人工智能學院建設：內部驅動與就業調查

蘇 明，陳·巴特爾，2

（1.南開大學 周恩來政府管理學院，天津 300350；2.內蒙古民族大學 民族研究院，內蒙古 通遼 028005）

人工智能學院建設是我國高等教育適應智能時代社會變革的重要內容，也是我國新工科建設的重要組成部分，其任務在于服務國家戰略發展的新需求、構筑國際競爭的新優勢、對接新舊經濟增長動能轉換的新產業、建設引領未來發展的新起點。[1]（p8）2019年5月，習近平總書記在中國人工智能與教育大會致賀信中指出，人工智能是引領新一輪科技革命和產業革命的重要驅動力，要培養大批具有創新能力和合作精神的人工智能高端人才。[2]由于人工智能的應用領域涵蓋了行政、商業、醫療、教育、軍事等幾乎所有領域，政府已經意識到僅由企業推動研究人工智能是遠遠不夠的，必須由國家戰略支撐人工智能的發展來占領世界人工智能技術競賽的高地，把發展資源向人工智能領域重點傾斜，并且建立相應的組織機構來推動人工智能發展。[3]（p18）《高等學校人工智能創新行動計劃》鼓勵有條件的高校建立人工智能學院，僅2018年就有南開大學、天津大學等42所高校成立了人工智能學院或人工智能研究院，2019年以來華中科技大學、中國人民大學等數十所高校也相繼成立了人工智能學院，2020年教育部《2019年度普通高等學校本科專業備案和審批結果》顯示又有180所院校獲批了新增人工智能專業。在人工智能學院建設“熱”的同時，很多學者提出了“冷”思考——人工智能學院大量成立的內部條件是否已經成熟？學者們認為高校既不能“無所作為”，又不能“盲目強為”，[4]（p22）既要“熱情高漲”，又得“循序漸進”，避免“一哄而上”“量大而質劣”和“培養即過剩”的局面。人工智能人才常常與傳統互聯網行業的人才高度重復，導致人工智能人才的界定和統計口徑存在很大差異，由于人工智能處于多個傳統學科的交叉領域，人工智能人才更多以領域化、碎片化的形式出現，[5]（p63）為了更準確地掌握人工智能學院的人才培養和就業現狀，本課題組以人工智能學院為研究視角，對全國27所高校的人工智能學院進行調查，以了解人工智能學院建設存在的問題和就業狀況。

一、內部驅動：人工智能學院涌現的內部條件

在國家政策推動和地方資源傾斜的外部條件下，人工智能學院大量涌現，這讓許多學者產生了憂慮，尤其2020年教育部備案新增人工智能專業的許多學校自身發展條件較差。高校成立人工智能學院既要實現對智能時代社會快速變化的適應性，但也要考慮自身條件避免盲目跟風、一哄而上，必須做好學科論證和學院論證避免量多而質低和人力物力的浪費。判斷人工智能學院成立的內部條件是否成熟在于審視目前人工智能發展面臨的四個問題：其一，從人工智能產業化角度，當前人工智能產業化與20世紀80年代的人工智能全球產業化浪潮有何不同，在日本“五代計算機計劃”等上一輪人工智能產業化失敗的前車之鑒中，新一輪的人工智能產業化浪潮是否會重蹈覆轍而再次形成“有政策，無市場”的人工智能泡沫?其二，從人工智能學科發展的角度，人工智能學科的發展能否跟上人工智能產業化的需求，當前人工智能的發展形式是否符合人工智能學科的特點和發展規律，還是陷入了“只顧產業需求，不顧發展可能”的矛盾之中？其三，從人工智能學院組織的角度，是否有必要建設獨立的人工智能學院，在傳統的計算機科學與技術學科的培養框架下能否實現只需發展學科而不組建學院的可能？其四，從人工智能人才供需匹配的角度，人工智能學院的大規模迅速成立是否會產生人才批量生產導致培養過剩的問題，高校人工智能學院培養人才的重點和定位在哪里，當前我國人工智能學院的人才培養是全方位的供不應求還是存在結構性差異？

首先，關于人工智能是否為泡沫和人工智能學科發展內部規律的問題。泡沫是一種產業虛假繁榮的現象，其本質上是對事物的發展過度自信而形成的預期遠高于實際的錯誤決策。[6]（p115）如果人工智能的學科發展不足以支撐人工智能產業化而形成產業投入和現實基礎的背離，那么伴隨著預期的破滅，人工智能產業將會由迅速上漲的繁榮轉變為暴跌不止的蕭條，因此人工智能產業發展和人工智能學科發展是相互依存的兩個問題。20世紀70年代人工智能學家開發出知識密集的專家系統，人工智能開始邁向醫療診斷和語言翻譯領域，這極大地鼓舞了市場和政府的信心，從而誤判為只要加大人工智能產業的投入就可以很快地解決當時人工智能翻譯不準確等應用問題。美、歐、日等國家和地區紛紛以國家戰略的方式增加了人工智能投入，但遺憾的是人工智能技術并沒有因為人工智能產業化投入而獲得關鍵突破，當時人工智能技術的實用價值很低而無市場生存之地。再談當前，如今人工智能的核心技術與20世紀80年代的專家系統和邏輯推理完全不同，機器學習和深度學習實現了以數據驅動和超級計算為核心的現代方法，把智能問題轉變為數據問題并在數據中獲取信息和知識并實現科學決策，Russell S.J認為機器學習意味著人工智能終于成為堅實的科學方法，實踐證明深度學習非常善于學習高維度數據中的復雜結構，適用于自然科學、經濟和管理等社會科學領域。[7]（p21）人工智能技術已經成功跨越了科學與應用之間的“技術鴻溝”，突破了從“不能用、不好用”到“可以用”的技術拐點，解決了20世紀人工智能產業化浪潮中產生的人工智能“不如人，成本高”等問題。[8]（p1）技術的突破使得人工智能市場需求旺盛，就當前人工智能的應用來說，雖然仍然在某些領域存在一些不完善的地方，但是整體上人工智能產業化是成功的，人工智能成為一種可靠的工具而延伸到生活的方方面面，人工智能+交通、人工智能+醫療、人工智能+教育等人工智能產業正蓬勃發展。

其次，關于建立人工智能學院的必要性和人工智能人才供需的問題。北京大學、南開大學等四所高校于2004年率先設立了智能科學與技術本科專業，至2017年共有近40所高校設立了智能科學與技術專業，但是原有的學科框架遠不足以支撐當前人工智能的發展。一方面，人工智能更多地與計算機科學、數學、工程學有關，而智能科學更多地是與認知科學、神經科學、腦科學有關，原有智能科學與技術專業與當前人工智能發展的側重并不相同。[9]（p52）另一方面，人工智能學科體系愈發成熟和豐滿而形成了一個獨立的學科體系，具有腦認知機理、機器感知與模式識別、自然語言處理與理解、知識工程、機器人與智能系統等二級學科，超出了原有學科框架的容納范圍。[10]（p11）人工智能學科原本分散在計算機學院、自動化學院、軟件學院、電子信息學院等，從組織的角度看，學院作為高校的二級組織具有底部沉重和矩陣結構的特征，從而使得學院的內部交流比跨學院交流更加通暢，學院壁壘為系統的人工智能課程教育設置障礙，同時也不利于資源的精準傾斜和二級學科間的合作研究，因此，把分散的人工智能學科整合到人工智能學院可以有效減少學科教學與科研的組織成本，也有利于通過新的學科專業平臺推動人工智能學科的系統化建設。人工智能專業一經設立便成為熱門專業，《2017全球人工智能人才白皮書》顯示，全球人工智能領域人才約30萬，人才市場需求約100萬，但是全球每年人工智能領域畢業的學生僅2萬人左右。需求遠高于供給的勞動力市場導致人工智能行業的薪酬高于其他行業，從而吸引了許多人通過人工智能社會培訓而跨行進入人工智能行業。《2017人工智能就業市場供需與發展研究報告》顯示，人工智能人才主要是由近緣行業跨界而來，高校還未能形成可觀的人才輸出。當前，我國人工智能人才供給大幅增加，除了人工智能企業的內部培訓之外，其來源主要包括三個部分——跨界到人工智能行業的往屆高校畢業生、人工智能相關學科的畢業生、國外畢業的人工智能人才。人工智能行業的社會培訓周期短、規模大、變化迅速、精準性強，但是相比高校的人才培養，其基礎知識薄弱，注重應用性而缺乏高端研發能力，難以培育高層次人工智能人才，而高校人才培養卻難以適應人工智能知識的快速更新，教育內容可能由于陳舊而不適應市場需求。雖然總體上人工智能人才供小于求，但是高校培養的人工智能人才相對社會培訓和企業培訓的人工智能人才具有不同的競爭優勢，各類人工智能人才的市場需求符合度具有不確定性，人工智能學院實現大規模人才供應之后，高校、社會培訓、企業培訓等人工智能人才培養格局將發生變化。

二、人工智能學院的發展現狀與就業調查

現在的高等教育系統學科數量繁多，絕大多數都是自身學科知識體系成熟之后從其他學科獨立出來的。自1956年達特茅斯會議上人工智能成為一門新學科開始，人工智能逐漸發展為具備了系統性和獨立性的知識體系，并且具有了龐大的社會需求和較高的社會價值，鐘義信、李德毅、方勇純等都認為人工智能已經可以被設置為一級學科了，人工智能逐漸實現了學科獨立和學院獨立。[7]（p20）我國人工智能學院基本上都是由相近學科從其他學院獨立并擴充而成，或者以原學院為基礎改建而成，譬如，南開大學人工智能學院是在計算機學院的智能科學與技術專業的基礎上建設的，華中科技大學人工智能學院是以原自動化學院為主體建設的，中國人民大學人工智能學院是從信息學院分離而成的。由于各高校人工智能專業的設置和研究側重都不相同，由此而發展起來的人工智能學院研究方向等具有較大差異。為了解我國人工智能學院建設的現狀、存在的問題以及人工智能人才供需情況，南開大學就業指導中心聯合全國就業指導中心對我國27所高校人工智能學院進行了調查研究，所調查的高校包括華中科技大學、南開大學、山東大學、吉林大學、四川大學、華南理工大學等14所“雙一流”高校，以及上海理工大學、黑龍江大學、重慶郵電大學、天津師范大學等13所普通高校。考慮到目前我國人工智能學院建設的總數量，可以認為本次調研的范圍較廣，也具有較好的代表性。本次調研采用問卷調查和訪談調查相結合的方式，其中問卷的設計由南開大學人工智能學院、高等教育研究所、商學院、就業指導中心的多位教授組成的“人工智能與未來高等教育發展戰略”課題組完成，問卷回收率100%。

（一）人工智能學院的教育現狀。

在人工智能學院建設過程中都不同程度地有師資短缺、師資整合不力、課程體系不明晰等問題。本次調查的所有人工智能學院均選擇將完善本校人工智能專業師資建設、引入外部人工智能師資、課程體系的設計和更新作為學院工作的重點內容，而且普遍注重學院與企業的產學研合作和人工智能實踐基地建設。各人工智能學院在課程設置上具有相似之處，主要包括基礎類課程（如概率論、數理統計）、專業核心課程（如機器學習、模式識別）、應用類課程（如機器視覺、多媒體技術）以及工具類課程（Python語言、R語言等）。在關于學院人工智能專業培養存在困難的調研中，調研的27個人工智能學院中有18所學院（占比67%）具有師資力量薄弱的問題，有16所學院（占比59%）反映人工智能相關知識更新過快而學院課程較難完善，14所學院（占比52%）反映人工智能學科需要儲備大量其他學科的知識而本學院難以完成教學，16所學院（占比59%）反映實施的專業實踐教學難以滿足學生能力素養的提升需求。由此可以看出專業師資薄弱、教學內容落后、關聯學科師資短缺、專業實踐教學不足成為我國人工智能學院普遍存在的四大難題。（見圖1）比較出乎調研組意料的是關于本校人工智能專業學生在人才市場的供需狀況，有6所高校（占比22%）反映本校培養的人工智能人才供大于求，有8所高校（占比30%）反映本校培養的人工智能人才供求相當，這與當前人工智能人才嚴重不足的觀點有很大出入，另有11所高校反映本校培養的人工智能人才供小于求，有2所高校反映本校培養的人工智能人才供遠小于求（見圖2）。

圖1 人工智能學院面臨的主要問題

圖2 人工智能學院畢業生就業的供求狀況

（二）人工智能學院就業的變量描述。

為了進一步分析我國人工智能學院總體的辦學特征，研究學校特征和人工智能就業之間的關系，本文對調查變量進行了處理。調查問卷中代表人工智能學院特征的變量有四個，分別為學校層級、學生層級、培養規模、培養定位：學校層級變量是為了區分人工智能學院所屬學校是“雙一流”高校還是普通高校；學生層級變量是為了區分人工智能學院所培養的學生的最高學歷是學士、碩士還是博士；培養規模變量是為了區分人工智能學院培養學生的數量；培養定位變量是為了區分人工智能學院培養的是應用型、復合型還是研究型的學生。調查問卷中代表人工智能勞動力市場的變量有三個，分別為招聘企業增長度、招聘職位增長度、招聘質量增長度：招聘企業增長度變量是為了反映招聘人工智能人才企業數量的變化；招聘職位增長度變量是為了反映招聘人工智能人才職位數量的變化；招聘質量增長度變量是為了反映招聘人工智能人才職位質量的變化。調查問卷中代表高校人工智能就業特征的變量有兩個，分別為學生就業類型和供需關系：學生就業類型變量反映畢業學生從事技術研發崗位還是技術研發支持崗位；供需關系變量反映高校人工智能人才供給和市場人才需求的關系。基本情況如表1所示。

（三）基于多重對應分析的樣本特征。

多重對應分析是一種分析多個分類變量之間相關性的方法，可以用點的形式在二維空間中表示出關聯列表的行和列各變量的比例結構，其基本原理是將高維空間的向量點向低維空間投影，然后把多個分類變量不同層次的關聯性展示在二維圖上。[11]（p212）為了能夠更清晰地看出我國人工智能學院特征的變量關系、人工智能勞動力市場的變量關系以及與人工智能就業變量的關系，本文分別對反映人工智能學院特征的四個變量、反映人工智能勞動力市場特征的三個變量以及所有變量作圖。

表1 人工智能學院特征的統計描述

圖3 人工智能學院變量多重對應分析的類別聯合圖

圖4 人工智能勞動力市場變量多重對應分析的類別聯合圖

圖5 全變量多重對應分析的類別聯合圖

在多重對應分析圖中，落在由原點（0，0）出發方位與距離相近區域的類別點具有關聯性（本文將區域相近且聚集的點用圓圈圈出），如果距離較遠或者不在同一方位則關聯性較弱或者無關聯性。由圖3人工智能學院變量多重對應分析的類別聯合圖可以看出，我國人工智能學院并非同質化建設，而是形成了三種主要類型，編號分別為1、7、9、12、13、23的華南理工大學、山東大學、華東理工大學、吉林大學、華中科技大學、福州大學的人工智能學院特征具有相近的距離和方位而成為同一種類型，這些高校都是“雙一流”院校而且培養層級較高；編號為11、14、15、19、26的天津師范大學、山東科技大學、天津中德應用技術大學、天津機電職業技術學院、重慶城市管理職業學院的人工智能學院特征具有相近的距離和方位而成為同一種類型，這些學校都是普通高校而且培養規模較大、培養定位為應用型；編號為16、17、21、22、25的黑龍江大學、重慶郵電大學、西南政法大學、天津科技大學、上海第二工業大學的人工智能學院特征具有相近的距離和方位而成為同一種類型，這些學校都是普通高校但是培養定位較高。由圖4人工智能勞動力市場變量多重對應分析的類別聯合圖可以看出，招聘企業增長度、招聘崗位增長度、招聘質量增長度之間具有關聯性，來校招聘的人工智能企業數量增幅越大，其招聘崗位數量和崗位質量也增幅越大。由圖5全變量多重對應分析的類別聯合圖可以看出，就業類型為技術研發支持崗的學生更可能來自學校層級較低、培養規模適中的學校；就業類型為技術研發崗的學生更可能來自培養定位較高、學校層級較高的學校；供遠小于求更可能發生在培養層級高、招聘職位和質量增幅大的學校；供求平衡更可能發生在學校層級高、招聘質量增幅較高的學校；供大于求更可能發生在學校層級低、培養規模大的學校。對于為何已經產生人工智能人才結構性供大于求的情況以及供大于求為何普遍發生在普通高校這一問題，本文認為人工智能應用類崗位對從業者系統的人工智能知識要求和學歷要求并不高，《2017人工智能就業市場供需與發展研究報告》顯示專科學歷的人工智能從業者占比高達34%，本科學歷占比61%，碩士及以上學歷占比僅4%。專科學歷者通過社會學習就足夠跨界進入人工智能領域，而且人工智能的社會培訓具有周期短、應用性強、市場反應快的優勢，能夠更早地尋找人工智能相關職位并獲取企業內培訓和工作經驗的優勢，這就大幅擠壓了普通高校人工智能專業畢業生的就業空間，從而形成了《2019全球人工智能報告調查》所顯示的中美人工智能人才總量相當但是我國高層次人才嚴重不足的結構性問題。“雙一流”高校能夠獲得更多的發展資源，其師資薄弱問題更小，學生就業競爭力更強，因此更容易獲取更高層次的學習機會和就業機會，普通高校畢業生的就業空間被社會培訓和“雙一流”高校畢業生雙重擠壓，更容易產生供大于求的現象。

三、結論

高端人才的培養應該是我國人工智能學院的重點任務，這給未來人工智能人才培養以質量為中心提供了實證支持。人工智能是引領這一輪科技革命和產業變革的戰略性技術，具有溢出帶動性很強的“頭雁”效應，加快發展新一代人工智能是我們贏得全球科技競爭主動權的重要戰略抓手，是推動我國科技跨越發展、產業優化升級、生產力整體躍升的重要戰略資源。[12]人工智能技術的發展最終還是要依靠人工智能人才，高等教育要積極適應智能時代的變化并承擔起培養人工智能人才的時代責任。本課題組對全國27所人工智能學院進行了調查，發現專業師資薄弱、教學內容更新慢、關聯學科師資短缺、專業實踐教學不足成為我國人工智能學院普遍存在的四大難題，有13所高校反映其人工智能人才供小于求，在總體上人工智能人才仍然供應不足，尤其是高端人工智能人才緊缺，但同時人工智能人才也存在結構性問題，有6所調查高校已經存在培養的人工智能人才供大于求的現象，可見我國人工智能人才供應存在總量不足和結構不合理的雙重矛盾，其中人工智能高端人才嚴重不足而形成的人才結構不合理的矛盾是當前的主要矛盾。人工智能人才供應渠道具有多元化特征，中低端人工智能人才可以通過社會培訓和計算機相近專業跨行進入，其人才空缺更容易補充，但是人工智能高端人才卻無法通過短期培訓快速填補，因此應當把培養人工智能高端人才作為我國高校人工智能學院的主要任務。針對以上問題，人工智能學院建設應當把握以下方面：

（一）以市場需求為引導，推動人才培養的層次化。世界范圍內新一輪人工智能產業化需要大量的人工智能人才，在人工智能人才的國際競爭中，培養一支助力我國人工智能產業發展的人才隊伍是人工智能學院的根本目標。一方面，人工智能人才的市場需求仍然較大，需要高等教育領域集中資源把人工智能人才培養作為新時代的重要任務；另一方面，人工智能人才的市場需求具有層次化的特征，既需要從事人工智能核心算法研究的高端研究型人才，也需要人工智能技術的應用型人才，以及與人工智能相關的服務型人才。人工智能人才市場需求的層次化特征要求我國人工智能人才培養的層次化和人工智能學院定位的多元化，“雙一流”高校應該把研究型人才作為培養目標，而普通高校應該重視學生的應用能力，雖然目前各學院在培養目標定位上已經注意到了多元化，但是在課程設置上卻存在嚴重的同質化問題。人工智能產業發展需要一條完整的人工智能產業鏈條，產業鏈上不同位置的人才要求并不相同，需要以市場需求為導向培養層次化的人工智能人才，避免人工智能人才供給的結構性問題。

（二）以協同培養為保障，實現人才培養的國際化。人工智能領域的知識更迭迅速，許多專家表示人工智能學院中的許多教學內容非常陳舊且價值不大，應該讓學生盡可能地掌握技術的前沿內容。要保障人工智能教育的前沿性就需要讓師生擴大眼界，融入世界范圍的人工智能領域，及時掌握國內外最新的研究成果。長期以來國際化人才培養通常是以交流生的方式進行，但是這種方式效率較低而且覆蓋范圍小，在智能時代可以建立人工智能前沿學習網絡平臺，及時把最新的人工智能知識推動給學生從而解決教育內容落伍的問題，讓高校線下教學和網絡平臺教學協同發展，適應人工智能知識的快速更替。人工智能相比其他學科內容更新更快，要做好課程內容的及時更新和國際化交流，避免內容過于陳舊和封閉而被市場淘汰。

（三）以從嚴把關為原則，保障人才的培養質量。《高等學校人工智能創新行動計劃》鼓勵有條件的高校建立人工智能學院并在政策上予以資源支持，許多基礎條件不好的高校會為了獲得資源傾斜而建立人工智能學院。因此，要保障人工智能人才培養的高質量就需要循序漸進、從嚴把關，把學校基礎條件和學院發展目標有機結合并制定切實可行的培養方案。雖然人工智能學科是在控制論、計算機等學科的基礎上發展起來的，而且許多人工智能學院也是從原學院分離出來的，但是人工智能與控制論、計算機等學科有很大不同，是以機器學習、深度學習、增強學習為核心的學科。因此，要以原學院資源為依托發展人工智能，但也要體現出人工智能的專業特色，不僅在人工智能專業審批和學院建設論證中要從嚴把關，而且在人工智能發展評估中也要從嚴把關，明確人工智能發展特色，避免人工智能“大籮筐”和培養即過剩的問題。一方面，高校人工智能人才培養要以市場需求為引導，通過動態的人才市場調研及時掌握人工智能人才需求的變化情況，不斷調整人工智能人才培養的結構和規模；另一方面，以從嚴把關為原則及時調整培養質量落后和學生就業不佳的院校，建立動態的學院評價機制，改變學院建只增不減的現象，避免培養即過剩的問題。

（四）以師資建設為根本，助力人才的長期培養。師資建設是人工智能培養的根本保證，人工智能師資建設的復雜性在于既需要人工智能專業的師資建設，又需要人工智能專業相關的師資建設。作為一種工具性和應用性很強的橫斷學科，人工智能學科的建設不僅包括本學科理論的研究，而且也包括與被輻射學科的銜接和應用。要實現人工智能學科的理論價值和應用價值就需要同時做好人工智能學科建設和“人工智能+”學科建設，加強人工智能專業師資建設和相關專業師資的聯合教學，解決人工智能專業師資不足和關聯學科師資不足的問題，同時要加強人工智能倫理教育，樹立學生善用人工智能的觀念，維護人工智能的社會服務價值和良性發展；[13]（p228）規范人才引進程序并建立公平的教師考核辦法，在人工智能學院建設中，國內高校普遍面臨著學科師資由弱到強或者從無到有的過程，通常師資建設的辦法就是從高校內部的近緣學科抽取部分教師組建為基礎師資，同時根據基礎師資對學科特色的規劃而選擇性地從校外引進與規劃相符的人才從而組建為混合制的師資隊伍，這就需要注意維護引進人才和基礎師資的和諧關系，避免資源分配中出現對外來人才的擠兌現象。另一方面可以借鑒我國生物工程學院的建設經驗，大力引進海外高端人才，尤其是華裔人工智能人才，把我國人工智能專業建設為世界學科高峰。