職業院校大數據及人工智能專業人才培養模式研究

金光浩,張泰忠,楊建興

(北京電子科技職業學院電信工程學院,北京100176)

黨的二十大報告指出,“統籌職業教育、產教融合、科教融匯,優化職業教育類型定位”,再次明確了職業教育的發展方向。職業院校專業建設要堅持黨的領導,堅持正確辦學方向,堅持立德樹人,深化產教融合,深入推進育人方式,培養更多高素質人才。隨著教育創新與改革的深入,職業教育邁入新的發展征程,微課、翻轉課堂、雨課堂等新興教學模式在大數據及人工智能等計算機相關專業課程中開始應用。目前,很多教育創新與改革都以提升職業教育水平,為行業提供更多高素質復合型人才,推動教學改革為目標[1]。為了更符合實際需求,計算機相關專業教學中開始結合“1+X”證書等開展多方向的培養模式,同時探究校企協同育人模式,建立校企協作平臺,為企業輸送多層次人才[2-4]。在計算機類課程中也相繼開展將思政內容與計算機教學相結合的探究,將思政元素有效融入課程教學的每一個環節中[5-6]。

新時代職業教育對教學、企業實踐等方面提出了很多挑戰。第一個挑戰是如何設定課堂教學內容的寬度、深度及方向。職業院校的學生水平參差不齊,教學內容需要包含多層次及多方向的理論、技術、實踐等內容。第二個挑戰是如何結合企業實踐與課堂教學。隨著職業化教育逐漸向產教融合、校企合作方向發展,課堂教學不僅需要很好地銜接企業實踐,同時需要承載各種實踐活動。第三個挑戰是如何將思政與教學及實踐融合。由于學生、教師、專業等都存在多樣性,單純套用模范課很可能無法達到效果。不合適的思政課內容,也會影響教學的質量和思政的效果。同時,企業無法像學校專業教師那樣開展思政教育。本文研究職業院校大數據及人工智能專業人才培養模式,以解決上述三個挑戰。

1 總體解決方案

1.1 多層次、多方向課程設計

以2～5人的課程小組為單位,以學期為跨度,形成多層次、多方向課程。前后課程之間保持一定比例的延續內容,使學生感到熟悉,降低學習內容導入難度,同時通過進階內容強化并提升學習效果。同時,在課程設計上結合多種實踐內容,滿足各個方向的學生發展需求。

1.2 課程教學與企業實踐的雙向融合模式

學生在參與企業實踐時,需要一定的知識及技術儲備。學生在職業院校學習階段,大多以理論學習為主。而一般情況下這一部分教學主要以教師為主。為了更好地與企業實踐對接,教師需要與相關合作企業進行長期的合作,通過業余、半脫產、全脫產等形式參與到企業活動中,從而積累大量企業實踐經驗。同時,教師需要與企業建立長期教學合作關系,通過共建教學資源庫等形式,參與到課程教學內容建設中,有助于提前選擇符合企業實踐的教學內容,也有利于課程教學與企業實踐的有效融合。

1.3 全方位課程思政模式

目前課程思政大多采用在原有教學內容的基礎上添加相關思政元素的方式,盡量不改動課程結構,但是思政元素的添加時機、份量及方式等都需要一定的經驗。改動課程結構及內容會加大教師負擔,但是簡單套用或者增加思政元素也會顯得很突兀,很難達到“潤物無聲”和“潛移默化”的效果。特別是在企業實踐過程中,由于企業導師無法投入大量精力在思政內容建設上,因此更需要提供系統化的思政教學模式。因此,可以根據大數據及人工智能專業特點建立思政教育數據庫,把思政元素融入教學及實踐的各個環節,從而做到隱性教育和顯性教育的有機融合。

2 實施路徑

實施路徑如圖1所示。在雙向產教融合模塊,首先以教師實踐為基礎,構筑企業與教師之間的協作關系。教師要到企業進行實踐,然后與企業導師合作制定教學內容,從而形成雙向產教融合模式。在多層次、多方向教學模塊,根據現有課程內容及難度,將多個課程組成一個課程集。2～5名老師為一個課程組,以學期為規劃單位,將課程教學層層遞進,形成多方向發展趨勢。在全方位課程思政模塊,以中國發展成就教學數據為基礎數據,加入思政元素、思政案例,建立全方位思政數據庫,從而可以在課程中全方位覆蓋思政內容。

圖1 實施路徑

3 預期成果

層次化課程不是簡單地增加課程難度,而是在同一個方向上,既有重復加強的部分,又有開拓擴展的部分。在以往的產教融合模式中,教學課程與企業實踐課程互相獨立,相關性較少。本研究提出的模式充分利用已開展的教師企業實踐活動,并通過與企業共同建設課程內容等方式,促進雙方的合作及融合。同時,在盡量保持原有教學結構不變的情況下,將教學所面向的數據改為融入思政的數據,可以最大化地提升思政效果。教學思政數據及思政元素、案例等,都采用數據庫方式,再基于大數據分析方法,并結合智能搜索及匹配方法,可以大大降低教師及企業導師的負擔。

通過建立一套完整的職業院校大數據及人工智能專業人才培養模式,為課程建設、企業實踐、課程思政提供完整的優化方案。雙向產教融合模式,將改變以往各自為戰的局面,在提升教師實戰能力的同時,提高企業導師的教學能力。通過與地區企業的緊密合作,不僅可以提升學生實踐能力,也能提升教師實踐教學能力。同時,建立全方位教學思政數據庫有助于減少教師及企業導師的負擔,提升教學思政效果。通過上述努力,可以為本地企業提供理論扎實、實踐能力強、思想覺悟高的新時代人才。

4 案例介紹

在多層次教學方面,北京電子科技職業學院開展的人工智能應用、人工智能數據處理、AI框架應用開發、大數據模型與人工神經網絡、大數據項目崗位實踐等有相似性的課程組成課程集,陸續開展多層次、多方向教學。同時,在每一個課程中都采用中國發展成就為基礎教學數據開展學習。如圖2所示,在人工智能數據處理課程中,導入中國進出口貿易數據等,讓學生直觀感受中國發展成就,從而樹立學生對社會主義道路的自信。

圖2 人工智能數據處理課程案例

如圖3所示,建立教學思政數據庫,與課程及實踐內容產生聯系,可以將思政內容自然帶入,做到教學與思政的有機結合,在不影響課程整體結構及進程的前提下將思政效果最大化。

圖3 教學思政數據庫案例

5 結語

本研究探討了如何建立一套完整的職業院校大數據及人工智能專業人才培養模式,為課程建設、企業實踐、課程思政提供完整的優化方案。多層次、多方向課程設計可以做到有教無類,符合當前職業院校學生實際需求。雙向產教融合模式將改變以往各自為戰的局面,提升教師實戰能力的同時,提高企業導師教學能力。全方位教學思政數據庫的使用,有助于減輕教師及企業導師的負擔,提升教學思政效果。