摘 要：在數(shù)智時(shí)代背景下，人工智能專業(yè)大學(xué)生的就業(yè)勝任力是其職業(yè)發(fā)展的關(guān)鍵之一?；诒侥Ｐ?，綜合分析了B市多所理工類高校人工智能專業(yè)大學(xué)生的培養(yǎng)特點(diǎn)，構(gòu)建了一個(gè)包含顯性能力與隱性素質(zhì)的就業(yè)勝任力結(jié)構(gòu)體系。通過實(shí)證研究，評(píng)估了學(xué)生的就業(yè)勝任力現(xiàn)狀，并發(fā)現(xiàn)了在自我效能、創(chuàng)新思維等方面的提升空間?；诖耍岢隽艘幌盗刑嵘呗?，旨在通過強(qiáng)化實(shí)踐技能、深化潛能開發(fā)、精進(jìn)核心發(fā)展等途徑，系統(tǒng)性地提升學(xué)生的就業(yè)素質(zhì)和競(jìng)爭(zhēng)力，以滿足社會(huì)對(duì)高素質(zhì)人工智能專業(yè)人才的需求。

關(guān)鍵詞：人工智能專業(yè)；就業(yè)勝任力；冰山模型；大學(xué)生；數(shù)智時(shí)代

在21世紀(jì)的數(shù)字化轉(zhuǎn)型中，數(shù)智時(shí)代的來臨重塑了社會(huì)經(jīng)濟(jì)和人才培養(yǎng)模式。這一時(shí)代以數(shù)據(jù)驅(qū)動(dòng)和智能化決策為標(biāo)志，強(qiáng)調(diào)利用數(shù)據(jù)分析、機(jī)器學(xué)習(xí)、人工智能等技術(shù)深入理解復(fù)雜系統(tǒng)，促進(jìn)各領(lǐng)域創(chuàng)新[1]。對(duì)人工智能專業(yè)大學(xué)生而言，這要求他們不僅要有堅(jiān)實(shí)的理論基礎(chǔ)，而且還要具備適應(yīng)技術(shù)變革、解決跨領(lǐng)域問題的能力以及持續(xù)創(chuàng)新的動(dòng)力。然而，現(xiàn)有的專業(yè)教育與數(shù)智時(shí)代的高標(biāo)準(zhǔn)之間仍然存在差距，未能滿足社會(huì)對(duì)高素質(zhì)人才的需求。因此，提升這些學(xué)生的就業(yè)勝任力變得尤為關(guān)鍵，這不僅有助于個(gè)人職業(yè)發(fā)展，而且也是社會(huì)經(jīng)濟(jì)和科技進(jìn)步的重要支撐。高素質(zhì)的人工智能專業(yè)人才將推動(dòng)社會(huì)向更高層次的智能化、數(shù)字化發(fā)展。

人工智能專業(yè)學(xué)生勝任力冰山模型

在教育心理學(xué)領(lǐng)域，勝任力（Competency）的概念由哈佛大學(xué)教授戴維·麥克里蘭（David C. Mcclelland）于1973年提出[2]。麥克里蘭教授將勝任力界定為一系列與個(gè)體在工作、工作績效以及生活中其他成就直接相關(guān)的知識(shí)、技能、動(dòng)機(jī)和個(gè)性特質(zhì)?；诖烁拍?，他進(jìn)一步發(fā)展了著名的冰山模型（Iceberg Model），該模型對(duì)勝任力進(jìn)行了多維度的劃分，涵蓋了知識(shí)、技能、角色定位、自我認(rèn)知、個(gè)性特質(zhì)和動(dòng)機(jī)等方面，旨在全面反映用人單位對(duì)求職者的綜合能力和潛在素質(zhì)的要求。冰山模型通過隱喻的方式闡釋了職業(yè)勝任力的兩個(gè)主要組成部分：“冰山之上”的部分，即那些容易觀察和測(cè)量的知識(shí)和技能；“冰山之下”的部分，包括不易察覺且難以量化的社會(huì)角色、自我價(jià)值觀、個(gè)性特質(zhì)和動(dòng)機(jī)等。這些深層次的素質(zhì)對(duì)個(gè)體在特定情境下的行為和適應(yīng)能力具有決定性影響。冰山模型不僅為理解和評(píng)估個(gè)體的就業(yè)勝任力提供了一個(gè)全面的框架，而且強(qiáng)調(diào)了在培養(yǎng)過程中對(duì)表層能力與深層次能力的同等重視[3]。在人工智能專業(yè)學(xué)生的教育培養(yǎng)中，冰山模型的應(yīng)用尤為重要。

在人工智能學(xué)科領(lǐng)域，專業(yè)人才培養(yǎng)的核心目標(biāo)是塑造具有堅(jiān)實(shí)理論基礎(chǔ)和行業(yè)適應(yīng)性的實(shí)踐操作能力，旨在孕育出既具備深厚理論素養(yǎng)又擁有復(fù)合型應(yīng)用技能的高層次專業(yè)人才。相較其他專業(yè)大學(xué)生，人工智能專業(yè)學(xué)生的教育模式更強(qiáng)調(diào)實(shí)踐應(yīng)用性、職業(yè)技能性與專業(yè)理論性的有機(jī)融合，形成了“理論深度+應(yīng)用能力+職業(yè)技能”的多元一體化培養(yǎng)模式[4]。該模式致力于培育能夠迅速適應(yīng)并勝任就業(yè)市場(chǎng)的畢業(yè)生，以滿足相關(guān)崗位的專業(yè)需求。人工智能專業(yè)學(xué)生的就業(yè)勝任力構(gòu)建，不僅涵蓋對(duì)人工智能基礎(chǔ)理論的深入掌握，而且包括編程、數(shù)據(jù)分析、機(jī)器學(xué)習(xí)等關(guān)鍵專業(yè)技能。同時(shí)，隱性素質(zhì)，如創(chuàng)新思維、問題解決能力、學(xué)習(xí)能力及對(duì)人工智能倫理和社會(huì)責(zé)任的深刻認(rèn)知，同樣是構(gòu)成其就業(yè)勝任力的關(guān)鍵要素。這些素質(zhì)的綜合體現(xiàn)，對(duì)于學(xué)生成功就業(yè)、有效工作及職業(yè)發(fā)展的實(shí)現(xiàn)具有決定性影響。

人工智能專業(yè)學(xué)生就業(yè)勝任力結(jié)構(gòu)體系構(gòu)建及調(diào)研分析

以冰山模型理論為基礎(chǔ)，人工智能專業(yè)大學(xué)生的就業(yè)勝任力結(jié)構(gòu)體系構(gòu)建應(yīng)遵循綜合性與系統(tǒng)性原則，確保其能力模型能夠適應(yīng)技術(shù)演進(jìn)與職業(yè)需求的動(dòng)態(tài)變化。該結(jié)構(gòu)體系可劃分為兩大類指標(biāo)：顯性能力與隱性素質(zhì)[5]。顯性能力，包括但不限于專業(yè)知識(shí)掌握與技術(shù)技能應(yīng)用，強(qiáng)調(diào)對(duì)人工智能基礎(chǔ)理論的深入理解與將理論應(yīng)用于實(shí)際問題解決的能力；隱性素質(zhì)，則涵蓋了創(chuàng)新思維、終身學(xué)習(xí)能力等，這些素質(zhì)，雖不易直接觀測(cè)，但對(duì)大學(xué)生的長期職業(yè)發(fā)展具有決定性影響。結(jié)合人工智能專業(yè)培養(yǎng)定位，將人工智能專業(yè)大學(xué)生就業(yè)勝任力體系分為2個(gè)一級(jí)指標(biāo)：顯性能力、隱性素質(zhì)；4個(gè)二級(jí)指標(biāo)：專業(yè)知識(shí)掌握、技術(shù)技能應(yīng)用、創(chuàng)新思維、終身學(xué)習(xí)能力以及11個(gè)三級(jí)指標(biāo)。

在數(shù)智時(shí)代的背景下，人工智能專業(yè)大學(xué)生的就業(yè)勝任力體系構(gòu)成了一個(gè)全面而復(fù)雜的框架，旨在培育能夠引領(lǐng)和適應(yīng)未來技術(shù)革新與市場(chǎng)動(dòng)態(tài)的專業(yè)人才。顯性能力作為該體系的一級(jí)指標(biāo)，囊括了專業(yè)知識(shí)掌握和應(yīng)用技能兩大二級(jí)指標(biāo)，其中，專業(yè)知識(shí)掌握不僅要求對(duì)人工智能基礎(chǔ)理論、機(jī)器學(xué)習(xí)原理、編程語言的深入理解，而且還包括高等數(shù)學(xué)與統(tǒng)計(jì)學(xué)基礎(chǔ)的掌握，為學(xué)生提供了分析和解決復(fù)雜問題的理論支撐；技術(shù)技能應(yīng)用則側(cè)重于學(xué)生將理論知識(shí)轉(zhuǎn)化為實(shí)踐技能的能力，涵蓋數(shù)據(jù)分析、算法實(shí)現(xiàn)、軟件開發(fā)以及人工智能系統(tǒng)的部署與維護(hù)，確保學(xué)生具備直接應(yīng)用于行業(yè)的技術(shù)專長。隱性素質(zhì)作為體系中的另一級(jí)指標(biāo)，涵蓋了創(chuàng)新思維和終身學(xué)習(xí)能力，這些素質(zhì)雖不易直接觀察，卻是職業(yè)發(fā)展中不可或缺的內(nèi)在動(dòng)力[6]。創(chuàng)新思維要求學(xué)生具備問題解決的創(chuàng)新性、新技術(shù)適應(yīng)性、跨學(xué)科思維整合能力以及在人工智能領(lǐng)域進(jìn)行獨(dú)立研究與開發(fā)的能力，以應(yīng)對(duì)不斷涌現(xiàn)的新問題和挑戰(zhàn)。終身學(xué)習(xí)能力則強(qiáng)調(diào)學(xué)生在整個(gè)職業(yè)生涯中不斷學(xué)習(xí)和自我更新的能力，包括自我驅(qū)動(dòng)學(xué)習(xí)、跨學(xué)科知識(shí)整合、學(xué)術(shù)文獻(xiàn)評(píng)估與應(yīng)用以及對(duì)技術(shù)趨勢(shì)的洞察與適應(yīng)能力，以確保學(xué)生能夠持續(xù)跟進(jìn)知識(shí)的更新和行業(yè)的發(fā)展。

1.調(diào)研情況

為了深入探究數(shù)智時(shí)代人工智能專業(yè)大學(xué)生的就業(yè)勝任力現(xiàn)狀，本研究開展了一系列調(diào)查與分析工作。針對(duì)B市多所理工類高校的人工智能專業(yè)在校大學(xué)生及近期畢業(yè)生，本研究發(fā)放了《人工智能專業(yè)大學(xué)生就業(yè)勝任力狀況調(diào)查問卷》（學(xué)生版），同時(shí)向相關(guān)行業(yè)的用人單位負(fù)責(zé)人發(fā)放了《人工智能專業(yè)大學(xué)生就業(yè)勝任力狀況調(diào)查問卷》（企業(yè)版）。本次研究共發(fā)放問卷2，600份，最終回收有效問卷2，516份，包括1，406份學(xué)生版問卷和1，110份企業(yè)版問卷。

2.調(diào)研結(jié)果

結(jié)果顯示：人工智能專業(yè)大學(xué)生的就業(yè)勝任力整體表現(xiàn)良好，平均得分接近4分，顯示了他們?cè)趯I(yè)知識(shí)和技能上的基礎(chǔ)扎實(shí)。然而，終身學(xué)習(xí)能力稍顯不足，特別是自我效能方面，這表明學(xué)生在自我驅(qū)動(dòng)學(xué)習(xí)和跨學(xué)科整合方面需要更多培養(yǎng)。企業(yè)對(duì)學(xué)生的評(píng)價(jià)普遍較高，而學(xué)生自評(píng)則更為嚴(yán)格，顯示出學(xué)生對(duì)自身能力的高標(biāo)準(zhǔn)和提升空間的認(rèn)識(shí)。企業(yè)認(rèn)為學(xué)生對(duì)自身評(píng)價(jià)偏低，而學(xué)生則認(rèn)為自己在執(zhí)行能力、專業(yè)知識(shí)運(yùn)用能力及自我驅(qū)動(dòng)等方面有待提高。在能力提升方面，專業(yè)知識(shí)運(yùn)用能力和職業(yè)規(guī)劃能力雖容易培養(yǎng)，但實(shí)際表現(xiàn)有待加強(qiáng)。創(chuàng)新能力和意識(shí)動(dòng)機(jī)作為深層次能力，不僅培養(yǎng)難度大，而且當(dāng)前表現(xiàn)不佳。自我驅(qū)動(dòng)、自我管理和自我認(rèn)知等自我效能指標(biāo)對(duì)個(gè)人發(fā)展至關(guān)重要，但目前評(píng)分顯示迫切需要提升。為了縮小自我認(rèn)知與企業(yè)期望之間的差距，教育和實(shí)踐的深入干預(yù)至關(guān)重要，以幫助學(xué)生更準(zhǔn)確地評(píng)估自己的能力，并在關(guān)鍵領(lǐng)域進(jìn)行重點(diǎn)培養(yǎng)。

人工智能專業(yè)大學(xué)生就業(yè)勝任力提升策略

1.強(qiáng)化實(shí)踐技能，明確職業(yè)規(guī)劃

一方面，構(gòu)建實(shí)踐平臺(tái)，提升實(shí)際應(yīng)用能力。研究結(jié)果顯示：將理論知識(shí)有效轉(zhuǎn)化為實(shí)踐技能是提升學(xué)生綜合勝任力的關(guān)鍵。為此，高校須整合校內(nèi)外資源，與政府及企業(yè)合作，建立校外實(shí)踐和實(shí)習(xí)平臺(tái)。這些平臺(tái)為學(xué)生提供了將所學(xué)理論知識(shí)應(yīng)用于實(shí)際工作的機(jī)會(huì)，通過不斷進(jìn)行“實(shí)踐—認(rèn)識(shí)—再實(shí)踐”循環(huán)，幫助學(xué)生深化專業(yè)知識(shí)并掌握必要的操作技能[7]。另一方面，增強(qiáng)職業(yè)生涯規(guī)劃能力。鼓勵(lì)人工智能專業(yè)的學(xué)生采用科學(xué)的方法，如SWOT分析，評(píng)估自己的個(gè)性、能力和職業(yè)傾向，明確自身的優(yōu)勢(shì)和劣勢(shì)以及面對(duì)的機(jī)遇和挑戰(zhàn)。職業(yè)生涯規(guī)劃對(duì)于學(xué)生未來的就業(yè)方向和職業(yè)發(fā)展至關(guān)重要。從入學(xué)之初，學(xué)生就應(yīng)該培養(yǎng)職業(yè)規(guī)劃的意識(shí)，并利用高校提供的職業(yè)發(fā)展課程、職業(yè)咨詢、行業(yè)講座和導(dǎo)師指導(dǎo)等資源，合理規(guī)劃自己的職業(yè)道路，及時(shí)定位和調(diào)整自己的職業(yè)目標(biāo)。通過這些策略的實(shí)施，期望能夠有效提升人工智能專業(yè)大學(xué)生在技術(shù)應(yīng)用和職業(yè)規(guī)劃方面的勝任力，使他們能夠更好地適應(yīng)數(shù)智時(shí)代的就業(yè)市場(chǎng)，實(shí)現(xiàn)個(gè)人職業(yè)發(fā)展與社會(huì)需求的有效對(duì)接。

2.深化潛能開發(fā)，培養(yǎng)批判思維

在數(shù)智時(shí)代，人工智能專業(yè)大學(xué)生在創(chuàng)新創(chuàng)業(yè)能力與批判性思維方面存在提升空間。為此，高校應(yīng)積極營造一個(gè)有利于創(chuàng)新和創(chuàng)業(yè)才能發(fā)展的教育環(huán)境，通過舉辦多樣化的學(xué)術(shù)科技活動(dòng)、案例分析競(jìng)賽、創(chuàng)新挑戰(zhàn)賽和團(tuán)隊(duì)項(xiàng)目等，激發(fā)學(xué)生的創(chuàng)造力和想象力[8]。同時(shí)，政府的角色同樣重要，應(yīng)通過增加資金投入和制定支持性政策，建立孵化平臺(tái)，鼓勵(lì)學(xué)生參與創(chuàng)新創(chuàng)業(yè)項(xiàng)目，從而在實(shí)踐中培養(yǎng)和提升他們的創(chuàng)新意識(shí)和能力。對(duì)于人工智能專業(yè)的學(xué)生而言，自我分析和認(rèn)識(shí)自身的勝任力至關(guān)重要。他們需要依據(jù)有效行為準(zhǔn)則，通過深入學(xué)習(xí)專業(yè)知識(shí)、參與實(shí)踐技能訓(xùn)練以及創(chuàng)新思維的培養(yǎng)，來挖掘和發(fā)揮自身的潛能。通過這種深化潛能開發(fā)和優(yōu)勢(shì)培育的策略，人工智能專業(yè)大學(xué)生將能夠更好地適應(yīng)快速變化的數(shù)智時(shí)代，成為具有創(chuàng)新精神和批判性思維的高素質(zhì)專業(yè)人才。

3.精進(jìn)核心發(fā)展，拓寬成長路徑

在對(duì)人工智能專業(yè)大學(xué)生的調(diào)研測(cè)評(píng)中發(fā)現(xiàn)，自我效能感的培養(yǎng)是他們職業(yè)發(fā)展中亟待加強(qiáng)的領(lǐng)域。這種自我效能感的缺失可能會(huì)影響他們的自我價(jià)值感、就業(yè)動(dòng)力以及職業(yè)發(fā)展的愿望[9]。鑒于部分學(xué)生已經(jīng)具備一定的工作經(jīng)驗(yàn)，他們對(duì)自己的需求和目標(biāo)有了更清晰的認(rèn)識(shí)。面對(duì)當(dāng)前就業(yè)現(xiàn)狀出現(xiàn)的新問題，如“慢就業(yè)”“懶就業(yè)”等，學(xué)生需要審時(shí)度勢(shì)，清晰分析自己的就業(yè)勝任力和職業(yè)方向，直面求職過程中可能遇到的心理壓力，正確處理情緒波動(dòng)，提高抗壓能力，培養(yǎng)健康的就業(yè)心態(tài)。此外，樹立自我驅(qū)動(dòng)意識(shí)，自我管控思想以及自我發(fā)展理念對(duì)于學(xué)生的自我認(rèn)同感和職業(yè)成長同樣至關(guān)重要。這種終身修煉和持續(xù)精進(jìn)的策略，不僅對(duì)學(xué)生的大學(xué)學(xué)習(xí)生涯有益，也為他們未來進(jìn)入職場(chǎng)，拓展更廣闊的職業(yè)道路奠定了堅(jiān)實(shí)的基礎(chǔ)。

參考文獻(xiàn)：

[1]王雨陽.數(shù)智化時(shí)代產(chǎn)品設(shè)計(jì)專業(yè)人才培養(yǎng)模式與就業(yè)狀況[J].中國就業(yè)，2024（6）：108-109.

[2]MCCLELLAND D C. Testing for Competence Rather than for Intelligence[J]. Journal of American Psychologist，1973（1）：1-14.

[3]陳婷.“三全育人”視域下大學(xué)生就業(yè)勝任力培養(yǎng)路徑研究[J].才智，2024（10）：129-132.

[4]喬法光，唐宏敏.淺析中外合作辦學(xué)大學(xué)生就業(yè)勝任力提升[J].就業(yè)與保障，2023（12）：13-15.

[5]羅丹藝.基于勝任力模型的技工院校物流類專業(yè)學(xué)生就業(yè)能力提升策略[J].廣東職業(yè)技術(shù)教育與研究，2023（9）：23-26.

[6]張小詩，史萬兵.勝任力視角下高校生涯教育促進(jìn)畢業(yè)生高質(zhì)量就業(yè)的實(shí)踐進(jìn)路[J].思想政治教育研究，2023，39（4）：151-155.

[7]焦靜，馮明.大學(xué)生就業(yè)勝任力模型的構(gòu)建[J].科學(xué)決策，2010（10）：59-67，87.

[8]趙雪芹，魯雪婷.數(shù)智時(shí)代基于OBE理念的檔案學(xué)專業(yè)人才培養(yǎng)模式優(yōu)化探索[J].山西檔案，2022（4）：151-158，150.

[9]洪小萍，孔莉.“數(shù)智”時(shí)代高校智能財(cái)會(huì)人才培養(yǎng)探索[J].廣西民族師范學(xué)院學(xué)報(bào)，2022，39（4）：45-51.

（作者單位：北京科技大學(xué)智能科學(xué)與技術(shù)學(xué)院）

[責(zé)任編輯：翟 迪]