■“人工智能+”行动，教育何为（上）

智能时代，我国要实现高水平科技自主、抢占发展制高点、进入创新型国家前列，就必须依靠高质量教育培养出大批高素质拔尖创新人才。这些人才需要具备人机共生的思维、系统综合的知识结构与务实的实践创新能力。

高校作为培养拔尖创新人才的中坚力量与主要阵地，需要通过加强人工智能通识教育、建设大模型教育应用试点、优化人才评价体系、推动国际交流合作等加快构建智能时代人才培养新形态。

2024年政府工作报告提出，大力推进现代化产业体系建设，加快发展新质生产力。报告强调，深化大数据、人工智能等研发应用，开展“人工智能+”行动，打造具有国际竞争力的数字产业集群。

深化大数据、人工智能等研发应用，开展“人工智能+”行动都需要人才的支撑。面对新科技革命浪潮奔涌向前、世界百年未有之大变局加速演进，高等学府肩负着人才培养的使命，可谓责无旁贷。为“人工智能+”人才茁壮成长培厚土壤，高校怎样作为？教育部教育数字化专家咨询委员会主任委员、武汉理工大学校长杨宗凯就此接受了本报记者专访。

智能时代需要什么样的人才

记者：国家提出开展“人工智能+”行动，需要相应的人才提供支撑。您认为这些人才需要具备哪些特质？

杨宗凯：智能时代，我国要实现高水平科技自主、抢占发展制高点、进入创新型国家前列，就必须依靠高质量教育培养出大批高素质拔尖创新人才，支撑引领新质生产力发展。这些人才往往具备以下特质：

首先是以价值为先、知识为基、能力为重。拥有向上向善的价值观，能够合乎伦理道德、人文价值和绿色生态发展观。具备系统的综合知识结构，掌握扎实的通识知识和专业知识，能够把握人工智能领域前沿和技术边界。具备复杂问题解决能力，能够基于复杂场景和自身需求创新创造。

其次是具有人机共生思维与人工智能渗透技能。“人工智能+”人才既是人工智能的使用者，也是人工智能的推动者和创新者，不仅具备较高的人机协同作业与人机协作创新能力，而且具备将人工智能与特定领域深度融合的能力，能够准确识别哪些工作流程可以通过人工智能优化，清晰知晓如何将人工智能有机整合于任务活动，并妥善应对智能技术发展带来的机遇挑战。

最后是具备敏锐的创新观察意识和务实的实践创新能力。具有敏锐的观察能力、深刻的洞察能力、见微知著的直觉能力和一触即发的灵感顿悟，不断将观察到的事物与已掌握的知识联系起来，发现事物之间的必然联系，探索未知和创造新知。在创新发现的过程中，秉持严谨而求实的工作作风，依据事物发展的客观规律进行探索求证，以开拓进取的面貌进行实践创新。

智能时代高校人才培养面临哪些挑战

记者：当前，我国高校在人工智能人才培养方面现状如何？还面临哪些挑战？

杨宗凯：目前，我国高校培养人工智能人才主要依托智能学科平台，以“人工智能+X”塑造拔尖创新人才，建设学科交叉微专业，开发人工智能新课程，人工智能学院和研究中心是培养高端人工智能人才的“主力军”。

然而，在实践过程中也存在培养脱钩、教师紧缺、资源薄弱等问题。具体而言，人才培养体系尚需健全，现有课程体系理论偏多，综合设计类课程偏少；师资供需失衡，人工智能涉及多领域跨层次的知识和技能，如数学、计算机科学、心理学等，但目前，我国多数人工智能教师更专注于技术领域的进步与发展，教师能力、教师规模、教师质量与人才培养需求不匹配；教学资源质量参差不齐，当前我国大部分高校难以有效支撑人工智能人才创新实践，缺少“试验田”和“示范区”，虽然许多高校积极推进人工智能人才校企联合培养，但也存在优质资源短缺、资源适切性不强、成果转化率不高等问题。

记者：数字化转型是教育领域一场深刻的革命，正在改变传统教育的组织模式，重塑教育生态。您认为高校“人工智能+”人才培养如何顺应教育数字化转型趋势，防范化解可能出现的问题与风险？

杨宗凯：教育数字化转型，我们不仅要推动“物”的层面的深入应用，更需注重“人”的层面的协同推进。

首先是完善学术规范制度。引导师生树立严谨的学术态度，自觉遵守学术规范，负责任地使用智能技术。其次是升级技术防护体系。利用人工智能和大数据构建伦理风险预警系统，通过实时监测和分析学生学习行为、研究内容等，发现潜在的伦理风险，并及时予以警示和限制，防止对学生和社会造成负面影响。再其次是制定伦理安全新标准。设立专门的人工智能伦理审查机构或委员会，建立清晰的伦理审查机制，制定科学的审查标准，严格审查人工智能相关科研项目和成果产出，确保符合伦理规范和法律法规要求。最后是夯实信息安全防线。借助区块链优化数据安全存储和共享机制，确保师生数据的安全性，避免数据泄露和滥用等问题。建立严格的数据访问权限控制机制，确保只有经过授权的人员才能访问和使用相关数据。

如何加快建构智能时代育人新形态

记者：面对智能时代人才培养进程中的问题和挑战，高校应该如何应对？

杨宗凯：从全国高校人才培养现状来看，很多高校积极应变、主动求变，全面推进人才培养全过程、全要素数字化转型，积极探索人才培养新路径。

2020年，华中师范大学在全国高校中率先成立培养智能教育人才的实体单位“人工智能教育学部”。近几年，西安电子科技大学努力构建“人工智能+教育”标杆大学，创新双师、双空间、双院、双融合、双证书“五双”人才培养模式，打造集电子成长档案和能力发展评价于一体的能力证书。他们融合已有学科专业，从知识体系、课程体系、专业结构、师资队伍、教学评价、科研组织等方面着手，探索智能教育相关学科建设，形成了颇具校本特色的发展路径。

除此之外，部分高校持续提升教师数字素养，培养适应AI时代的复合型教师。2023年上海交通大学基础教育办公室主办，上海人工智能实验室智能教育中心和全球高校人工智能学术联盟联合承办了“A+X”跨学科人工智能教育专题研修培训，帮助教师学习AI辅助教学的方法，探讨跨学科学习和智能教育学科建设路径。目前，部分高校积极探索并实施拔尖教师培养计划，通过优化教师教学、教研、培训“三位一体”数字素养研训体系，加快形成智能教育领域尖端教师人才高地。

最后是构建开放共享、灵活拓展的智慧教育空间，形成人机共生教育新形态。如清华大学启动“人工智能赋能教学试点课程工作方案”，根据不同学科特点开发大语言模型垂直应用，打造智能助教、智能助学、智能助研等多元应用场景，深入探究生成式人工智能与教育教学深度融合产生的影响。又如，武汉理工大学打造“理工智课”线上学习平台，结合ChatGPT等产品，联合研发企业，全力推动智能技术再造学科教学；开发AI评课系统，实现全程线上不入校的“无扰式评估”。

记者：高校应如何培厚人才成长沃土，加快我国“人工智能+”人才培养？

杨宗凯：一是加强人工智能通识教育。持续开展人工智能通识教育，设计并实施完备的课程体系，探索人工智能与数学、经济、法律等多个学科的有机融合，提升学生人工智能应用能力和跨界能力。

二是建设大模型教育应用试点。利用大模型辅助课堂教学和资源开发，打造“师—机—生”三元教学模式。建立大模型创新实践基地，推进产学研用一体化，加强与企业、科研机构合作，共同开展大模型支持的人才培养和科研工作。设立创新实验室、创新中心等平台，探索大模型教育应用模式，实现资源共享、优势互补和成果转化。

三是优化人才评价体系。构建多维综合的人工智能人才评价体系，制定科学全面的评价标准，利用智能技术优化评价过程，深度挖掘和分析人才培养效果，注重对创新能力、跨界能力和数字素养的评测，确保评价体系始终与人才成长轨迹和发展需求同步。拓宽高校教师素养内容，将人工智能应用、人工智能伦理纳入考核标准，充分发挥教师在人才培养中的“基石”作用。

四是推动国际交流合作。利用智能技术建立国际合作交流平台，汇聚全球优质教育资源和人才资源，为人工智能人才培养提供有力支撑。进一步加强与国际顶尖高校、科研机构、企业合作，共同开展“人工智能+”领域的科研项目和创新实践，培养具有国际视野和全球竞争力的尖端人才。围绕“AI for Science”“AI for Engineering”“AI for Technology”，构建“人工智能+”国际研究合作网络，探索建设“人工智能+教育”全球研究中心。

（记者 黄璐璐）

信息来源: 《中国教育报》2024年04月06日06版