高職院校人工智能類專業發展策略研究

劉曉梅

摘要：以人工智能為代表的新技術引發了新一輪產業變革，人才需求變化對職業教育人才培養提出了新的要求。通過分析人工智能產業發展現狀、體系構成及我國高職院校人工智能類專業布點現狀，發現我國高職院校人工智能類專業存在結構不均衡、區域不均衡等問題，進而從人才培養目標、專業設置調整、專業群建設、人才培養層次、職業培養等五個方面提出專業發展策略。

關鍵詞：高職院校;人工智能類專業;策略

中圖分類號：G710 ? ?文獻標識碼：A ? ?文章編號：1672-5727（2020）09-0004-06

20世紀90年代，國際象棋“人機大戰”使得人工智能概念進入大眾視線。近幾年，圍棋“人機大戰”令人工智能深入人心。人工智能從實驗室走向產業，成為當前最受關注的科技前沿。以人工智能為代表的新技術對傳統產業造成巨大沖擊，催生新產業、新技術的發展，其本質是對生產力的變革，而生產力的變革必然對人才培養提出新的要求，尤其是與產業關系最為緊密的職業教育。分析人工智能產業發展現狀與體系構成，明確人工智能技術與其他產業的融合路徑，是職業教育適應人工智能時代產業轉型發展的重要課題。

一、人工智能

（一）人工智能的內涵與發展

1956年，“人工智能”（Artificial ?Intelligence）概念由麻省理工學院教授約翰·麥卡錫于達特茅斯研討會（Dartmouth Workshop）上首次提出。1969年，首屆人工智能國際聯合大會（IJCAI）在華盛頓召開，人工智能正式獲得了國際認可。由于受計算條件等技術限制，人工智能并未取得突破性發展。進入21世紀以后，隨著人工智能算法改進、計算條件提升和互聯網的廣泛使用，人工智能技術飛速發展，從實驗室走向產業，廣泛應用于社會的各個方面。人工智能作為一種基礎性技術，其核心內涵在于超強的融合力，能夠與各產業融合，催生新產業、激發新業態。然而對于“人工智能”的定義至今尚無明確定論，業界普遍認可的觀點是將人工智能作“強”和“弱”之分。弱人工智能是當前人工智能研究的主流趨勢，使用機器學習算法來模擬某些智力功能;強人工智能是人工智能研究的遠期目標，即實現機器的自主思維。2017年高德納（Gartner）新興技術成熟度曲線顯示，未來十年人工智能將成為最具顛覆性的技術。

（二）我國人工智能發展現狀

1.國家戰略

1981年，中國人工智能學會（CAAI）的建立標志著我國人工智能學科的誕生。進入21世紀以后，人工智能獲得蓬勃發展，國家出臺多項政策將人工智能確立為發展國家戰略：2015年，人工智能成為“互聯網+”戰略的重要組成部分;2016年3月，人工智能寫入《中華人民共和國國民經濟和社會發展第十三個五年規劃綱要》，被列入戰略性新興產業發展行動，國務院先后印發《“十三五”國家科技創新規劃》《“十三五”國家信息化規劃》明確了我國人工智能的重點發展方向;2016年5月，國家發改委等四部門聯合印發了《“互聯網+”人工智能三年行動實施方案》明確未來三年智能產業的發展重點與具體扶持項目;2017年3月，人工智能首次被寫入政府工作報告，并成為兩會熱詞;2017年7月，國務院印發《關于印發新一代人工智能發展規劃的通知》提出“到2020年，人工智能產業成為新的重要經濟增長點，到2025年，人工智能成為中國產業升級和經濟轉型的主要動力”;2017年10月，黨的十九大報告明確提出“推動互聯網、大數據、人工智能和實體經濟深度融合”，并將人工智能作為新的經濟增長點;2018年3月，人工智能再一次被列入政府工作報告[1]。

2.產業發展

我國人工智能產業發展迅速。2017年，市場規模達到216.9億元，部分技術接近或達到國際領先水平，產業規模、投融資規模、企業數量，共享經濟、網絡購物、移動支付等新業態均走在了世界前列。然而，人工智能產業高速發展的背后也出現了一些問題：一方面，人工智能產業結構不均衡，存在重應用、輕基礎、技術薄弱的現象。從企業數量來看，2017年人工智能基礎層、技術層和應用層企業占比分別為2.3%、46.5%、51.2%，基礎層企業嚴重偏低。從技術層面來看，國內人工智能的計算視覺、語言處理等應用技術已接近或處于國際先進水平，而理論研究、基礎算法等方面較為薄弱。另一方面，人工智能的迅猛發展源于產業界而非學術界，專業人才儲備不足，產業發展呈浮躁態勢，缺乏持續發展動力。當前，我國從業經驗10 年以上的人工智能人才比例不足 40%，且分布不均，基礎層、技術層和應用層的人才數量占比分別為 3.3%、34.9% 和 61.8%，人才結構比例嚴重失衡。

人工智能技術與實體經濟的深度融合，主要表現為新產業與新業態的產生。新產業伴隨技術革命與產業變革而來，由新興技術和新管理模式推動產生，主要集中于智能制造、新能源、信息通信、生物技術、航天航空、新材料等相關產業;新業態通常由新產業或新的組織或管理模式催生，主要集中于制造、家居、安防、金融、交通、醫療、物流等領域。隨著“人工智能+”深入各個產業，2017年國務院頒布《新一代人工智能發展規劃》鼓勵高校在原有基礎上拓寬人工智能專業教育內容，構建“人工智能”復合專業培養新模式。從2017年2月開始，教育部積極推進新工科建設，先后形成了“復旦共識”“天大行動”“北京指南”，發布《關于開展新工科研究與實踐的通知》《關于推進新工科研究與實踐項目的通知》，將人工智能教育與工科人才培養結合。2018年教育部印發《高等學校人工智能創新行動計劃》，支持完善人工智能的學科體系，推動人工智能領域一級學科建設，形成“人工智能+X”復合專業培養新模式。

二、人工智能類專業布點現狀分析

（一）高職人工智能類專業的界定

2015年修訂形成的《普通高等學校高等職業教育（專科）專業目錄》（以下簡稱《目錄》）與2016年的專業增補，都是我國高等職業教育專業設置的基本依據，將其作為高職人工智能類專業劃分與界定的母本。2017年國務院印發《國務院關于印發新一代人工智能發展規劃的通知》（以下簡稱《規劃》），根據新形勢新需求，提出了當前我國人工智能發展的新興產業與智能化升級產業，并將其作為高職人工智能類專業劃分與界定的產業依據。將《目錄》與《規劃》進行交叉對比，確定了高等職業教育（專科）人工智能類專業的5個大類與14個專業，如表1所示。

（二）人工智能類專業布點分析

1.高職人工智能類專業定位

當前，人工智能產業體系的基本架構包括基礎、技術與應用三部分，其中基礎層旨在提供人工智能所需的計算能力與數據信息;技術層為軟件支持，提供核心算法以及應用技術的通用平臺與服務接口;應用層主要為人工智能在不同場景下的應用，帶動傳統產業的智能化升級。如圖1所示，基礎層對應大數據相關專業大類，大數據技術與應用專業;技術層對應計算機技術相關專業和軟件相關專業兩個大類的5個專業;應用層對應專業最多，為智能技術相關專業和機器人技術專業兩個大類的8個專業。由此可見，高職人工智能類專業主要集中在技術層與應用層。基礎層與技術層的專業對應人工智能產業自身技術發展與革新，應用層專業體現了人工智能與實體經濟的深度融合，是人工智能技術向其他產業的滲透。特別值得注意的是基礎層的大數據技術與應用專業在2015年的目錄中仍為計算機應用技術專業下的一個方向，2016年增補為《目錄》的一類專業。

2.專業布點數

對2017—2018年全國人工智能類專業5個類別14個專業的相關數據進行統計分析。從專業布點數來看，2017年全國高職人工智能類專業數為2 955個，2018年為3 339個，增長率為13%，是增長最快的專業類別，如圖2所示。

從專業類別來看，大數據相關專業增長最快，大數據技術與應用專業增長率為255.36%;工業機器人技術專業增長較快，增長率為29.41%;智能技術相關專業差異性較大，汽車智能技術、智能控制技術、智能交通技術運用專業增長較快，分別為57.14%、27.17%、10%，智能產品開發、智能終端技術與應用專業增速較緩，分別為8.11%、7.14%;建筑智能化工程技術專業、智能監控技術應用專業呈現負增長，分別為- 8%、-42.86%。軟件相關專業布點數增長較慢，軟件技術專業增長率為4.23%，軟件與信息服務專業出現負增長;計算機技術相關專業，計算機網絡技術與計算機應用技術兩個專業，增長平緩，分別為4.64%、7.16%，而嵌入式技術與應用專業布點數縮減較大，增長率為-20%，如表2所示。

從總體來看，對接人工智能產業體系基礎層與應用層的專業類別調整較為明顯，而與技術層對應的專業類別調整較緩。需要注意的是，專業布點數變化通常反映高職院校專業對產業變革作出的調整與適應，產業發展帶動專業布點數增長，而專業布點數的減少可能由于行業衰退、行業對人才需求層次的提升或該專業不適應行業發展造成。專業布點數變化與調整并不一定完全符合產業發展需求，也可能存在盲目性。

3.專業布點區域分布

從三大經濟區域分布來看，2017年西部地區省、市、自治區人工智能類專業布點數為677個，2018年為780個，增長率為15.21%;2017年中部地區省、市、自治區人工智能類專業布點數為1 128個，2018年為1 217個，增長率為7.89%;2017年東部地區省、市、自治區人工智能類專業布點數為931個，2018年為1 100個，增長率為18.15%。2018年，專業布點數較多的省份為河南、廣東和江蘇，分別為295個、268個和251個;專業布點數增速較快的省份為吉林、云南和甘肅，分別為45.1%、42.22%和39.52%;專業布點數出現負增長的省份有青海、天津、北京、遼寧，分別為-6.67%、-5%、-3.92%、-1.19%，如表3所示。

總體來看，中東部地區人工智能類專業發展較好，布點數顯著高于西部地區，從增長率看，西部地區人工智能類專業發展勢頭良好。

4.高職院校類別分布

從2018年人工智能類專業開設的學校類別來看，理工類院校專業布點數最高，為1 585個，占總布點數的一半左右;其次是綜合類院校，專業布點數為936個，占比為29%;財經類院校專業布點數為261個，占比為8%;工科類院校專業布點數為152個，占比為5%;農林類院校專業布點數為121個，占比為4%;師范類院校專業布點數為84個，占比為3%。

三、高職人工智能類專業發展策略

（一）人才培養的目標

人工智能產業人才的培養，一方面，由行業、企業或政府等從需求端根據產業發展需要，投入經費，培養當前產業急需的人才。我國人工智能產業現狀發展迅速、人才亟需，需求端人才培養能夠很好地滿足產業發展的短期需求，但是往往集中在機器視覺、機器人等短期發展較快的領域，而對于基礎層、應用層的人才培養缺乏關注，容易造成產業發展后勁不足。另一方面，由學校發揮供給側導向作用，理性認定產業發展階段及成熟領域、科學預測產業發展趨勢，合理布局人才專業結構、層次結構，調整產業人才結構，將人才培養目標回歸教育本質，關注人的全面可持續發展，注重培養多領域交叉學科整合的學習能力、獨立于崗位的職業遷移與適應力、體現人的價值的工匠精神、不斷學習掌握新技術的創新能力等核心能力[2]。通過“產業發展、教育先行”實現產業發展的長期目標。

（二）調整專業設置

新經濟時代的產業變革呈現交叉融合的特點，許多新技術已經突破了原有的產業界定，新興產業與智能化升級引發了崗位變動與人才素質的需求發生變化：信息技術成為必需技能;簡單重復性工作被大量取代;從業者需要有較強的創新能力、復合能力與再學習能力等，為此對專業設置提出了新的要求。一是密切關注國家發展戰略及相關產業發展規劃，明確國家人工智能未來發展的重點與導向，進行科學的產業需求分析和人才需求預測，預判產業變化及產業發展階段，初步確定招生規模與培養方向。例如，針對已成熟且具備實踐應用能力的行業設置相關專業，而對尚未成熟應用但前景好的行業，在現有專業基礎上設置相應課程，為將來技術升級換代做準備。二是統籌學校現有教育教學資源，科學分析現有相關專業是否能夠適應產業發展需求，是否具備轉型改造條件，確定需調整、削減或增設的專業，建立靈活、有效的專業結構。三是確定專業，一類是以原有傳統優勢專業為基礎進行“升級”“改造”形成的新專業，即“存量更新”，例如，隨著傳統裝備制造向智能制造的升級，在原有機械制造類專業的基礎上，融入人工智能技術新內涵，升級為智能制造類專業;另一類是由于新技術的產業化，從其他專業孕育、延伸、拓展出的新專業，或將原有專業交叉復合形成新的專業，即“增量補充”。四是建立專業的動態調整機制，智能技術發展迅速，要將產業需求預測、專業調整作為專業建設的常態化工作，專業結構不僅需要適應區域產業變革，還應該適度超前于產業發展，對產業發展發揮引領的作用。

（三）專業群建設：分解與整合

人工智能發展的內涵包括兩部分：一方面是自身技術的發展與提升，另一方面是與其他產業融合激發新產業、新業態。人工智能類專業建設相應也應包含發展與融合兩個方面。建設“人工智能+”專業群：基礎層、技術層的人工智能類專業，需以學校原有優勢專業為基礎，打破專業界限，統籌考慮優勢教育資源，最終確定專業群。而“人工智能+”金融、制造、汽車、醫療等新產業的出現，使得應用層人工智能類專業的發展，不僅突破了原有專業界限，也打破了原有傳統院系結構，需要學校體制的突破與創新，構建多專業交叉融合的非實體專業群。隨著人工智能技術發展，新技術和新產業的形成和發展周期在不斷縮短，新生入學時的人才培養方案并不一定能夠保證適用于整個培養過程，舊的培養標準可能被取代，新的能力要求不斷加入，因此應制定柔性化人才培養方案，淡化專業的實體性特征。專業群課程體系突出交叉融合，將不同課程乃至不同專業課程的教學內容進行相互滲透、整合、優化與重組，形成新的教學計劃，課程內容能夠根據培養目標隨時進行調整[3]。

（四）培養層次：縱向貫通

人工智能類人才培養，一是基礎層、技術層的專業人員，二是新產業或新業態需要的復合型應用人才，前者促進人工智能技術發展，后者運用人工智能技術促進產業變革。人才需求分為四個層次：生產一線的技術工人;運用技術進行生產與改造生產的設計師;將理論模型技術化的工程師;進行理論基礎研究的科學家。當前我國職業教育人才培養層次較低，多為服務生產一線的技術工人，缺乏高層次人才培養。然而職業教育是與區域經濟及產業發展最為密切的教育類型，與普通教育相比在服務產業方面具有天然優勢，要培養能夠實現產業的技術改造、研究應用的高層次人才，不能僅僅依靠普通高等教育。縱觀世界職教發展潮流，通常社會經濟與產業發達的國家，職業教育人才培養層次普遍高移化。因此，在新經濟時代背景下，發展高層次職業教育成為實現內涵發展的關鍵，打通“中職—高職—應用本科—專業學位研究生”這一學歷提升通道，將職業教育發展重點定位于高職后的本科及研究生教育，使有升學意愿與研究潛力的學生通過進一步深造，獲得技術研發、理論研究能力，促進人工智能產業的可持續發展[4]。

（五）產教融合與人才資源對接

十九大報告提出，要將職業教育納入人力資源開發，為經濟轉型、產業升級和社會發展提供人力資源保障。本質是實現教育鏈、人才鏈與產業鏈的對接。從人工智能產業發展現狀來看，無論是發展速度還是熱度，產業界明顯優于學術界，人工智能類專業創新發展需與產業深度合作。一是師資隊伍建設。建立彈性化師資管理機制，促進學校與企業人才流動，根據到學校兼職的產業教師與到企業兼職的專業教師工作特點與實際需求，合理協調教學工作與崗位工作關系，設置相對靈活的崗位計劃、資質與職稱評聘辦法、薪酬管理辦法、晉升管理規定以及績效考核制度等。二是實訓基地建設。院校通過場地、設備租賃等方式與企業共建共享實訓基地、技術中心與產品研發中心。與企業共建校外頂崗實習基地，就關鍵技術、核心工藝和共性問題開展協同創新研究，實現教學過程與生產過程的對接。

四、 思考與建議

人工智能與其他技術革新相比，技術通用性更強，影響力遍及各個產業，從而能夠在短期內使得勞動力需求結構與數量發生巨大變化。高職院校人工智能專業創新發展的目標除了適應與引領人工智能產業發展，同時還應滿足與順應人工智能技術與實體經濟融合帶來的新需求與新變化。

（一）提升整體就業能力

作為供給側的高職院校，面對需求端的改變，必需作出快速、有效應對。一是在“人工智能+X”復合專業培養模式建立之前，廣泛開設大數據分析、自然語言處理等人工智能相關通識課程，讓各個專業的學生都能掌握一些人工智能相關的基礎知識，獲得基本的人工智能應用意識和知識儲備，能夠發現崗位與人工智能的結合點。二是回歸教育本質，培養職業素養與核心技能。人工智能是人類智慧的體現，并非能夠代替所有技能。培養學生學習整合能力、人際交往能力、邏輯思維理解能力、職業遷移和適應能力、創新能力、職業管理能力等，讓學生能夠了解多領域交叉學科，發生職業遷移時能夠迅速得到新的崗位。另外，工匠精神中蘊含的技、道、藝、真、善、美，同樣是人工智能發展所不能取代的素養。

（二）職業培訓：實現人的終身發展

第46屆達沃斯論壇報告《工作的未來》提出“未來5年內，在全球15個主要經濟體，包括機器人和人工智能崛起在內，具有顛覆性的勞動力市場變化，將導致總勞動崗位減少710萬，但會新增崗位200萬”。可見，以人工智能為代表的新技術推動下的生產力變革對職業崗位造成的沖擊，更多更復雜的工作將被替代。需認清的是，人工智能所代替的是工作任務而非工作本身，雖然智能技術發展將導致某些環節對人的需求的減少，但是也必然將創造出更多新類型的工作崗位。職業教育不僅要保證新增人力資源的供給，還要依托人工智能專業提高現有勞動力素質以適應產業變革帶來的崗位變化。例如，通過承擔政府相應購買服務、接受行業企業委托，整合學校優勢專業資源，構建培訓平臺;貫通職業資格培訓與鑒定體系，拓寬勞動者接受繼續教育、參與培訓鑒定、實現終身學習的成長空間;為在崗工人提供技能更新的培訓;為從傳統崗位上失業的工人提供獲取新崗位所需的技能的培訓;為人工智能所創造的新型職業增加人力資源供給的培訓。

參考文獻：

[1]蔡自興.中國人工智能40年[J].科技導報，2016（15）：12-32.

[2]俞仲文.新經濟、新業態、新技術呼喚新職教[J].高等工程教育研究，2018（2）：25-29.

[3]林健.多學科交叉融合的新生工科專業建設[J].高等工程教育研究，2018（1）：32-45.

[4]李玉靜.世界各國職業教育層次結構發展探析[J].職業技術教育，2014（22）：20-21.

（責任編輯：劉東菊）