開放教育人工智能專業人才培養模式構建探索

劉小飛 李美滿 傅蘭華

（廣東開放大學，廣東廣州，510091）

一、引言

近年來，人工智能技術迅速發展，已經深入到人類社會生活的各個領域。為了構筑我國人工智能發展的先發優勢和戰略高地，2017年，國務院發布了《新一代人工智能發展規劃》，提出了我國人工智能發展的指導思想、戰略目標、重點任務和保障措施，并制定了人工智能發展“三步走”的戰略任務[1]。為落實發展規劃，加快人工智能專業人才的培養，2018年，教育部印發了《高等學校人工智能創新行動計劃》，要求各高等學校完善人工智能領域人才培養體系，探索“人工智能+X”的人才培養模式，為我國新一代人工智能發展提供戰略支撐[2]。近幾年，我國人工智能市場規模持續擴大，人工智能核心產業的規模預計在2030年將超過1萬億元，未來我國有望發展為全球最大的人工智能市場[3]。人工智能產業發展最大的難題是專業人才的緊缺。據教育部門測算，我國人工智能人才目前缺口超過500萬人，供需嚴重失衡[4]。因此，加強人工智能專業人才的培養是高等學校相關專業的當務之急。

為響應國家人工智能發展戰略，緩解人工智能人才需求壓力，近幾年來，我國高校積極開展人工智能專業人才的培養。2019年，全國共有35所高校獲得首批人工智能專業建設資格，標志著我國進入了人工智能培養的新時期[5]。此后幾年，人工智能專業的設置呈井噴式增長。2020年，教育部批準180所高校新增人工智能專業[6]。2021年，再有130所高校設置人工智能專業[7]。高職院校也積極開展人工智能應用型人才的培養，2020 年全國共有171所高職院校成功申報人工智能技術服務專業，該專業目前已經更名為人工智能應用技術專業，增設該專業的職業院校數量一直保持高速增長態勢[8]。然而，我國高校對人工智能人才的培養尚處于探索階段，尚未形成規模化的人才培養體系，對人工智能人才培養模式的構建仍需進行深入的思考。開放教育是我國高等教育的重要組成部分，在加強專業人才培養、促進高等教育大眾化、實現全民終身學習等方面發揮了重要作用。我國開放教育人工智能人才的培養尚處于起步階段，本文將探討如何在開放教育中構建人工智能人才的培養體系，培養合格的人工智能人才，為我國人工智能領域的發展提供人才支撐。

二、開放教育中開展人工智能人才培養的必要性

（一）產業人才結構的層次化需要多樣化的培養機制

人工智能是一門跨學科、跨領域的綜合性學科，根據當前產業應用的情況，人工智能產業人才從高到低劃分為理論研究人才、產業研發人才、應用開發人才、應用技能人才等不同的層次。不同層次的專業人才在人工智能產業中應當充當不同的角色，理論研究人才致力于人工智能前沿技術和核心理論的研究，引領人工智能未來的發展方向；產業研發人才能夠將人工智能的前沿理論用代碼實現，并訓練成性能優異的算法模型；應用開發人才負責將人工智能算法工具與行業需求相結合，實現人工智能產業化的落地應用；應用技能人才是人工智能行業應用的基礎人才，主要從事人工智能產品的應用、推廣和維護。事實上，人工智能人才的培養對象處于不同的層次，具有不同的能力和素質，有著不同的知識和職業訴求，因此需要多樣化的人才培養機制[9]。理論研究人才、產業研發人才主要由研究生培養體系完成，應用開發人才的培養主要依托本科教育完成。實用技能人才目前主要來源于傳統軟件人才的轉行，這類人才掌握的技能相對基礎，離真正的人工智能還存在較大的差距。此類人才的培養可以由專科、開放教育、成人教育等培養體系來完成。因此，應對人才不同層次需求帶來的挑戰，高校人工智能人才的培養必須建立一線產業工人、高技能人才、復合型人才到技能化工程師的全鏈條人才培養機制。

（二）開放教育可促進人工智能人才培養新模式的探索

開放教育是以現代信息技術為支撐，主要面向成人開展遠程開放教育的新型高等教育類型，堅持學歷繼續教育和非學歷繼續教育并舉，其人才的培養介于普通高校的專業性教育和高職的職業性教育之間，用專業知識與職業技能來實施職業后教育[10-12]。作為我國高等教育重要組成部分的開放教育，在促進高等教育大眾化、加強專業人才培養、實現終身教育理念等方面發揮著重要作用。開放大學是開放教育的主要存在形式，目前全國有1所國家開放大學和44所省級開放大學[13]。作為一種新型大學，開放大學既具有普通高校學歷教育的使命，又承擔著構建終身教育體系、服務于全民繼續教育的任務[14]。隨著人工智能產業的迅速發展，未來人工智能專業人才的需求將更加開放和多元化。一方面新興的人工智能產業需要專業的人才，另一方面傳統行業的智能化升級也需要大量能懂會用人工智能技術的從業人員。因此，針對從業人員人工智能技術的提升，是擺在我們面前不容回避的重要課題。開放教育的理念是開放，采取“人人、處處、時時”的開放辦學模式，主要面向從業在崗人員開展高等學歷繼續教育和非學歷繼續教育，支持學習者隨時隨地的學習[15]。開放教育具有靈活的教學模式，線上、線下，面授、遠程教學同時開展，能滿足學習者不同的學習方式；擁有豐富的學習資源，能滿足學習者多樣化的學習需求；同時借助學分銀行，可以實現靈活的學習成果轉換。開放教育所擁有的眾多特性，正好契合從業人員進行人工智能學習提升的需求。因此開放教育開展人工智能人才的培養具有一定的必要性，是我國高等教育人工智能人才培養新的探索。

三、開放教育人工智能專業人才培養模式的構建探析

開放教育人工智能專業人才培養模式的構建以人工智能產業要求、學習者的需求、開放教育的特點為出發點，從人才的培養目標、課程體系、課程資源建設、教學模式、實踐教學、師資培養、考核評價等方面對人才培養方式進行探索，培養具有一定人工智能理論知識、實踐能力和較高職業素養的人工智能應用型人才。培養模式如圖1所示。

圖1 開放教育人工智能人才培養模式

（一）制定精準的人才培養目標

人才培養的目標是人才培養模式的出發點，也是衡量人才培養質量的歸宿[16]。開放教育中人工智能人才培養的對象是從業在崗人員，人才培養的目的是使在崗人員通過在職的學歷教育和非學歷教育（學歷教育包括本科的人工智能專業和專科的人工智能應用技術專業，非學歷教育主要指在職的人工智能技能培訓）獲得職業晉升、轉崗或重新擇業所必需的人工智能專業知識和專業技能。開放教育人工智能的人才培養應以學習者需求為導向，精準定位，突出職業特色，將職業技能作為人才培養的核心，培養了解行業和區域經濟特點，掌握人工智能基礎知識、應用技術，具備人工智能數據分析、應用系統開發與測試、系統應用與維護等技能，能夠從事人工智能應用產品的開發與測試、數據處理、產品營銷、產品維護與技術支持等崗位工作，符合企業需求的應用型技能人才。

（二）構建多元化的課程體系

開放教育的學習者來自社會的各個階層，有著豐富的工作經歷和社會閱歷，他們在工作崗位、學習動機、學習條件、學習能力等方面存在著較大的差異，他們對知識和技能的需求是多元化的。因此，開放教育人工智能專業的課程體系不能簡單照搬全日制高校相關專業的課程設置，應遵循開放的原則，與生產實踐相結合，充分利用學生的職業經驗，為學生職業能力的提升服務。應堅持以學生為中心，制定“模塊化、分層次、彈性化、多路徑”的培養方案，建立“素質教育+專業基礎+專業核心+X”的多路徑培養模式。本研究分析人工智能企業典型工作任務的職業能力，構建“專業基礎+專業核心+方向選修+開放選修”的多元化的課程體系，分層級、分步驟、分方向地實施課程教學，專業課程體系如表1所示。該課程體系具有多元性、開放性和靈活性的特點，更加注重實踐性，以實踐為導向，理論服務于實踐，盡最大可能滿足開放教育學習者的個性化需求。其中專業基礎課和專業核心課是每個學生必修的，方向選修課可以根據學習者需求和學習興趣進行組合選取兩到三門課程，如選擇計算機視覺方向，就必須選擇“計算機視覺基礎”和“視覺處理項目實踐”，其他課程可以任選。開放選修課更具有彈性，學習者可以根據自己從事的領域或感興趣的領域任選兩門課程。

表1 開放教育人工智能專業課程體系

（三）建設多樣化的課程資源

開放教育的課程大部分是在線課程，因此線上課程資源的建設至關重要。人工智能課程資源的建設，按照“標準化、網絡化、多樣化”的要求，以學習者的需求為導向，兼顧人工智能專業人才培養和開放教育信息化教學平臺的特點，對課程資源進行模塊化內容設計。在課程資源建設的標準化方面，每一門課程的課程資源均由規定模塊和擴展模塊組成，規定模塊指一門課程所必須完成的規定動作，是課程資源建設的基礎。擴展模塊則指教師可以根據行業的發展、學習者的特點以及實際的教學需要，不斷地擴展、優化和豐富課程資源。多樣化方面，人工智能專業課程具有抽象性和復雜性等特點，根據開放教育學習者的學習需求和學習特點，課程資源以視頻、文字、圖片、動畫、PPT、程序、案例、項目等各種形式呈現，把抽象的知識具體化，具體的內容案例化，便于學生理解。課程盡可能把知識簡單化、可視化、趣味化，讓學生積極參與課程，成為課堂的中心。課程資源的建設充分考慮學習者和企業的實際需求，堅持以實踐為導向、理論服務于實踐的教學理念，將相關的案例融入到課程中，把所學的知識應用起來，課程內容融入課程思政。開放教育的大部分學習者往往利用碎片化時間進行學習，課程學習大部分在網上完成，因此人工智能的專業課程資源采用微課的形式化繁為簡，將課程細分為多個模塊，每個模塊又劃分為多個知識點，每個知識點制作成一個3-10分鐘的短視頻，每個知識點配置相應的課程資源、練習題、小實驗等，一門課程配置一個綜合性的實踐項目。

以“自然語言處理”為例，開放教育人工智能課程資源建設過程如圖2所示，包括課程資源設計、課程資源開發、課程資源試用與測試、課程資源發布與維護四個階段，每個階段由不同的角色完成相應的任務。線上課程資源的建設引入國內知名高校的師資和國內知名企業的工程師力量，力爭將課程打造成具有行業影響力的精品特色課程。

圖2 “自然語言處理”課程資源建設過程

（四）實施個性化的教學模式

開放教育中學習者的學習是分散進行的，學習的自主性和個性化是其典型的特點。因此，人工智能專業課程在教學的實施上采取個性化的教學模式，支持隨時隨地、無處不在的學習方式，最大程度滿足學習者的個性化需求。在教學手段方面，課程采取線上實時教學與非實時教學相結合的方式，學習者可以根據自身的需求靈活選擇；教學的輔導采取實時輔導與非實時輔導相結合的方式，以實時輔導為主，非實時輔導為輔。

根據開放教育學習者的特點，課程采用智慧課堂教學模式。教師可以利用雨課堂或開放教育自身的在線教育平臺，以智能手機為載體進行智慧課堂教學，使“上課刷手機”的學習方式成為現實。教師建立實時課堂，將課件按照教學進度實時推送到學生端，同時開啟實時的互動操作，如隨機點名、開啟彈幕討論、限時習題、課堂紅包獎勵等，增強學習者的學習興趣和參與度，及時掌握學習者的學習動態。學習者通過智能手機掃碼進入課堂，實時接收教師推送的資源與信息，通過客戶端進行實時討論、限時答題、提問、投票等操作，遇到不懂的問題及時反饋給上課教師。課堂結束后，教育平臺自動匯總和分析學生的課堂表現情況，教師及時掌握學生的學習狀況，動態調整自身的教學進度。智慧課堂教學有利于提升學習者的參與度，增強教學的互動性，提升教學質量。

（五）建立開放的遠程實踐教學平臺

實踐教學是人工智能人才培養中不可缺失的教學環節，是學習者完成理論知識到實踐能力轉化的重要過程，是滿足企業及產業需求的核心所在，貫穿人工智能人才培養的全過程。由于開放教育的學習者具有時空分離、工學矛盾的特點，實踐教學往往是教學過程中最薄弱的環節[17]。開放教育人工智能實踐教學需要創新實踐教學模式，落實“產、學、研、用”一體化的思想，建立適應開放教育特點的“靈活、開放、自主”的遠程實踐教學環境；從教學、實踐和使用多方面注重專業人才和特色人才的培養，將理論學習、實踐教學和項目實戰融為一體，由易而難，循序漸進，逐步提升學生的學習技能和實踐水平，提高教學質量和成效。

人工智能遠程實踐教學平臺能夠滿足人工智能專業及相關領域的實踐教學要求，可同時滿足至少100人同時在線的性能要求。實踐教學平臺搭建采用Kubernetes+Docker容器集群技術，提供多種開發模式和多種運行環境，以滿足不同的用戶需求。平臺能夠提供具有超高計算能力的計算引擎容器云平臺，提供能夠支持數據存儲的分布式文件系統、數據集轉換組件以及系統運行管理組件，同時能夠提供完備的教學資源和實踐教學評價體系，如下頁圖3所示。

圖3 開放教育人工智能專業遠程實踐教學平臺

采用Kubernetes和Docker[18]技術，可創建隨時運行的實驗環境，使用幾臺機器即可虛擬創建大量實驗集群，并可配套GPU，滿足實驗室規模使用需求；采用kubernetes容器編排架構管理集群，用戶在實驗環境下相互隔離，減少干擾，按由淺入深、由易到難的方式完成完整的人工智能實驗操作。實踐平臺提供人工智能基礎實踐項目和業界最流行的多種深度學習框架TensorFlow和PyTorch，匯總了人工智能行業常用的算法庫，可幫助師生用戶快速了解算法的基本原理和使用。平臺提供豐富的教學資源，包括行業案例、課程體系、教學教材、實驗手冊、教學視頻和實驗數據等，建立由公司AI工程師、業務專家、高校教師結合書本理論與實踐形成的一套由易到難、由淺入深的課程體系。平臺具有完整的實踐教學評價體系，教師可對學生的答題情況進行評分，實時掌握學生實踐后對知識點的掌握情況，為后續的教學進度和計劃提供依據。

（六）構建產教融合的師資培養機制

一方面，人工智能是一個跨學科的專業，教師需要具備扎實的理論水平，能夠熟練掌握和使用人工智能技術，需要密切關注人工智能專業領域發展的最前沿問題。然而，目前高校的人工智能專業教師大都屬于半路出家，大部分是從計算機或者自動化專業轉行過來，對人工智能技術并不具備很深入的了解，實踐能力方面也尚存在不足。另一方面，開放教育的學生大部分來自于企業，有一定的工作經驗，很清楚自身的需求，學生對教師的學術水平和專業技能有一定的期待。因此開放教育的人工智能專業教師需要具備駕馭真實人工智能項目和產品的經驗和能力，能夠勝任各種形式的教學任務。為提升師資水平，本研究嘗試構建產教融合的師資培養機制。產教融合是加快人工智能專業師資培養的有效途徑，有利于師資的快速成長和發展，避免人才培養與產業脫節。具體來說，產教融合的師資培養機制包括以下五個方面：（1）教師下企業跟崗實踐。每位教師深入一線人工智能企業頂崗實習一年，全程參與企業的項目開發，按照企業的考核制度對教師進行考核，考核結果納入該教師的在校考核內容。（2）教師與工程師對接幫扶。每位教師與企業一位或多位工程師對接幫扶，共同進行產品研發，探討生產項目中遇到的問題及解決方案；共同制定課程標準，共同建設課程資源和開展課程實訓項目，實現專兼職教師共同研發、生產和施教。（3）參加各類培訓。定期派遣教師到國內知名的人工智能企業參加培訓，了解企業前沿技術。（4）邀請工程師培訓。不定期邀請人工智能企業優秀的工程師給教師進行在職培訓，實現校企深度合作。（5）加入行業協會。鼓勵教師加入人工智能行業協會，實現專業教師與行業專家互融互通，確保人工智能專業的建設與行業發展接軌，實現人工智能學科發展與行業發展的良性互動。

（七）建立多樣化的考核評價機制

根據人工智能專業和開放教育學生的特點，其人才培養應打破傳統的單一考試評價方式，采取多樣化的考核評價機制。一方面，將學習過程中考勤、課堂互動、課堂測驗、課堂練習等納入形成性考核內容，形成性考核與期末終考相結合構成最終成績，提高形成性考核占比。另一方面，國家推出了學分銀行，可以實現不同類型學習成果的互認以及學分的認定與轉換等功能，可以認定學歷教育的成果和各種形式非學歷教育取得的成果[19-20]。人工智能專業的學習者可以根據自身工作的崗位和內容，申請學分認定，學分銀行根據認定規則進行認定。認定規則中明確規定了公共課的認定規則，如計算機過了二級，則免修計算機基礎課程。專業課程也有相應的對應規則，如某學員目前從事的是數據處理的崗位，只要提供相應的工作內容證明，就可以免修數據處理的課程。多樣化的考核評價機制有利于促進人工智能學習者的學習積極性，同時也有利于多元化人才的培養。

四、結語

筆者所在的開放大學于2020年9月開始人工智能專業人才培養模式的探索，在實踐中取得一定的成果：到目前為止，全省在籍人工智能應用技術專業學生共有500多名，建設了十余門與人工智能專業相關的課程資源，一位教師參加廣東省人工智能競賽獲得“廣東省技術能手”的榮譽稱號。本研究針對開放教育的特點，對人工智能專業人才培養的目標、課程體系、課程資源建設、教學模式、實踐教學、師資培養、考核評價等進行了探究，探索了一套適用于開放教育人工智能專業人才培養的模式，該模式在實踐中取得一定成效，但仍需不斷完善，才能更好地服務國家人工智能領域技能應用型人才的培養。