某師范院校人工智能專業科教產融合人才培養路徑探索

摘要：科教產融合是新工科專業建設的關鍵。文章以某師范院校人工智能為例，通過建立專業畫像，分析了其科教產融合現狀及挑戰，并提出了一條融合人才培養路徑，包含培養計劃與課程改革、內外實踐融合、分層實踐，以及校企合作等方面。3年實踐表明，該路徑在增進校企良性互動、促進教師科研產出、推進學生成長成才等方面均取得了積極成效，可以為同類師范院校提供借鑒。

關鍵詞：人工智能；新工科；科教產融合；人才培養；課程改革

中圖分類號：G642" " " 文獻標識碼：A

文章編號：1009-3044（2025）18-0160-04

開放科學（資源服務） 標識碼（OSID）

0 引言

科教產融合一般是指教育機構與產業界通過合作共享，優勢互補，共同致力于科學研究、技術開發以及人才培養的過程[1]。基于社會發展需要，科教產融合在眾多工科高校中得以廣泛探索實踐[2-6]，作用主要表現為促進理論與實踐結合，將課本知識融入產業實踐，增長實踐才干，更好適應未來職場需要；推進技術創新：產業界以實際問題為場景，激發師生研究興趣，促進學術研究成果向實際應用轉化；提高學生就業率，通過與企業的合作，學生有機會提前了解行業動態，極大增加實習和就業機會[7-8]。

近年來，國內師范院校加快推進新工科建設，綜合性學科建設取得巨大成效，但由于基礎相對薄弱，社會既有認識難以打開局面等因素疊加，夯實科教產融合途徑不可缺失，意義更加重要。尤其是隨著人工智能專業在師范院校鋪開[6-9]，更加注重實踐應用、產業引領發展、應用需求推動等特點，師范院校建設好人工智能專業更需要著力發展科教產融合，走出符合自身特點的切實路徑。

1 人工智能專業與科教產融合發展現狀

隨著科技的快速發展，人工智能已成為擘畫未來與推動增長的關鍵力量，部分國家將人工智能上升為國家戰略。為滿足行業對人工智能人才的需求，諸多高校與時俱進，大力推進人工智能專業建設。截至2024年6月[10]，國內共有504所院校開設人工智能本科專業，是院校申報和學生報考雙熱門專業。與此同時，基于人工智能專業跨學科和強應用特點，諸多院校大力探索科教產融合方式，以培養具備實踐能力和創新思維的人工智能人才，在內生動力和輸入產出上呈現出更積極的發展態勢[11-16]。

1） 頂層政策引導支持

2017年國務院發布《新一代人工智能發展規劃》，提出以新一代人工智能科技創新提升為主攻方向，提供良好政策環境支持，促進人工智能專業教育與產業發展的緊密結合。2018年2月國務院發布《關于深化產教融合的若干意見》，提出“引企入教”，鼓勵企業資源引入高校教學環節。此后，《促進新一代人工智能產業發展三年行動計劃（2018—2020年） 》《關于加快場景創新以人工智能高水平應用促進經濟高質量發展的指導意見》等系列頂層設計相繼出臺。2024年，“人工智能+”行動首次寫入政府工作報告。近日召開的中央經濟工作會議確定2025年要抓好的九項重點任務之一“以科技創新引領新質生產力發展，建設現代化產業體系，開展人工智能+行動”。

2） 院校以科教產融合為抓手推動人工智能專業建設

人社部《人工智能工程技術人員就業景氣現狀分析報告》顯示，2025年我國人工智能相關人才缺口將達 1 000萬，其中對算法人才需求度高達80%，而算法人才產出更有賴于院校的培養。在申報人工智能專業，擴大招生規模的同時，不少院校更是升級成立人工智能學院。據不完全統計，2024年以來，包括上海交通大學、清華大學、哈爾濱工業大學、武漢大學、北京信息科技大學、華東師范大學、中國科學技術大學、山東大學、內蒙古大學等在內的14所高校新成立人工智能學院。人工智能專業建設以科教產融合為主要抓手，通過優化專業設置、依托成立產業學院、加強實踐教學、提高教師專業素養等方法持續推進學科和人才建設。

3） 企業立足自身優勢擁抱融入人工智能科教產建設

越來越多的企業依托自身在數據、算力資源、軟件工程上的優勢，主動擁抱人工智能科教產融和人才培養建設。如百度飛槳與文心大模型結合自身業務優勢，對人工智能教學賦能計劃進行升級，助力高校教師基于飛槳、文心大模型、星河社區等系列工具與平臺，開設人工智能與大模型、AI+X 等學分課程，校企聯合培養新時代的復合型人工智能人才；華為基于昇騰云服務人工智能算力資源，支持高校在人工智能領域的科研創新、技術合作和人才培養，共建人工智能生態繁榮。

綜上分析，人工智能專業與科教產融合人才培養發展在政策、院校、企業三方加持下，正在不斷產生共振作用，催生更多創新模式和實踐成果，共同推動人工智能人才培養建設。

2 某師范院校人工智能專業科教產圖譜畫像與建設挑戰

在人工智能專業科教產融合人才培養上，理工科院校具有天然優勢，路徑建設相對成熟。相較而言，師范院校挑戰更大。以某師范院校為例，由于缺乏成熟經驗，在科教產融合人才培養建設上面臨特有問題，難度更大。通過問卷調查研究，建立了師生兩端圖譜畫像，對師生發展現狀問診把脈，以此為出發點針對性進行科教產融合路徑探索。

問卷設置區分教師和學生兩類，教師問卷涵蓋基礎信息、專業素養、產業資源與經驗，科研成果與教學經驗4個維度，設計20個選項；學生問卷涵蓋基礎信息、學科愿景、科教產認知與期望共三個維度，計15個問卷選項。通過線上發放問卷476份，覆蓋學校人工智能專業全部學生以及人工智能系專業教師，共回收有效問卷452份，其中學生436份，教師16份。

基于問卷采集數據，建立人工智能專業教師端圖譜畫像和學生端圖譜畫像，分別描述如下。

1） 教師端圖譜畫像

基礎信息：全部為近三年新進教師，其中男教師13人，女教師3人；教師年齡層次總體相對年輕，其中80后10人，90后6人。

專業素養：全部教師具有985高校博士學位，4人有博士后經驗，1人為海歸博士人才引進；教師博士專業以信息通信、自動化、信號處理、電氣工程等專業為主，只有1人為人工智能專業方向；專業常規工作以承擔教學任務為主。

產業資源與經驗：較高比例教師具有產業從業經驗，8名教師具備企業工作經歷或參與創業工作，在人工智能相關行業進行實踐工作；12名教師具有橫向項目經驗，在算法賦能、軟件開發、數據標注等方向具有一定市場資源。

科研成果與教學經驗：科研成果產出相對薄弱，4人主持博士后面上項目，1人國自科立項，6人省級項目立項；教學經驗尤其是人工智能學科短板明顯，10人為剛畢業博士，在機器學習、深度學習等人工智能核心課程教學上處于邊學邊教狀態。

從教師端圖譜畫像維度分析，該師范院校新建設人工智能專業教師隊伍優劣勢突出：優勢上表現為教師隊伍相對年輕，知識結構較新，具有較好的智能應用方向專業背景與產業經驗積累；不足之處主要體現為教師人數力量、本專業知識深度積累等方面，且由于年度教學320課時工作量任務要求，受限于時間精力，不少教師難以兼顧科教產輸出要求。

2） 學生端圖譜畫像

基礎信息：學生年齡層次全部為00后，其中女生占比72.48%，男性27.52%，本省生源占比92%，以人工智能為高考第一專業學生31.2%，專業調劑比例65.14%，3.66%的學生將人工智能專業列為第二專業。

學科愿景：學生在本科階段專業學習成效期望，體現在職業規劃（圖1） 和畢業習得（圖2） 兩個子維度，職業規劃鮮明體現考研優先，直接主動就業占比僅約10%左右；在畢業習得上，學生核心關注專業知識和技能獲取。

科教產認知與期望：學生對科教產融合缺乏認知，但對參與實踐項目表現出較高的熱情。95%以上的學生不了解科教產融合中的角色和作用，，92.66%的學生期望盡早參與企業項目實習，74.31%的學生期望參加教師主導的項目，體現了通過產業實踐盡快成長成才的迫切需求。

從學生端圖譜畫像維度分析，該師范院校學生端特征同樣顯著，一是學生“師范”味重，如女生比例高、省內生源相對集中，專業調劑比例高等；二是學生參與產業項目熱情高，在拓展技能，習得專業知識上具有強烈動機。

3 某師范院校人工智能專業科教產融合人才培養探索與建議

從教師端和學生端圖譜畫像出發，某師范院校在人工智能專業科教產融合人才培養上進行了積極探索，積累了有益經驗，主要表現在以下方面。

3.1 培養計劃與課程改革的適應融合

制定合適的培養計劃并以此為依據進行課程改革是基本遵循。通過網絡檢索、高校交流、文獻梳理、啟發座談等方式，在調研了解相關院校人工智能專業本科培養計劃、課程體系基礎上，結合校情學情，制定了適合本校人工智能專業的培養計劃，并進行必要的課程改革實踐，構建形成“掌握一門語言，學習兩個框架，深耕機器學習與深度學習算法，使用大數據基座，投入應用方向”的專業學習指導路徑。

具體實踐：1） 按照學習指導路徑重構課程體系、貫徹培養計劃。一是構建全面的課程體系：基礎課程夯實根基，涵蓋人工智能基礎理論、算法原理、編程實踐等內容課程；專業課解決關鍵技術，包括但不限于機器學習、深度學習、計算機視覺、自然語言處理等專題課程；選修課程注重動態跟蹤，引入前沿技術介紹，如強化學習、神經網絡架構、生成式人工智能、大模型部署與實踐等，讓學生了解掌握最新研究熱點和發展趨勢。2） 強化實踐操作，通過實踐增強學習興趣和錘煉專業知識，搭建科教產橋梁：一是建立專業見習機制，在專業學習前走訪市內知名人工智能領域企業，深入生產一線，與企業人事經理、產品經理、技術總監、技術工程師面對面，對技術實踐建立宏觀和切實認知；二是課程設計中大幅增加實踐課時，將課程設計、試驗、實踐區分，構建從理論到驗證，從問題需求到解決方案，到技術實現的實踐途徑；三是鼓勵學生參與開源項目，創建“復現創新社”，先期通過復現理解掌握知識技能，在此基礎上實踐創新，探索出一條“摸石頭過河”的實踐創新道路；四是跨學科合作，尤其是和本學院電子信息類專業融合組隊，參與創新創意、物聯網、程序設計、黑客馬拉松等競賽活動，進一步鍛煉學生實戰經驗與團隊協作能力。

3.2 教師端的“引進來”與“走出去”內外融合

結合專業教師隊伍顯著的優劣勢特點，實踐摸索出“引進來”與“走出去”內外融合的建設路徑：

在“引進來方面”，建立“企業導師”和“柔性引才”制度，將社會知識力量尤其是實踐創新力量引入課堂知識和課程實踐，為本科生遴選和配備專門的企業導師，從社會經濟發展視角審視學科建設發展，大學一開始就讓學生接觸、感受、理解和參加社會經濟活動，讓理論知識用起來，活起來。

在“走出去”方面，建立青年教師掛職制度，鼓勵青年教師掛職科創企業技術副總，技術顧問，甚至企業管理崗位，學習企業先進經驗和技術；與企業需求碰撞火花，從實踐中找需求，找課題，實踐檢驗技術算法，實現成果轉化；聯合企業合作攻關，合作申請項目，服務國家和區域經濟科技發展。

另外，注重“進出”結合，不限定合作方式。“進”既有企業導師的引進，也有兼職教授，講席教授的引進；方式上支持引進授課，也有專題講座、遠程指導以及合作開發等。“出”既有企業掛職，也有博士后再造，以及各類線上線下升級培訓，真正做到內外一體，融會貫通。

3.3 學生端全棧融通

結合人工智能專業本科生特點，探索“科研助理、分層作業與企業實踐”的全棧融合培養路徑。

1） 實踐科研助理

創新建立學生科研助理制度，通過教師和學生雙向選擇，為人工智能專業教師配備科研助理，讓學生科研助理參與指導教師的實踐課程教學、橫縱向項目研究、編程代碼實現、科技文檔撰寫等工作中，全面鍛煉提高科技素養。每周有見面，月度有總結，季度有推進，并在過程中建立互評考評，將制度落到實處。

2） 建立分層作業

探討建立分層作業，區分學生不同層次專業需求和追求，按照層次進行作業設計： L1層為基礎理論知識掌握，主要通過習題方式進行布置，要求全員完成。計入期末考評平常表現基礎分。

L2層為實踐代碼實現，要求在理論基礎上進行編程實現，給出分析對比，支持獎勵完成，科研助理必須完成。計入期末考評平常表現加分項。

L3層為類似問題復現，找尋學習過程中類似的開源項目，理解并復現，并講解復現過程，自由選擇作業，科研助理原則完成。計入科研助理年度考評項，作為評優依據。

L4層為開放問題建模與實現，要求理解問題基礎上查找資源，提出解決方案，給出實施算法并通過代碼實現，給出結果并支持展演，自由選擇作業，競賽輸出選手必做。計入年度考評項，作為評優依據。

3） 貫通企業實踐

學生全年級貫通企業實踐。初入學進行企業見習，對人工智能企業運作模式、產品經營初步了解，幫助建立學習內容在社會經濟層面的映射；每個暑假進行專門企業實習，可參加學校統一組織的企業實習，也可自由聯系以及和企業導師、科研導師聯系安排企業實習，建立實習考評分，納入培養體系；支持創新創意作品來自企業需求，服務科技競賽或創新制作活動，支持畢業設計課題從企業中來，建立對應的獎勵扶持政策。

實踐科研助理、建立分層作業、貫通企業實踐是一個全棧過程，以全棧建設思維形成系統工程，久久為功。

3.4 師、生、校、企條鏈結合

科教產融合人才培養需要切實理順各參與方關系，考慮各方關切，將師、生、校、企四方在鏈條上形成密切融合，以達成合作產出大于四的融合成效。

各方利益關切表述：教師關切提升技能、提高收入、助力職稱；學生關切掌握專業技能、找好工作、助力考研；學校關切學科培養、人才培養產出、項目支持、經費支撐；企業關切關鍵技術解決、校企合作項目申報、人才培養儲備、企業宣傳推廣等。

以共同關切為基石，融合合作：四方條件互補，關切并不矛盾。在融合方式上，學校與企業開拓思路，在制度層面進行主動融合，共建現代產業學院，共建企業實踐基地，不斷夯實互信、找尋最佳良性合作機制；師生解放思想，放下包袱，主動對接需求，以具體個體融合到這一進程中。四方可以在橫向條塊，縱向鏈條中，做模塊級、嵌入式廣泛融合。

4 成效分析

從專業批準成立到招生近三年時間，某師范院校立足自身條件，結合學科特點，考查校情學情，接入新區資源，通過不斷摸索實踐，走出了一條師范院校新工科背景下人工智能專業科教產融合人才培養新路徑，積累了豐富的經驗，取得了良好的成效。

1） 是社會反響良好：企業接觸了解到學校新工科發展戰略，學校人工智能專業師資力量，能支撐解決的技術邊界，改變了一些固有認知。從小微高新技術企業到上市企業，都愿意和積極參與人工智能專業科教產融合人才培養進程工作中來，接納企業導師40余名，教師年度科技掛職12人，企業發布技術需求，教師聯合攻關年度課題15項目，年度經費200余萬元，企業作為見習基地、實習場地參與學生培養，學生帶著畢設課題走進企業等活動步入良性循環。

2） 是教師科研成果提質：支持教師自愿雙向流通，打通職稱考評、收入增收堵點，解決課題需求來源。教師人均年度企業橫向課題2個，從企業中發掘問題再支持科研創新，人均年度科研論文1篇，人均申請發明專利1篇。同時，教師工作技能在應用中得到大幅提升，并反哺科研教學，指導學生競賽，在國賽中多次取得學院競賽成績紀錄。教師科研成果提質改善，創新成果持續不斷。

3） 學生綜合素質顯著提升：學生的學習目標更加明確，部分學生及時告別大學迷茫期，通過系列實踐、分層作業、參研項目，知識視野、學習能力、技術能力等都得到了較大提升，相當比例的學生在教育部規劃競賽中折桂拿獎，不少學生開始發表科技論文和撰寫發明專利，申請軟件著作權等，學習活力、創新活力奔現，綜合素質顯著提升。

經過切實的實踐探索，某師范院校人工智能專業科教產融合人才培養機制得以基本理順夯實，正步入正反饋循環軌道。

5 小結與展望

在某師范院校大力建設新工科背景下，以人工智能專業科教產融合人才培養為例，以師生畫像為依據，分析了師范院校面臨的特有挑戰，結合校情學情，通過“課程改革、內外融合、全棧融通、條鏈結合”的實踐路徑，探索走出了一條適合本院校現狀的科教產融合人才培養發展路徑，近三年的實踐驗證了發展道路的有效性。后續將更多借鑒人工智能技術發展成果，在科教產智慧創新上應用新思路，具備新手段，取得新成效。路徑探索相信可以為同類師范院校科教產融合人才培養實踐提供參考借鑒。

參考文獻：

[1] 蘇志剛，尹輝.科教產教融合 建設高水平應用型本科師資隊伍[J].中國高校科技，2018（11）：8-11.

[2] 黃麗霖，溫日強，黎瓊鋒.西部地方本科院校“科—教—產” 協同育人模式探索：以賀州學院“四鏈融合” 實踐為例[J].中國高校科技，2022（12）：56-62.

[3] 王廷璞，馬騰，王霞.科教產教雙融合發展第二課堂創新實踐體系[J].教育教學論壇，2021（37）：65-68.

[4] 韓哲哲，唐曉雨，高憲花.應用型高校人工智能專業產學研教育模式探索與實踐[J].科教文匯，2024（22）：83-86.

[5] 仇穎.科教產深度融合：探索院校企合作發展新路徑[J].科技信息，2013（14）：61，70.

[6] 強彥，李玉蓉，賈美麗，等.基于信息技術的人工智能創新人才培養模式探索[J].計算機教育，2024（10）：1-5.

[7] 鄧立為，宋歌，許家忠.新工科背景下人工智能領域學生創新創業能力培養模式研究[J].高教學刊，2024，10（23）：89-92.

[8] 王鳳，許志明，許北祈，等.人工智能背景下交叉跨學科電子信息專門人才培養體系研究[J].中國新通信，2024，26（17）：113-115.

[9] 鮑玉芳.國際人工智能人才培育實踐及啟示[J].中國電信業，2024（10）：64-68.

[10] 張煥榮.科教產教融合背景下地方高校雙師型教師專業發展研究[J].文教資料，2020（28）：100-102.

[11] 李德麗，劉立意.“科教產教” 雙融合拔尖創新人才培養邏輯與范式改革——基于創新創業實驗室的探索[J].高等工程教育研究，2023（1）：189-194.

[12] 吳芹，王曉映，劉克印，等.科教產融合背景下高素質應用創新型人才培養工作機制探討[J].包裝工程，2024，45（S2）：238-241.

[13] 倪小堅，盧靜，金樂.“科教產教” 雙融合背景下創新型技能人才培養模式探索[J].職業教育，2024，23（24）：49-53.

[14] 劉周，徐本川，吳向賓.科教產教雙融合的實然之思與應然之策[J].中國高校科技，2019（S1）：67-69.

[15] 沈志娟.人工智能背景下信息技術人才培養體系的構建策略研究[J].教師，2024（26）：93-95.

[16] 姜順騰，劉惠琴，余繼.面向新質生產力發展的政產學研協同驅動路徑研究——基于數智新興產業的組態分析[J].中國高教研究，2024（8）：14-22.

【通聯編輯：王 力】