地方高校“AI+X”微专业人才培养体系建设探索

［摘 要］微专业是地方高校开展多元化教育和个性化学习的重要方式，是对传统专业的有益补充。文章分析了高校的转专业情况和微专业建设的必要性，并基于人工智能复合型人才需求与“AI+X”微专业建设现状，以“AI+数字医疗”微专业建设为例，探讨了人才培养体系重构、师资建设和育人效果评价的具体措施。

［关键词］微专业；人工智能；应用型人才；学科交叉融合；人才培养；地方高校

［中图分类号］G64 ［文献标识码］A ［文章编号］2095-3437（2024）23-0120-05

2016年，AlphaGo战胜世界围棋冠军这一具有代表性的事件，标志着人工智能技术进入快速发展期。2021年，DeepMind宣布开源AlphaFold2，借助人工智能技术精准预测蛋白质结构，使生命科学领域迎来巨变。2022年，ChatGPT的诞生使得生成式人工智能迈入新纪元，掀起了通用人工智能的浪潮。人工智能也从行业典型应用场景向新型工业化赋能演变。人工智能技术用于化工生产行业，能够实现产品缺陷检测；人工智能技术用于医学中，可以进行新药的研发；人工智能技术用于金融会计，能够进行财务数据分析，规避财务风险。人工智能技术对不同行业和领域都将产生深远的影响。

地方高校作为地方经济发展的智力资源、人才资源，应主动融入区域经济高质量发展，主动对接地方发展需求，与地方经济发展形成良性互动，不断推进校地融合，积极服务地方发展。地方高校只有不断提升自身对地方发展的支撑力、贡献度，才能更多地获得地方的支持，不断实现自身的价值。当前，地方高校正在顺应国家“四新”建设要求，大力培育复合应用型人才，朝着多元化人才培养目标前进[1-2]。

一、高校转专业情况分析及微专业建设必要性

大学生转专业是我国高等教育人才培养的一项重要制度，也是地方高校学生培养的普遍现象[3]。项目组调研分析了嘉兴大学近3年转出和转入人数排名前15的专业情况。从转入的专业情况看，计算机科学与技术、电气工程及其自动化、电子信息工程、软件工程、网络工程等人工智能领域相关专业均榜上有名，总转入比例达到20%以上。此外，项目组还调研了北京建筑大学、广州大学、常州大学、成都大学、北华大学、太原科技大学、吉首大学、合肥大学、井冈山大学、三峡大学、上海应用技术大学、长春大学和沈阳大学等13所地方高校2023年转出和转入人数排名前10的专业情况。从转专业的数据得出，计算机科学与技术、数据科学与大数据技术、电气工程及其自动化、电子信息工程、软件工程等涉及人工智能的相关专业均在转入专业名单中名列前茅。当前高校转专业人数也存在增加趋势，一些学生专业意识淡薄，在选择转入专业时存在盲目性，特别是转专业前后不同学院和学科之间存在的差异性会带来负面影响，转入的可能并非自己感兴趣的专业，导致转到新专业后学生能力发展水平参差不齐[3-4]。

微专业的设计最早由MOOC巨头Udacity提出，他们将其称为微专业方向。随后另一个MOOC巨头Coursera免费提供在线顶级大学课程，将这类课程称为Specialization（专项课程）。微专业是相对传统专业设置更加灵活的一种人才培养模式，具有复合型、个性化的特点，能在一定程度上解决上述转专业现象带来的问题。微专业是对传统主专业的拓展延伸和有益补充，也是实现不同学科之间复合交叉的重要路径[5]。

二、人工智能技术及“AI+X”复合型人才需求

人工智能（Artificial Intelligence，AI）是一门涉及计算机科学、数学、心理学、语言学、哲学等多学科交叉的综合性学科，旨在研究、开发能够模拟、延伸和扩展人脑功能的理论、方法、技术和应用系统。人工智能可以与我们生活的方方面面相结合，有着广阔的应用空间。近年来，人工智能正在向医疗、教育和金融等各行业进行渗透，随之涌现出一大批创新应用，包括智慧交通、智慧医疗、无人驾驶、智能家居等技术和产品，积极推动了各行业的发展和变革，也带来了巨大的经济效益和社会价值。

根据中国新一代人工智能发展战略研究院2023年发布的中国新一代人工智能科技产业区域竞争力评价指数表明，京津冀、长三角、珠三角和川渝四大经济圈的人工智能企业数量达1987家，占全国人工智能企业的90.32%。依据企业能力、学术生态、资本环境、国际开放度、链接能力和政府响应能力等6项一级指标排名情况，长三角地区人工智能科技产业区域竞争力评价总分为106.93分，位列四大经济圈之首[6]。然而，一方面是长三角地区人工智能产业的快速发展，另一方面是人工智能人才严重不足，相应的人工智能人才培养数量和质量并没能跟上产业人才需求。

人工智能人才梯队结构从研究型到应用型，可分为AI科学家、AI工程师、AI设计师和AI产业应用工人。除了从事基础理论研究的AI科学家，还需要从事一线生产的AI应用型人才。从目前高校学生就业的实际情况来看，效果并不乐观，学生未能真正适应行业企业的需求，分析和解决实际问题的能力还不够，高校培养的人工智能应用型人才距离企业的要求还有较大的差距，毕业生未能得到用人单位的普遍认可[7]。

2020年3月，教育部、国家发展改革委、财政部制定的《关于“双一流”建设高校促进学科融合  加快人工智能领域研究生培养的若干意见》提出了针对人工智能的学科建设目标：学科交叉融合亟待深化，人才培养导向性亟待加强。教育部在《高等学校人工智能创新行动计划》中要求建设100个“人工智能+X”的学科，重视人工智能技术与数学、统计学、物理学、心理学、生物学、社会学、法学等学科的交叉融合[8]。该计划还明确指出到2030年高校应成为人工智能人才培养的重要基地，并成为全球人工智能创新中心的核心力量。

三、“AI+X”人工智能微专业建设现状分析

近年来，高校主动适应新技术、新业态、新模式、新产业发展的需要，在人才培养体系改革方面做出新的尝试，围绕新工科建设，开始在人才培养模式方面尝试微专业的探索和实践。人工智能作为新一轮科技革命和产业变革的核心力量，对社会的方方面面产生着深远的影响。各高校借鉴CDIO、OBE等理念，紧跟时代发展，关注新技术、新产业、新业态和新模式，从课程体系和内容、在线课程建设、实践平台建设等方面进行积极改革，拓展各种教学资源，构建产学研融合的协同育人机制，积极开展以微专业建设为突破口的人才培养模式改革与创新，并形成不同的培养模式和特色。2021年1月，由浙江大学、复旦大学、中国科学技术大学、上海交通大学、南京大学率先倡导，并联合同济大学、华为、百度以及商汤科技于上海成立了新一代人工智能科教育人联合体。自 2021 年下半年起，武汉科技大学开启了微专业的试点工作，目前共设有大数据技术与应用、智能医学、创新创业管理等 5 个微专业。2022年1月，浙江财经大学东方学院与浙江万物工场智能科技有限公司协同成立人工智能产业学院。另外，山东大学软件学院开设了人工智能与工业软件微专业，徐州医科大学药学院携手药研社开设了“临床试验研究与管理”微专业等。不仅如此，微专业的开设在高职院校中也越来越普遍。开设微专业，已成为高校创新人才培养模式的重要探索[9]。

尽管各高校在微专业建设方面取得了一定的进展，但微专业建设经费不足，保障制度缺乏，微专业课程建设和传统专业课程建设协调困难，仍是地方高校普遍面临的问题。因此，微专业建设改革任重道远[10]。要落实好微专业建设改革，就要扩大相应教学单位的办学自主权，重视对复合型人才培养的投入，引导教师投入更多精力，制定合理的考核评价制度。当前部分院校开设的一些“微而美”“微而特”的微专业仅仅是非常少数学生的选择，难以达到微专业开设条件。

对于学科交叉融合的“AI+X”微专业而言，由于人工智能技术与一些学科内涵存在一定差距，“AI+X”的相关理论和融合内容还处于探索阶段。不同学科之间存在一定差异，相应的知识构成比较分散[11]，从而导致“AI+X”交叉融合的微专业建设存在困难。“AI+X”微专业要求教师既要有人工智能的基础理论和应用背景，又要有X学科领域的基础知识。具有“AI+X”交叉学科背景的师资缺乏，专业结构还有待于进一步完善。此外，“AI+X”交叉学科实践场所的缺乏也给学科交叉融合“AI+X”人工智能微专业建设实施带来一定难度。针对学科交叉融合的微专业建设和人才培养问题，探索学科交叉融合“AI+X”人工智能微专业建设、人才培养模式和路径改革，能进一步拓宽学生跨学科学习渠道，为复合应用型人才培养创造更广阔的育人空间，从而促进学科交叉，提升学生的核心竞争力。

四、“AI+X”微专业人才培养体系构建

人工智能技术应用的遍地开花、新工科建设的如火如荼、社会对复合应用型人才需求的如饥似渴[12]，给高等教育发展带来了新的机遇和挑战。随着产教融合的深入推进和创新发展，人工智能已经成为校企合作发展的新阶段，加强人工智能微专业复合型人才培养是当前校企合作发展的重要方向。针对复合应用型人才培养存在的问题和面临的挑战，构建地方高校学科交叉融合“AI+X”人工智能微专业人才培养的新路径、方法和机制，紧紧围绕“培养什么人——人才培养目标定位”“怎样培养人——课程体系和师资建设”“培养得怎么样——评价体系构建”等内容开展研究，整体思路如图1所示。

以“AI+数字医疗”微专业为例，项目组联合校医学院、附属医院积极探索“AI+数字医疗”微专业建设，将人工智能技术服务于临床健康需求，实现人工智能与医学的交叉融合。

（一）“AI+数字医疗”微专业人才培养课程体系建设与教学内容重构

人才培养是一个系统工程，需要多科学设计、协同配合。项目组结合社会需求设计培养方案，从培养方案来研究课程体系的构建，设计出符合学生情况和社会需求的课程内容。按照学科专业的特点及其交叉融合内在关系，将“AI+数字医疗”微专业课程分为专业基础课程、专业核心课程、实践课程等。专业基础课程主要包括信息技术基础、人工智能技术和数字健康政策与法规等，专业核心课程包含医学影像信息学、医学图像处理、医学数据分析与挖掘、病历数字化管理等，实践课程包括医学影像处理实践、医疗数据分析实践等。

（二）“AI+数字医疗”微专业人才培养实践平台建设

实践教学是复合应用型人才培养过程中的重要环节，对学生实践能力、创新精神的培养具有重要作用。要明确“AI+数字医疗”微专业实践平台建设的目标和方向，优化和整合现有的实践资源。从学生能力培养的角度出发，突破传统教育模式，采用“产教融合、校企融合、学科融合、科教融合、理实融合”协同育人模式，将课堂理论知识和方法有机、充分地链接到实验室、教师科研工作室、校附属医院实践教学基地中。

（三）“AI+数字医疗”微专业师资建设

师资队伍建设是确保微专业人才培养质量的根本保证。“AI+数字医疗”微专业的师资队伍，既要有数学、计算机科学等相关学科背景，又要有医疗领域相关学科背景。这就要求“AI+数字医疗”微专业教师知识面广、具有多学科交叉背景。虽然一些微专业师资包含相关行业专家和名师，但他们只是在自己的研究领域上是内行，在教学方法和教育理念上缺乏较为深入的理解，无法达到真正的“双师”要求。因此，应通过与地方医疗机构、医疗科技公司等合作，邀请医疗行业企业专家作为兼职教师或顾问，校内计算机、医学教师及校附属医院医生跨学科联合进行教研，构建一支“复合型”的“AI+数字医疗”微专业师资队伍。

（四）“AI+数字医疗”微专业育人效果评价

与传统专业人才培养相比，微专业课程内容更灵活，教学方式更多元，学科交叉更突出，专业设置更前沿、更贴合新兴产业发展需求。为了更好地指导“AI+数字医疗”微专业人才培养的实践，增加微专业人才培养的可持续性，需从行业企业、学校、学生等方面开展育人效果评价。行业企业方面的评价主要包括行业企业对微专业人才培养的参与度、行业企业从学校获得的收益如何、行业企业与学校合作的融合度。学校方面的评价则需关注学校对微专业建设的投入率、复合型师资的占比率、学科发展的提升率。学生方面的评价主要包括学生就业率、满意度、学习能力水平、学习兴趣度等。

五、结 语

随着人工智能技术的发展，地方高校通过设置“AI+X”微专业来落实人工智能复合应用型人才培养改革的新举措，具有重要的现实意义。

首先，学科交叉融合人工智能微专业人才培养，有利于促进人工智能与其他学科之间的交汇融合，促进现有专业的内涵建设，进一步完善高校学科结构体系。

其次，社会经济发展需求驱动“AI+X”微专业人才的培养。一方面促使地方高校应用型人才培养生态的重构，另一方面缓解在校学生非理性转专业的问题。

再次，地方高校“AI+X”微专业人才培养有助于促进专业教师专业能力的可持续发展，进一步提升专业教师的教学水平和实践能力。

最后，地方应用型本科院校“AI+X”复合型人才培养倒逼产教融合向纵深发展，促进人工智能教育和产业需求全方位融合。