高等職業院校人工智能專業實踐教學體系建設與路徑探索

夏吉安

[摘? ? ? ? ? ?要]? 針對我國高等職業教育體系中人工智能（Artificial Intelligence，AI）專業的實踐教學發展現狀進行深入分析，指明了其中存在的實際問題，并結合教改課題對AI專業實踐教學的組織形式、師資配置、教學內容設置、考核評價機制等教育教學要素開展深刻研究，對目前AI專業實踐教學體系進行補充與完善，力求探索出一套適合高等職業院校人工智能專業的實踐教學體系，并且能被南京工業職業技術大學計算機與軟件學院其他專業以及兄弟院校的相關專業借鑒與參考。

[關? ? 鍵? ?詞]? 高等職業教育;人工智能專業;實踐教學體系;教學模式

[中圖分類號]? G647? ? ? ? ? ? ? ? ? ?[文獻標志碼]? A? ? ? ? ? ? ? ? ? ?[文章編號]? 2096-0603（2022）35-0103-03

伴隨人工智能（Artificial Intelligence，AI）技術的飛速發展，AI技術在各行各業中都有廣泛的應用，并且進一步引發我國產業結構的變化。2017年7月，國務院印發《新一代人工智能發展規劃》，明確指出支持高等院校、職業學校開展人工智能技術培養，提升學生專業技能。2015年，教育部發布了《普通高等學校高等職業教育（專科）專業目錄》，2019年，開始增補了人工智能技術服務等9個高職專業，從2020年開始執行。目前許多職業院校人工智能專業所設置的課程偏重理論教學，對學生的實際動手能力培養不足，同時受教學計劃以及課時的影響，許多實踐課程并不能完全滿足技能型AI人才培養的要求。職業院校人工智能技術服務專業強調培養學生的動手能力和實際操作能力，需要在實踐教學中對AI專業實踐教學體系和內容進行完善和補充。

一、高職人工智能人才培養目標

人工智能技術服務作為人工智能專業的重要學科分支，以培養高素質技能型人才為目標，能夠為社會建設事業培養出具有較強的人工智能專業知識技術，具備人工智能系統開發、運行維護、產品營銷等綜合專業能力的復合型建設人才。2020年，全國有171所高職專科院校成功申報人工智能技術服務專業;2021年，全國有385所高職專科院校申報了人工智能技術應用專業。

高職院校以培養社會急需職業技能人才為培養目標，這與應用型本科高等院校的人才培養目標存在極大不同。以南京工業職業技術大學為例，其培養人才的目標定位于技能型AI人才培養，針對企業實際人才需求設置課程內容、學習模式及培養重點等，根據企業基層的實際工作需要重點培養學生的AI實踐操作能力，這與普通高校重點培養研究型、學術型AI建設人才的培養目標大不相同。這種具有較強實踐操作能力的專業技能型建設人才，比研究型AI人才更能夠有效滿足一線崗位需求，更能夠對行業領域發展產生直接影響。面對我國人工智能產業高速發展的現狀，如何做好產業對接、職業對接，構建現代AI職業教育的人才培養體系是需要研究與探索的問題。

二、技能型人工智能技術人才的知識結構

技能型AI人才首先需要具有扎實的人工智能理論知識，對人工智能基礎知識要有完善的理論知識體系結構。其次要具有很強的實際動手能力，對自己所遇到的AI技術問題能有獨立的思考與解決的能力。最后需要有技術創新能力，能夠將自己所學的知識通過自主學習與實踐進而掌握新的知識與技能，這是技能型AI人才培養的核心部分，也是研究型、應用型人才與技能型人才的根本區別。其知識結構構成如表1所示。

（一）AI實踐技能

人工智能技術服務專業是一門強調動手能力培養的專業，技能型AI人才培養更需要對學生的實踐動手能力進行培養。就目前企業需求來看，數據處理、特征工程、AI系統開發與維護是技能型AI技術人才重點培養內容，包括數據清洗、標注，特征工程和AI系統的配置與管理以及使用AI系統對已有AI模型訓練和預測模型進行優化與維護等方面都是學生需要掌握的AI實踐技能。

（二）綜合實踐能力

人工智能技術服務專業實踐教學中知識點多且分散，難以形成完整的實驗課程體系，對實踐能力的培養不單單是人工智能知識點的掌握，也需要將自己所學知識綜合使用，綜合實際情況采用不同的策略來滿足實際應用場景的需求。例如在實際的AI應用場景中，針對具體的問題需要綜合使用數據預處理、特征工程、數據降維、數據建模、參數調優等多方面的知識來滿

足實際需求，這就需要著重對學生綜合實踐能力進行培養。

（三）自主學習與創新能力

依托現在互聯網的發展，人工智能相關專業的知識發展十分迅速，從傳統的數據挖掘、機器/深度學習，到現在的計算機視覺、自然語言處理、集成學習、邊緣計算，新概念、新技術源源不斷出現，社會與企業對學生AI技能的要求越來越高，這需要學生能夠通過自主學習與實踐來滿足社會與企業對自身的要求，運用學習到的知識技能、方法技巧來推動自身工作效率的提升，深入挖掘工作過程中的新問題并提出新思路，從而不斷改革創新。

（四）團隊協作與交流能力

對于實踐能力的培養，還要注重學生團隊協作與溝通交流能力的培養，一個AI項目通常是由一個項目團隊負責，團隊中各個成員各司其職，同時也需要和客戶以及成員之間相互交流，實現無縫對接，這樣才能完成一個項目的任務。所以，項目團隊要有清晰的職責分工，相互協作，具備強烈的團隊意識和口頭以及書面表達能力。

三、高職人工智能專業實踐教學中存在的問題

（一）人才培養目標不明確，實驗課程設置不合理

我院目前人才培養計劃、課程設置以及實驗課程大綱過分參照應用型本科院校的實驗體系，不少實驗內容甚至是完全照搬應用型本科學校的內容，過分強調學生對實驗原理的理解與探討，將實驗重點集中在驗證型和演示型內容方面，而對設計型和綜合型實驗內容則涉及很少，這很難培養出良好的技術應用能力。

（二）“雙師型”教師數量不足

對于技能型人才培養，需要教師自身具有一定的行業背景與實際工作經驗，了解企業的實際人才需求與行業技能，現在我系大部分實踐課程教師都是從學校畢業后進入學校任職，缺乏實際工程背景經驗，很少甚至沒有參與過大型人工智能相關項目與工程的規劃、建設與維護等工作，使得在實踐教學過程中無法結合企業對AI人才實際需求來教學，不能結合在AI項目規劃、開發實施和維護中實際可能遇到的問題進行教學。

（三）缺乏對AI實驗室的總體規劃

職業院校AI專業無論是實驗教師、實驗設備、實驗場地都不能和綜合型、研究型學校相比，實驗室建設規劃、資金、師資力量都沒有得到有效的整合，這需要根據自身的培養目標和行業發展方向、企業的實際需求進行實踐教學場地的建設。

（四）缺乏團隊協作的工程實踐能力

AI實踐課程面向基本知識點獨立地設置各個實驗內容，各實驗環節彼此相關度不高，缺乏一種整體的項目驅動式的實驗體系，且在實驗過程中學生以自主實驗的形式為主，各自單獨完成實驗內容并進行驗證，遇到問題只能和身邊的同學進行討論和交流，缺乏對學生團隊協作以及交流能力的培養。

四、人工智能實踐教學體系建設的思路

針對目前高職院校人工智能實踐教學中存在的問題，需要從教學目標、師資與實驗室建設、教學內容、授課方式等方面考慮，使人工智能實踐教學能夠更好地滿足高等職業院校人工智能專業實踐教學的要求。

（一）明確教學目標

職業院校培養技能型人才的方案制訂應具有高職院校自身特色，注重實踐操作能力培養，促使人工智能的專業知識技術與其理論基礎和實踐操作密切結合，在實踐教學中重在啟發學生的學習興趣，提高學生的綜合動手能力和解決問題的能力及項目實施能力。人工智能實踐教學改革工作不能盲目進行，必須對高職院校的培養目標、資源設施、師資結構等多種影響要素進行全面分析，以此為依據設置相應的課程內容，培養學生的綜合實踐學習能力。

（二）加強師資建設

在師資建設方面，首先加強在職教師的職業技能培訓，安排教師積極參加相關的專業技能培訓，提高實踐技能水平。其次，組織任課教師定期參加企業崗位實踐活動，幫助其形成教學實踐方面的“雙師”素養能力。

此外，職業院校需要加大“雙師型”教師引進力度，優先考慮有企業工作經驗的工程師進入學校擔任專職教師，根據企業實際需求以及人工智能發展動態進行實踐課程教學，使學生更加符合企業實際需求。從2018年開始，我校AI專業在原有專職教師的基礎上從華為、中興等企業陸續引入8名“雙師型”專業教師。

（三）實驗室建設

在人工智能專業實驗室建設方面，需要根據行業的發展趨勢整合實驗室現有資源與師資力量，新建AI實踐實訓中心，新建與續建一批當前人工智能相關產業所需人才培養的實驗室。我院2020年開始根據目前人工智能發展方向與企業實際需求，新建人工智能應用開發實驗室，同時制定實驗室的規章制度，開放現有的實驗室資源，為學生課外上機與自主學習提供便利條件。

（四）教學內容改革

對于人工智能實踐教學內容，首先，應根據高職院校技能型人才的培養目標編寫適合我校人工智能專業學生的實踐教材。多組織開展設計型實驗教學和綜合型實驗教學活動，降低演示性實驗和驗證性實驗的數量，促使學生的知識技能在綜合實踐及創新設計中達到融會貫通的程度，滿足大型實驗的多種復雜要求。

其次，針對我校人工智能專業實踐課程開設不同的實踐內容。廣泛涉及機器學習/深度學習、數據挖掘、自然語言處理、計算機視覺等方面的知識內容，每個方向所需要學習和掌握的知識技能各不相同，如機器學習/深度學習偏重與各種算法的建模與預測、計算機視覺注重與圖像處理技術、自然語言處理重點教授文本處理與轉換技術，需要在教學內容中合理安排實驗內容，做到方向明確、特點突出，有針對性地開設相關實驗內容。

（五）授課方式

在授課課程中采取團隊合作的方式進行實驗，每個團隊5～6個人，其中一人為組長，負責整個實驗題目的分析與任務分配，其余組員分別負責搭建實驗環境和提出問題的解決方案，完成實驗要求。對于實驗中的問題，由組長負責解決，如果組長不能解決再請教任課教師，通過這樣分組實驗，可以培養學生的團隊協作與交流溝通能力。

在AI實踐課程授課方式上，由于涉及較多的相關理論知識與操作配置工作，任課教師針對目前人工智能常用的應用場景，設計綜合型、設計型的實驗課題。通過參加教師培訓，熟悉目前常用的人工智能相關開發工具與方法，針對目前人工智能常見的應用場景進行實驗設計，通過使用Sk-learn、TensorFlow以及OpenCV等開源AI開發工具與函數庫進行實踐教學，可以獲得較好的實驗效果。

五、結語

在高等職業教育的發展中，職業院校應建設具有自身特色的培養目標與實踐課程體系，綜合考慮本校實際發展情況與現有教育教學水平，凸顯實踐教學的重要價值，突出學生的動手實踐能力與自主學習能力的培養，使學生符合企業對技能型人工智能人才的實際需求。

參考文獻：

[1]國務院關于印發新一代人工智能發展規劃的通知（國發〔2017〕35號）[Z].2017.

[2]《普通高等學校高等職業教育（專科）專業目錄》2019年增補專業[Z].2019.

[3]李秋斌.人工智能背景下高職人才培養的思考[J].職教論壇，2018（10）：132-136.

[4]史娜，張茂剛.人工智能時代高職專業現代化建設[J].教育與職業，2021（8）：52-57.

[5]周益民，田玲，陳文宇.人工智能專業體系建設探索[J].高教學刊，2020（16）：92-96.

[6]任君慶.新時代職業院校技術技能人才培養的成效、問題與對策[J].中國高教研究，2019（12）：99-103.

[7]姚玲.人工智能時代職業教育人才培養的升級表征與發展路徑[J].職教論壇，2019（2）：22-27.

[8]吳湘寧，彭建怡，羅勛鶴，等.高校人工智能實驗室的規劃與建設[J].實驗技術與管理，2020，37（10）：244-250.

[9]金晶，姜宇，李丹丹，等.基于冰壺機器人的人工智能實驗教學設計與實踐[J].實驗技術與管理，2020，37（4）：210-213.

◎編輯 栗國花