劉 松，胡云瑞

(長江大學(xué) 經(jīng)濟(jì)與管理學(xué)院，湖北 荊州 434023)

0 引言

人工智能對產(chǎn)業(yè)技術(shù)創(chuàng)新、經(jīng)濟(jì)發(fā)展、社會進(jìn)步、國際政治經(jīng)濟(jì)格局等產(chǎn)生重大深遠(yuǎn)的影響。我國積極應(yīng)用包括人工智能在內(nèi)的“云大物移智鏈”等先進(jìn)技術(shù)，增強(qiáng)數(shù)據(jù)采集、數(shù)據(jù)管理、數(shù)據(jù)挖掘能力，打破“信息壁壘”，全面提升數(shù)據(jù)資源應(yīng)用廣度深度和共享服務(wù)水平[1-2]。為推動“雙一流”建設(shè)，高校著力構(gòu)建趕超世界先進(jìn)水平的人工智能人才培養(yǎng)體系， 2017年國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，2020年教育部、國家發(fā)展改革委、財政部制定《關(guān)于“雙一流”建設(shè)高校促進(jìn)學(xué)科融合 加快人工智能領(lǐng)域研究生培養(yǎng)的若干意見》，強(qiáng)調(diào)依托“雙一流”建設(shè)，構(gòu)建基礎(chǔ)理論人才與“人工智能+X”復(fù)合型人才并重的培養(yǎng)體系，探索深度融合的學(xué)科建設(shè)和人才培養(yǎng)新模式。

面對國家政策引導(dǎo)、產(chǎn)業(yè)需求倍增、研究生教育強(qiáng)化的新趨勢，如何適實現(xiàn)人工智能教育與本科階段教育的有效融合，夯實“人工智能+X”復(fù)合型人才培養(yǎng)的基礎(chǔ)成為需要研究的課題。信息管理與信息系統(tǒng)專業(yè)(簡稱信管專業(yè))作為經(jīng)濟(jì)管理類專業(yè)中多學(xué)科交叉融合特征的專業(yè)，涉及較多的計算機(jī)基礎(chǔ)理論和應(yīng)用技術(shù)以及人工智能相關(guān)的基礎(chǔ)課程，面向人工智能領(lǐng)域進(jìn)行專業(yè)培養(yǎng)具有良好基礎(chǔ)。近年來，以大數(shù)據(jù)為導(dǎo)向的信管專業(yè)人才培養(yǎng)模式[3-4]、大數(shù)據(jù)時代信管專業(yè)實踐教學(xué)體系等相關(guān)研究受到關(guān)注[5]，強(qiáng)調(diào)業(yè)務(wù)知識、企業(yè)IT技術(shù)、業(yè)務(wù)建模及數(shù)據(jù)分析能力訓(xùn)練，致力于培養(yǎng)能有效利用大數(shù)據(jù)、構(gòu)建新型企業(yè)運(yùn)作架構(gòu)模式的專業(yè)人才。然而，現(xiàn)代企業(yè)向數(shù)字化和智慧化轉(zhuǎn)型，不僅需要大數(shù)據(jù)分析和挖掘，還需要在建立大數(shù)據(jù)生態(tài)系統(tǒng)的基礎(chǔ)上，進(jìn)一步促進(jìn)學(xué)生數(shù)據(jù)分析及決策分析能力提升。因此，以“人工智能為導(dǎo)向”的信管專業(yè)培養(yǎng)模式受到重視。趙佳等[6]提出了在信管專業(yè)開展人工智能教育的5點(diǎn)改革建議。趙鴻萍等[7]、向函等[8]以醫(yī)藥行業(yè)為背景，提出以人工智能為導(dǎo)向的信管專業(yè)改革方案。長江大學(xué)信管專業(yè)近5年來一直開展多階段分類人才培養(yǎng)模式的改革與探索[9]，已經(jīng)將人工智能課程以及“大數(shù)據(jù)分析與應(yīng)用”作為本科生培養(yǎng)的分類發(fā)展方向之一，具備人工智能教育融入信管專業(yè)人才培養(yǎng)的良好基礎(chǔ)。本文結(jié)合長江大學(xué)信管專業(yè)人才培養(yǎng)實踐，探討將人工智能教學(xué)融入多階段分類人才培養(yǎng)模式改革要求、改革框架、課程體系以及措施，為地方高校開展以“人工智能+X”為導(dǎo)向的信管專業(yè)人才培養(yǎng)模式提供參考。

2 信管專業(yè)人才培養(yǎng)模式改革的基本框架

2.1 培養(yǎng)模式改革的總體要求

根據(jù)教育部、財政部、國家發(fā)展改革委制定《關(guān)于高等學(xué)校加快“雙一流”建設(shè)的指導(dǎo)意見》以及信管專業(yè)、人工智能專業(yè)專業(yè)人才培養(yǎng)的特征，制定以下四方面的培養(yǎng)模式改革的總體要求。

2.1.1 強(qiáng)化立德樹人

《關(guān)于高等學(xué)校加快“雙一流”建設(shè)的指導(dǎo)意見》明確把把立德樹人的成效作為檢驗學(xué)校一切工作的根本標(biāo)準(zhǔn)，要求高校一體化構(gòu)建課程、科研、實踐、文化、網(wǎng)絡(luò)、心理、管理、服務(wù)、資助、組織等育人體系，把思想政治工作貫穿教育教學(xué)全過程、貫通人才培養(yǎng)全體系。人工智能對科技創(chuàng)新、產(chǎn)業(yè)發(fā)展、社會進(jìn)步有重要推進(jìn)作用，如果培養(yǎng)的人才失去正確價值觀和道德范式的約束，其技術(shù)破壞性、經(jīng)濟(jì)損失及社會影響效應(yīng)可能難以預(yù)防與控制。因而，強(qiáng)化立德樹人要求，加強(qiáng)教學(xué)和科研倫理教育是人工智能專業(yè)相關(guān)專業(yè)人才培養(yǎng)的前提。

2.1.2 重在強(qiáng)基固本

需要把人工智能必備理論和技術(shù)教學(xué)融入信管專業(yè)必修理論課程。信管專業(yè)現(xiàn)有課程包括經(jīng)濟(jì)、管理、數(shù)學(xué)、計算機(jī)等門類，考慮到學(xué)習(xí)和教學(xué)難度，若干重要技術(shù)課程被設(shè)置為“選修”。此次改革要求若干重要人工智能課程不能簡單地以選修課程設(shè)置的方式出現(xiàn)，否則不利于“人工智能+X”培養(yǎng)模式推進(jìn)。

2.1.3 倡導(dǎo)多元融合

適合信管專業(yè)的人工智能應(yīng)用應(yīng)如何對基于視覺、傳感器、語言、文本、網(wǎng)絡(luò)信息等結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)形成的大規(guī)模數(shù)據(jù)進(jìn)行挖掘，從而輔助決策或者增強(qiáng)組織經(jīng)營管理能力。這要求以經(jīng)營管理的人工智能應(yīng)用場景為導(dǎo)向，拓展人工智能核心理論、技術(shù)和創(chuàng)新方法的應(yīng)用領(lǐng)域，實現(xiàn)人工智能對傳統(tǒng)經(jīng)營管理活動的賦能改造。“人工智能+X”的多元融合方式，要求深化人工智能與信管專業(yè)重點(diǎn)分類方向的深度融合，不斷豐富完善人工智能理論體系、技術(shù)和工具對現(xiàn)有重點(diǎn)分類方向的支撐和擴(kuò)展能力。

2.1.4 突出精準(zhǔn)培養(yǎng)

人工智能產(chǎn)業(yè)應(yīng)用場景眾多，對學(xué)生的綜合能力要求高，確定人工智能領(lǐng)域分類發(fā)展方向必須有所取舍。信管專業(yè)人才培養(yǎng)細(xì)分方向要針對人工智能產(chǎn)業(yè)應(yīng)用的現(xiàn)實需要,在機(jī)器學(xué)習(xí)、計算機(jī)視覺與模式識別、自然語言處理、知識處理與挖掘、智能芯片與系統(tǒng)、大數(shù)據(jù)分析與系統(tǒng)、商務(wù)智能等主流人工智能發(fā)展方向中確定適合學(xué)校資源、優(yōu)勢的分類培養(yǎng)方向。

2.2 信管專業(yè)人才培養(yǎng)模式改革的思路與框架

長江大學(xué)信管專業(yè)現(xiàn)有的多階段分類人才培養(yǎng)模式將本科4年的教學(xué)過程分為通識能力培養(yǎng)、基礎(chǔ)能力培養(yǎng)、核心能力培養(yǎng)、綜合能力培養(yǎng)、定向能力培養(yǎng)、定向能力強(qiáng)化等六個階段，并配套“一個導(dǎo)向、二項基本原則、三個重點(diǎn)分類發(fā)展方向、四個實訓(xùn)平臺、五項關(guān)鍵舉措”[9]。按照“強(qiáng)化立德樹人、重在強(qiáng)基固本、倡導(dǎo)多元融合、突出精準(zhǔn)培養(yǎng)”的總體要求，對多階段分類人才培養(yǎng)模式涉及的課程結(jié)構(gòu)和課程內(nèi)容進(jìn)行漸進(jìn)式調(diào)整，加強(qiáng)不同階段課程一體化設(shè)計，循序漸進(jìn)地將人工智能原理、技術(shù)和方法融入學(xué)生信息技術(shù)能力、信息分析能力、管理決策能力，以及創(chuàng)新創(chuàng)業(yè)能力的培養(yǎng)過程，如圖1所示。

總體思路是以多階段分類人才培養(yǎng)模式為基礎(chǔ)，優(yōu)化現(xiàn)有分類培養(yǎng)方向的理論與實踐教學(xué)內(nèi)容，培養(yǎng)學(xué)生利用大數(shù)據(jù)、人工智能相關(guān)技術(shù)分析和解決企業(yè)經(jīng)營管理問題的能力。具體體現(xiàn)在3個方面：①緊扣人工智能發(fā)展最新趨勢，強(qiáng)化人工智能基礎(chǔ)理論和道德倫理教育；②將商務(wù)智能作為信管專業(yè)課程調(diào)整的重要方向，對課程教學(xué)順序和教學(xué)內(nèi)容進(jìn)行修訂，推進(jìn)人工智能理論與技術(shù)與現(xiàn)有的“大數(shù)據(jù)分析和應(yīng)用、云架構(gòu)ERP系統(tǒng)運(yùn)維管理以及Web信息系統(tǒng)設(shè)計與開發(fā)”3個方向的深度融合；③整合跨學(xué)院教師資源和產(chǎn)教融合平臺資源，增設(shè)“人工智能”模塊，逐漸將“大數(shù)據(jù)分析和應(yīng)用”分類方向轉(zhuǎn)變?yōu)閷ｉT的“商務(wù)智能”分類發(fā)展方向。

3 信管專業(yè)課程體系的調(diào)整方案

3.1 國內(nèi)外人工智能專業(yè)的課程體系分析

我國高校人工智能專業(yè)教育設(shè)置在學(xué)院層面再設(shè)置細(xì)分專業(yè)，也有直接設(shè)置在專業(yè)一級再細(xì)分研究方向，并且由于專業(yè)建設(shè)的歷史淵源、專業(yè)優(yōu)勢和教學(xué)資源存在差異，致使各高校教學(xué)和研究的應(yīng)用場景存在差異[10]。而且不同高校人工智能專業(yè)設(shè)置課程體系設(shè)置存在很大的差異。按照張新香[11]的分類方法，理論課程體系可以細(xì)分為基礎(chǔ)類課程、支持類課程和目標(biāo)類課程。由于人工智能專業(yè)教育強(qiáng)調(diào)計算機(jī)、數(shù)學(xué)知識、人工智能基礎(chǔ)理論的學(xué)習(xí)，使各高校開設(shè)的基礎(chǔ)類課程和支持類課程重合度高。主要的基礎(chǔ)類和支持類課程均涉及基礎(chǔ)數(shù)學(xué)知識、基礎(chǔ)計算機(jī)知識、編程語言基礎(chǔ)、人工智能基礎(chǔ)、工具基礎(chǔ)等。基礎(chǔ)數(shù)學(xué)知識包括高等數(shù)學(xué)、線性代數(shù)、概率統(tǒng)計、圖論、凸分析、數(shù)值分析等；基礎(chǔ)計算機(jī)知識包括操作系統(tǒng)、linux、網(wǎng)絡(luò)、編譯原理、數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)庫等；編程語言基礎(chǔ)包括Hadoop 平臺、C/C++、Python、Java、R言、Map Reduce 編程實踐等[2]；人工智能基礎(chǔ)包括機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、邏輯回歸、SVM、分類器、人工智能算法等；工具基礎(chǔ)涉及Opencv、Matlab、Caffe等。但是，各高校所設(shè)置目標(biāo)類課程重合度不高，取決于具體專業(yè)發(fā)展淵源、教學(xué)或研究的主要應(yīng)用場景設(shè)置。

圖1 人工智能嵌入的信管專業(yè)多階段分類人才培養(yǎng)框架

美國卡內(nèi)基梅隆大學(xué)(CMU)計算機(jī)學(xué)院在2018年3月設(shè)立人工智能專業(yè)。其本科教育需要學(xué)習(xí)包括數(shù)學(xué)和統(tǒng)計核心課程、計算機(jī)科學(xué)核心課程、人工智能核心課程、道德、AI 細(xì)分方向、人類學(xué)和藝術(shù)、一般科學(xué)和工程學(xué)相關(guān)的30 門課程[12]。課程體系包括固定的必修課程、細(xì)分方向必選課程、專業(yè)選修課程以及自由選修課程4類。CMU課程設(shè)置注重數(shù)學(xué)基礎(chǔ)，包括微積分、矩陣與線性變換、積分與逼近、計算機(jī)科學(xué)的數(shù)學(xué)基礎(chǔ)等必修課程；計算機(jī)基礎(chǔ)課程和人工智能基礎(chǔ)課程包括解釋與聲明、計算學(xué)、計算機(jī)科學(xué)中的重要理論、命令式計算原理、功能式編程原理、表征與解決問題簡介、計算機(jī)系統(tǒng)簡介、并行與串行數(shù)據(jù)結(jié)構(gòu)與算法等必修課程。CMU的選修課程重視科學(xué)和工程學(xué)、人工智能道德、人類學(xué)和藝術(shù)學(xué)的教學(xué)，還開設(shè)了應(yīng)用導(dǎo)向性很強(qiáng)的AI 細(xì)分方向課程。人類學(xué)和藝術(shù)選修課包括認(rèn)知心理學(xué)、人類信息處理與人工智能等。決策和機(jī)器人方向的選修課程包括神經(jīng)計算、事實與算法、認(rèn)知機(jī)器人、AI 的策略推理、機(jī)器人的規(guī)劃技巧、移動機(jī)器人編程實驗室、機(jī)器人運(yùn)動學(xué)和動態(tài)學(xué)等；機(jī)器學(xué)習(xí)方向的選修課程包括深度學(xué)習(xí)和控制、機(jī)器學(xué)習(xí)文本挖掘等；感知和語言方向的選修課程包括搜索引擎、語音處理、計算性感知、計算性圖像、視覺傳感器；人類與人工智能交互方向的選修課程包括人類為中心的系統(tǒng)設(shè)計、人類-機(jī)器人交互、智能產(chǎn)品和服務(wù)設(shè)計等。選擇該方向的學(xué)生還要求學(xué)習(xí)額外的概率統(tǒng)計、計算建模、機(jī)器學(xué)習(xí)以及符號化計算課程[11]。

3.2 多階段分類人才培養(yǎng)模式的課程體系調(diào)整

2018年教育部發(fā)布《普通高等學(xué)校本科專業(yè)類教學(xué)質(zhì)量國家標(biāo)準(zhǔn)》，強(qiáng)調(diào)對信管專業(yè)學(xué)生的信息技術(shù)能力、管理決策能力、信息分析能力的培養(yǎng)，但目前培養(yǎng)學(xué)生信息技術(shù)能力課程開設(shè)較多，管理決策能力次之，信息分析能力最少[4]。人工智能教學(xué)融入信管專業(yè)課程體系的重點(diǎn)在于強(qiáng)化訓(xùn)練學(xué)生的信息分析能力、算法實現(xiàn)能力以及管理決策能力。

3.2.1 通識能力培養(yǎng)階段

多階段分類人才培養(yǎng)模式在通識能力培養(yǎng)階段已開設(shè)高等數(shù)學(xué)、線性代數(shù)、概率論與數(shù)理統(tǒng)計、運(yùn)籌學(xué)、計算機(jī)程序設(shè)計、數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)庫技術(shù)等課程[9]，對學(xué)生信息技術(shù)能力培養(yǎng)已有足夠支撐。該階段需要重點(diǎn)調(diào)整《專業(yè)概述》課程教學(xué)內(nèi)容，適當(dāng)加入人工智能領(lǐng)域發(fā)展趨勢分析，加強(qiáng)對學(xué)生的人工智能方向發(fā)展引導(dǎo)；利用數(shù)學(xué)視頻[13]，讓學(xué)生直觀地理解大數(shù)據(jù)技術(shù)和人工智能技術(shù)對工業(yè)生產(chǎn)、經(jīng)濟(jì)運(yùn)行和社會治理的重要作用；同時，將一年級末的《社會實踐》課程調(diào)整為《人工智能產(chǎn)業(yè)認(rèn)知實習(xí)》。

3.2.2 基礎(chǔ)能力培養(yǎng)階段

將原本在大三期間開設(shè)《跨專業(yè)綜合實訓(xùn)》課程前置，讓學(xué)生從流程管理的角度熟悉企業(yè)經(jīng)營管理關(guān)鍵業(yè)務(wù)；同時，調(diào)整若干數(shù)學(xué)類和計算機(jī)類課程的教學(xué)內(nèi)容，加強(qiáng)數(shù)據(jù)分析和算法實現(xiàn)能力訓(xùn)練。具體調(diào)整方案為：①在《運(yùn)籌學(xué)》中加入優(yōu)化算法、凸分析基礎(chǔ)，減少線性規(guī)劃求解、存儲論以及排隊論等內(nèi)容；②《概率統(tǒng)計》課程加入高級統(tǒng)計分析內(nèi)容，弱化經(jīng)典概率原理的講解，配合統(tǒng)計軟件進(jìn)行實訓(xùn)；③增加《形式邏輯學(xué)》選修課程，適當(dāng)引入邏輯謂詞內(nèi)容，讓學(xué)生掌握基本邏輯推理和符號邏輯演算原理，提升學(xué)生的計算思維、數(shù)據(jù)思維能力。

3.2.3 核心能力培養(yǎng)階段

以《管理信息系統(tǒng)》和《決策支持系統(tǒng)》等專業(yè)核心課程為載體，增加人工智能在信息管理、經(jīng)營決策中的應(yīng)用技術(shù)介紹。這2門課程教學(xué)調(diào)整重在選擇合適的經(jīng)營管理案例，讓學(xué)生學(xué)習(xí)大數(shù)據(jù)、云計算、人工智能算法在經(jīng)營管理決策、生產(chǎn)優(yōu)化等場景中的應(yīng)用。增加以python、R語言為主的程序設(shè)計課程以及《數(shù)據(jù)分析與可視化》等技術(shù)課程，提高學(xué)生利用人工智能算法進(jìn)行數(shù)據(jù)處理的編程能力。通過設(shè)置編程學(xué)習(xí)的形式[14]，讓學(xué)生可以集中精力鍛煉編程能力。

3.2.4 綜合能力培養(yǎng)階段

針對信管專業(yè)人才培養(yǎng)方案普遍存在圍繞大數(shù)據(jù)分析、大數(shù)據(jù)處理、人工智能以及基于數(shù)據(jù)驅(qū)動的管理決策等教學(xué)內(nèi)容不足的問題[15]，增設(shè)“人工智能必修課程模塊”，開設(shè)3～4門人工智能核心課程，如機(jī)器學(xué)習(xí)、云計算與大數(shù)據(jù)技術(shù)、商業(yè)智能、區(qū)塊鏈技術(shù)、數(shù)據(jù)挖掘、數(shù)據(jù)建模與數(shù)據(jù)倉庫關(guān)鍵技術(shù)等。要求學(xué)生應(yīng)用人工智能理論、方法和工具來解決云架構(gòu)ERP系統(tǒng)運(yùn)維管理、Web系統(tǒng)分析與軟件開發(fā)、大數(shù)據(jù)分析和應(yīng)用等問題，形成“人工智能+X”的復(fù)合型人才分類發(fā)展模式，增強(qiáng)學(xué)生利用人工智能推動以數(shù)字企業(yè)、智慧企業(yè)轉(zhuǎn)型為特征的企業(yè)治理體系和能力提升的思維和技術(shù)手段。

3.2.5 定向能力培養(yǎng)階段

該階段需根據(jù)學(xué)生職業(yè)發(fā)展規(guī)劃，提供多種分類發(fā)展方向的選擇，提高實踐課程比重。重點(diǎn)是通過長時間專業(yè)實訓(xùn)的方式，培養(yǎng)學(xué)生的分類定向技能。數(shù)據(jù)產(chǎn)生價值可以分為信息交付、分析與洞察、決策制定三個維度[4]，通過大數(shù)據(jù)與人工智能技術(shù)結(jié)合，可方便地實現(xiàn)信息交付、分析與洞察維度，這是信管專業(yè)當(dāng)前大數(shù)據(jù)分析與應(yīng)用方向主要的培養(yǎng)目標(biāo)。將信管專業(yè)培養(yǎng)目標(biāo)提升到?jīng)Q策制定維度，要求學(xué)生能掌握大數(shù)據(jù)及人工智能分析工具[16]，駕馭企業(yè)經(jīng)營管理中產(chǎn)出的大數(shù)據(jù)去實現(xiàn)商務(wù)智能。為此，大數(shù)據(jù)分析與應(yīng)用方向?qū)⒃跅l件成熟時調(diào)整為“商務(wù)智能”方向，著重培養(yǎng)學(xué)生運(yùn)用人工智能理論和技術(shù)手段對企業(yè)經(jīng)營管理中產(chǎn)生的大數(shù)據(jù)進(jìn)行有效挖掘、開發(fā)、分析、運(yùn)用與管理。

3.2.6 定向能力強(qiáng)化階段

畢業(yè)設(shè)計是定向能力強(qiáng)化的重要手段。短期內(nèi)最有可以被人工智能替代的是信息收集、信息處理、或可預(yù)期的重復(fù)工作，也是較容易從技術(shù)上實現(xiàn)的，而創(chuàng)造與決策、專業(yè)技能、溝通交流、不可預(yù)測的意外工作則是人工智能應(yīng)用追求的遠(yuǎn)期目標(biāo)。因此，對于選擇商務(wù)智能分類方向的學(xué)生，畢業(yè)設(shè)計指導(dǎo)教師在為學(xué)生確定研究主題時，要多設(shè)置創(chuàng)造與決策、專業(yè)技能、溝通交流、不可預(yù)測的意外工作等場景，讓學(xué)生從信息交付、分析與洞察、決策制定三個維度將人工智能技術(shù)引入到問題分析與解決過程中，真正提升學(xué)生應(yīng)用人工智能理論和技術(shù)解決復(fù)雜管理問題的能力。

4 人才培養(yǎng)模式改革措施

4.1 建設(shè)高水平專業(yè)教師隊伍

隨著我國各高校對人工智能教育越來越重視，傳統(tǒng)專業(yè)與人工智能相結(jié)合帶來的師資隊伍建設(shè)短板逐漸顯現(xiàn)[7]。以長江大學(xué)信管專業(yè)為例，師資隊伍建設(shè)短板主要表現(xiàn)在3方面:學(xué)校在人工智能領(lǐng)域有影響力的教授、專家較少; 學(xué)校大數(shù)據(jù)、人工智能教師數(shù)量不足; 一些教師缺少人工智能和大數(shù)據(jù)技術(shù)應(yīng)用方面的實踐能力。從長遠(yuǎn)角度來看，高校需要加大專業(yè)人才引進(jìn)和培養(yǎng)力度。為此，需要做好4方面的工作：

(1)加大對現(xiàn)有人工智能教師特別是青年人才的穩(wěn)定支持力度，對相關(guān)學(xué)院從事人工智能理論、技術(shù)、工具和系統(tǒng)研究的教師進(jìn)行專項科研經(jīng)費(fèi)支撐，制定人工智能科研教師團(tuán)隊和領(lǐng)軍人才培養(yǎng)計劃，構(gòu)建多方向、高質(zhì)量、結(jié)構(gòu)合理的人才隊伍。

(2)與人工智能龍頭企業(yè)、產(chǎn)業(yè)化基地和地方政府簽訂合作協(xié)議，設(shè)立師資聯(lián)合培養(yǎng)項目，建立任務(wù)驅(qū)動的跨行業(yè)跨學(xué)科人工智能教師團(tuán)隊。同時，積極聘請大數(shù)據(jù)、人工智能相關(guān)企業(yè)優(yōu)秀技術(shù)人才和管理人才擔(dān)任兼職教師。

(3)制定優(yōu)惠政策，招聘人工智能前沿領(lǐng)域優(yōu)秀人才和高水平創(chuàng)新團(tuán)隊。人才招聘要注重學(xué)科背景的多樣化、互補(bǔ)性，實現(xiàn)不同學(xué)科背景人才的整合。

(4)學(xué)校層面要統(tǒng)籌利用教學(xué)科研資源，打破傳統(tǒng)學(xué)科間的壁壘，促進(jìn)跨學(xué)科、跨學(xué)院的人工智能人才要素流動和多學(xué)科交叉，集中優(yōu)勢力量，聚力解決重大問題。

4.2 搭建產(chǎn)教融合實踐平臺

人工智能教學(xué)融入多學(xué)科交叉的學(xué)生分類發(fā)展方向，要強(qiáng)化理論與實踐相結(jié)合的培養(yǎng)方式，需要高質(zhì)量的專業(yè)實踐課程及實踐教學(xué)平臺。

加強(qiáng)人工智能實踐教學(xué)平臺建設(shè)，為“人工智能+X”培養(yǎng)機(jī)制創(chuàng)造高質(zhì)量的實踐教學(xué)平臺。依托“雙一流”學(xué)科建設(shè)契機(jī)，構(gòu)建開放式、多元化的合作機(jī)制，整合更多的專項資金投入，挖掘社會和產(chǎn)業(yè)資源共建共享機(jī)遇，在人工智能基礎(chǔ)理論、機(jī)器學(xué)習(xí)、計算機(jī)視覺與模式識別、自然語言處理、知識處理與挖掘、智能芯片與系統(tǒng)、數(shù)據(jù)分析與大數(shù)據(jù)系統(tǒng)、商務(wù)智能等科技前沿和產(chǎn)業(yè)應(yīng)用方向上，強(qiáng)化多元化的人工智能開放創(chuàng)新平臺、實驗室(技術(shù)研發(fā)中心)、應(yīng)用場景平臺、實訓(xùn)基地和實踐課程體系等方面的產(chǎn)教融合建設(shè)。在實踐教學(xué)方面，鼓勵教師深入企業(yè)，與企業(yè)合作研發(fā)教案例，以解決企業(yè)的實際問題引導(dǎo)課程教學(xué)內(nèi)容的建設(shè)[16]。加強(qiáng)特色數(shù)據(jù)資源建設(shè)，通過與外部機(jī)構(gòu)共建和自行采集某領(lǐng)域的用戶行為數(shù)據(jù)、評論文本數(shù)據(jù)、產(chǎn)品銷售數(shù)據(jù)、學(xué)科知識圖譜和典型案例庫等[15]。教師通過設(shè)計科研項目或者創(chuàng)新比賽競賽的方式[17]，促進(jìn)產(chǎn)學(xué)研深度融合。

5 結(jié)語

本文結(jié)合長江大學(xué)信管專業(yè)多階段分類人才培養(yǎng)的實踐經(jīng)驗，提出在信管專業(yè)人才培養(yǎng)模式中融入人工智能教育的改革方案。按照“立德樹人、強(qiáng)基固本、多元融合、精準(zhǔn)培養(yǎng)”的總體要求，將人工智能和大數(shù)據(jù)技術(shù)與傳統(tǒng)分類方向的有效結(jié)合，構(gòu)建“人工智能+X”培養(yǎng)機(jī)制與多階段分類培養(yǎng)兼顧的人才培養(yǎng)體系，有利于實現(xiàn)信管專業(yè)學(xué)生的綜合學(xué)習(xí)能力提升。加快構(gòu)建人工智能教育融入信管專業(yè)人才培養(yǎng)模式。促進(jìn)人工智能“雙一流”學(xué)科建設(shè)發(fā)展，加強(qiáng)政策統(tǒng)籌協(xié)調(diào)，爭取更多的資源投入，加快推進(jìn)高質(zhì)量的人工智能實踐教學(xué)平臺建設(shè)。