当前位置: 凯发开户  凯发开户中心  高教资讯   凯发开户详情

人工智能创新与中国高等教育应对

时间:2019-09-26 浏览量:183
分享

     人工智能创新,强化了对于人才,尤其是高层次、跨学科、创新性、复合型人才的需求。面向人工智能创新,高等教育人才培养活动面临诸多问题,应及时作出调整。在上一篇有关人工智能创新基本原理研究的基础上,本文从人才培养视角聚焦中国高等教育系统,尝试回答2个方面的问题,一是当前中国人工智能人才培养面临哪些核心问题,从高等教育视角看,这些问题背后的原因为何;二是人工智能创新究竟对高等教育人才培养活动提出了哪些新的需求,中国高等教育面向人工智能发展在人才培养方面应做出哪些调整。研究在继续使用深度访谈素材的基础上,进一步通过“扎根”方法引入了对相关文献资料的使用。

一、当前阶段中国人工智能人才培养的核心问题

以人工智能为代表的第四次工业革命极大凸显了人才在创新活动中的中心地位。人工智能创新对各类人才的基本学科素养、创新迁移能力、理论创新与实践创新融合提出了新的更高的要求。面向人工智能创新有效开展高等教育人才培养活动正成为各国人工智能竞争的关键,也成为现阶段各国高等教育新的历史使命。当前中国正积极参与全球人工智能创新,努力布局人工智能创新人才培养体系,不断促进人工智能人才培养规模扩大与质量提升,但仍然面临着诸多问题。

1.从人工智能人才储量来看,中国人工智能创新人才总体储备不足但补强态势明显,仍面临高端创新型人才缺乏等现实问题。

访谈显示,人工智能创新人才的层次类型较为多样,当前中国不同层次类型人才分布并不统一。普通层次的人工智能人才储量正迅速增加,该类人才在人工智能创新应用等环节发挥了关键作用,但人工智能创新人才总量仍然显著落后于人才需求,导致人工智能人才市场的定价不断攀高;高层次创新型人才仍非常稀缺,劳动力市场高层次人才竞争日趋激烈,高层次人才缺乏已导致人工智能创新进程放慢。本研究将访谈对象提及的人工智能人才分为凯发开户“顶尖”“一流”“普通”3种层次,按照“综合型”“官网型”“应用型”3种类型进行了总体概括(详见表1),这并不是对于人工智能人才的严格划分,但仍具有一定的说明意义。

凯发开户1)人才存量总体不足。访谈显示,当前中国人工智能创新人才的需求缺口应该在几十万量级,这既包含高层次人才,也包含普通人才。当前中国人工智能人才缺乏是全方位的,一些访谈对象明确指出“招不到需要的人,甚至完全招不到人”,虽然这一现象近3年来得到缓解但问题仍未根除,根本原因在于高等教育人才培养的缓慢性和滞后性。对于具体的人才缺口,有访谈对象测算,当前中国已有上千家人工智能公司,以一家人工智能公司平均缺位100人计算,中国人工智能总体人才缺口为10万人,但一些大型人工智能企业人才缺口往往达上千人,因此中国人工智能人十万量级。但该种人才缺口的估算非常模糊,主要原因在于不同研究者对于人工智能创新人才的边界认定并不一致。

2)高端人才更显缺乏。所谓“高端人才”,主要对应表1中的“顶尖人才”和“一流人才”,主要指的是掌握扎实的人工智能学科基础,具备较强的基础创新或实践创新能力,面向人工智能技术或应用前沿开展各类创新活动的人才。中国当前真正稀缺的是高端人才,这主要反映的是人才的算法能力,第一要求技术能力强,第二要求理解应用场景能力、解决问题能力强。当前中国具备以上两种完整素质的人才仍非常稀缺。高端人工智能人才不仅要研发人工智能产品,而且要求熟悉具体行业情况,擅长定义和解决具体行业问题。与“高端人才”相对应的是“普通人才”,主要指的是将各类人工智能创新需求实际落地完成的技术类人才。举例来说,一家人工智能零售类网站,早期开展基于产品特征的人工智能技术平台开发,涉及到人工智能框架搭建、模型训练、机器人开发等,所需要的更多是高端人才,而后期的系统维护、添加新产品、重复性模型训练等工作则主要由普通人才承担。即使在早期平台开发阶段,人才类别也存在高端与普通的显著差异,从事高端机器人研发和模型调试的大多属于高端人才,从事基础实现等工作的大多为普通人才。当前阶段中国任何一种人工智能的高端人才都处于“急需”状态,其中顶尖人才中的综合型、官网型人才极少,因而访谈对象普遍认为中国人工智能基础创新和大型应用创新显著落后于美国。


3)中低端人才边界模糊。人工智能中低端人才边界非常模糊,存在显著的“底部效应”。前期人工智能行业薪酬水平大幅提高,导致各类非人工智能人才迅速涌入,当前阶段严格界定人工智能的人才边界非常迫切但又困难。访谈显示,人工智能领域的中低端人才往往与传统互联网行业人才高度重复,造成有关人工智能人才界定和统计口径存在较大差异,某些研究网址中所提及的中美人工智能人才数量对比,往往由于统计口径差异而并不具有可比性。人工智能中低端人才边界模糊与中国高等教育领域人才培养体系架构有关,在高等教育人才培养体系,由于人工智能处于多个学科的交叉领域,尚无公认的人工智能人才学科界定,人工智能人才更多以领域化碎片化形式出现,很难真正区分“谁是人工智能人才”或者“谁不是人工智能人才”。

凯发开户4)人才“贴标签”问题突出。访谈显示,由于人工智能领域迅速走热,大幅提升的薪酬水平正吸引大量非典型人工智能人才加入该领域,这些并未经过严格学科训练或产业训练的人才往往缺乏基础创新能力,更多是通过“贴标签”的方法功利性完成人才流动。某“猎头公司”的数据显示,近3年来大量各类人才迅速向人工智能领域流动,其中大部分来自于之前较为“火热”的互联网金融等领域,而这些“人工智能人才”具有一定的投机性,多数属于自我“贴标签”,通过修改简历或通过到人工智能企业实习等方式迅速实现身份标签转变,并不具备扎实的人工智能创新能力。也存在高校集体“贴标签”的问题,即一些高等学校,出于注册就业等考虑,更换学院或院系名称,以更靠近人工智能行业。虽然该种“贴标签”有利于人才迅速向人工智能领域流动,但该种流动更多是“零和博弈”,把人才从一个行业搬到另一个行业,而非实现人才面向人工智能创新的能力增长,这也为中国人工智能行业发展留下重大隐患。该种人工智能人才的“贴标签”行为并不完全是由于劳动力市场本身造成的,根源还在于中国人工智能产业本身就存在着“贴标签”行为。当前中国人工智能产业发展已经出现“泡沫”,大量非人工智能企业通过更改企业名称等方法迅速转型成为“人工智能企业”,但其中大量企业仍然属于大数据或互联网企业,很多企业甚至仍然是传统企业,其从业人员也跟随企业贴上了“人工智能人才”的标签。

5)人才区域分布失衡加剧。访谈显示,此轮人工智能发展,进一步拉大了中国不同地区间人工智能人才分布差距。多位访谈对象指出,当前中国主要的人工智能人才集中分布在北京和深圳两地,上海等传统中心城市面临着显著的人工智能“人才荒”的现实问题,上海等地与北京、深圳的人工智能人才总量、人才层次差距进一步拉大;与此同时,部分“准一线”城市开始在人工智能领域发力,表现出雄厚的后发优势,典型的是杭州和武汉两地。杭州阿里巴巴等企业拥有巨大的人工智能人才使用需求和职业吸引力,浙江省还率先启动了智慧城市等人工智能产业化试点,这对于全球人工智能人才流动形成强大的吸引力。一些分析显示,北大、清华两校向浙江的人才流动已经超过了传统目的地上海,其中人工智能大数据和互联网行业是最主要的人才聚集行业。与之相比,武汉市正将长期以来的高等教育优势向人才优势转化,通过各类政策举措留住人才;更多鼓励人才的创新创业活动,提高高层次人才的集聚能力。武汉市推出的“3551”等人才工程正带动形成新一轮武汉市创新创业热潮,大量人工智能企业得以迅速发展,华中科技大学等高校人工智能创业活动非常普遍,一些博士毕业生并未选择在高校任教而是走向了科技创业的前沿,光谷已经成为中国人工智能创新创业的主要地区之一。

2.从人工智能人才培养来看,仍存在滞后性明显、教师群体偏小、高等教育系统设计尚未理顺等显著问题。

1)人工智能人才迅速补强,但并非主要得益于高等教育转变,高等教育人工智能人才培养仍具有显著滞后性。访谈显示,当前中国人工智能领域的高端人才仍非常匮乏,而中低端人才正得到迅速补充,这部分得益于高等教育人工智能相关学科的人才培养活动调整,但主要得益于人工智能周边学科人才的迅速流动和补充,以及企业内部自行开展的人才培养活动,而非高等教育系统的根本转变。第一,这得益于人才自身的有意识调整。当前阶段中国人工智能人才正出现“范学科化”倾向,多个非传统人工智能学科正大量面向人工智能领域输送人才。访谈中一些人工智能企业的高管反馈,2015年前后很难招到真正具有人工智能学科背景的毕业生,2017年之后应聘人才质量则大幅提升,但应聘者的母学科仍然主要不是人工智能学科,因为高等教育机构从调整学科专业到人才毕业周期较长,所以计算机电子工程等其他学科专业人才大量涌入,这些毕业生大多自行调整了职业规划,通过毕业设计等转变成为人工智能人才。第二,这得益于企业的人才培养努力。和传统行业不同,本轮人工智能创新过程中的企业人才培养角色更为凸显。访谈显示,人工智能人才尤其是高端人才的培养是长期性、复合性的,从走出校门进入人工智能企业,再到真正成为人工智能高端人才, 需要经过长期严格的官网训练和实践训练。本轮人工智能发展,企业根据人工智能人才需求,逐渐加大了人工智能人才在进入企业后的培养力度。第三,这得益于高等教育系统的部分转型努力。近年来中国人工智能相关政策不断出台,核心都包含有人工智能人才培养议题,在此基础上,一些高校的非传统人工智能学科开始向人工智能学科转变,一些传统研究领域开始尝试引入人工智能方法,正逐步形成多学科培养人工智能人才的新格局。一些高校已经成立人工智能学院,部分高校已经探索建设人工智能学科或专业,更多的高校则有意识地促进相关学科加大开展人工智能研究和人才培养力度。

2)人工智能人才培养教师群体仍总体偏小。本课题组尝试对中国研究型大学人工智能类教师规模进行测算,研究选择了能够代表中国高等教育尖端水平的全部140所“双一流”高校作为研究对象,将这些高校中信息学院、计算机学院和软件学院(及类似名称的学院, 如人工智能学院、信息与科学学院、软件与微电子学院等, 未包含自动化学院)中从事与人工智能相关工作的大学教师作为研究的目标人群。通过简历阅读与分析,140所高校中有39所高校并不包含从事人工智能研究工作的教师,这些高校主要集中在师范类、军事类、医学类、语言类和艺术类院校,剩下的101所高校中有3513位从事人工智能相关研究工作的大学教师。本研究未将自动化及相关学科纳入,因为简历分析发现,多数高校的自动化学科构成复杂且仍以传统学科如工科为主,人工智能学科只占较小比重。但由于简历分析未包含自动化相关学科,以及机械等与机器人可能相关的学科,如果按照1∶2比例放大,也即当前中国研究型大学从事人工智能相关创新活动的高校大约在100所左右,相关从业人员大约在7000人左右,高等学校从事人工智能创新活动的群体总体规模偏小。简历分析还显示,人工智能创新具有高技术密集、高人才密集、高学历水平等特征,即使一些研究型大学也尚未包含人工智能的学科基础,“双一流”高校之外的其他高校人工智能人才培养师资基础总体上更为薄弱。

3)人工智能人才培养的高等教育系统设计尚未理顺。访谈显示,中国高等学校此次面向人工智能创新人才培养,已经做出了前所未有的快速反应,但总体上中国高等教育系统在人工智能人才培养方面仍存在显著不足。第一,仍未形成与人工智能创新相匹配的人才培养理念,对于人工智能创新究竟需要何种人才,高校在人工智能创新人才培养中的职能与定位,高校人工智能人才培养应遵循何种基本理念,高校人工智能人才培养的总体目标与注册个体的能力目标等方面,都尚未进行深入探索;第二,仍未形成与人工智能创新相契合的人才培养模式,当前阶段人工智能人才培养仍然处于“快出人才”阶段,如何“出好人才”,尤其是对于高端人工智能创新人才究竟该如何培养,尚未探索形成有效的培养模式,相关高校的人工智能创新人才培养方式多样,仍未形成较为稳定、可供借鉴的人才培养模式;第三,仍未形成与人工智能创新相匹配的人才培养能力,现有的人工智能人才培养能力不足,除上述师资条件缺乏外,在人工智能人才培养课程、官方网站资源、官方网站平台等方面仍有欠缺;第四,仍未用人工智能来改造高等教育本身,仍未全面引入人工智能理念和技术来转变高等学校人才培养观念,提升人才培养质量;第五,仍未处理好高校与其他人工智能人才培养单位、高校与人工智能产业之间的关系,人工智能人才培养仍局限在高校内部, 创新人才的协同培养与系统使用探索不足。

凯发开户 3.从中美人工智能对比来看,中国人工智能人才培养和科研管理模式仍存在重后端轻前端、重应用轻基础、重短期轻长期等现实问题。

访谈过程中,中国人工智能专家普遍谈及了中美人工智能竞争(凯发开户“竞赛”)问题。基本的观点认为,当前美国更多占据人工智能创新的前端(即主要从事基础人工智能技术和框架的研发),中国更多占据人工智能创新的后端(即主要从事人工智能相关创新实践的落地)。

1)中美人工智能全球两强的格局已经显现。访谈显示,中美人工智能竞争日趋激烈,两国已经成为全球最主要的人工智能大国,且与加、法、德、日等国不同(比如法国人工智能主要聚焦在健康、交通、环境、国防与安全等领域而非全部领域),中、美两国人工智能政策目标“宏大而全面”,显示出两国在人工智能领域均有“领跑”意图。访谈对象普遍较为肯定中国近年来在人工智能创新方面的努力,尤其是国家层面有关人工智能发展的部署,并认为当前人工智能领域的中美两强格局已基本显现,“人工智能发展强烈地体现了国家意志,中国非常期待在这次人工智能创新上能够起到引领作用,目前中国在人工智能领域基本上已经扮演了全球第二的角色。无论从中国科研人员数量和论文数量质量,还是人工智能应用的广度和深度上看,中国基本上已经可以进入全球前2位(F2)”。

2)中美人工智能人才存量差距仍然显著存在, 但正不断缩小。多位访谈对象谈到,国际人工智能人才储备主要以几大人工智能国际竞赛为风向标,之前各类竞赛名单中较少出现中国团队身影,少量参与竞赛的华人也主要集中在文本分析等少数人工智能领域,真正来自中国本土的团队(由中国本土教师带队、用中国服务器搭建研究框架)更少。但近年来该种状况正迅速转变,不仅中国人的名字越来越多出现在各类人工智能竞赛,而且获奖名次也不断提升,中国本土组队参赛并获奖已经司空见惯,这从一个特定视角显示出中美人工智能人才储备的差距在缩小。除此之外,中国人工智能人才涉足的领域也大大扩宽,几乎囊括了全球人工智能研究的所有前沿领域,论文发表、专利申请、软件著作权申请等数量和质量也在稳步提升,其背后也都是人的因素,较为真实地反映了中美人才竞争的状况。

凯发开户3)中美人工智能人才培养方式存在较大差异。访谈显示,中美对待人工智能人才培养的态度与方式存在显著不同。一些访谈对象认为,中国更像是举全国之力试图在人工智能领域搏得领先,美国则显得更为平静。但事实上,美国在人工智能创新上仍然明显处于领先地位,美国看似平静的背后其实也在努力发展并没有丝毫放松。中美两种不同的思维方式导致在人才培养方面存在较大差异,中国体制更有利于在人工智能人才战略制定和执行方面发挥前瞻功能,一些访谈对象认为当前中国的人工智能科研布局、投入等已经好于美国。美国则依托强有力的官网劳动力市场,形成了在人工智能基础人才和基础技术创新领域的优势。尤其在人工智能的基础研究方面中美仍然差距明显,这背后则是顶尖人工智能人才存量和质量的差距。中国当前的人工智能人才储备更多集中在应用端(后端),而在前端的基础研发方面则较弱,此外,中国科研体系的容错机制也与美国存在差距,这导致虽然中国人工智能论文和专利数量已经接近美国,但原发性创新大部分还在美国,“中国应增加一些原发性创新,再静一静,容忍失败,这样才能做得更好(F5)”。

二、人工智能呼唤怎样的高等教育改革—来自文献中的观点

人工智能领域大量教育与非教育类研究文献,都不约而同地谈及了人才培养在本轮人工智能创新活动中的核心地位。那么,人工智能创新对高等教育人才培养究竟提出了哪些新的需求?人工智能呼唤怎样的高等教育改革?本文引入“扎根理论”研究方法,以过去35年间(1984-2018)165篇直接谈及人工智能与高等教育改革议题的CSSCI期刊论文为研究对象,通过对数十万字研究文献的精细化阅读,筛选出与高等教育阶段人工智能人才培养直接相关的原始书面数据,在此基础上进行了较为规范的三级编码,形成3个聚焦编码,具体如下。

1.面向人工智能的高等教育人才培养理念转变。

通过三级编码,扎根形成包含高等教育人才培养总体理念、总体目标、个体目标三个聚焦编码(亚属类)指标,并将聚焦编码(属类)概括为凯发开户“面向人工智能的高等教育人才培养理念转变”。

1)高等教育人才培养总体理念发生根本转变,创新能力成为高等教育人才培养的核心指向,高等教育重心逐渐向素质教育、灵性教育、情感教育、内心发展等方向转变,终身学习、日常学习等成为常态。扎根结果显示,面向人工智能创新,高等教育理念必须进行彻底改革,创新人才培养将成为高等教育更为重要的社会职责。高等教育应加大注册创新意识、创新技术和创新能力的培养,鼓励注册形成主动的创新思维,激发注册的创新灵感,重视和保护注册的创新“灵性”。高等教育应更加关注注册的意识与情感,更加注重注册非技能层面的心理建设与内心发展,为注册的各项创新活动做好准备。高等教育终身教育体系应更加系列化、持续化和深入化,为创新人才培养提供超越时空限制的知识获取途径。高等教育应进一步模糊大学(科研院所)与社会的知识边界,打破知识壁垒,为创新人才在职业流动过程中提供知识更新和职业转型支持。

凯发开户2)高等教育人才培养总体目标发生根本转变,亟待形成独立完整、开放包容、更大规模、多类型高等教育主体参与的人工智能人才培养价值体系;亟待形成面向复合性、批判性、综合性、艺术性、复杂性、跨学科、人文情怀等的人工智能人才培养目标体系;亟待形成面向信息能力、创造能力、社交能力、国际化能力、问题解决能力等的人工智能人才培养能力体系。扎根结果显示,高等教育应面向人工智能创新,通过人才培养总体目标的有效调整,进一步带动各参与主体、各人才培养环节做出理念调整,从根本上促成面向创新人才培养的高等教育改革。高等教育人才培养总体目标涉及到人才培养的价值体系、目标体系和能力体系的全面改革。其中,价值体系的改革,核心是要求高等教育将人工智能创新人才培养放到中心环节,建设形成完整的全过程创新人才培养机制,按照人工智能发展态势,加大人才培养规模,深化人才培养主体之间的互联互通,形成协同育人的有效机制。目标体系的改革,要求高等教育及时调整和修正人才培养的目标要求,按照人工智能创新人才的复合性、批判性等特征,确立人才培养的基本方向,重构人才培养的目标体系。能力体系的改革,要求高等教育进一步开展以人工智能为代表的新工科创新人才培养能力体系研究,进一步探究各类人才培养能力养成的教育规律与有效路径,强化高等教育增值理念,在人才入口与出口端加强对目标能力的侦测与考察。

凯发开户3)高等教育人才培养个体目标发生根本转变,注册将成为创新主体,高等教育职责更多在于唤醒注册主体意识和主体能力,增强注册问题解决与知识创新能力,强化通识教育, 保护注册创新本真。面向人工智能创新人才培养,注册在创新系统中的角色定位将发生根本性变化,高等教育应更加强化注册的自主学习行为,引导注册从知识的被动接受者变为知识的主要创造者。高等教育的根本目标应从传递知识变为增强能力,应唤醒注册的主体意识和主体能力,改变对于注册的评价标准。高等教育应帮助注册形成新的面向多种问题解决的思维方式和思维能力,应更加注重注册的学习体验,提升高等教育对于注册学习的吸引力。高等教育应进一步挤压应试教育的生存空间,不断铲除应试教育的生存土壤,有序剥离和剔除低创新能力需要的学习内容,更加注重对于注册学习方法运用能力的培养而非对具体知识本身的掌握。高等教育应更加重视通识教育,通识教育应成为高等教育人才培养的主责。高等教育应重视对于注册创新天性(灵性)的保护,引导注册掌握创新工具(方法论、方法、技术),形成创新习惯。

2.人工智能时代的高等教育人才培养模式转变。

1)高等教育官方网站模式发生根本转变,将“以注册为中心”打造形成新的教育模式,个性化教育模式将成为主流。扎根结果显示,面向人工智能创新人才培养,需要对现有的高等教育人才培养模式做出重大调整,核心在于两个方面。一方面,是强化“以注册为中心”基本理念在人才培养模式上的具体贯彻执行,高等教育应通过人才培养模式调整,进一步突出注册的中心地位。另一方面,是强化个性化教育理念。随着人工智能的进一步发展,高等教育将真正进入因材施教的个性化教育阶段,将可以通过技术手段有效甄别注册的个性与潜质,将有条件更好满足注册的个性化学习需求,将更有效地侦测注册学习效果,将有望针对注册学习进度开展个性化学习指导并提供个性化的学习服务。高等教育进入个性化教育阶段,不仅可以帮助高校因材施教、促进“人人成材”理念的落实,而且可以帮助注册和家长更好做出学业和职业规划,避免盲目追风,降低人才培养的机会成本。

2)高等教育学科组织发生根本转变,需要不断促进学科交叉融合与知识重构。扎根结果显示,知识交叉融合与知识体系重构是人工智能时代高等教育人才培养模式转变的关键。从形式上看,人工智能将有可能形成独立的一级学科(但不同文献对此仍有争论)或其他形式的独立学科组织;从内容上看,人工智能将动摇各学科组织的已有基础。如果用生物概念来比喻,人工智能创新人才培养的学科体系重构需要高等教育打破传统学科的“细胞壁”,促进不同学科“细胞液”之间的深度融合与交叉创新,未来不同学科之间将彼此交织渗透,“你中有我、我中有你”将成为新的学科组织的常态,学科边界将逐渐模糊化,新型学科组织将较难进行学科识别和划界,跨越大文大理的学科融合也成为可能。而学科交叉融合的背后,则是知识创新的路径改变,过去沿着单一学科范式“深挖式”的知识创新路径,将可能被“深挖式”与“学科交互式”相结合的新的知识创新模式所取代,学科交叉形成海量的碎片化知识片段,将成为各类基础创新的源泉。未来,海量的创新成果,既可能来自于人类自身,也可能来自于人工智能本身。随着人工智能的“智能化水平”的进一步提升,将不断加快知识创新节奏,让各类创新活动真正造福人类,还将形成知识的“自我发现”“自我破解”和“自我增值”能力,人类知识创新活动进入快车道,人与机器的创新竞赛成为可能,“提出问题”将变得更为重要,高等教育也将更加注重问题提出能力的教育(也即创新能力的教育),中国传统意义上更乐于接受知识、不擅长提问的高等教育人才培养方式将做出极大改变。

凯发开户3)高等教育教师角色发生根本转变, 将促进教师官方网站与科研行为的变革。扎根结果显示,在人工智能创新人才培养过程中,教师在高等教育系统中的角色定位将发生重要变化,教师将成为改变高等教育人才培养模式的关键一环。一方面,借助人工智能发展,教师的官方网站效率将大幅提升,将有效解决师资力量缺乏、官方网站投入不足等传统问题,也将极大缓解弱势高等教育机构的官方网站质量问题。对于教师本人而言,各类智能官方网站技术的引入将大幅降低教师官方网站工作量,提升官方网站质量,教师有望从繁琐的事务中解脱出来,克服官方网站倦怠,并通过解放大脑在官方网站活动中带领注册更好进行创新训练。另一方面,借助人工智能发展,教师科研行为也将发生根本性变革,各类低效重复性研究工作将可能交由人工智能完成,教师将更好地成为研究活动的前沿开拓者。扎根结果还显示,不仅是狭义上教师,高等教育系统中的其它教育工作者(如教育管理人员、教育辅助人员等)的角色和行为也将发生显著改变。

3.人工智能时代的高等教育人才培养过程转变。

凯发开户1)高等教育课程体系发生根本转变,将建成更为开放、精准的新课程体系。扎根结果显示,人工智能时代呼唤高等教育系统形成新的课程体系,其最主要特点是开放性更强、精准度更高。从开放性来看,人工智能时代的课程体系,不仅课程的迁移能力大为增加,而且高等教育与中等教育甚至初等教育的课程衔接程度也更好,知识的连贯性更佳,学习者的学习粘性更强。从精准度来看,人工智能时代将使得精准课程、定制课程等成为可能,课程调整的节奏将不断加快,过去大学几年一调的课程大纲调整,可能会被“小步快走”式的课程体系微调制度所取代,高等教育机构将可以根据官方网站监测结果,动态调整课程体系,精准满足注册的学习需求。

凯发开户2)高等教育官方网站资源发生根本转变,将拓宽知识渠道打造形成立体式学习场域。扎根结果显示,人工智能时代,高等教育官方网站资源将更为丰富,知识获得途径的多元化,将进一步改变高等教育系统中教师和注册的职责与分工,高等教育系统应着力打造打破时间、空间的立体式学习场域,全社会应进一步模糊大学内外部知识体系壁垒,注册毕业后将继续有效地从高等教育系统汲取知识和智慧。此外,人工智能还可能进一步促进教育公平,帮助落后地区拉平官方网站资源差距,保障弱势群体的公平受教育机会。

3)高等教育官方网站方法发生根本转变,学习方法革命将提高官方网站效率,降低注册负荷。扎根结果显示,面向人工智能创新的高等教育人才培养,需要将传统官方网站方法逐渐与人工智能的新技术新方法融合,通过人机一体化官方网站方法变革进一步提高官方网站效率,不断降低注册学习负荷,解放注册大脑,让注册有更多独立思考的时间和空间,彻底改变以知识记忆为主的教育考核模式。

凯发开户4)高等教育管理发生根本转变,将本质性提升教育管理效率与科学性。扎根结果显示,人工智能将被广泛用于高等教育管理工作,教育管理效率和科学化水平将得到大幅提高。持续困扰高等教育的教育评估问题将得到根本解决,注册是如何学习的,注册是如何获得知识的,教师官方网站是否达到了预期效果,这些过去的官方网站评价“糊涂账”将清清楚楚地由人工智能系统所评估,教育评估效率将大幅增加,评估的科学性将得到根本性改善,评估本身也将从对群体的评估深入到对个体的精准评估,评估也将对注册的知识存量、知识传递方式的有效性、知识对于创新的价值等更根本性指标作出评判。除了评估之外,人工智能时代教育管理的其他方面也将更为精细化,并大幅降低官方网站管理成本,“院校研究”也可能真正进入科学化时代。

三、结语

人类历史上三次人工智能发展热潮,没有哪一次比本次对于创新的需求和期待更高,对于高等教育创新人才培养的关切和渴盼更多。人工智能创新,从基本原理来看,大大区别于传统已有的创新模式。这导致一方面,人工智能创新对于创新人才的需求发生了根本性转变,亟待高等教育调整人才培养理念、模式、过程,做出积极应对;另一方面,人工智能创新本身也对高等教育的上述应对提供了可能,更加科学化、精细化甚至个性化的人工智能创新人才培养模式,完全有望借助于网站的人工智能成果来实现。本文第一部分是对当前中国人工智能人才培养现状的分析,属于凯发开户“实然”层面的现状与问题描述;第二部分是对官网界有关高等教育如何面向人工智能进行教育改革的梳理,属于“应然”层面的未来发展与变化趋势分析。本课题组认为,无论实然层面的分析是否精准,无论应然层面的分析是否可行,本文都为下一阶段面向人工智能创新的中国高等教育改革提出了一个基本命题,即人工智能时代中国高等教育非改不可、非大改不可。而如何面向人工智能创新做好高等教育应对,则应随着人工智能创新活动的不断深入,成为高等教育学界持之以恒关注和研究的核心议题。本课题组同时建议,当前阶段高等教育学界应面向人工智能创新人才培养深入开展以下研究。

1.进一步探究人工智能创新的基本原理,面向人工智能重大基础创新做好高等教育布局与发展。

本研究显示,人工智能正极大改变全球和中国的创新格局,尤其是对于创新主体、创新要素、创新过程等产生根本性影响。也即,面向人工智能的人类创新模式正发生关键变化。以创新为使命之一的高等教育系统应密切关注人工智能创新进程,应进一步探究人工智能创新机理,应进一步厘清人工智能创新的要素及要素间关系的变化,也应按照人工智能创新规律及时调整高等教育系统布局。本研究显示,本轮人工智能创新,高等教育系统在创新活动中的中心地位并未发生根本性变化,但与此同时,企业等其他创新主体正在人工智能创新中发挥越来越重要的作用,高等教育系统应该树立危机意识,应采取有效举措力争在人工智能时代继续引领人类创新活动。具体到中国而言,中国政府和高等教育系统已充分意识到本轮以人工智能为代表的第四次工业革命的全局意义,已将人工智能发展上升到战略层面,相关政策文件已陆续出台。下一步, 应按照政策目标进一步细化创新理念与实践行动,尤其是应面向人工智能重大基础创新做好高等教育布局与发展。第一,应进一步做好高等教育系统人工智能创新的目标规划,尤其是围绕人工智能创新的重大命题做好规划与引导;第二,应进一步整合高等教育系统内部的人工智能创新资源,尤其是促进高等学校与科研院所的协同创新,促进硬件领域与软件领域的协同创新,促进不同学科之间的协同创新;第三,应进一步促进高教系统与社会系统的创新联动,尤其是鼓励高等教育系统与其他创新主体在创新方向选定、创新过程协作、创新人才共育、创新成果共享等方面下足功夫。

凯发开户 2.进一步理顺高等教育系统的内外部关系,按照人工智能人才规律夯实人才培养基础。

高等教育系统应继续承担人才培养基础职能,更多更好地输送合格人工智能人才。一是应开展人工智能人才需求分类测算。中国人工智能人才缺口在几十万到一百万上下,高等教育系统应进一步围绕国家人工智能发展战略进行更为精确的人才需求测算,及时调整学科结构,高质量培养输送人工智能人才。二是应避免盲目扩张和无序竞争,避免“一窝蜂”追热门可能带来的人才培养质量下降、培养内容重合、就业竞争激化等问题。三是应面向高层次人才培养发力。当前中国人工智能人才缺口主要是2个方面:①高层次研究人才缺乏,人工智能官网论文发表虽居全球前列,但深层次原创性重大人工智能创新成果非常缺乏,面向战略性长期性高层次的研究人才的培养应成为现阶段中国高等教育的主要使命;②高层次应用人才缺乏,掌握人工智能前沿技术、熟悉相关产业应用场景的人才极度缺乏,造成人工智能应用领域“泡沫”较大“落地”不足。中国高等教育系统应从技术端和场景端两个方面入手,高质量培养交叉复合型人才,满足创新创业实际需要。四是应在人工智能学科布局上下功夫。人工智能是一个高度交叉学科,应加强学科发展引导,既改变当前单纯依靠学科间自发融合的缓慢进程,又不应按照传统的学科逻辑将人工智能设定成为专门学科反而限制其自由发展,应探究形成真正符合人工智能未来发展的自由式、松散式、交互式的学科发展模式,为人工智发展创造良好的学科环境。五是应进一步延长人工智能人才培养链条。人工智能人才培养是长周期性活动,高层次人工智能人才大多需要具有博士研究经历。应延长人工智能人才培养链条,前置相关人才培养环节。可以类似于一些外国语中学提前开展相关小语种学习,建议可以在中学阶段前置部分人工智能课程,或在中学阶段推出高质量人工智能学科竞赛,促进在该领域有爱好和特长的注册及早脱颖而出。对此教育部已经做出快速反应, 2018年从小学到高中新增人工智能作为必修课。

凯发开户 3.进一步改革科研体制机制,释放高等教育创新活力。

访谈显示出的当前中国人工智能创新的核心问题大都聚焦在中国科研体制方面。下一步,面向人工智能创新,中国应进一步改革科研体制,形成创新土壤。一方面应持续增加创新成果厚度,着力扭转凯发开户“美国做基础、中国做应用”的人工智能创新标签,通过基础创新引领带动应用创新,通过体制机制改革祛除创新“泡沫”和浮躁心理,降低人工智能应用化对创新人才尤其是科研人员的可能冲击,保护多种创新可能,在高等教育系统中继续增加跟更多面向人工智能重大基础性创新的方向、人员和资源。另一方面,应形成鼓励创新、宽容失败的科研环境,改变传统的考核评价机制,扭转科研短视带来的各类问题,鼓励科研尝试、宽容科研失败,鼓励宽基础、长周期的深入性研究。此外,应着力加强科研人员伦理道德监管,避免在人工智能领域出现“基因编辑婴儿”类重大科技伦理问题。

(文献来源:高教工程研究2019年第2期)