校企深度融合的人工智能復合型人才培養探索

胡清華??王國蘭??王鑫

摘 要：新一代人工智能正在全球掀起新一輪產業革命，國家戰略層面大力推動人工智能技術進步與產業發展，高校面臨著培養適應時代發展需求的實踐能力與創新能力并重的人工智能人才的挑戰。本文立足國家人才強國新戰略，結合人工智能人才現狀及需求，針對校企合作存在的突出問題，對國內外人工智能人才培養目標、課程體系、實踐體系、師資隊伍等進行調研分析。探索了校企合作深度融合的“人工智能+”復合型人才培養的有效途徑，對我國“人工智能+”復合型人才培養具有一定的參考價值。

關鍵詞：新工科;人工智能+;校企合作;產教融合;人才培養

一、時代背景

新一代人工智能正在全球掀起新一輪產業革命，全球人工智能的人才競爭成為核心，人工智能人才的培養、人才的能力對核心競爭力起到至關重要的作用。人才競爭逐步波及國家層面的產業布局及規劃。全球各國制定了一系列人工智能發展規劃，中美等國家在2017年前后制定了關于支持人工智能產業發展的戰略規劃。2016 年美國白宮科技政策辦公室（OSTP）下屬國家科學技術委員會（NSTC）發布了《為未來人工智能做好準備》以及《國家人工智能研究與發展戰略計劃》兩份重要報告，明確制定美國人工智能的發展路線以及行動計劃。2017年7月，我國國務院發布了《新一代人工智能發展規劃》，提到我國面臨的重大任務：到2030年，人工智能理論、技術與應用總體達到世界領先水平，變成世界人工智能創新中心。在政策的大力支持下，全球的人工智能產業迅猛發展起來，企業數量呈現快速增長趨勢，其中中國和美國新增的AI產業進入世界第一方陣，成為全球人工智能企業領先國家。人工智能產業的發展帶動人才需求迅猛增長，根據《2020年全球人工智能人才培養調研報告》調研數據顯示，其中中國成為缺口最大的國家，有12 113個職位缺口，其次是美國，有7465個職位缺口。人工智能職位有大量的缺口，供需嚴重失衡，而且職位對人才的要求更加強調實踐能力和創新能力，導致人工智能人才需求更加緊迫，加大人工智能人才培養，填補空白成了當務之急。高校是人才培養的主陣地，在人才培養體系中起到重要作用，中國將成為人工智能人才培養的主力軍，如何為未來我國在人工智能領域基礎研究以及經濟社會發展培養智力資源成為高校的重要課題。

二、校企合作產教融合的“人工智能+”復合型人才培養必要性分析

人工智能在中國迅猛發展，政府高度重視該產業發展，并給予大力支持。社會急需大量人工智能專業人才，而我國人工智能人才儲備量僅占到全球的不到5%，人才缺口相當大，人工智能人才不足問題凸顯。盡管我國高校開設了相關專業，但培養學生哪些方面的能力，如何培養這些能力卻沒有成熟的方案。高校肩負著培養適應時代發展需求的實踐能力與創新能力并重的人工智能人才的重擔，亟須加強校企合作產教融合，提高學生創新能力和實踐能力，滿足我國人工智能產業對人才的迫切需求[1]。

1.社會發展的需要

社會發展不僅需要人工智能高端人才，而且需要人工智能與其他行業交叉的復合型人才。同時面臨學生就業難和企業用工難的“兩難”境地，折射出學校培養與社會需求脫節：即人才培養質量與應用不對接，學生實踐能力和創新能力嚴重不足，如何克服這些不足來滿足社會的需求成為亟須解決的問題。打破高校與企業的壁壘，讓企業行業與高校聯合制訂人才培養目標、建設課程體系、建設實踐體系、建設評價體系等成為重要任務。2017 年 12 月，國務院辦公廳發布《關于深化產教融合的若干意見》，提出“校企協同、合作育人的原則和目標 ”。高校應借助企業優勢，激發內生動力，克服與企業在人才培養合作過程中的短視行為，制訂長遠目標，明確責權關系，將校企合作、產教融合扎實落地并持續推進，形成穩定的、自覺的、良性循環的產教融合模式，培養出行業、職業、企業、產業急需的高端應用型人才。

2.新工科建設的需要

新工科建設是高等工程教育改革的重點舉措，2017年2月以來，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”和“北京指南”，新工科人才培養成為工程教育改革的主旋律。我國高校積極推進“四新”建設，打造產學研協同育人的主流模式，全力探索形成中國模式、中國經驗，給全球工程教育提供范式。2017年 6 月，教育部辦公廳發布《新工科研究與實踐項目指南》，指出“要建立政校企等多主體協同育人模式，推進科教結合、產學融合、校企合作的協同育人體制機制改革 ”。面向新工科建設的要求，解決新工科倡導的產業升級和人才變革，培養“人工智能+”復合型新工科人才成為重點任務，而新工科人才培養需要加強校企合作產教融合，既要做到傳統專業的升級改造，也要做好新專業的交叉融合，實現適應新工科建設的高端人工智能人才的培養。

3.人工智能專業建設的需要

人工智能（Artificial Intelligence）是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智能專業是為適應需求發展而新設立的一個專業，是一個新興的交叉學科，涉及數學、計算機科學、認知科學、心理學等多個學科。中美高校是人工智能人才培養的高地。1962年斯坦福大學成立了人工智能實驗室，為推動人工智能教育起到了重要的作用。1979年卡內基梅隆大學率先成立機器人學院，在機器學習領域進行研究與實踐，并在全球第一個推出機器人博士項目。2018年4月，我國教育部印發的《高等學校人工智能創新行動計劃》明確提出要加強人工智能領域專業建設，推進“新工科”建設，形成“人工智能+”復合專業培養新模式。在人工智能技術進步迅猛和產業發展壯大的背景下，全國多所高校設立人工智能專業，近兩年教育部陸續批準了215所高校開設人工智能本科專業。作為一個新興的交叉學科，尚未形成成熟的一級學科;作為一個新興的工科專業，專業建設正在探索期，人才培養目標尚未明確、課程體系仍需完善、師資力量依然薄弱、實踐體系不完善等問題凸顯。同時人工智能技術被公認為是一項“使能”技術，必須與其他企業行業深度融合才能發揮其巨大潛力。當前推廣智能技術普遍存在技術與專業脫離、難以有效推廣的問題，改變這一難題的重要舉措是加快校企合作，深化產教融合，大力培養“人工智能+”復合型人才，因此校企深度融合成為必由之路。

三、校企合作產教融合的“人工智能+”復合型人才培養的途徑

社會對人才的巨大需求，新工科建設吹響新的號角，人工智能產業爆炸式增長，給高等教育帶來了新的挑戰。人工智能已進入校企合作產教融合發展的新階段，隨著產教融合理念的發展，加強校企合作已成為當前高校人工智能專業發展的重要方向。針對目前校企合作存在的突出問題，比如校企合作單一化（主要集中在實習實訓環節，其他方面合作較少）、校企合作不深入（存在形式主義，比如簽訂框架協議的多實際深度合作的少）等問題，如何能有效解決這些問題尤為重要。校企有效聯動共同培養人工智能人才，培養什么樣的人（人才目標的制訂）？怎么培養（課程體系的設置、實踐體系的構建、師資隊伍的培養等）？培養得怎么樣（評價體系的建設）？下面結合這幾個問題對“人工智能+”復合型人才的培養進行探索。

1.校企聯動聚焦“人工智能+”復合型人才培養目標

培養目標是人才培養的具體要求。英美高校的人工智能人才培養目標提出較早，美國提出了“全方位培養多元化、有道德的AI隊伍”，英國提出了“金字塔人才培養目標，培養多層次AI技能人才，其中包括AI研究型和AI研發專家、博士、碩士以及技能人才，形成重視全民STEM教育和數據技能培養的格局”。我國起步較晚，從教育改革入手，著重高校教育體系建設，強調“人工智能+”復合型人才培養，實現分層次培養AI應用型人才。

高校作為培養人才的主體，培養什么樣的人是高校首要解決的問題。高校要堅持以立德樹人為根本任務，確立源于產業高于產業的培養目標。要結合人工智能領域和產業需求，以新工科建設為牽引，推進人工智能人才培養與產業交叉融合，深入人工智能相關政府部門、企業、研究院、行業協會等單位，大規模調研人工智能社會需求和未來發展趨勢;大范圍收集、整理全球人工智能領域頂尖大學的培養目標;組織校內外專家學者、智能產業企業負責人、一線技術人員進行座談、研討;最終校企聯合制訂既符合當前產業需求又具有一定前瞻性的“人工智能+”復合型人才的培養目標。

（1）堅持立德樹人。高校要堅持立德樹人的培養理念，實施各類課程與思政教育的同向同行，在價值傳播中注意知識含量，知識傳播中注意價值引領，培養具有愛國精神、家國情懷、全球視野、創新意識、實踐能力、通專融合的高素質人才，以適應人工智能領域和產業需求，適應新經濟發展要求。

（2）夯實學科基礎。培養學生具備一定的科學素養和數理基礎，系統地掌握人工智能的基本理論、專業知識、基本方法、專業技術與應用，在人工智能領域具有較強的知識獲取能力、實踐能力和創新能力;打牢“人工智能+X”復合專業人才的人工智能基礎，讓學生成為“寬口徑、厚基礎、復合型”的人工智能高級專業人才。

（3）培養數據思維。培養學生具有較強的數據思維、AI思維，具有較強的算法理解能力，掌握軟件開發和技術創新能力，讓學生能夠掌握應用開發技能，能掌握應對復雜場景的合適技能。

（4）培養創新精神。培養學生具有團隊精神、協同合作能力、創新探索精神、組織溝通能力和國際視野，具備繼續學習和終身學習的能力，鼓勵學生繼續深造碩博學位。

（5）理論實踐并重。實現理論和實踐知行合一，拓寬人工智能專業畢業生的發展口徑，既能從事本領域的設計、研發、應用及管理等方面的工作，也能根據“人工智能+X”的復合專業培養模式，從事如智慧城市、智能無人駕駛、智能無人系統、智慧醫療、智慧司法等領域的工作。

2.校企聯動構建“人工智能+”復合型人才培養課程體系

課程是人才培養的重要要素。美國高校人工智能課程體系相對較為完備，比如卡內基梅隆大學數學基礎課程超過20%，注重數學基礎學科的重要性，課程體系聚焦于復雜輸入，如視覺、語言和海量數據庫如何用于進行決策或提升人類能力;佐治亞理工學院重視數學與計算機基礎，重視自頂向下的計算模型構建，注重AI與計算機不同方向的交叉;斯坦福大學基礎學科中除了數學和編程，還包括力學、電磁學，設置了素質課程以及選修其他專業課程。我國高校課程設置起步較晚，開設人工智能專業的高校大多效仿外國的做法設置課程，課程體系尚不完善。

因此，面向人工智能產業發展的新要求，高校需要結合專業的人才培養目標，以立德樹人為根本任務，以夯實基礎為基本要求，以新工科“產業需求導向”和“從適應服務轉向支撐引領”為學科建設理念，以核心技術為主線，以前沿應用為牽引，挖掘人工智能專業所需知識內涵。培養的人才要有扎實的數學基礎，要有良好的計算機基礎（計算、算法、程序基礎），具有人工智能專業知識。可以采用“通識教育+專業教育+創新創業教育+課外實踐教育”的“寬口徑、厚基礎、復合型”培養模式。考慮人工智能發展速度快的特點，針對人工智能關鍵技術如計算機視覺技術、自然語言處理技術、自主無人系統技術、智能芯片技術、跨媒體分析推理技術、智適應學習技術、腦機接口技術、群體智能技術，設置多個專業方向課程包;針對人工智能不同領域，如智慧城市、智能無人駕駛、智能無人系統、智慧醫療、智慧司法，設置多個實訓課程包;也可以針對這二者進行結合，如智能系統與應用、視覺與智能無人系統等[2]。為滿足社會對人工智能崗位及關鍵技術的需求，校企可以聯立設置“通識必修+通識選修+專業必修+專業方向選修”的專業方向可迭代更新的課程體系（見表1）。該課程體系涵蓋通識教育，包括思想政治理論課、專項教育課程等，為人工智能專業拓寬所需知識面打牢基礎;也涵蓋專業教育，包括大類基礎課、專業核心課、人工智能+課程包（涵蓋人工智能相關技術和領域），為學生奠定穩固的專業核心技術基礎;同時涵蓋創新創業教育和課外實踐教育，為培養學生的人工智能系統工程實踐能力和創新能力打牢根基。

（1）進行人工智能課程體系建設的頂層設計。依據《普通高等學校本科專業類教學質量國家標準》，結合國家的戰略布局，積極推動人工智能和產業深度融合，緊密對接企業行業需求，對課程體系進行頂層設計。在筑牢數學與計算機基礎的同時，凸顯面向前沿的人工智能專業人才需求，形成夯實數理基礎、強化計算機思維培養、因材施教進行分類培養的課程體系。

（2）建設面向人工智能專業的數學基礎課程。人工智能專業人才需要具備堅實的數學基礎，因此專業需要建設“人工智能數學基礎”課程，為人工智能專業的學習打好基礎。

（3）建設人工智能學科基礎和專業核心課程。專業按照智能與計算大類人才培養理念，開設多門智能與計算大類學科基礎課程，涵蓋計算機軟硬件系統基礎;開設人工智能專業核心課程，結合國家戰略和企業行業需求涵蓋人工智能各個前沿方向，為學生奠定穩固的專業核心技術基礎。

（4）建設社會需求專業特色和學科交叉專業課程群。專業緊密對接產業需求，深度調研企業需求，針對人工智能的關鍵技術及不同領域，聯合企業行業專家，共同建設機器感知與機器學習、語音與語言處理、數據與知識工程等專業方向選修課程群。在覆蓋人工智能主要領域方向的同時，根據行業企業需求動態調整專業方向，并與計算機、控制、數學等學科專業交叉融合，不斷擴充跨學科“課程群”，建立“人工智能+”復合型人才培養的課程群，為學生提供學習交叉科學知識的載體，為“人工智能+”復合型人才培養筑牢根基。

（5）建設人工智能專業的實踐和創新類課程。在“人工智能+”復合型人才培養中，需要注重實踐和創新類課程的關鍵地位[3]。通過打破原有理論課程與實踐課程界限，加大綜合實踐課程比重和滲透性，探索部分課程以實踐為主線驅動、以理論為支撐的教學模式。實踐類課程與企業深度融合，以校企聯合設計多類型項目的形式開展實訓實習，如聯合設計課程實訓、專業實訓、實習實訓、畢業設計實訓、學科競賽實訓、科研項目實訓、創新創業實訓、學科交叉實訓等，打通理論與實踐的“最后一公里”。

3.校企聯動構建“人工智能+”復合型人才培養實踐體系

實踐是教學的重要環節，理論與實踐相結合可以有效提升學生實踐動手能力。國家新一代人工智能發展規劃對于人工智能產業發展和人才培養都提出了相應的要求，教育的關注點從強調成果到強調過程，從強調內容到強調方法，從強調理論到強調實踐，從內容訓練轉變為技能培養。2017年，教育部發布了《教育部高等教育司關于開展新工科研究與實踐的通知》，對人才的工程能力提出了更高要求。社會對學生的實踐能力和創新能力要求更高，從高校自身情況出發，結合專業培養目標，充分考慮人工智能在社會經濟生活各領域的普適性、遷移性和滲透性特點，打破傳統教育模式，采用“產教融合+產學合作”協同育人新模式，培養學生將理論知識方法有機地銜接到產業的系統應用需求中，校企合作構建多維度多元化遞進式實踐能力提升和創新能力提升的“雙能力培養實踐體系”（見圖1）。該體系包括課程實訓、專業實訓、實習實訓、畢業設計實訓、學科競賽實訓、科研項目實訓、創新創業實訓、學科交叉實訓，學生以“必選”（教師統一安排）+“自選”（學生自行選擇）的方式，實現由“點”（課程實訓）到“線”（專業實訓）再到“面”（實習實訓、畢業設計實訓）的遞進式實踐能力的培養與提升，實現多元化多維度的涉及學科競賽、學科交叉、創新創業、科研項目的螺旋式的創新能力的培養和提升，從而培養學生的人工智能系統工程實踐能力和創新能力。

（1）構建項目式課程實訓體系。構建貫穿同一學期多門專業理論課程的綜合實踐項目，將理論課知識點融入一門綜合實踐課程中進行實踐訓練，校企深度融合共同研討設計針對知識點融合的專題案例和綜合項目案例，如機器學習綜合實踐、工程知識綜合實踐等。理論傳授與實踐訓練同步進行，其中理論部分由校內老師進行授課，實踐部分可聘請有經驗的企業家、高級工程師進行授課，真正實現理論與實踐的結合，融教、學、做于一體，保證課程內容的連貫性、真實性和前沿性，培養學生的系統工程思維、專業技能和工程實踐能力。

（2）構建項目式專業實訓體系。構建以“解決實際問題”為導向、融入先進技術和前沿應用領域需求、面向實際應用場景的專業實訓項目。針對學生掌握的綜合知識，結合“人工智能+”的專業方向（機器學習與機器感知、數據與知識工程、語音與語言處理等），設計一個“增量化+遞進式”的專業實訓體系，利用假期完整的時間段完成。一年級設置專業基礎實訓訓練，二年級設置專業綜合實戰訓練，三年級設置專業項目實戰訓練，雙導師制完成項目的指導，讓學生通過實踐了解專業課程體系間的內在聯系，實現學生實踐能力的螺旋式提升。

（3）構建項目式的實習實訓體系。高校與企業深度合作建立實習實訓基地，讓學生走進企業、走上崗位，進行真正意義上的實踐鍛煉。學校配備教師進行實習的跟蹤服務、理論指導，企業導師負責手把手地教授，完成為期3～6月的實習實訓，完成崗位能力與職業素養的提升與實踐。同時高校也可以開拓與國際知名高校、國際知名企業的國際交流合作范圍以及合作形式，與國際知名大學、知名企業共同設立學生聯合培養項目，建立國際交流實踐項目，通過本科生實訓項目、海外名校畢設項目、公派研究生項目、雙碩士培養計劃等形式，適應人才培養國際化的要求，培養學生的全球視野和實踐能力。

（4）構建項目式的畢業設計體系。校企合作聯合建立基于真實場景的畢業體系，構建基于真實環境、真實項目的畢業設計項目，建立一套校企結合的學生指導模式，實施雙導師制進行畢業設計的指導，發揮企業導師開發能力強、項目經驗豐富、掌握前沿技術的優勢，發揮校內教師理論基礎雄厚、學術嚴謹的優勢，實現校企無縫銜接。學生在企業真實生產環境全程參與真實項目開發，解決真實問題，讓學生在企業真實環境中參與真實項目，培養學生解決實際問題的能力。

（5）構建學科競賽實踐體系。學科競賽是培養學生創新能力的有效途徑，學校除了鼓勵學生參與國家級和省級的相關學科競賽外，還通過校企聯合組織各類競賽，比如舉辦仿真智能小車自主駕駛、編隊行駛相關賽事，從而提升學生團隊合作能力和信息獲取能力以及分析解決工程實際問題的能力。

（6）構建創新創業實訓體系。高校和企業聯合設立創新創業課程、創新創業專項基金、創新創業比賽等。企業導師負責創新創業課程的講授;學生組隊承接企業發布的創新項目，獲得創新創業基金的資助，學生也可以自主設立創新創業課題，邀請企業代表、投資公司以及教師代表對創新項目進行評估指導，通過答辯審核后進行立項，獲得創新創業基金的資助，評估后有一定商業前景的團隊將得到學校的扶持實現商業轉化，提升學生自主創業的能力;校企聯合組織人工智能創新創業競賽，除了聯合指導“互聯網+”大學生創新創業大賽等賽事外，針對企業難題、卡脖子問題進行賽事的組織實施，培養學生創新意識、創新能力及團隊協作能力。

（7）構建項目式學科交叉實訓體系。組建跨學科教學科研團隊，依托人工智能研究成立一系列跨學科研究中心，建立可持續發展的學科交叉實訓體系，開發多個學科交叉項目如智能醫學、智能建造、智慧城市、智慧法學、智慧金融等。學生可以選擇感興趣的方向進行項目訓練，并完成大作業的設計，通過項目驗收后可以取得相應的微學歷。這樣可以提升學生多學科交流和合作能力，培養學生跨領域學習的能力，了解其他領域的新技術新方法，主動應用人工智能技術解決交叉學科問題，更好適應未來多職業發展需求[4]。

（8）構建科研項目實訓體系。根據國家創新驅動發展戰略中相關學科的科技前沿需求，發揮科研院所優勢，依托高校承擔的重點項目和校企共同研發項目，鼓勵有興趣有能力的本科生進入實驗室參與科研項目。開展本科生拔尖創新計劃，學生自主成立科研團隊，在教師指導下進行創新項目研究，對項目給予資金支持。高校也可以為每個本科班配備一名科研能力強的老師作為班導師，為學生科研規劃、學術研究方法給予指導，培養學生的科研素養和創新能力。

4.校企聯動構建可持續改進的教學質量評價體系

教學質量評價是提高人才培養質量的中心環節。以全面提高人才培養質量為目標，以學生為中心，以產出為導向，形成教學質量目標標準化、教學質量過程管理信息化、教學資源配置綜合化、教學質量監控全程化的“一體化”機制，構建校企聯動的教學質量保障持續改進體系（見圖2）。企業行業專家參與教學質量評價的全過程，對其進行檢查、監督和指導，形成對培養目標、理論目標、實踐目標、畢業要求的綜合評價及迭代更新，為提高教學質量提供了有力保證，全面提升人才培養質量。

（1）強化教學質量意識。圍繞專業建設、課程建設、主要教學環節等構建標準體系，以工程教育認證為依據，以OBE理念為指導，確立并不斷強化“嚴謹治學、嚴格教學要求”的“雙嚴”教育方針，持續強化教學質量意識。注重過程監管、結果反饋和持續改進相結合，促進人才培養的不斷迭代更新，不斷提升人才培養質量。

（2）構建評價標準體系。從培養目標、課程體系、實踐體系、師資隊伍、培養過程和學生發展等方面設置多個觀測點，形成符合教學評估的一級指標、二級指標及觀測點組成的量化指標體系，制定過程化、精準化、多元化的綜合性標準評價流程，對教學質量目標進行標準化的評價。

（3）建立持續改進機制。校企聯合建立專家庫，形成對培養目標、課程目標、實踐目標、畢業要求“評價—反饋—分析—持續改進”的質量評價閉環模式（見圖3），對培養目標的合理性和達成度定期評價，對課程設置和課程目標定期檢查，對實踐體系和實踐目標定期評價，對畢業要求達成度追蹤調研，形成建設中期2年一評，學位授予4年一評，專業建設6年一評的閉環模式。每隔2～4年對人才培養方案中的培養目標、畢業要求和課程體系進行評估修訂[5]，評估修訂過程企業行業專家全程參與，適時反映產業需求變化和學術前沿動態形成持續改進機制。

（4）強化信息質量監控。建設教學數據信息管理系統，實施數據驅動的數字化、精準化、多元化，以信息技術將教學過程分解細化，教學方法和教學效果由教學指導委員會、教師和學生共同評估，定期舉行討論，形成教學過程、教學質量評價監控閉環模式。

（5）保障教學質量管理。教學指導委員會邀請企業家加入，通過教學指導委員會強化教學質量管理和教學資源配置，對教育教學全過程進行檢查、監督、評價與指導。采用隨機聽課、抽查試卷、抽查畢業設計、抽查教學資料、抽檢教學資源配置等方式加強教學質量評價與反饋，促進課程體系、實踐體系的持續優化，保障教學資源配置的充足，保證各個環節持續改進良性循環。

（6）跟蹤畢業學生反饋。長期跟蹤畢業生的社會適應能力，了解畢業生的職業發展狀況，加強與畢業生的溝通，傾聽畢業生的反饋。每年對畢業生組織座談，組織問卷調查，聽取畢業生對四年學習建議，加強對畢業生的追蹤，通過校友會沙龍等方式定期和不定期同本專業畢業生溝通交流，聽取畢業生對教學過程的改進意見，并將意見反饋給專業負責人進行教學質量改進及質量標準的調整。

（7）社會行業企業評價。

邀請企業行業進行座談，開展問卷調查，了解行業最新動態，了解行業最新趨勢，了解企業對畢業生職業能力的要求，了解企業對畢業生的評價，調查企業對專業畢業生道德素質、專業精神、知識結構、專業技能、溝通技能等的滿意度，通過企業行業的反饋，形成調研評價報告。根據反饋信息進行數據分析，形成一定的結論，對培養目標、課程體系、實踐體系等進行修訂，持續穩步提升人才培養質量。

參考文獻：

[1]吳飛，吳超，朱強.科教融合和產教協同促進人工智能創新人才培養[J]. 中國大學教學，2022（1/2）：15-19.

[2]吳飛，楊洋，何欽銘.人工智能本科專業課程設置思考：厘清內涵、促進交叉、賦能應用[J]. 中國大學教學，2019（2）：14-19.

[3]劉江，章曉慶.面向非計算機專業的人工智能導論課程建設與探索[J]. 中國大學教學，2022（1/2）：46-51.

[4]杜圣東，楊燕.“人工智能 +”背景下的新工科教育探索與實踐[J]. 計算機教育，2020（7）：106-110.

[5]馬文英，楊雄，王天寶，等. 基于產出導向（OBE）的本科人才培養質量評價方案研究[J]. 高教學刊，2021（20）：1-8.

[基金項目：教育部第二批新工科研究與實踐項目“校企合作產教融合的‘人工智能+復合型人才培養模式與持續改進機制”（E-RGZN20201011）]

胡清華，天津大學人工智能學院院長，教授。