人工智能時代高職院校專業建設探析

買琳燕 樊明成

摘 要 面向人工智能時代，高職院校的專業建設動力既有來自國家政策導向的支持、人工智能產業應用對培養人才提出的新需求、人工智能技術對教學革新的輔助等，也有人工智能專業設置、人才培養目標和規格定位、課程體系構建、教師能力及主體地位、實驗實訓條件和校企合作程度等因素的挑戰。面向人工智能時代高職院校的專業建設應在供需維度上，堅持緊跟前沿原則，提高專業培養的更新性;在培養標準維度上，堅持整合協同原則，強化教學過程的融合性;在發展維度上，堅持以人為本原則，增加培養內容的人文性。重點應建立人工智能專業和相關專業的人才培養制度，探索人工智能專業、相關專業和其他專業的人才培養機制，構建人工智能專業和相關專業的人才培養平臺。

關鍵詞 人工智能;高職院校;專業建設;校企合作

中圖分類號 G712 文獻標識碼 A 文章編號 1008-3219（2022）04-0046-07

隨著人工智能產業的高速發展和市場需求的快速提升，人工智能產業已成為新的重要經濟增長點，人工智能與職業教育領域的聯系必然愈發緊密。根據2018年教育部印發的《高等學校人工智能創新行動計劃》，人工智能與職業教育專業建設的融合主要體現在兩方面：一是人工智能作為一類專業知識，屬于具體的教學內容，職業教育要面對市場處理該專業領域的人才儲備問題，即開展人工智能或相關領域的技術技能人才培養與應用研究，為社會提供相關的人才支撐;二是人工智能作為一類教育技術，可與教育教學深度融合，推動教學手段、教學媒體、教學環境和教學方法等的改革創新，服務于人才培養質量提升。

由此可見，對高職教育而言，無論是面對日新月異的人工智能技術發展及其產業應用，需要提高人才培養質量以適應人工智能復合型發展要求下的職業生涯，還是利用好建立在多種學科知識基礎上的復合技術提高人才培養質量，其背后的邏輯均涉及到面對人工智能時代的高職院校專業建設方向整合與變革問題。在此背景下，本文在分析面向人工智能時代高職院校專業建設內涵的基礎上，試圖回答為何要改革、應遵循的原則及把握的重點等問題。

一、人工智能時代高職院校專業建設的內涵

人工智能（Artificial Intelligence，簡稱AI）概念由麥卡錫1956年在達特茅斯會議上首次提出，主要是研究模擬人類能力和智慧行為的跨領域科學[1]，是在計算機、控制論、信息論、數學、心理學等學科融合基礎上發展起來的一門交叉學科。人工智能在教育領域的有效應用已被實踐所證明，從早期的計算機輔助教學（CBE）到智能指導系統（ITS），再到今天的教育機器人、智能教室、VR/AR和自適應學習系統等，無不體現出人工智能對推動教育現代化的積極作用。新一代人工智能，特別是深度學習技術等在一些行業的成功應用，不僅意味著教育技術即將迎來一場革命，更預示著人才需求的深刻變化。現有高職教育在邁向人工智能時代的過程中，必須進行一場持續而深刻的變革，才能在人工智能時代生存和發展。

面向人工智能時代高職院校專業建設中的“專業”主要分為三個類別：人工智能專業、人工智能相關專業和其他專業。在教育部印發的《普通高等學校高等職業教育（專科）專業目錄》2019年增補專業中，共增補了9個專業，包括計算機專業類的“人工智能技術服務”;而在教育部印發的《職業教育專業目錄（2021年）》中，人工智能專業名稱則更改為“人工智能技術應用”。人工智能相關專業主要包括智能制造裝備技術、智能控制技術、智能機器人技術、大數據技術等。其他專業則指與人工智能沒有直接關系但置入人工智能技術的專業。專業建設需要依據相應的支撐條件，主要包括專業設置、人才培養目標和規格的定位、課程體系與內容的構建、教師培養、教學與培養模式的改革、實驗實訓條件建設、校企合作、科技研發與社會服務等方面。

基于此，面向人工智能時代高職院校專業建設的內涵可以概括為：圍繞人工智能人才培養和人工智能技術應用，面向人工智能時代發展要求，高職院校的人工智能技術應用專業、人工智能相關專業和其他專業人才培養目標和規格的定位、課程體系與內容構建、教師培養、教學與培養模式的改革、實驗實訓條件建設、校企合作、科技研發與社會服務等方面開發、應用人工智能專業知識或技術的更新發展過程。高職院校的專業建設是高職教育面向人工智能時代最為重要的變革方面，就專業建設問題開展專門研究，可以為政府制定高職教育宏觀調控政策，為高職院校編制專業發展規劃，推動專業設置、課程建設、教學改革、師資隊伍建設、實驗實訓條件建設、校企合作、智慧校園建設、國際交流與合作等提供參考借鑒，以更好地適應人工智能時代的需求。

二、人工智能時代高職院校專業建設的機遇

除了行業企業對人工智能專業或具有人工智能技術背景的專業人才需求猛增，國家政策對人工智能技術的高度重視，職業教育特別是高職教育專業建設的發展還面臨著各層面的機遇。

（一）國家政策導向為人工智能專業建設提供了強有力支撐

2016年起，國家從戰略層面對人工智能及相應的人才需求制定了規劃，并在接下來的政策文件中提出了明確要求，從關注人工智能技術本身逐漸轉向技術和產業的融合及應用。2016年，為加快人工智能產業發展，充分發揮人工智能技術創新的引領作用，國家發改委等部門印發的《“互聯網+”人工智能三年行動實施方案》提出支持在教育等重要領域開展人工智能應用試點示范;同年，國務院印發的《“十三五”國家科技創新規劃》指出我國新一代信息技術的主要發展方向之一是人工智能，要重點關注人工智能技術的開發，推動人工智能與實體經濟深度融合。2017年，國務院印發《新一代人工智能發展規劃》明確將人工智能上升至國家戰略，將建設人工智能學科、設立人工智能專業、形成“人工智能+X”復合專業培養新模式、加強產學研合作等作為重點任務之一;同年，工信部印發的《促進新一代人工智能產業發展三年行動計劃（2018-2020年）》指出以信息技術和制造技術深度融合為主線，對接“中國智造2025”。2018年，教育部印發的《高等學校人工智能創新行動計劃》對加快人工智能在教育領域尤其是專業建設方面的創新應用提出了具體要求，鼓勵對計算機專業類的智能科學與技術、數據科學與大數據技術等專業進行調整和整合，對照國家和區域產業需求布點人工智能相關專業……構建技術賦能的教學環境，探索基于人工智能的新教學模式，重構教學流程，并運用人工智能開展教學過程監測、學情分析和學業水平診斷等，并對高校提出深化產學合作協同育人，推廣實施人工智能領域產學合作協同育人項目;同年，教育部學校規劃發展中心確立了9所高職院校為“AI+智慧學習”共建人工智能學院項目試點學校;也是在2018年國務院印發的《關于全面深化新時代教師隊伍建設改革的意見》明確提出“教師要主動適應信息化、人工智能等新技術變革，積極有效開展教育教學”;同年，教育部印發的《教育信息化2.0行動計劃》提出“利用智能技術加快推動人才培養模式、教學方法改革”。2019年，中共中央、國務院印發《中國教育現代化2035》再次強調“實施人工智能助推教師隊伍建設行動，推動教師轉變角色定位，做學生學習的指導者和支持者”。2020年，教育部等部門印發的《關于“雙一流”建設高校促進學科融合加快人工智能領域研究生培養的若干意見》著力在人工智能高層次人才培養的理念思路、多維融合的推動策略和具體舉措上進一步創新突破。

可見，國家一系列政策的出臺，尤其是《新一代人工智能發展規劃》《高等學校人工智能創新行動計劃》和《關于“雙一流”建設高校促進學科融合加快人工智能領域研究生培養的若干意見》等文件對人工智能的人才培養、學科建設及專業建設等提出了具體要求，對高職院校人工智能專業及相關專業人才培養目標和規格的明確、課程設置的優化、人工智能助力師資隊伍的建設改革、實驗實訓條件完善及資源整合等均提供了政策支持和引導借鑒。

（二）人工智能的產業應用為高職院校人才培養提出了新需求

為適應當前人工智能領域對于人才需求量的不斷提升，高等教育必然需要全面拓展人工智能人才的培養渠道，人工智能人才培養從研究生教育向本科教育再到高職教育覆蓋，是符合市場需求的必然選擇。我國已形成了涵蓋計算機芯片、開源平臺、基礎應用、行業應用及產品等環節較為完善的人工智能產業鏈，產業鏈在基礎層、技術層和應用層對人才均提出了大量的需求[2]。技術變遷也創造了許多新崗位，對高職院校而言主要體現在應用層，人工智能在應用研發、管理、維護等過程中為市場創造出大量新增就業崗位，“應用開發、云計算平臺運維、大數據分析、數據標記、智能系統設計開發與調試、智能產品安裝調測”[3]等人工智能技術的新領域、新興崗位都需要大量技術技能型人才，高職院校需要設置和發展新專業。

（三）人工智能有助于提升教師教學能力

人工智能可以幫助教師從大量重復性工作（如布置作業、批改作業），需要大量信息資料收集、數據積淀和分析的工作，需要精準定位的工作（如學生的個性特質、個性需求分析，學生的學習難點、障礙點分析等）中“解放”出來，減輕教師的教學負擔，減少更多的重復性消耗，把時間精力用在教學改革和創新方面。此外，教師可以利用人工智能技術和大數據更加精細、精準地了解學生特點、個性和需要，提高課程資源和課程定制的豐富性、專業性和針對性。通過創設智能教育環境，開展生動特色化的課堂教學和課后輔導與評估，采用更精準、更有效的方法來教學，從而達到更理想的教學效果。

（四）人工智能為教學改革創新提供技術支持

人工智能支持受教育者學習和評價方面的發展，據此評估并調整課程，以促進人工智能與學習方式變革的深度融合。若以應用場景的不同作為標準，教育中人工智能的應用基本可以劃分為三類：面向教育者教學場景的應用、面向受教育者學習場景的應用以及面向學校的管理、考核與決策場景的應用[4]。

一是為個性化的人才培養提供了條件。這方面比較有代表性的就是自適應學習（Adaptive Learning）技術。它在收集、分析、處理以及傳授知識方面具備技術優勢，基于個人能力和技能水平動態調整課程內容，以進一步適應學習者需求，其功能在于為受教育者提供因材施教的個性化教學;再如，智能教育云服務可以為學習者提供個性化學習服務，以支持其自主發展，這破解了教育在個性培養方面不足的難題。“人工智能+教育”為學習者提供個性化學習服務模式，實現了因學定教和精準教學[5]。可見，應用或開發人工智能工具可支持學生的動態適應性學習過程。

二是為教學資源的整合提供了平臺。一方面，人工智能技術基于大數據可以將教學內容資源整合到規模更大的教育云平臺上，進行統一管理，并建立更科學的訪問機制，實現資源共享;另一方面，可通過專門的平臺如虛擬學習環境平臺等，把遠程交互和面對面的交互按照多種方式結合起來，并提供某種虛擬的時空學習環境，為高職院校的工學一體化教學提供了更加高效真實的場景。

三是為實現教學評價的科學化提供了依據。目前，基于大數據的人工智能在學習分析領域（Learning Analytics）、教育數據挖掘領域（Education Data Mining）等教育管理領域都取得了長足進步，這能夠對學習環境、學習風險、學習效果等進行評估，建立智能、快速、全面的教育分析評價系統[6]。對高職院校而言，通過人工智能挖掘數據潛能，可支持學生綜合能力的多維度評價，尤其是學生頂崗實習期間可運用人工智能技術開展遠程評價等。

三、人工智能時代高職院校專業建設面臨的挑戰

人工智能以智能技術促進教育信息化，用信息技術改變傳統模式，因此人工智能時代會對傳統的教育思想、觀念、模式、內容和方法產生巨大沖擊。

（一）人工智能挑戰高職院校的專業設置

人工智能是非常典型的交叉專業，對于高職院校的資源整合能力有較高要求，同時也需要高職院校具有較強的綜合專業實力。由于人工智能帶來的職業和相應崗位需求的變化，必然會涉及到發展新專業、淘汰不適應的舊專業和對已有專業內涵的升級，在現實操作中也將面臨不小困難。

（二）人工智能挑戰高職教育人才培養目標和規格定位

人工智能雖為市場新增了大量就業崗位，但重復性和程序化的崗位正被逐步替代，并會降低對低技能人才的需求，創造的工作崗位對人力資本的技術技能提出了更高要求。高職教育需要賦予受教育者新技術和新技能，使其能夠適應就業市場的轉型而不至于被技術淘汰;同時，高職教育也負擔了為人工智能發展提供高技術技能人才的使命，以此滿足就業市場的人才需求。當前供求差距較大，除了數量上的供求不匹配，很多高職院校畢業生在校期間所學難以適應新崗位的技術技能要求，無法滿足企業行業的用人需求，造成了人工智能技術行業的人才供求出現結構性問題。此外，人工智能是計算機應用學科的一個方向和分支，計算機應用學科又是計算機三個學科之一，所以過去所培養的人工智能人才和現在的發展趨勢很不適應。為此，除了要加大專業人才的培養力度，還要加大交叉人才的培養力度。

對就業崗位而言，當程序化工作交由人工智能自動完成后，需要就業者獨立解決問題或具有創造性的工作需求會因此上升。因此對專業人才培養目標和課程設置中挖掘學生個體區別于人工智能的特質，如個性化、創造力、適應能力、人際交往技能等提出了更高要求。另一方面，由于培養目標側重點的改變，無論是引發設置人工智能專業或相關專業，還是帶來既有專業內涵的提升，均需要探索新的人才培養模式，以更好地實現人才培養目標，這也是專業建設面臨的挑戰。

（三）人工智能挑戰高職院校課程體系和課程內容構建

人工智能技術在產業界的應用，帶來職業崗位所需知識、能力和素質要求的變化，客觀上要求高職院校調整課程體系、更新課程內容，如開設人工智能專門課程、人工智能與專業融合課程，或在專業課程中置入人工智能知識與技術內容等。由于人工智能技術本身是一種復合技術，涉及多門學科知識和技術，這對于學制短、專業化早的高職院校專業來說，如何構建課程體系和課程內容是一項挑戰。此外，相較于普通高等教育，雖然目前本科階段剛開始設立人工智能專業，但人工智能人才的培養已經在研究生教育階段積累了大量經驗;對高職院校而言，既無經驗可參照又面對更新和交疊均有很高要求的人工智能，人才培養質量能否得到有效保障也是要面臨的挑戰。

（四）人工智能挑戰高職院校教師能力及主體地位

一是對師資隊伍的能力素質提出了更新的要求。一方面，作為一類更新快、交叉性強的專業知識，人工智能專業及相關專業對師資的專業性和復合性提出了更高要求;另一方面，作為一種技術手段，人工智能技術在教育中的應用不斷拓展，這對教師創新教育手段、改變教學模式、提高信息化素養也提出了更新的要求。絕大部分高職院校缺乏掌握人工智能核心技術的師資力量，難以形成高職院校自身的課程體系;同時對探索復合型人才培養并不多的高職院校而言，師資隊伍也面臨著知識、能力和素質能否適應人工智能技術發展及應用的問題。

二是教師在教學中的傳統主體地位受到沖擊。為了能夠使教學過程與產業需求順利對接，高職教育注重教學的實踐性，教師的示范作用使其具有不可或缺的地位。然而，當人工智能技術作用于高職教育領域時，其內部的傳統教學結構發生了一些變化。雖然在目前“弱人工智能”的發展框架下，機器并不能完全取代教師的主體地位，但在自適應學習系統下開展的個性化教學模式還是會對傳統師生間的二元教學結構產生沖擊[7]。

（五）人工智能挑戰高職院校實驗實訓條件建設和校企合作能力

一是高職院校現有的實驗實訓條件難以支撐人工智能的技術研發要求。人工智能本身的高速發展往往要求人工智能專業要有相關的研究課題作支撐，以跟進技術發展態勢，同時密切關注在實用領域中迫切需要的人工智能應用情況，現有的實驗實訓條件差距還不小。另外，人工智能設施設備昂貴且更新淘汰較快，這對于高職院校也提出了不小的挑戰。

二是合作企業的選擇面臨難度。人工智能技術及其產業應用發展迅速，需要引入人工智能領域的企業參與技術創新、產品設計、平臺開發、資源建設等，通過與人工智能領域的先進企業合作來對接市場，確保技術的適用性甚至是引領性，而高職院校基于自身的師資隊伍、設施設備等條件，是否能夠找到適合培養相關人才的合作企業也面臨著挑戰。

綜上，面對新形勢新需求，面向人工智能時代高職院校的專業建設必須主動求變應變，把握人工智能產業發展的重大歷史機遇，培養具有人工智能知識背景或專業技術的復合型人才。

四、人工智能時代高職院校專業建設的原則

高職院校專業建設的主要目的：一是為了更符合教育規律更科學地培養人才，二是為了更適應甚至引領產業發展需求地培養人才。人才培養一般會涉及三個維度：學校和市場是否有效對接的供需維度，專業是否適應社會發展的培養標準維度以及是否符合學生個性特質的發展維度。據此，面向人工智能時代高職院校的專業建設應堅持如下原則。

（一）緊跟前沿，提高專業培養的更新性

根據2020年發布的《人工智能產業人才發展報告（2019-2020年版）》，人工智能產業人才供需嚴重不平衡，主要表現在不同類型的崗位供需不平衡、不同技術方向的供需不平衡和不同區域的人才供需不平衡。其中，在不同類型的崗位供需調查中，企業對算法研究崗、應用開發崗和實用技能崗等技術型崗位的人才需求最為旺盛，分別占整體需求崗位的12.2%、19.8%和34.8%，但其人才供需比分別僅為0.13、0.17和0.98[8]。可見，基于人才供需維度，高職院校尤其是國家示范性高職院校或“雙高”院校在應用開發崗和實用技能崗方面的人才供給遠遠不足。

由于人工智能所引發的勞動市場的系統性和長期性變革，高職院校應堅持緊貼市場和技術前沿的原則，及時把握人工智能尤其是區域人工智能產業發展趨勢，更新人工智能領域的專業知識，突出相應研究的前瞻性和對接性。一是以市場為主導研究、預測當前和未來人工智能發展所引發的產業人才需求、崗位需求和相關技能需求，人才培養目標應將人工智能的時代特征、相關技術與區域內產業特點相結合，適應現代企業對復合型人才的需求;二是堅持應用導向，在制度、科研項目等方面給予引導和支持，增強人工智能應用研究和科技研發在高職院校的導向性。

（二）整合協同，強化教學過程的融合性

整合是指由系統整體性及系統核心的統攝、凝聚作用而導致的使若干相關部分或因素合成一個新的統一整體的建構、優化的過程[9]。具體到高職教育與人工智能在專業建設中的整合，可理解為既涉及到對人工智能技術作為一個系統在教學上的接納過程，也包括院校專業設置結構的優化、內部教學資源的重組，尤其是與政府、行業企業間的協同等，是一個從無序到有序的發展過程，也是一個在合作基礎上探索如何進行更加深層和更加高效合作的過程。

對目前高職院校與產業間的協作現狀和人工智能發展態勢，基于培養標準維度，應著力整合行業企業的培養標準作為重要的教學建設指標。一是對校企協同間的整合。聯合各方尤其是行業企業在人工智能的人才標準、人才培養、人才評價、人才服務等方面形成以產業需求為導向的人才培養思路，同時通過與不同層面的行業、企業，如行業領軍企業、中小型企業和行業協會合作，將來自企業的前沿技術、項目、案例等資源通過產教融合的方式整合到人才培養體系中。二是對教學過程中校企資源、內容的整合。開設人工智能專業對于高校的資源投入和資源整合能力有較高要求，客觀決定了高職院校必須與行業企業建立深度鏈接關系。此外，教學過程應盡量采用實際項目、實況訓練，基于企業真實案例、仿真模擬企業實際開發環境、按照企業標準衡量項目。

（三）以人為本，增加培養內容的人文性

人工智能技術服務于人并以增強人的能力為目的，而進行有效的人機協作需要具備一系列的人工智能素養。人工智能研究者約瑟夫·E.奧恩（Joseph E.Aoun）認為，面對人工智能，教育應培養學生的數據素養、科技素養和人文素養：需要數據素養來管理大數據流，需要科技素養來了解機器的工作原理，需要人文素養在未來的勞動力市場上與智能機器協同合作[10]。對于高職院校而言，一般會更注重在專業教育中培養學生的數據素養，相對缺少關注或滲入科學教育和人文教育等。

人工智能時代所需要的人才是既會合理利用人工智能技術，又是人工智能不能取代的人才。因此基于學生個性特質的發展維度，在專業課程設置和教學內容安排上要注重增加人文性的比例，重視批判性思維、溝通能力和創新能力的培養，既要培養學生的想象力、創造力和發散思維能力，也要注重培養學生會表達、會溝通等能力。

五、人工智能時代高職院校專業建設策略

高職院校在人工智能專業教師缺乏、人工智能課程體系尚不完善、校企合作還不深入的現實背景下，面對人工智能產業人才發展的趨勢，亟需加強人工智能專業建設相關制度的完善、機制的形成和平臺的搭建等。

（一）建立人工智能專業和相關專業人才培養制度

一是定期調研制度。人工智能專業或相關專業應關注產業動向，形成定期對行業、企業開展專題調研制度，在此基礎上召開有行業企業人員參與的專家指導委員會，形成慣例并及時更新人才培養方案。

二是師資培訓制度。沒有教師觀念的轉變、技能的發展和素養的提升，很難實現傳統教育向智能教育的轉變，因此針對師資建立定期的培訓制度很有必要。制度設計上，應動態審視并界定教師的角色和所需能力，強化教師培訓并制訂相應的能力建設方案，支持教師在富含人工智能的教育環境中更有效地開展教學活動;培訓途徑上，高職院校可利用行業企業資源組建教師研習社或項目等，加強對人工智能專業教師的培訓，目的是改變教師觀念，讓教師和智能行業接軌，深化校企融合，從而持續創新;培訓內容上，開展人工智能相關產業與教研學相融合的教育理念、教學前沿、教學模式變革、人才培養模式探討以及人工智能專業建設與應用等培訓，以此提升人工智能專業教師的教學水平，為院校儲備高水平的師資力量。

三是相關師生的認證制度。人工智能專業和相關專業的核心動力發展來源之一為行業企業，其能為該專業和相關專業提供最新的理念、知識和技能養料，其中包括為學生的專業發展及未來就業打基礎的認證資質。2019年，新加坡（AISG）組織推出了人工智能工程師認證計劃;2020年，新成立的人工智能專業協會（AIP）接續將人工智能工程師轉換成由行業認證的行業專業資格，并創建運行了特許人工智能工程師（CAIE）專業資格計劃，旨在認證人工智能相關工程人員的專業能力和工作經驗并頒發證書[11]。

（二）探索人工智能專業、相關專業和其他專業的人才培養機制

高職院校人工智能專業人才培養機制的建立需要從有利于區域產業人才需求和人才培養的角度，分析和研究人工智能專業人才培養目標定位和相應的標準規格要求。

一是按照專業大類運作機制培養人工智能人才。國家或相關研究機構應根據人工智能市場或產業發展動向對人才需求作出科學預測或報告，但人工智能的更迭性、交叉性特征明顯，且在培養目標、培養規格、專業方向、能力素質要求等細節問題上存在著很大的不確定性，應對這種不確定性需要從培養學生具有相對更廣闊的知識和思維視野角度展開，即按照人工智能專業大類思路培養人才。在新加坡5所公立高職院校中，有3所已開設了人工智能專業及相關專業。從專業名稱設置來看，均偏向于按照人工智能專業大類培養人才，且在培養目標上也體現出一定的開放度，如新加坡理工學院人工智能應用與分析專業提出“能針對不同業務問題實施靈活的閉環解決方案”[12];新加坡淡馬錫理工學院應用人工智能專業在提出“開發聊天機器人”后還包括“能夠在先進制造和網絡安全等對AI專業人員有著巨大需求的領域應用所學知識和技能”[13]。

二是在人工智能專業和相關專業建立人工智能通識教育課程體系改革機制。人工智能是交叉性極強的專業，需要在明確人工智能專業培養目標細化分解的基礎上，滿足人工智能專業大類下不同專業方向的人才培養需要，注重與人工智能專業知識和技能的銜接和融合，由若干專業核心課程和拓展課程設置和安排課程。美國埃斯特雷亞山社區學院馬里科帕縣學區的人工智能應用科學專業課程包括人工智能和機器學習、自然語言處理、計算機視覺以及用于商業解決方案和其他應用程序的人工智能[14]。新加坡理工學院人工智能應用與分析專業的常規課程包括開發新的應用程序、應用人工智能和分析算法、運用實用的人工智能技術以及參與實習和行業項目[15]。

三是建立人工智能專業和相關專業與其他專業的交融機制。人工智能專業和相關專業的專業特征決定了課程內容上應增設技術前沿性和交叉性的系列課程，因此除了在通識教育范圍內擴大學生的知識視野，也可考慮將其他專業的課程納入人工智能專業的選課范圍，這需要建立相對穩定、系統的操作機制。

（三）構建人工智能專業和相關專業人才培養平臺

面向人工智能時代高職院校的專業人才培養平臺應由多個系統化的平臺構成，為此，需要構建以學生人工智能實踐能力培養為核心的課程教學體系和課外實踐項目，以及校企實踐學習平臺和協同育人平臺等。其中在培養人工智能專業和相關專業的人才培養目標和培養規格方面起關鍵作用的是協同育人平臺和實驗實訓平臺，二者均離不開與行業企業的深度合作。

一是協同育人平臺的構建。協同既需要整合校內各種與人工智能相關的教學資源，又需要搭建與產業和社會需求對接的平臺，以有效利用可能的社會資源，此處主要指的是后者。該平臺的構建強調的是根據人才培養目標定位和規格要求，選擇與不同層面的企業建立符合人工智能人才培養需求的合作關系，緊密跟進人工智能技術的“市場速度”，深度整合行業中的師資、方法、案例等資源，將人工智能前沿技術轉化為系統的培養方案和課程體系，將來自產業的人工智能理念、技術、資源整合到課程、實訓、師資體系中，通過與行業企業共建人工智能產業學院、共建專業、共建線上線下課程、共建實訓室、共同開展師資培訓和教學質量評價等，融入企業領先的人工智能育人實踐經驗，提升學生綜合素養。

二是實驗實訓平臺的構建。在合理化的人工智能人才培養方案指導下，首先要建立相應的實訓課程體系。可考慮設計和開發以學生為中心、基于企業案例的實訓課程。依托行業先進、成熟的技術架構和工程工具，將具有代表性的行業人工智能應用案例轉化為需要的教學內容，構建任務驅動型的項目化實驗教學體系，同時配備相應的實訓硬件設備、專業實驗實訓平臺等，全方位、系統化地支持人工智能專業建設。一方面，可考慮實施以項目化教學、線上線下教學資源和較為完善的技術支持為代表的人工智能實踐教學平臺建設，構建以實景化的實驗實訓環境、一體化的實驗實訓教學管理、教學科研和資源轉化團隊為支撐的綜合實驗實訓平臺;另一方面，共同搭建大數據、人工智能等相關專業的實訓實戰平臺，在專業基礎課、專業核心課、專業實訓課中覆蓋人工智能的主要內容和知識點，探索通過實驗實訓幫助學生分析和理解人工智能的部分原理和實現過程，通過平臺探索協同育人培養模式，以支撐教、學、練、賽、研的專業建設和人才培養。

參 考 文 獻

[1]LUCKIN R， HOLMES W. Intelligence unleashed： an argument for ai in education[EB/OL].（2021-10-21）[2022-01-07].http：//www.pearson.com/news/blogs/CompanyBlog/2016/03/intelligence-unleashed-an-argument-for-ai-in-education.html.

[2][3]伍輝.高職院校人工智能專業建設的研究[J].科技創新與生產力，2019（6）：86-88.

[4][7]錢大軍，蘇杭.“互構”中的教育與技術：高等教育應當如何回應人工智能[J].教育發展研究，2021（7）：68-76.

[5]牟智佳.“人工智能+”時代的個性化學習理論重思與開解[J].遠程教育雜志，2017（3）：22-30.

[6]姚萬勤.基于大數據的人工智能運用于法學教育研究——以價值證成和模式建構為視角[J].人工智能法學研究，2018（2）：99-112+163.

[8]世界智能大會組委會.《人工智能產業人才發展報告（2019-2020年版）》在第四屆世界智能大會正式發布[EB/OL].（2020-06-25）[2022-01-07]. https：//baijiahao.baidu.com/s？id=1670462007550781709&wfr=spider&for=pc.

[9]黃宏偉.整合概念及其哲學意蘊[J].學術月刊，1995（9）：12-17.

[10]約瑟夫·E.奧恩.教育的未來：人工智能時代的教育變革[M].李海燕，王秦輝，譯.北京：機械工業出版社，2018.

[11]AI Singapore. AI Certification[EB/OL].[2021-09-16].https：//learn.aisingapore.org/certification/.

[12][15]Singapore Polytechnic. Diploma in Applied AI and Analytics（S30）[EB/OL].（2021-10-13）[2022-01-07].https：//www.sp.edu.sg/soc/courses/full-time-diplomas/data-analytics-and-artificial-intelligence-（ai）.

[13]Temasek Polytechnic. Diploma in Applied Artificial Intelligence（T69）[EB/OL].（2021-09-24）[2022-01-07].https：//www.tp.edu.sg/schools-and-courses/students/schools/iit/applied-artificial-intelligence.html#course-overview.

[14]Estrella Mountain Community College-A Maricopa Community College. Associate in Applied Science in Artificial Intelligence[EB/OL].（2021-10-13）[2022-01-07].https：//www.estrellamountain.edu/artificial-intelligence-aim.

Analysis on the Specialty Construction of Higher Vocational Colleges in the Era of Artificial Intelligence

Mai Linyan， Fan Mingcheng

Abstract? In the era of artificial intelligence， the driving force of specialty construction in higher vocational colleges not only comes from the support of national policy guidance， the new demand for talent training by the application of artificial intelligence industry， the assistance of artificial intelligence technology to teaching innovation， but also includes artificial intelligence specialty setting， talent training objectives and specification positioning， curriculum system construction， teachers’ability and subject status training conditions and the degree of school-enterprise cooperation. Facing the era of artificial intelligence， the specialty construction of higher vocational colleges should adhere to the principle of keeping up with the frontier in the dimension of supply and demand， so as to improve the renewal of specialty training. In the dimension of training standards， adhere to the principle of integration and coordination and strengthen the integration of teaching process. In the development dimension， adhere to the people-oriented principle and increase the humanistic nature of the training content. We should focus on establishing the talent training system of artificial intelligence and related majors， exploring the talent training mechanism of artificial intelligence， related majors and other majors， and building the talent training platform for artificial intelligence and related majors.

Key words? AI; higher vocational colleges; specialty construction; school-enterprise cooperation; technology

Author? Mai Linyan， research associate of Guangzhou Panyu Polytechnic（Guangzhou 511483）; Fan Mingcheng， research associate of Guangzhou Panyu Polytechnic

作者簡介

買琳燕（1978- ），女，廣州番禺職業技術學院高職教育研究所副研究員，博士，研究方向：國際與比較職業教育（廣州，511483）;樊明成（1975- ），男，廣州番禺職業技術學院高職教育研究所副研究員，博士，研究方向：高職教育發展改革

基金項目

2019年廣東省普通高校特色創新類項目“人工智能時代高職教育的地位、功能與變革”（2019

GWTSCX070），2020年深圳市教育科學研究院委托重大項目“面向人工智能時代的高職院校專業建設研究”，主持人：樊明成;廣東省教育廳普通高校科研應用研究重大項目“本科層次職業教育的建設路徑與評價體系研究”（2

019GWZDXMQ01），主持人：何友義