课赛融合背景下人工智能人才培养模式研究

来源:用户上传      作者:

　　 摘 要：随着人工智能的快速发展，社会呈现出对人工智能人才大量需求的新趋势。我国多所高校设立了人工智能相关专业，希望快速补足人才空缺。高校人工智能人才培养应该采用课赛融合的方式，实现“学为用，用促学”。文章从分析现有人才培养中的不足入手，提出人才培养思路，以及适应人工智能发展的人才培养措施。
　　 关键词：人工智能;人才培养;课赛融合;教学改革
　　 中图分类号：G642;C961 文獻标志码：A 文章编号：1008-3561（2020）05-0004-02
　　近年来，具备人工智能素质、可以利用人工智能实现企业创新发展的新型人才，成为招聘市场中的一个关注点。2017年7月8日，国务院印发了《新一代人工智能发展规划》，为我国人工智能发展提供了方向。我国各高校纷纷根据国家发展规划设置人工智能相关专业，部分高校还专门成立了人工智能学院。在人工智能专业建设的过程中，各高校取得了一定的成果，但由于还处在探索和发展阶段，所以仍然存在一些不足，现有的人工智能专业缺乏学科建设和人才培养经验。本文在分析现有人工智能人才培养问题的基础上，将课程教学与学科竞赛结合的方法引入学科建设中，并提出人才培养措施，以期为我国人工智能建设做出贡献。本研究从分析当前人工智能人才培养中存在的问题入手，探索课程教学和专业性竞赛相互配合的课赛融合的人才培养思路。高校应在课赛融合人才培养思路的指导下，有针对性地制定人才培养措施，以培养高素质、有能力的人工智能人才。
　　 一、人工智能人才培养中存在的问题
　　 人工智能专业建设现在仍处于探索和发展阶段，取得了很多显著成果，使人工智能专业毕业的大学生将所学知识转化为产能，推动了我国人工智能产业的发展。然而，与此同时，学科建设与人才培养过程中也暴露出课程关联性不强、人工智能理论基础薄弱、专业课程实用性不足的问题。
　　 课程关联性不强。各高校设立人工智能专业时，采用了将原有计算机专业、自动化专业、数学专业等多个专业整合并适当调整的方式。课程的设定也采用了将多学科课程进行合并删减的原则。在这种模式下，课程与课程之间相对独立，缺少前后联结关系，难以形成完善的科学知识体系。
　　 人工智能理论基础薄弱。人工智能虽然与企业生产经营结合紧密，但是缺少理论基础支撑的人才难以始终走在创新的前沿。人工智能中有很多与概率论、统计学、矩阵运算等相关的基础理论知识，然而很多高校并没有将这些基础课程融入人工智能专业课程中。将基础理论知识与人工智能课程区分教学，会导致学生虽然可以使用人工智能手段来解决问题，但难以在他人研究的基础上进一步创新。
　　 专业课程实用性不足。人工智能课程大多讲授经典的模型、算法等知识，学生在学习课程后虽然能够掌握这些知识，却不知道如何将其转化为技能，学习只是停留在书本上。同时，学生所能解决的问题也仅停留在书本层面，无法有效解决生活实际中的现实问题。这对学生毕业后走向社会求职是非常不利的，无法使学生的课堂所学为其后续工作、个人发展起到重要的推动作用。
　　 二、课赛融合背景下人才培养的思路
　　 针对高校在设置人工智能专业、培养人工智能人才过程中存在的问题，本文提出课赛融合的培养模式。课，是指人工智能专业课程。赛，是指专业的人工智能竞赛，如天池、KDD-CUP、DataCastle等专业性竞赛。将竞赛和大学课程进行有机结合，可以满足人工智能人才培养的要求。将竞赛与课程融合起来发展的方式，必须有科学的培养思路作为指导。所以，课赛融合背景下人才培养思路要遵循竞赛推动课程学习、教师参与竞赛指导的思路。
　　 竞赛推动课程学习。竞赛是从实际应用的角度而设计的，竞赛可以促使人工智能人才在全面掌握知识后向专业性人才发展，可以以课程构建课程之间的关联，让学生在他人实践的基础上寻求理论和方法上的创新，让学生能够将所学知识直接运用到工作中。同时，竞赛可以推动课程学习，让学生实现从“让我学”到“我要学”的转变。在竞赛的过程中，总会存在一部分知识、方法是学生不了解或从未听说过的，学生要想完成竞赛就需要主动查找相应的资料，学习相应的方法。在此过程中，学生主动学习的积极性就会得到有效培养，学生就会产生对某一方面知识或某一种方法进行深入了解的主动性。
　　 教师参与竞赛指导。人工智能竞赛往往对学生的专业基础要求较高，学生自行研究而缺少指导时容易在摸索阶段丧失积极性，无法达到课赛融合的效果。为每一名参赛学生配备教师，或者在条件允许的情况下设置专职辅导教师，则可以帮助学生快速度过初始阶段，进入算法实现与创新阶段，使学生体验到参加人工智能竞赛的乐趣。
　　 三、课赛融合背景下人才培养的措施
　　 高校培养人工智能人才，应当遵循课赛融合的人才培养思路。科学合理的人才培养措施，可以保证学生学有所得，全面提升学生的能力和素养。在人才培养过程中，高校可以采取优化课程结构、配备专业师资、竞赛参与课程考核的培养措施。
　　 优化课程结构。人工智能专业课程设置应该改变现有课程设置方式，根据人工智能产业发展要求构建课程体系，贴合竞赛进行课程设计，使每一门专业课程教学都能够与专业竞赛相关联，努力形成学后赛、赛辅学的科学发展局面。课程难度应当循序渐进，从实现最基本的人工智能的方法开始，最终构建完整的人工智能知识体系。
　　 配备专业师资。教师应当发挥理论辅导、竞赛指导的作用。让学生在短时间内掌握人工智能方法是存在一定难度的，也容易使学生失去学习主动性。为此，专职或兼职教师可以向学生介绍一些难以理解的理论知识，让学生做到对所学知识的快速应用。同时，竞赛辅导也是教师的一部分工作。从赛题选择、队伍组成，到掌握方法、优化方法，教师都可以发挥相当重要的作用。教师对学生进行竞赛辅导，可以使人才培养达到事半功倍的效果。
　　 竞赛参与课程考核。课程与竞赛之间不能各自孤立，将竞赛融入课程考核可以激发学生参与人工智能竞赛的积极性。学校可以根据学生的竞赛成绩，免除学生的课程考试，或者提高学生的成绩，进而鼓励学生参加人工智能竞赛。但需要注意的是，激励是适度的，学校要权衡好课程教学和竞赛的关系，让学生明白参加竞赛是为了更好地学习课程，是为了辅助课程学习。 　　 四、结语
　　 本文结合高校人工智能专业建设现状，分析学科建设与人才培养过程中暴露出的课程关联性不强、人工智能理论基础薄弱、专业课程实用性不足的问题，并且针对现有问题，提出课赛融合的人工智能人才培养方式，以及競赛推动课程学习、教师参与竞赛指导的发展思路。在培养人工智能人才的过程中，高校要采用优化课程结构、配备专业师资、竞赛参与课程考核的培养措施。科学培养人工智能专业人才，值得各高校进行深入的探索和思考。
　　参考文献：
　　[1]刘辰.国务院印发《新一代人工智能发展规划》：构筑我国人工智能发展先发优势[J].中国科技产业，2017（08）.
　　[2]任重，倪浩，刘扬.聚焦我国新一代人工智能发展规划：首批4家国家创新平台确立[J].创新时代，2018（01）.
　　[3]王天成，孙百鸣.高职院校关于课赛结合教学的探索[J].湖北函授大学学报，2015（24）.
　　[4]封帅，周亦奇.人工智能时代国家战略行为的模式变迁——走向数据与算法的竞争[J].国际展望，2018（04）.
　　[5]张岌.“大数据”时代高校信息化对教学改革的启示——基于美国大学教学系统平台的分析[J].重庆行政，2017（01）.
　　[6]刘美冬，朴雪涛.改革开放40年中国大学教学改革的阶段性特征分析[J].辽宁教育行政学院学报，2018（01）.
　　 Abstract： With the rapid development of artificial intelligence， the society presents a large number of talent needs to meet the development of artificial intelligence industry. Many colleges and universities in China have set up artificial intelligence related majors， hoping to quickly fill the vacancy. The training of artificial intelligence talents in Colleges and universities should adopt the way of class competition integration to realize "learning for use， using to promote learning". Based on the analysis of the deficiencies in the existing personnel training， this paper puts forward the personnel training ideas and measures to adapt to the development of artificial intelligence.
　　Key words： artificial intelligence; personnel training; class competition integration; teaching reform
转载注明来源:https://www.xzbu.com/9/view-15152788.htm