人工智能时代高职院校专业建设探析

买琳燕 樊明成

摘 要 面向人工智能时代，高职院校的专业建设动力既有来自国家政策导向的支持、人工智能产业应用对培养人才提出的新需求、人工智能技术对教学革新的辅助等，也有人工智能专业设置、人才培养目标和规格定位、课程体系构建、教师能力及主体地位、实验实训条件和校企合作程度等因素的挑战。面向人工智能时代高职院校的专业建设应在供需维度上，坚持紧跟前沿原则，提高专业培养的更新性;在培养标准维度上，坚持整合协同原则，强化教学过程的融合性;在发展维度上，坚持以人为本原则，增加培养内容的人文性。重点应建立人工智能专业和相关专业的人才培养制度，探索人工智能专业、相关专业和其他专业的人才培养机制，构建人工智能专业和相关专业的人才培养平台。

关键词 人工智能;高职院校;专业建设;校企合作

中图分类号 G712 文献标识码 A 文章编号 1008-3219（2022）04-0046-07

隨着人工智能产业的高速发展和市场需求的快速提升，人工智能产业已成为新的重要经济增长点，人工智能与职业教育领域的联系必然愈发紧密。根据2018年教育部印发的《高等学校人工智能创新行动计划》，人工智能与职业教育专业建设的融合主要体现在两方面：一是人工智能作为一类专业知识，属于具体的教学内容，职业教育要面对市场处理该专业领域的人才储备问题，即开展人工智能或相关领域的技术技能人才培养与应用研究，为社会提供相关的人才支撑;二是人工智能作为一类教育技术，可与教育教学深度融合，推动教学手段、教学媒体、教学环境和教学方法等的改革创新，服务于人才培养质量提升。

由此可见，对高职教育而言，无论是面对日新月异的人工智能技术发展及其产业应用，需要提高人才培养质量以适应人工智能复合型发展要求下的职业生涯，还是利用好建立在多种学科知识基础上的复合技术提高人才培养质量，其背后的逻辑均涉及到面对人工智能时代的高职院校专业建设方向整合与变革问题。在此背景下，本文在分析面向人工智能时代高职院校专业建设内涵的基础上，试图回答为何要改革、应遵循的原则及把握的重点等问题。

一、人工智能时代高职院校专业建设的内涵

人工智能（Artificial Intelligence，简称AI）概念由麦卡锡1956年在达特茅斯会议上首次提出，主要是研究模拟人类能力和智慧行为的跨领域科学[1]，是在计算机、控制论、信息论、数学、心理学等学科融合基础上发展起来的一门交叉学科。人工智能在教育领域的有效应用已被实践所证明，从早期的计算机辅助教学（CBE）到智能指导系统（ITS），再到今天的教育机器人、智能教室、VR/AR和自适应学习系统等，无不体现出人工智能对推动教育现代化的积极作用。新一代人工智能，特别是深度学习技术等在一些行业的成功应用，不仅意味着教育技术即将迎来一场革命，更预示着人才需求的深刻变化。现有高职教育在迈向人工智能时代的过程中，必须进行一场持续而深刻的变革，才能在人工智能时代生存和发展。

面向人工智能时代高职院校专业建设中的“专业”主要分为三个类别：人工智能专业、人工智能相关专业和其他专业。在教育部印发的《普通高等学校高等职业教育（专科）专业目录》2019年增补专业中，共增补了9个专业，包括计算机专业类的“人工智能技术服务”;而在教育部印发的《职业教育专业目录（2021年）》中，人工智能专业名称则更改为“人工智能技术应用”。人工智能相关专业主要包括智能制造装备技术、智能控制技术、智能机器人技术、大数据技术等。其他专业则指与人工智能没有直接关系但置入人工智能技术的专业。专业建设需要依据相应的支撑条件，主要包括专业设置、人才培养目标和规格的定位、课程体系与内容的构建、教师培养、教学与培养模式的改革、实验实训条件建设、校企合作、科技研发与社会服务等方面。

基于此，面向人工智能时代高职院校专业建设的内涵可以概括为：围绕人工智能人才培养和人工智能技术应用，面向人工智能时代发展要求，高职院校的人工智能技术应用专业、人工智能相关专业和其他专业人才培养目标和规格的定位、课程体系与内容构建、教师培养、教学与培养模式的改革、实验实训条件建设、校企合作、科技研发与社会服务等方面开发、应用人工智能专业知识或技术的更新发展过程。高职院校的专业建设是高职教育面向人工智能时代最为重要的变革方面，就专业建设问题开展专门研究，可以为政府制定高职教育宏观调控政策，为高职院校编制专业发展规划，推动专业设置、课程建设、教学改革、师资队伍建设、实验实训条件建设、校企合作、智慧校园建设、国际交流与合作等提供参考借鉴，以更好地适应人工智能时代的需求。

二、人工智能时代高职院校专业建设的机遇

除了行业企业对人工智能专业或具有人工智能技术背景的专业人才需求猛增，国家政策对人工智能技术的高度重视，职业教育特别是高职教育专业建设的发展还面临着各层面的机遇。

（一）国家政策导向为人工智能专业建设提供了强有力支撑

2016年起，国家从战略层面对人工智能及相应的人才需求制定了规划，并在接下来的政策文件中提出了明确要求，从关注人工智能技术本身逐渐转向技术和产业的融合及应用。2016年，为加快人工智能产业发展，充分发挥人工智能技术创新的引领作用，国家发改委等部门印发的《“互联网+”人工智能三年行动实施方案》提出支持在教育等重要领域开展人工智能应用试点示范;同年，国务院印发的《“十三五”国家科技创新规划》指出我国新一代信息技术的主要发展方向之一是人工智能，要重点关注人工智能技术的开发，推动人工智能与实体经济深度融合。2017年，国务院印发《新一代人工智能发展规划》明确将人工智能上升至国家战略，将建设人工智能学科、设立人工智能专业、形成“人工智能+X”复合专业培养新模式、加强产学研合作等作为重点任务之一;同年，工信部印发的《促进新一代人工智能产业发展三年行动计划（2018-2020年）》指出以信息技术和制造技术深度融合为主线，对接“中国智造2025”。2018年，教育部印发的《高等学校人工智能创新行动计划》对加快人工智能在教育领域尤其是专业建设方面的创新应用提出了具体要求，鼓励对计算机专业类的智能科学与技术、数据科学与大数据技术等专业进行调整和整合，对照国家和区域产业需求布点人工智能相关专业……构建技术赋能的教学环境，探索基于人工智能的新教学模式，重构教学流程，并运用人工智能开展教学过程监测、学情分析和学业水平诊断等，并对高校提出深化产学合作协同育人，推广实施人工智能领域产学合作协同育人项目;同年，教育部学校规划发展中心确立了9所高职院校为“AI+智慧学习”共建人工智能学院项目试点学校;也是在2018年国务院印发的《关于全面深化新时代教师队伍建设改革的意见》明确提出“教师要主动适应信息化、人工智能等新技术变革，积极有效开展教育教学”;同年，教育部印发的《教育信息化2.0行动计划》提出“利用智能技术加快推动人才培养模式、教学方法改革”。2019年，中共中央、国务院印发《中国教育现代化2035》再次强调“实施人工智能助推教师队伍建设行动，推动教师转变角色定位，做学生学习的指导者和支持者”。2020年，教育部等部门印发的《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》着力在人工智能高层次人才培养的理念思路、多维融合的推动策略和具体举措上进一步创新突破。

可见，国家一系列政策的出台，尤其是《新一代人工智能发展规划》《高等学校人工智能创新行动计划》和《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》等文件对人工智能的人才培养、学科建设及专业建设等提出了具体要求，对高职院校人工智能专业及相关专业人才培养目标和规格的明确、课程设置的优化、人工智能助力师资队伍的建设改革、实验实训条件完善及资源整合等均提供了政策支持和引导借鉴。

（二）人工智能的产业应用为高职院校人才培养提出了新需求

为适应当前人工智能领域对于人才需求量的不断提升，高等教育必然需要全面拓展人工智能人才的培养渠道，人工智能人才培养从研究生教育向本科教育再到高职教育覆盖，是符合市场需求的必然选择。我国已形成了涵盖计算机芯片、开源平台、基础应用、行业应用及产品等环节较为完善的人工智能产业链，产业链在基础层、技术层和应用层对人才均提出了大量的需求[2]。技术变迁也创造了许多新岗位，对高职院校而言主要体现在应用层，人工智能在应用研发、管理、维护等过程中为市场创造出大量新增就业岗位，“应用开发、云计算平台运维、大数据分析、数据标记、智能系统设计开发与调试、智能产品安装调测”[3]等人工智能技术的新领域、新兴岗位都需要大量技术技能型人才，高职院校需要设置和发展新专业。

（三）人工智能有助于提升教师教学能力

人工智能可以帮助教师从大量重复性工作（如布置作业、批改作业），需要大量信息资料收集、数据积淀和分析的工作，需要精准定位的工作（如学生的个性特质、个性需求分析，学生的学习难点、障碍点分析等）中“解放”出来，减轻教师的教学负担，减少更多的重复性消耗，把时间精力用在教学改革和创新方面。此外，教师可以利用人工智能技术和大数据更加精细、精准地了解学生特点、个性和需要，提高课程资源和课程定制的丰富性、专业性和针对性。通过创设智能教育环境，开展生动特色化的课堂教学和课后辅导与评估，采用更精准、更有效的方法来教学，从而达到更理想的教学效果。

（四）人工智能为教学改革创新提供技术支持

人工智能支持受教育者学习和评价方面的发展，据此评估并调整课程，以促进人工智能与学习方式变革的深度融合。若以应用场景的不同作为标准，教育中人工智能的应用基本可以划分为三类：面向教育者教学场景的应用、面向受教育者学习场景的应用以及面向学校的管理、考核与决策场景的应用[4]。

一是为个性化的人才培养提供了条件。这方面比较有代表性的就是自适应学习（Adaptive Learning）技术。它在收集、分析、处理以及传授知识方面具备技术优势，基于个人能力和技能水平动态调整课程内容，以进一步适应学习者需求，其功能在于为受教育者提供因材施教的个性化教学;再如，智能教育云服务可以为学习者提供个性化学习服务，以支持其自主发展，这破解了教育在个性培养方面不足的难题。“人工智能+教育”为学习者提供个性化学习服务模式，实现了因学定教和精准教学[5]。可见，应用或开发人工智能工具可支持学生的动态适应性学习过程。

二是为教学资源的整合提供了平台。一方面，人工智能技术基于大数据可以将教学内容资源整合到规模更大的教育云平台上，进行统一管理，并建立更科学的访问机制，实现资源共享;另一方面，可通过专门的平台如虚拟学习环境平台等，把远程交互和面对面的交互按照多种方式结合起来，并提供某种虚拟的时空学习环境，为高职院校的工学一体化教学提供了更加高效真实的场景。

三是为实现教学评价的科学化提供了依据。目前，基于大数据的人工智能在学习分析领域（Learning Analytics）、教育数据挖掘领域（Education Data Mining）等教育管理领域都取得了长足进步，这能够对学习环境、学习风险、学习效果等进行评估，建立智能、快速、全面的教育分析评价系统[6]。对高职院校而言，通过人工智能挖掘数据潜能，可支持学生综合能力的多维度评价，尤其是学生顶岗实习期间可运用人工智能技术开展远程评价等。

三、人工智能时代高职院校专业建设面临的挑战

人工智能以智能技术促进教育信息化，用信息技术改变传统模式，因此人工智能时代会对传统的教育思想、观念、模式、内容和方法产生巨大冲击。

（一）人工智能挑战高职院校的专业设置

人工智能是非常典型的交叉专业，对于高职院校的资源整合能力有较高要求，同时也需要高职院校具有较强的综合专业实力。由于人工智能带来的职业和相应岗位需求的变化，必然会涉及到发展新专业、淘汰不适应的旧专业和对已有专业内涵的升级，在现实操作中也将面临不小困难。

（二）人工智能挑戰高职教育人才培养目标和规格定位

人工智能虽为市场新增了大量就业岗位，但重复性和程序化的岗位正被逐步替代，并会降低对低技能人才的需求，创造的工作岗位对人力资本的技术技能提出了更高要求。高职教育需要赋予受教育者新技术和新技能，使其能够适应就业市场的转型而不至于被技术淘汰;同时，高职教育也负担了为人工智能发展提供高技术技能人才的使命，以此满足就业市场的人才需求。当前供求差距较大，除了数量上的供求不匹配，很多高职院校毕业生在校期间所学难以适应新岗位的技术技能要求，无法满足企业行业的用人需求，造成了人工智能技术行业的人才供求出现结构性问题。此外，人工智能是计算机应用学科的一个方向和分支，计算机应用学科又是计算机三个学科之一，所以过去所培养的人工智能人才和现在的发展趋势很不适应。为此，除了要加大专业人才的培养力度，还要加大交叉人才的培养力度。

对就业岗位而言，当程序化工作交由人工智能自动完成后，需要就业者独立解决问题或具有创造性的工作需求会因此上升。因此对专业人才培养目标和课程设置中挖掘学生个体区别于人工智能的特质，如个性化、创造力、适应能力、人际交往技能等提出了更高要求。另一方面，由于培养目标侧重点的改变，无论是引发设置人工智能专业或相关专业，还是带来既有专业内涵的提升，均需要探索新的人才培养模式，以更好地实现人才培养目标，这也是专业建设面临的挑战。

（三）人工智能挑战高职院校课程体系和课程内容构建

人工智能技术在产业界的应用，带来职业岗位所需知识、能力和素质要求的变化，客观上要求高职院校调整课程体系、更新课程内容，如开设人工智能专门课程、人工智能与专业融合课程，或在专业课程中置入人工智能知识与技术内容等。由于人工智能技术本身是一种复合技术，涉及多门学科知识和技术，这对于学制短、专业化早的高职院校专业来说，如何构建课程体系和课程内容是一项挑战。此外，相较于普通高等教育，虽然目前本科阶段刚开始设立人工智能专业，但人工智能人才的培养已经在研究生教育阶段积累了大量经验;对高职院校而言，既无经验可参照又面对更新和交叠均有很高要求的人工智能，人才培养质量能否得到有效保障也是要面临的挑战。

（四）人工智能挑战高职院校教师能力及主体地位

一是对师资队伍的能力素质提出了更新的要求。一方面，作为一类更新快、交叉性强的专业知识，人工智能专业及相关专业对师资的专业性和复合性提出了更高要求;另一方面，作为一种技术手段，人工智能技术在教育中的应用不断拓展，这对教师创新教育手段、改变教学模式、提高信息化素养也提出了更新的要求。绝大部分高职院校缺乏掌握人工智能核心技术的师资力量，难以形成高职院校自身的课程体系;同时对探索复合型人才培养并不多的高职院校而言，师资队伍也面临着知识、能力和素质能否适应人工智能技术发展及应用的问题。

二是教师在教学中的传统主体地位受到冲击。为了能够使教学过程与产业需求顺利对接，高职教育注重教学的实践性，教师的示范作用使其具有不可或缺的地位。然而，当人工智能技术作用于高职教育领域时，其内部的传统教学结构发生了一些变化。虽然在目前“弱人工智能”的发展框架下，机器并不能完全取代教师的主体地位，但在自适应学习系统下开展的个性化教学模式还是会对传统师生间的二元教学结构产生冲击[7]。

（五）人工智能挑战高职院校实验实训条件建设和校企合作能力

一是高职院校现有的实验实训条件难以支撑人工智能的技术研发要求。人工智能本身的高速发展往往要求人工智能专业要有相关的研究课题作支撑，以跟进技术发展态势，同时密切关注在实用领域中迫切需要的人工智能应用情况，现有的实验实训条件差距还不小。另外，人工智能设施设备昂贵且更新淘汰较快，这对于高职院校也提出了不小的挑战。

二是合作企业的选择面临难度。人工智能技术及其产业应用发展迅速，需要引入人工智能领域的企业参与技术创新、产品设计、平台开发、资源建设等，通过与人工智能领域的先进企业合作来对接市场，确保技术的适用性甚至是引领性，而高职院校基于自身的师资队伍、设施设备等条件，是否能够找到适合培养相关人才的合作企业也面临着挑战。

综上，面对新形势新需求，面向人工智能时代高职院校的专业建设必须主动求变应变，把握人工智能产业发展的重大历史机遇，培养具有人工智能知识背景或专业技术的复合型人才。

四、人工智能时代高职院校专业建设的原则

高职院校专业建设的主要目的：一是为了更符合教育规律更科学地培养人才，二是为了更适应甚至引领产业发展需求地培养人才。人才培养一般会涉及三个维度：学校和市场是否有效对接的供需维度，专业是否适应社会发展的培养标准维度以及是否符合学生个性特质的发展维度。据此，面向人工智能时代高职院校的专业建设应坚持如下原则。

（一）紧跟前沿，提高专业培养的更新性

根据2020年發布的《人工智能产业人才发展报告（2019-2020年版）》，人工智能产业人才供需严重不平衡，主要表现在不同类型的岗位供需不平衡、不同技术方向的供需不平衡和不同区域的人才供需不平衡。其中，在不同类型的岗位供需调查中，企业对算法研究岗、应用开发岗和实用技能岗等技术型岗位的人才需求最为旺盛，分别占整体需求岗位的12.2%、19.8%和34.8%，但其人才供需比分别仅为0.13、0.17和0.98[8]。可见，基于人才供需维度，高职院校尤其是国家示范性高职院校或“双高”院校在应用开发岗和实用技能岗方面的人才供给远远不足。

由于人工智能所引发的劳动市场的系统性和长期性变革，高职院校应坚持紧贴市场和技术前沿的原则，及时把握人工智能尤其是区域人工智能产业发展趋势，更新人工智能领域的专业知识，突出相应研究的前瞻性和对接性。一是以市场为主导研究、预测当前和未来人工智能发展所引发的产业人才需求、岗位需求和相关技能需求，人才培养目标应将人工智能的时代特征、相关技术与区域内产业特点相结合，适应现代企业对复合型人才的需求;二是坚持应用导向，在制度、科研项目等方面给予引导和支持，增强人工智能应用研究和科技研发在高职院校的导向性。

（二）整合协同，强化教学过程的融合性

整合是指由系统整体性及系统核心的统摄、凝聚作用而导致的使若干相关部分或因素合成一个新的统一整体的建构、优化的过程[9]。具体到高职教育与人工智能在专业建设中的整合，可理解为既涉及到对人工智能技术作为一个系统在教学上的接纳过程，也包括院校专业设置结构的优化、内部教学资源的重组，尤其是与政府、行业企业间的协同等，是一个从无序到有序的发展过程，也是一个在合作基础上探索如何进行更加深层和更加高效合作的过程。

对目前高职院校与产业间的协作现状和人工智能发展态势，基于培养标准维度，应着力整合行业企业的培养标准作为重要的教学建设指标。一是对校企协同间的整合。联合各方尤其是行业企业在人工智能的人才标准、人才培养、人才评价、人才服务等方面形成以产业需求为导向的人才培养思路，同时通过与不同层面的行业、企业，如行业领军企业、中小型企业和行业协会合作，将来自企业的前沿技术、项目、案例等资源通过产教融合的方式整合到人才培养体系中。二是对教学过程中校企资源、内容的整合。开设人工智能专业对于高校的资源投入和资源整合能力有较高要求，客观决定了高职院校必须与行业企业建立深度链接关系。此外，教学过程应尽量采用实际项目、实况训练，基于企业真实案例、仿真模拟企业实际开发环境、按照企业标准衡量项目。

（三）以人为本，增加培养内容的人文性

人工智能技术服务于人并以增强人的能力为目的，而进行有效的人机协作需要具备一系列的人工智能素养。人工智能研究者约瑟夫·E.奥恩（Joseph E.Aoun）认为，面对人工智能，教育应培养学生的数据素养、科技素养和人文素养：需要数据素养来管理大数据流，需要科技素养来了解机器的工作原理，需要人文素养在未来的劳动力市场上与智能机器协同合作[10]。对于高职院校而言，一般会更注重在专业教育中培养学生的数据素养，相对缺少关注或渗入科学教育和人文教育等。

人工智能时代所需要的人才是既会合理利用人工智能技术，又是人工智能不能取代的人才。因此基于学生个性特质的发展维度，在专业课程设置和教学内容安排上要注重增加人文性的比例，重视批判性思维、沟通能力和创新能力的培养，既要培养学生的想象力、创造力和发散思维能力，也要注重培养学生会表达、会沟通等能力。

五、人工智能时代高职院校专业建设策略

高职院校在人工智能专业教师缺乏、人工智能课程体系尚不完善、校企合作还不深入的现实背景下，面对人工智能产业人才发展的趋势，亟需加强人工智能专业建设相关制度的完善、机制的形成和平台的搭建等。

（一）建立人工智能专业和相关专业人才培养制度

一是定期调研制度。人工智能專业或相关专业应关注产业动向，形成定期对行业、企业开展专题调研制度，在此基础上召开有行业企业人员参与的专家指导委员会，形成惯例并及时更新人才培养方案。

二是师资培训制度。没有教师观念的转变、技能的发展和素养的提升，很难实现传统教育向智能教育的转变，因此针对师资建立定期的培训制度很有必要。制度设计上，应动态审视并界定教师的角色和所需能力，强化教师培训并制订相应的能力建设方案，支持教师在富含人工智能的教育环境中更有效地开展教学活动;培训途径上，高职院校可利用行业企业资源组建教师研习社或项目等，加强对人工智能专业教师的培训，目的是改变教师观念，让教师和智能行业接轨，深化校企融合，从而持续创新;培训内容上，开展人工智能相关产业与教研学相融合的教育理念、教学前沿、教学模式变革、人才培养模式探讨以及人工智能专业建设与应用等培训，以此提升人工智能专业教师的教学水平，为院校储备高水平的师资力量。

三是相关师生的认证制度。人工智能专业和相关专业的核心动力发展来源之一为行业企业，其能为该专业和相关专业提供最新的理念、知识和技能养料，其中包括为学生的专业发展及未来就业打基础的认证资质。2019年，新加坡（AISG）组织推出了人工智能工程师认证计划;2020年，新成立的人工智能专业协会（AIP）接续将人工智能工程师转换成由行业认证的行业专业资格，并创建运行了特许人工智能工程师（CAIE）专业资格计划，旨在认证人工智能相关工程人员的专业能力和工作经验并颁发证书[11]。

（二）探索人工智能专业、相关专业和其他专业的人才培养机制

高职院校人工智能专业人才培养机制的建立需要从有利于区域产业人才需求和人才培养的角度，分析和研究人工智能专业人才培养目标定位和相应的标准规格要求。

一是按照专业大类运作机制培养人工智能人才。国家或相关研究机构应根据人工智能市场或产业发展动向对人才需求作出科学预测或报告，但人工智能的更迭性、交叉性特征明显，且在培养目标、培养规格、专业方向、能力素质要求等细节问题上存在着很大的不确定性，应对这种不确定性需要从培养学生具有相对更广阔的知识和思维视野角度展开，即按照人工智能专业大类思路培养人才。在新加坡5所公立高职院校中，有3所已开设了人工智能专业及相关专业。从专业名称设置来看，均偏向于按照人工智能专业大类培养人才，且在培养目标上也体现出一定的开放度，如新加坡理工学院人工智能应用与分析专业提出“能针对不同业务问题实施灵活的闭环解决方案”[12];新加坡淡马锡理工学院应用人工智能专业在提出“开发聊天机器人”后还包括“能够在先进制造和网络安全等对AI专业人员有着巨大需求的领域应用所学知识和技能”[13]。

二是在人工智能专业和相关专业建立人工智能通识教育课程体系改革机制。人工智能是交叉性极强的专业，需要在明确人工智能专业培养目标细化分解的基础上，满足人工智能专业大类下不同专业方向的人才培养需要，注重与人工智能专业知识和技能的衔接和融合，由若干专业核心课程和拓展课程设置和安排课程。美国埃斯特雷亚山社区学院马里科帕县学区的人工智能应用科学专业课程包括人工智能和机器学习、自然语言处理、计算机视觉以及用于商业解决方案和其他应用程序的人工智能[14]。新加坡理工学院人工智能应用与分析专业的常规课程包括开发新的应用程序、应用人工智能和分析算法、运用实用的人工智能技术以及参与实习和行业项目[15]。

三是建立人工智能专业和相关专业与其他专业的交融机制。人工智能专业和相关专业的专业特征决定了课程内容上应增设技术前沿性和交叉性的系列课程，因此除了在通识教育范围内扩大学生的知识视野，也可考虑将其他专业的课程纳入人工智能专业的选课范围，这需要建立相对稳定、系统的操作机制。

（三）构建人工智能专业和相关专业人才培养平台

面向人工智能时代高职院校的专业人才培养平台应由多个系统化的平台构成，为此，需要构建以学生人工智能实践能力培养为核心的课程教学体系和课外实践项目，以及校企实践学习平台和协同育人平台等。其中在培养人工智能专业和相关专业的人才培养目标和培养规格方面起关键作用的是协同育人平台和实验实训平台，二者均离不开与行业企业的深度合作。

一是协同育人平台的构建。协同既需要整合校内各种与人工智能相关的教学资源，又需要搭建与产业和社会需求对接的平台，以有效利用可能的社会资源，此处主要指的是后者。该平台的构建强调的是根据人才培养目标定位和规格要求，选择与不同层面的企业建立符合人工智能人才培养需求的合作关系，紧密跟进人工智能技术的“市场速度”，深度整合行业中的师资、方法、案例等资源，将人工智能前沿技术转化为系统的培养方案和课程体系，将来自产业的人工智能理念、技术、资源整合到课程、实训、师资体系中，通过与行业企业共建人工智能产业学院、共建专业、共建线上线下课程、共建实训室、共同开展师资培训和教学质量评价等，融入企业领先的人工智能育人实践经验，提升学生综合素养。

二是实验实训平台的构建。在合理化的人工智能人才培养方案指导下，首先要建立相应的实训课程体系。可考虑设计和开发以学生为中心、基于企业案例的实训课程。依托行业先进、成熟的技术架构和工程工具，将具有代表性的行业人工智能应用案例转化为需要的教学内容，构建任务驱动型的项目化实验教学体系，同时配备相应的实训硬件设备、专业实验实训平台等，全方位、系统化地支持人工智能专业建设。一方面，可考虑实施以项目化教学、线上线下教学资源和较为完善的技术支持为代表的人工智能实践教学平台建设，构建以实景化的实验实训环境、一体化的实验实训教学管理、教学科研和资源转化团队为支撑的综合实验实训平台;另一方面，共同搭建大数据、人工智能等相关专业的实训实战平台，在专业基础课、专业核心课、专业实训课中覆盖人工智能的主要内容和知识点，探索通过实验实训帮助学生分析和理解人工智能的部分原理和实现过程，通过平台探索协同育人培养模式，以支撑教、学、练、赛、研的专业建设和人才培养。

参 考 文 献

[1]LUCKIN R， HOLMES W. Intelligence unleashed： an argument for ai in education[EB/OL].（2021-10-21）[2022-01-07].http：//www.pearson.com/news/blogs/CompanyBlog/2016/03/intelligence-unleashed-an-argument-for-ai-in-education.html.

[2][3]伍辉.高职院校人工智能专业建设的研究[J].科技创新与生产力，2019（6）：86-88.

[4][7]钱大军，苏杭.“互构”中的教育与技术：高等教育应当如何回应人工智能[J].教育发展研究，2021（7）：68-76.

[5]牟智佳.“人工智能+”时代的个性化学习理论重思与开解[J].远程教育杂志，2017（3）：22-30.

[6]姚万勤.基于大数据的人工智能运用于法学教育研究——以价值证成和模式建构为视角[J].人工智能法学研究，2018（2）：99-112+163.

[8]世界智能大会组委会.《人工智能产业人才发展报告（2019-2020年版）》在第四届世界智能大会正式发布[EB/OL].（2020-06-25）[2022-01-07]. https：//baijiahao.baidu.com/s？id=1670462007550781709&wfr=spider&for=pc.

[9]黄宏伟.整合概念及其哲学意蕴[J].学术月刊，1995（9）：12-17.

[10]约瑟夫·E.奥恩.教育的未来：人工智能时代的教育变革[M].李海燕，王秦辉，译.北京：机械工业出版社，2018.

[11]AI Singapore. AI Certification[EB/OL].[2021-09-16].https：//learn.aisingapore.org/certification/.

[12][15]Singapore Polytechnic. Diploma in Applied AI and Analytics（S30）[EB/OL].（2021-10-13）[2022-01-07].https：//www.sp.edu.sg/soc/courses/full-time-diplomas/data-analytics-and-artificial-intelligence-（ai）.

[13]Temasek Polytechnic. Diploma in Applied Artificial Intelligence（T69）[EB/OL].（2021-09-24）[2022-01-07].https：//www.tp.edu.sg/schools-and-courses/students/schools/iit/applied-artificial-intelligence.html#course-overview.

[14]Estrella Mountain Community College-A Maricopa Community College. Associate in Applied Science in Artificial Intelligence[EB/OL].（2021-10-13）[2022-01-07].https：//www.estrellamountain.edu/artificial-intelligence-aim.

Analysis on the Specialty Construction of Higher Vocational Colleges in the Era of Artificial Intelligence

Mai Linyan， Fan Mingcheng

Abstract  In the era of artificial intelligence， the driving force of specialty construction in higher vocational colleges not only comes from the support of national policy guidance， the new demand for talent training by the application of artificial intelligence industry， the assistance of artificial intelligence technology to teaching innovation， but also includes artificial intelligence specialty setting， talent training objectives and specification positioning， curriculum system construction， teachers’ability and subject status training conditions and the degree of school-enterprise cooperation. Facing the era of artificial intelligence， the specialty construction of higher vocational colleges should adhere to the principle of keeping up with the frontier in the dimension of supply and demand， so as to improve the renewal of specialty training. In the dimension of training standards， adhere to the principle of integration and coordination and strengthen the integration of teaching process. In the development dimension， adhere to the people-oriented principle and increase the humanistic nature of the training content. We should focus on establishing the talent training system of artificial intelligence and related majors， exploring the talent training mechanism of artificial intelligence， related majors and other majors， and building the talent training platform for artificial intelligence and related majors.

Key words  AI; higher vocational colleges; specialty construction; school-enterprise cooperation; technology

Author  Mai Linyan， research associate of Guangzhou Panyu Polytechnic（Guangzhou 511483）; Fan Mingcheng， research associate of Guangzhou Panyu Polytechnic

作者簡介

买琳燕（1978- ），女，广州番禺职业技术学院高职教育研究所副研究员，博士，研究方向：国际与比较职业教育（广州，511483）;樊明成（1975- ），男，广州番禺职业技术学院高职教育研究所副研究员，博士，研究方向：高职教育发展改革

基金项目

2019年广东省普通高校特色创新类项目“人工智能时代高职教育的地位、功能与变革”（2019

GWTSCX070），2020年深圳市教育科学研究院委托重大项目“面向人工智能时代的高职院校专业建设研究”，主持人：樊明成;广东省教育厅普通高校科研应用研究重大项目“本科层次职业教育的建设路径与评价体系研究”（2

019GWZDXMQ01），主持人：何友义