基于人工智能的新時代大學生學術素養培養模式研究

摘 要：高層次創新人才對經濟發展和科技變革具有核心支撐作用。在日益激烈的人才競爭形勢下，實現高層次創新人才的大規模自主培育，能夠有效緩解我國高層次創新人才短缺壓力。然而，當前高校卻缺乏對大學生學術素養培養模式的研究和頂層設計，造成學生在研究生階段暴露出科研基礎薄弱、科研興趣不足以及研究方向模糊等問題，嚴重影響了高層次創新人才的培養質量。在新工科背景下，以人工智能為核心驅動的學術素養培養模式應運而生。該模式從大學生研究方向智能挖掘與分析、科研團隊成員自適應動態遷移、學術素養人機混合推演與綜合評價三個方面，解決大學生科研興趣難以捕獲、科研團隊不適配、學術素養評價指標不明朗等問題，為新時代大學生學術素養培養提供理論支撐和實踐依據。

關鍵詞：高層次創新人才；大學生；學術素養；人工智能

隨著全球人才競爭的日趨激烈，我國對高層次創新人才的需求更加迫切。實現高層次創新人才的大規模自主培育，能夠有效緩解我國相關人才短缺壓力。當然，高層次創新人才離不開學術素養的培養，學術素養是高層次創新人才所具備的基礎研究能力。學術素養的培養具有長期性、持續性和銜接性，這決定了僅依賴本科生或研究生階段的單一培養是無法滿足高層次創新人才的要求。不容忽視的是，前期基礎學術素養培養的缺失也會影響后續創新能力的提升。

近年，我國相繼出臺了一系列政策，采取了一系列舉措，旨在健全本科生和研究生培養管理體系，為高層次創新人才的高質量培養保駕護航。2015年10月24日，國務院印發《統籌推進世界一流大學和一流學科建設總體方案》明確指出，著力培養具有歷史使命感和社會責任心，富有創新精神和實踐能力的各類創新型、應用型、復合型優秀人才。2018年9月17日，教育部印發《關于加快建設高水平本科教育全面提高人才培養能力的意見》明確指出，推動高校分類發展，引導各類高校發揮辦學優勢，在不同領域各展所長，建設優勢特色專業，提高創新型、復合型、應用型人才培養質量，形成全局性改革成果。2020年9月21日，教育部、國家發展改革委、財政部印發《關于加快新時代研究生教育改革發展的意見》指出，中國特色社會主義進入新時代，各行各業對高層次創新人才的需求更加迫切，研究生教育的地位和作用更加凸顯。

雖然這些措施在一定程度上促進了高層次創新人才的培養，但是在對大學生學術素養培養模式的研究和頂層設計上，仍存在學生科研興趣難以捕獲、科研團隊不適配、學術素養評價指標不明確等一系列難題，導致學生在研究生階段出現科研基礎薄弱、科研興趣不強、研究方向不明晰等問題，制約了高層次創新人才的大規模自主培育。因此，在分析當前大學生學術素養培養現狀和存在問題的基礎上，提出基于人工智能的學術素養培養模式，旨在為新時代我國高層次創新人才培養提供理論基礎和實踐依據。

一、大學生學術素養培養現狀及問題分析

近年，在習近平總書記關于教育的重要論述及全國教育大會精神的指導下，部分高校已開始將應用型人才培養為主向以學術型人才培養為主轉變。2023年3月，西安科技大學印發《推動學術型人才培養 促進本科教育教學高質量發展落實措施》的通知，旨在加快建設特色鮮明的高水平教學研究型大學步伐，促進本科教育教學高質量發展。2023年南華大學發布《關于開展“學習貫徹黨的二十大精神，加快推進學術型人才培養”學習討論活動的通知》，旨在增強全體師生對學術型人才培養的認同度、知曉度、踐行度，培養高質量本科專業人才。

因此，在新工科背景下，大學生學術素養培養對高層次創新人才自主培育體系的構建至關重要。當前，大學生學術素養培養的模式主要有以下幾種。

（一）大學生學術論壇

學術論壇是較為傳統的大學生學術素養培養模式。隨著計算機、互聯網、5G通信技術的快速發展，舉辦學術論壇的方式已逐漸由線下發展為線上和線上線下相混合的形式，為學生提供了更加靈活的選擇。學術論壇作為大學生接觸和了解科技前沿知識的重要途徑，不僅豐富了大學生課余生活，還在一定程度上促進了大學生的學術素養提升。然而，這種方式在知識傳播的連續性方面存在明顯的局限性。一般而言，學術論壇是報告人對其相關科研工作進行簡要概述、總結和展望，并非系統性的知識講解。這對于沒有任何學術基礎的大學生來說，很難在短時間內理解和消化。

（二）科研興趣小組

科研興趣小組是大學生參與科研實際項目的有效途徑，能夠幫助大學生積累寶貴的科研經驗，在一定程度上促進了大學生基本學術素養的培養和發展。但是，這種方式也存在一些問題。一方面，科研興趣小組的人員組成具有不穩定性。小組的構建是以科研興趣的一致性為基礎，一旦帶隊導師或小組成員受到不確定性因素影響而臨時更換研究方向時，小組就可能面臨解散的風險。另一方面，科研小組難以激發學生的科研積極性和主動性，小組往往缺乏成熟的規章制度作為管理約束，部分組員也可能會出現自由散漫、不受約束的情況。

（三）大學生相關比賽

大學期間參加各類國家級或省級比賽能夠提升大學生理論聯系實踐的能力。同時，學生在比賽過程中能夠實現文獻檢索能力、資料收集能力以及學術報告撰寫能力的提升，在一定程度上開拓了視野、培養了基本學術素養。但是，這種模式也有一定的局限性。首先，這些比賽具有短期性的特點，在有限的時間內，參賽隊伍不固定，難以系統地培養基本學術素養。其次，大多數比賽側重于工程應用能力的鍛煉，在一定程度上限制了學術型人才培養功能的發揮。最后，這些賽事往往以團隊成果作為考核對象，缺乏對學生自身貢獻率和能力的綜合評價，無法有針對性地提升學生的相關能力。

（四）自媒體相關平臺

近年，隨著移動互聯網技術、移動終端的快速發展，我國自媒體行業得到了蓬勃發展。一些高校、高新企業及研究所等單位的教學科研人員通過短視頻平臺或視頻網站，發布前沿科技知識科普或培訓視頻，這種碎片化的學習方式在一定程度上滿足了大學生利用課余時間輕松涉獵科技前沿知識的需求，培養了他們的基礎學術素養。例如，大學生可以通過短視頻平臺輕松接觸到自動駕駛技術、聊天機器人程序ChatGPT等前沿科技知識。但是，這種碎片化的學習方式很難使大學生系統、完整地掌握相關知識。同時，學術相關題材的視頻對審核人員的專業知識要求較高，審核難度較大，部分自媒體發布的科技信息的準確性、真實性和專業性有待考證，很容易對大學生造成誤導。

二、基于人工智能的學術素養培養模式研究與探索

在分析當前大學生學術素養培養模型現狀及存在問題的基礎上，以人工智能前沿領域相關算法為核心，提出基于人工智能的學術素養培養模式，主要包括大學生研究方向智能挖掘與分析、科研團隊成員自適應動態遷移和學術素養人機混合推演與綜合評價三個方面。

（一）大學生研究方向智能挖掘與分析

科研興趣決定研究方向，合適的研究方向能夠縮短人才培養周期，降低人才培養成本。然而，對大學生而言，他們還處于學術素養和專業知識的積累階段，缺乏實際科研或工程實踐經驗，需要不斷嘗試，才能準確地捕獲科研興趣和自身擅長的研究方向。

基于閉環大數據分析的研究方向智能挖掘與分析策略，對降低大學生科研興趣選擇和研究方向挖掘的難度、提高大學生與研究方向的適配度具有顯著作用。首先，以河南某本科高校作為試點，遴選一批計劃攻讀碩士研究生、博士研究生的學生作為研究對象，完成原始數據收集。通過線上線下混合數據采集方式，準確獲取這些學生的多模態學術生涯相關數據。包括學生個人基礎特征（性別、年齡、籍貫、居住地等）、學科偏好、學術論壇偏好、各科課程成績以及各種數據分析問卷等內容。其次，對上述數據進行分析和規范化管理，建立原始數據集，為后續的數據分析和模型構建提供數據支持。再次，以深度卷積神經網絡模型或Transformer模型為基礎構建人工智能模型，實現對大學生科研興趣和適配研究方向的精準預測。最后，基于該模型完成對這批大學生的數據分析，并根據研究方向組建多個學術素養培養團隊。

（二）科研團隊成員自適應動態遷移

考慮到原始數據量的有限性對人工智能模型初始精度的影響，以及在科研興趣和研究方向分析上可能造成的誤差，本研究提出科研團隊成員自適應動態遷移機制，旨在通過優化模型分類結果，提高科研團隊教學的持續性和有效性。首先，在科研團隊組建后，定期對團隊成員進行科研興趣的二次測評，收集團隊成員的測試數據，準確了解團隊成員當前的科研興趣。其次，每個科研團隊根據其研究方向構建相應的學術素養評價體系，評價方式要多元化，包括基礎筆試、編程測試、理論知識和表達能力等。再次，采用循環交叉測試的方式，收集團隊成員的多元化考評數據。最后，將上述數據與原始數據進行融合，重新調整人工智能模型，提高模型對科研興趣和研究方向分類的準確性，為團隊的動態調整提供科學依據。

（三）學術素養人機混合推演與綜合評價

學術素養是一種較為抽象的概念，難以直接定量表征和評價。為了合理評價大學生學術素養培養效果，避免人為主觀判斷的影響，提高評價的客觀性和準確性，本研究基于多模態融合數據的學術素養人機混合推演與綜合評價方法，將評審人的主觀評價與人工智能模型的客觀推演相結合，充分發揮評價主體對抽象概念認知的優勢，合理利用人工智能模型挖掘客觀真理。

首先，制定合理的人工評分準則，包括學生學習狀態、主觀積極性、知識理解能力、表達能力等。其次，各個科研團隊的教師根據評分準則進行人工打分。再次，利用平時收集的多模態數據，如比賽成績、獎學金評選結果、科研成果等，構建相應的人工智能模型，對學生的學術素養進行綜合分析，并給出相應的評價。最后，構建標準化的評分融合公式，根據每位學生的學術素養培養結果，對各個模型及機制進行優化。

三、結語

針對新時代大學生學術素養培養過程中存在的諸多問題，以前沿人工智能算法為核心，提出構建基于人工智能的大學生學術素養培養模式，為解決大學生科研興趣難以捕獲、科研團隊不適配、學術素養評價指標不明確等一系列難題提供強有力的理論依據，進而使研究生明確自身科研興趣、了解自身擅長的研究方向并具備扎實的學術素養基礎，為高校研究生階段的人才培養提供強有力支撐，滿足各行各業對高層次創新人才的迫切需求。

參考文獻：

[1]李永剛，李海生.我國研究生教育質量監管的運行邏輯與非預期效應研究[J].中國高教研究，2023（9）.

[2]金慧慧.我國研究生教育政策：歷程回顧、發展路徑與前景展望：基于政策工具的視角[J].教育理論與實踐，2023（24）.

[3]唐繼衛.堅持科技小院人才培養模式大力推動中國特色專業學位研究生教育高質量發展[J].中國高等教育，2023（12）.

[4]黃蓓蓓，錢小龍.探尋世界一流大學人工智能人才培養的奧秘：斯坦福大學人工智能人才培養模式的整體性分析[J].清華大學教育研究，2022（3）.

[5]肖靜.基于高校圖書館的大學生學術素養培養[J].山西財經大學學報，2022（S2）.

[6]馬海華，鄧淼磊，張浩軍.“雙萬計劃”下以學生為中心的教學范式改革探究[J].河南工業大學學報（社會科學版），2021（1）.

[7]蘇芳，楊魯新.外語專業本科新生學術素養社會化民族志個案研究[J].外語界，2022（2）.

[8]焦旭平.教育學學術型碩士研究生學術素養研究[D].石家莊：河北師范大學，2019.

[9]馬海華，程立，鄧淼磊.新工科背景下大學生自主學習現狀、問題及對策研究[J].河南教育（高等教育），2023（5）.

責編：勉 耘

基金項目：河南省高等教育教學改革研究與實踐項目“思政引領、科教融合，面向新工科學術型人才培養的研究性教學模式研究與實踐”（編號：2024SJGLX0095）；河南省教育科學規劃2024年度一般課題“基于人工智能的大學生學術素養自適應評價方法研究”（編號：2024YB0077）；河南省高等教育教學改革研究與實踐項目“智慧教學視域下協同知識建構教學模式研究與實踐”（編號：2021SJGLX399）；河南工業大學本科教育教學改革研究與實踐項目“面向工科學術型人才培養的研究性教學模式改革與實踐”（編號：JXYJ2023010）

作者簡介：趙樂（1990— ），男，河南工業大學信息科學與工程學院講師，研究方向為人工智能、人才培養模式；馬海華（1979— ），女，河南工業大學信息科學與工程學院副教授，研究方向為微納傳感器、教學模式；范亞君（1993— ），女，河南工業大學信息科學與工程學院講師，研究方向為車聯網通信感知一體化、課外育人模式。