人工智能人才畫像與培養路徑探析

茹 寧,蘇靖雅

人工智能作為新一輪產業變革的核心力量,已經成為推進供給側結構性改革和高質量發展的新引擎,推動產業轉型升級。2014年至2017年,中國人工智能市場的總規模由48.6億元上升到135.2億元,年平均增長率超過40%,預計2023年中國人工智能產業規模將增長至380億元。[1]隨著人工智能在各行業廣泛應用,該領域人才需求呈爆發式增長,人才供給總量卻嚴重不足,這也是全球面臨的共同問題。[2]根據騰訊發布的《2017全球人工智能人才白皮書》,全球人工智能領域人才約30萬人,其中約三分之二為產業人才,約三分之一分布在高校中,人才市場需求約100萬人。[3]為提高人工智能人才培養質量,2018年教育部發布的《高等學校人工智能創新行動計劃》中提出,高校要加強人工智能領域的人才培養,要以多種形式培養多層次的人工智能領域人才。此計劃也將人工智能人才培養上升到國家戰略層面。人工智能作為一個新型交叉學科,其學科的特殊性也決定了高校需要培養具備多學科的專業背景和多項能力素養相結合的復合型人才。那么,什么是人工智能復合型人才?人工智能復合型人才究竟應當具備何種核心素養?本研究基于扎根理論的研究方法,從人工智能企業需求入手,通過研究人工智能崗位人才畫像,深入挖掘智能時代人工智能復合型人才的基本內涵與本質特征,構建形象具體的人工智能人才畫像,旨在為高校培養人工智能復合型人才提供一定借鑒。

一、研究方法與設計

(一)研究方法

扎根理論作為一種質性研究方法,是指在分析質性資料的基礎上,從數據中自下而上地建構出相關理論。主要是通過對質性資料的收集以及深度分析不斷抽象出研究問題的關鍵性概念,從而在不同的關聯概念中建立相關聯系,構建出一整套科學的理論闡釋體系。扎根理論抽象出的理論是植根于所搜集的現實資料,并且與資料數據不斷互動中直接建立理論。[4]由于針對人工智能人才的相關理論較為缺乏,為了保證研究結果的可靠性,研究采用扎根理論構建人工智能人才畫像。

(二)資料收集

扎根理論主張“一切皆是數據”,研究者可以通過觀察、數據、訪談、報告、歷史檔案、書籍、紀錄片等渠道收集一手資料、二手資料作為數據的主要來源。[5]由于本研究主要基于人工智能企業的招聘需求進行分析,因此,本研究的資料來源于BOSS直聘、智聯招聘、獵聘、前程無憂、58同城五家國內知名招聘網站APP發布的有關人工智能方向職位招聘信息。主要以數據挖掘、機器學習、web前端、算法、自語言處理等詞條為關鍵詞,涉及當前互聯網的各類企業,共篩選出379條相關招聘信息進行編碼。

(三)資料分析

本研究綜合運用NVivo12.0中文版質性資料分析軟件,采用軟件編碼和人工編碼兩種方式提取招聘信息中相關初始語句,通過編碼,在資料的關鍵概念中不斷進行提煉和總結。扎根理論編碼主要分為開放性編碼、主軸性編碼和選擇性編碼三個編碼級別,三者交叉進行編碼,通過連續比較的方法進行資料分析。

1.開放性編碼

開放性編碼是對資料進行扎根分析的第一個環節,開始時登錄的范圍比較廣,將相關資料都納入編碼當中,隨后范圍開始不斷地縮小,直到初始概念出現了飽和。本研究通過對已招聘信息進行逐句閱讀以及比較,總共識別挖掘出92個初始概念。由于初始概念的數量比較龐雜,存在一定程度的內容重復,因此,研究對重復概念進行分析,剔除出現頻次少于3次的初始概念以及表達內容相似的初始概念。最終確定得到32個初始概念。

2.主軸性編碼

主軸性編碼旨在通過挖掘初始概念,建立類屬概念以及類屬之間的各種關系,即在開放編碼基礎上,將形成類屬并檢驗類屬之間的關系,從而建立類屬之間的潛在聯系。主軸性編碼將開放性編碼獲得的32個初始概念再次分析、歸類,形成12個主要類屬。分別是“知識堅實、學科交叉”,“技能高超、技術精湛”,“能力復合、思維多元”,“經驗豐富、實踐深入”,“興趣濃厚、品質優秀”,“與時俱進、持續發展”。

3.選擇性編碼

在開放性編碼和主軸性編碼之后,提取核心范疇,把各范疇系統整合在一起,基于一定的邏輯關系將核心范疇與主范疇和其他范疇進行關聯。經過對所有已發現的概念類屬進行系統的分析,選擇“核心類屬”,所選核心類屬具有高度的概括性、統整性,能將其他所有類屬納入其中,同時根據核心類屬的涵義、屬性,補充不完整的成分。[6]在分析主軸性編碼的基礎上,提煉出6個核心類屬分別為知識要素、技能要素、能力要素、實踐要素、情感要素、發展要素。三級編碼如表1所示。本研究通過不斷尋找新數據,進行理論性抽樣,對已形成的類屬加以比較、分析、剔除、修改,直至不再發現新的概念范疇即達到理論的飽和。在本研究中,隨機抽取任意相關人才招聘信息進行編碼,亦未出現新的概念和類屬。因此,本研究理論飽和度較高。

表1 人工智能人才畫像三級編碼展示表

續表

二、人工智能人才畫像概述

通過對5個APP網站人才招聘信息的編碼分析,提煉出6個核心類屬、12個類屬和32個次類屬,即人工智能人才畫像要素分為知識、技能、能力、實踐、情緒、發展六大要素,具體表現為“知識堅實、學科交叉”,“技能高超、技術精湛”,“能力復合、思維多元”,“經驗豐富、實踐深入”,“興趣濃厚、品質優秀”,“與時俱進、持續發展”12種核心素養,在現有資料的基礎上結合企業招聘信息,對人工智能人才六大要素的內涵分別進行具體闡釋,運用層次分析法對六大要素所占權重進行分析計算,最后對六大核心要素之間的聯系進行進一步解讀,以厘清各要素之間發揮的作用及內在聯系。

(一)人工智能人才畫像要素的基本內涵

1.知識要素——知識堅實、學科交叉

人工智能人才畫像的基本要素主要是指人工智能人才所具有的人工智能及相關學科領域的基礎知識和理論背景。人才必須是掌握了扎實的復合專業知識的人才,不僅要精通人工智能專業知識,還要至少掌握一門人工智能關聯學科的專業知識,擁有完備的知識結構。[7]因此,在人工智能人才招聘信息中,第一條招聘要求幾乎都涉及了人工智能人才的相關專業背景。主要要求集中在三個方面:一是人工智能基礎學科知識。人才需要掌握扎實的人工智能領域基礎知識,熟悉機器學習、網絡神經算法,熟悉常用的機器學習算法。二是需要具備交叉學科背景,其中包括運籌學、統計學、概率論、博弈論、計算機科學、數學、機器學習、人工智能、物理、腦科學、軟件、算法等多個領域的理論背景。三是要具備相關領域的理論研究成果。在上學期間閱讀過大量人工智能領域算法論文,并發表過該領域相關論文的人才會更受招聘企業的青睞。由此可見,堅實的知識基礎、多學科背景以及理論研究是企業招聘人才的基礎,也是人工智能人才畫像最基本的要素。

2.技能要素——技能高超、技術精湛

人工智能人才畫像所包括的根本要素主要指人工智能人才完成崗位工作所具備的技術技能,專業精度是對高技能人才的基本要求。人工智能需要面向智能產業最前沿、最“高精尖”的發展需求,需要關注當代科技、知識含量最高的前沿領域。因此,人工智能人才與通常意義上的高技能人才相比,在專業精度上的要求更高。除此之外,人工智能的核心技術是人工智能企業的競爭力所在,企業在招聘過程中也更傾向于招聘已掌握人工智能相關技術和軟件技能的高校人才。主要包括熟練掌握python、CC++R、C、MATLAB等編程開發軟件;熟悉深度學習、計算機視覺、自然語言處理、語音合成和語音識別、模式識別、機器人和環境感知等人工智能技術以及熟悉相關計算平臺和工具。由此可見,新時代對人工智能人才的需求逐漸偏向具備較高的技術技能,這也是企業招聘時對人才的基本要求。

3.能力要素——能力復合、思維多元

人工智能人才畫像的核心要素主要指人工智能人才通過培養所具備的多種復合型的能力和思維。通過研究人才招聘信息,發現企業都會將人才能力作為招聘必不可少的要求之一。企業對人工智能人才的能力需求主要集中在解決問題能力、邏輯思維能力、數據分析能力、獨立思考能力、持續學習能力、快速適應能力、理解表達能力以及要求人才具備創造性、系統性、批判性、前瞻性等思維。因為基本要素和根本要素決定了人才能否勝任崗位工作,但核心要素卻是人才能否高質量完成工作并解決問題的關鍵性因素,是新時代人工智能人才必不可少的核心競爭力。

4.實踐要素——經驗豐富、實踐深入

人工智能人才畫像的實踐要素是指人才在具體實踐中的行為、操作、活動、經驗,是其他要素的外顯化,要求人工智能人才不僅要經驗豐富,同時要實踐深入。從企業招聘需求中發現,企業對具有實習經驗、項目檢驗以及比賽經驗的人才更為青睞。人工智能人才通過實習、參與項目、參加比賽將學校所學的理論性知識與具體的人工情境相結合,才能實現從理論到實踐的轉化,形成人才對于崗位的核心競爭力。

5.情感要素——興趣濃厚、品質優良

情感要素是指人工智能人才順利、有效完成崗位工作所體現出來的興趣、熱情、意志、態度、價值觀、精神等方面的特征及其品質。對于招聘企業而言,人工智能人才不僅需要具備知識、技能、能力,還需要具有認真負責的工作態度、吃苦耐勞的精神、良好的職業道德、高度的責任心、對所從事的工作有熱情,具備溝通和團隊合作精神以及服務意識和鉆研精神。人工智能時代更加需要人才具備人文素養,在與機器打交道的同時還具有與人的溝通、協調與合作能力,同時要熱愛人工智能的工作,從而保證不在快速發展的智能時代隨波逐流,丟失自我。

6.發展要素——與時俱進、持續發展

發展要素是指人工智能人才在工作中能夠不斷學習、更新、優化新知識和工作能力,在人工智能領域持續發展所體現出來的特征。在招聘信息中發現,人工智能企業要求人才需要有強烈的上進心和求知欲、渴望用技術改變未來、能夠跟進領域內最新技術研究成果并探索將前沿的算法技術應用于實際業務,能夠不斷更新知識技術體系,并用于研發當中。由此可見,在人工智能第三次浪潮中,人工智能人才所具備的發展要素不僅是提升自我價值的催化劑,還是促進企業、人工智能產業持續發展的關鍵因素之一。發展要素要求人才保持對新技術、新應用的敏銳性,對技術發展趨勢的洞察力以及對未來人工智能發展趨勢的判斷力,時時關注并能夠及時發現科技發展的新動向。唯有如此,當技術變革來臨時才不至于手足無措。

(二)基于層次分析法的人工智能人才畫像要素權重

采用專家預測法對指標體系權重打分,并運用層次分析法對指標權重進行計算。本研究設計了“人工智能人才畫像要素權重”專家打分表。邀請8位人工智能公司HR對人工智能人才各要素之間重要性程度進行打分,將8位HR對同一維度下同一層次的各指標進行兩兩比較并按照重要程度標度法打出分數,之后將專家打出的分數進行匯總,算出每個評估指標的平均得分(如表2所示),最后通過兩兩矩陣計算出各層元素對系統目標的合成權重,進行總排序,以確定各個要素的最終權重(如表3所示)。權重結果顯示,人工智能招聘企業對于人工智能人才要素需求從高到低依次為技能要素、知識要素、能力要素、實踐要素、發展要素和情感要素。由此看出,企業對人工智能人才技能方面的需求權重最高,充分體現出人工智能市場中高技能人才對促進產業升級、推動高質量發展的重要作用。

表2 專家打分表

表3 人工智能人才畫像各要素權重

(三)人工智能人才畫像核心要素的內在聯系

人工智能人才畫像核心要素主要包括知識要素、技能要素、能力要素、實踐要素、情感要素、發展要素,這6個要素缺一不可,共同組成了人工智能人才的核心素養。知識要素是基礎,只有具備堅實的理論知識背景,才能培養人工智能人才的其他素養。技能要素是支撐,人才在進入崗位后,除了要具備一定理論知識,更需要熟練掌握人工智能相關技能和技術,核心的技術是推動人工智能產業發展的根本所在。能力要素是核心,人工智能時代不僅僅要求人才的專業知識和相關技能,還需要人才具備復合型能力和多元化的思維,因此,在知識技能傳授的過程中,關注培養人才各項復合型能力是培養人工智能人才的核心任務。實踐要素是各要素發揮作用的前提條件,掌握的知識技能必須在實踐過程中才能得以應用和升華,因此要重視人工智能人才實踐要素的培養。情感要素是靈魂,是內化于心的精神力量,能夠支持人工智能人才在人工智能領域的持續發展。發展要素是最終目標,人工智能時代,知識更新頻繁,需要人才持續學習和不斷保持對前沿技術的更新,因此,人工智能人才最終在行業領域的競爭力取決于其發展要素,高等教育人才培養的最終目標是培養能夠不斷自我更新,升華自身知識儲備、技術技能、能力思維、實踐經驗的可持續發展人才。每一核心要素既相對獨立,有著自身的結構和規律,且一直在不斷地發展,同時又與其他各要素相互聯系、相互作用。某一要素的發展程度及其與其他單個或多個要素之間相互作用的強弱、方式、速度及質量不是整齊劃一的,而是因人而異,這正構成人工智能人才畫像的多樣性和復雜性。這些要素的變化并非是孤立的自我發展,而是積極與其他要素相互作用、動態發展。

三、基于人工智能人才畫像的人才培養路徑

(一)優化課程體系,為人才培養“固本”

人工智能專業知識是人才培養最堅實的基礎,優化人工智能課程體系,是人工智能人才培養的長遠之計和固本之策。因此,要擺脫依托于單一學科的人才培養模式,設置“專、通、交”的課程體系。[8]即核心課程中既要有鞏固基礎的“專業化”課程,加強學生知識積累的深度,同時也要有拓展人工智能知識面的“通識”課程以及體現若干專業學科知識匯聚的“交叉”課程,加強學生知識積累的寬度。其中,通識類課程應以運籌學、統計學、概率論、博弈論、計算機科學、自動化、數學等理論性強的基礎學科為主,只有掌握一定的基礎知識,才能更好地掌握人工智能驅動下的先進生產技術原理,推動理論性研究的深入。[9]交叉課程以金融學、生物學、法學、化學等應用性學科為主,旨在通過交叉課程尋找人工智能的交叉應用領域。與此同時,要依據不同類型高校人工智能相關專業人才培養的能力需求和規格定位,確立人才培養方向,依據培養方向厘清實現相應能力培養所需求的專業知識和通識知識,進而建立支撐專業知識的多級化、積木式的知識領域和知識單元。[10]

(二)彌合“技能鴻溝”,為人才培養“蓄能”

人才是強國的第一資源,高技能人才是促進產業升級、推動高質量發展的重要支撐。然而,人工智能不斷發展導致了低端操作技能人才的市場需求逐步縮小,高端操作技能人才的市場需求逐步擴大,“技能鴻溝”日益加劇。截至2018年,我國技能勞動者僅占就業人員總量的21.3%,高技能人才僅占技能勞動者總數的29%;具體到人工智能領域,擁有10年從業經歷者僅占38.7%。技術更新與人力投入之間亦存在明顯的替代效應。[11]高校人才培養為適應市場需求,理應在原有培養的基礎上拓寬人工智能人才技能培養方式,加大資金投入,引進人工智能高端先進設備和相關技術軟件,緊跟人工智能技術國際發展前沿,設置人工智能最新芯片、技術、系統和平臺等方面的課程,同時設置若干技能性較強的綜合性的實踐課程,加強技術應用能力,同時借助線上平臺,不斷更新先進技術與應用軟件平臺的教學,彌合人才與就業市場的“技能鴻溝”。

(三)轉變教學模式,為人才培養“賦能”

人工智能人才不僅要掌握和操作先進生產技術,還要具備創造性地開展生產勞動、解決實際問題、提高技術革新等復合型能力。因此要求高等教育人才培養要加快轉變教學模式,將教師由“知識傳授為主”的工作模式轉換為“以學習引導為主”的工作模式,更加關注學生的個性化和定制化教學,學生由被動學習轉化為主動學習和深度學習,學生更加關注各學科知識的實踐應用及創新。采取基于項目式的教學方式,以問題為導向形成學習項目,項目的完成與問題的解決需要多維學科知識的集合,即需要運用廣域的跨學科知識探索解決項目的實際問題,通過學生分小組討論、匯報、探究,設計出有關人工智能相關問題的解決方案,深入開展啟發式學習和探究式學習。同時,要重視培養學生們在試圖解決問題的過程中發展出來的如何獲取知識、如何計劃項目以及控制項目的實施、如何與小組成員溝通和合作的能力,唯有如此才能真正實現學生能力的高度復合。

(四)重視實踐應用,為人才培養“筑基”

人工智能的典型特點是應用驅動,因此,高校必須加強人才實踐應用的培養,在校企合作的同時深化產教融合,打造產學研一體的人工智能人才培養實踐基地。一是與人工智能相關公司密切合作,可以包含工程、醫學、交通、醫療、教育等各個領域,深入了解各企業人工智能的相關需求,同時企業也可以為學生提供人工智能的實踐平臺,包括豐富的競賽、技術對話、實習崗位、公司開放日、網絡活動、學生科創等。二是聘請人工智能相關企業的科學家、工程師到高校參與“人工智能+X”的實踐課程和相關項目評比等,給予學生更加開闊的視野和更加務實的、以加強學生問題為導向的思維引導和技能訓練。三是加大與企業的合作,共建基于“人工智能+X”的實習實訓基地,區域內高校共享實訓基地,充分發揮實踐基地的作用,最大限度為學生創造更多的實習實訓機會,培養能夠應對重大現實問題以及豐富場景應用的專業型人才。同時利用企業的研發中心、工程中心為學生提供參與前沿研究、產業轉化和實踐的平臺,借助企業的力量培養人工智能復合型人才。

(五)關注情感意識,為人才培養“導航”

不論人工智能和大數據技術的發展程度如何,都要將素質教育作為人才培養的重中之重。因此,高校要更加重視對人工智能人才的素質教育,尊重人的主觀能動性以及個性、興趣,注重開發人的智慧潛能,注重形成人的良好個性和健全的人格。在人工智能人才的企業招聘需求當中提到的職業道德、工作熱情、合作精神、服務意識、鉆研精神等品質都是呼喚高校素質教育的體現。一個人只有具備了良好的情感意識,才有可能實現向較高層次的素質或專業素質的“遷移”。因此學校在人工智能人才培養上,不僅要關注人才專業技能的培養,還要深化對人才情感意識的塑造,培養具備人文素養、渴望用技術改變未來的人工智能人才。

(六)瞄準發展前沿,為人才培養“提速”

當前新技術更新換代頻繁,高等教育不僅要培養能夠邁入企業招聘門檻的人才,還要培養具備可持續發展能力和可塑性的人才。因此要注重培養人才自身的元認知以及持續學習能力,高元認知能力能夠幫助人才時刻緊跟人工智能領域的技術前沿,對變化保持足夠的開放度和包容性,在面臨不同問題時能處變不驚,冷靜地思考對策和解決方案。同時,要注重培養其對不同職能工作的適應彈性。