永和，劉博文，馬曉玲.構筑“人工智能+教育”的生態系統[J].遠程教育雜志，2017，35（5）：27-39.

資助項目：（1）山東交通學院教學改革研究項目，對接“十強產業、人工智能+”試點專業—自動化（編號2018ZD08）;（2）山東省本科教改項目重點項目，建設新工科、服務新動能背景下地方應用型本科院校專業集群建設研究--以交通類專業集群建設為例（編號Z2018S031）。

（作者單位：山東交通學院，山東 濟南 250357）