0 引 言
近年来，随着人工智能技术的快速发展，国内众多高校纷纷开设人工智能专业，致力于为人工智能领域培养合格人才。其中，部分应用型本科高校也开设了人工智能专业，聚焦培养产业化应用人才，但培养模式和实践经验仍在探索和积累 [1]。一些信息技术领域的龙头企业（如百度、华为、阿里巴巴、腾讯等）也在积极为高校进行人工智能专业师资赋能，推广其核心人工智能技术，助力人工智能人才培养 [2-3]。
然而，当前关于高校人工智能人才培养的研究与实践，主要还是集中在学生专业水平提升、课程体系建设、教学方式变革、校企共建等方面 [4-5]，在教师能力发展方面也多为校企合作下的师资培训 [6]，未能将教师能力发展与学生专业水平提升关联起来。人工智能人才培养体系应该包括学生和教师，两者是相辅相成的，教师的能力与水平，对学生的培养质量往往起到更为直接的作用。尤其在应用型本科高校，教师产业实践水平的高低，决定了能否培养出合格的应用型人才。
同时，针对应用型本科高校学生的特点，不仅要关注常规教学，还应探索激励学生自主学习的方法，并营造良好的学习氛围，让越来越多的学生对专业产生浓厚的兴趣，在产教融合的背景下成长为合格的应用型人才。
1 教师能力提升和学生培养面临的问题
大多数高校近几年才陆续开设人工智能专业，师资水平参差不齐，教研队伍结构需要优化，特别是应用型本科高校的人工智能专业教师应该如何提升与发展，需要深入研究，并付诸实践。
1.1 教师能力提升面临的问题
要培养理论基础好、应用能力强、理解行业需求的应用型人工智能人才，需要有懂行业、知理论、擅开发的优秀教师引路 [7]。当前，应用型本科高校人工智能专业教师在能力发展方面，还存在一些突出的问题：①理论基础不扎实，不少从事人工智能专业教学的教师是从其他专业转行过来的，对人工智能专业知识的掌握不够深入，对于机器学习、深度学习、计算机视觉、知识图谱等课程处于研究和拓展中，数学基础还需进一步加强；②平台工具不熟练，不少教师受原有知识结构的影响，对于编程语言（Python、C++ 等）、一站式 AI 开发平台（百度 AI 开放平台、华为ModelArts 等）和深度学习框架（PaddlePaddle、TensorFlow、 PyTorch 等）的掌握，尚处于一知半解或不熟练的程度；③实践经验不丰富，具备人工智能项目经验的教师较少，一般只能勉强完成相关课程的理论教学，进行简单的案例实操教学；④行业思维未形成，由于较少参与人工智能的产业化应用项目，导致教师对行业需求缺乏深入了解，不能洞察应用的场景，就只能空谈技术理论，难以解决实际问题；⑤专创融合难落实，教师难以通过承接具体行业项目的方式带领学生研究行业项目，只能通过专业竞赛、创新创业大赛等方式历练学生，很难孵化出真正有创业潜力的项目。
1.2 学生培养面临的问题
应用型本科高校立足于产教融合培养人才，学生应能面向行业需求，具有较强的解决实际问题的能力。然而，由于多方面原因的综合影响，学生获取经验的途径有限，解决实际问题的应用能力不足，同时还存在一些突出问题：①自信心不足，学生由于基础较为薄弱，对于难度较高的人工智能专业学习信心普遍不足，普遍存在学习浅尝辄止、满足成绩过关等情况；②学习积极性不够，不少学生由于对将来的职业发展方向不明确，未能产生兴趣和内在动力去学习人工智能专业；③缺乏应用经验，学生参加竞赛的主动性不够，对于竞赛项目的选择三心二意，获得行业思考与应用经验积累十分有限；④难以持续深入钻研，不少学生看似参加了很多竞赛，实则研究不深入，可能获得了一些奖项，但层次不高；⑤缺乏团队合作精神，学生没有专门的校内人工智能学习交流社区，和教师、同学的交流十分有限。
通过系统化的训练积累经验，逐步使学生深化对行业需求的理解，提高将人工智能技术赋能行业应用的能力，有助于帮助学生解决以上几个问题。
2 开发者型教师的发展路径
解决了教师能力提升面临的问题，就找到了人工智能专业教师的能力提升路径（见表 1）。结合人工智能行业特点和应用型本科高校的特色，应该对标工程师标准，走一条开发者型教师的发展路径 [7]。
3 “经验+应用”型学生的培养方法
在学生培养过程中出现的问题，必须有针对性地解决。“经验 + 应用”型学生的培养方法见表 2。应用型本科高校的人工智能专业毕业生，应该积累较多的行业经验，能够将人工智能技术应用到产业实践中，即成为“经验 + 应用”型人才 [7]。
4 师生协同发展模式构建与实践
在应用型人工智能人才培养过程中，教师和学生的成长不是独立的，而是相辅相成的。根据前期实践经验的启示，需要构建一种师生协同发展模式，以实现开发者型教师和“经验 + 应用”型学生的培养目标。师生协同发展模式，就是依托师生同创平台将教师和学生的发展融合起来，通过师生团队选拔机制建设、多元化学习带动、常态化师生协同学术交流等方式，相互促进，形成系统闭环，并影响更多的教师、学生，以获得更好的人才培养效果。
4.1 师生同创平台协同建设
成立人工智能应用创新研究中心。这是一个师生共建的教学、科研、竞赛、实践平台，在创新创业教育学院的支持下设有教师工作室、学生工作室，由来自人工智能、计算机科学与技术、数据科学与大数据技术、经济统计学等教研室和专业的导师团队和学生团队组成，如图 1 所示。同时，依据不同专业方向和行业特点，模仿企业化运营方式，经过持续改革发展，研究中心架构也从单一的“教师 + 学生”团队演进成了 7 个业务部门，每个部门采取“导师 + 学生”的团队模式，并且根据实际业务发展情况动态调整部门及人员设置，如图 2 所示。
4.2 师生团队选拔机制建设
按照交叉融合的总体思路动态选拔研究中心的指导教师，目前有 10 位分别来自大数据学院的 4 个教研室和创新创业教育学院的 1 个教研室，还有 1 位校外导师，下步计划逐步拓展至校内其他二级学院相关教研室。同时，引进的导师需认同技术创新、专创融合、研究导向 [8]、 OBE教学理念等，致力于成为开发者型教师。
学生团队成员从最初的集体选拔，到分专业方向重点选拔，发展至现在依据业务发展需要的精准选拔。同时，发现个别学生有突出成绩或技术特长时，及时动态选拔加入团队。学生团队成员选拔机制见表 3。
在实际操作中，这几种选拔方式根据情况灵活选择，尽可能选拔学习积极性高、专业基础好、热衷专创融合等学生加入研究中心团队 [9]。学生团队成员选拔由“教师选拔”向“学生推荐、教师把关”转变，学生团队成员由“应聘者”向“培育者 + 招聘者”转变。
4.3 多元化学习带动
4.3.1 建设校企合作学习社区
与百度、华为公司合作，组建青岛黄海学院飞桨领航团、HarmonyOS 青岛黄海学院交流社区，吸纳校内对 AI 技术、鸿蒙应用开发感兴趣的学生加入组织，营造良好的学习交流氛围。同时，获得百度、华为的课程、技术服务、算力等资源支持，使学生逐步形成行业思维，学以致用。
4.3.2 组建竞赛团队
依托研究中心学生团队成员，每人负责组建1 个竞赛团队，吸纳其他学生加入进来，发挥各自特长，共同参加专业竞赛，激发学生的学习兴趣，提升整体技术水平。
4.3.3 成立开发兴趣小组
依托现有华为 Hilens 端云系统多模态 AI 开发套件、 Atlas200DK 高性能 AI 应用开发板等硬件设备，成立端云协同 AI 开发兴趣小组，由 AI应用研发部负责管理和指导，带动大家研究硬软件应用开发，增强竞赛团队的硬件开发能力。同时，顺应当前物联网技术发展趋势，成立鸿蒙应用开发兴趣小组，依托 HUAWEI DevEco Studio分布式应用开发平台和鸿蒙开发者资源，研究物联网应用开发。
4.3.4 鼓励校际交流
研究中心之前 1 位负责算法设计部的青年教师到本地某双一流高校攻读博士，但仍保留研究中心校外导师的身份，愿意继续指导所负责部门的学生。基于该有利条件，鼓励学生积极与校外导师保持交流，学习双一流高校的先进经验，激励他们向高水平院校的学生看齐。
4.4 常态化师生协同学术交流
通常情况下，学校组织的学术交流论坛都是以教师为主体。为了更好地激发优秀学生的示范作用，在组织以教师为主体的交叉融合博士论坛的同时，也组织了交叉融合学生论坛。学生论坛由研究中心的学生担任讲者，参照博士论坛的形式由学生自主组织，听众也是校内相关专业的学生，从活动情况来看，效果十分理想，校内学生报名踊跃，学术报告厅座无虚席。这类活动既锻炼了优秀学生的知识总结、演讲能力，又将好的经验带给其他学生，激励学生向优秀者学习。
5 结 语
在应用型本科高校的人工智能人才培养过程中，教师产业实践能力不够和学生学习积极性不高、目标性不强等是长期困扰的难题，而教师发展和学生发展的相互独立又使得人才培养效果不够理想。采用基于师生协同发展的人工智能人才培养模式，将开发者型教师、“经验 + 应用”型学生作为明确的人才培养目标，将教师、学生同时融入人才培养体系，可以有效解决面临的问题。实践一年多来，导师团队在教学比赛、课程建设、论文发表、专利软著、课题申报、学生竞赛指导等方面取得了优于以往的成绩，理论基础得到加强，产业实践能力明显提升。学生团队的学习积极性大大提高，参加计算机设计大赛、互联网 + 大赛等高水平竞赛，取得了不少国家级、省级奖项。此外，学生团队在导师团队的指导下，通过各种活动充分发挥带动效应，激发校内其他学生的积极性和自信心，营造浓厚的学习氛围，构建互助、共享的学习社区，有效促进了学生整体水平的提高。
参考文献：
[1] 刘香萍, 张俊林. 人工智能时代应用型本科院校人才培养模式改革研究[J]. 高教学刊, 2021(21): 162-169.
[2] 陈玫玫, 玄玉波, 李兆玺, 等. 基于百度飞桨AI Studio的机器学习教学新模式实践与探索[J]. 计算机教育, 2021(9): 46-50.
[3] 冀荣华, 郑立华, 计湘婷. 基于百度AI平台的算法分析与设计课程混合式教学实践[J]. 计算机教育, 2021(9): 54-57.
[4] 张宇, 刘宏伟, 计湘婷, 等. 面向多元化人工智能人才培养体系建设的思考[J]. 计算机教育, 2021(2): 65-68, 74.
[5] 李月军. 校企深度融合的人工智能专业工程应用型创新人才培养模式探索[J]. 计算机教育, 2021(6): 95-99.
[6] 罗丽, 涂涛, 计湘婷, 等. 产教融合背景下开展高校人工智能师资培训的实践探索[J]. 计算机教育, 2021(6): 110-114.
[7] 邢军, 宋丽娟, 王晓辉. 目标导向的应用型人工智能人才多元化培养路径探析[J]. 教育现代化, 2021(8): 55-58.
[8] 张永飞, 欧阳元新, 郑锦, 等. 综合素养导向的人工智能方向研究型教学改革[J]. 高等工程教育研究, 2021(5): 29-33.
[9] 徐玲, 钱小龙. 世界一流大学人工智能本科人才培养的共同特征与启示[J]. 扬州大学学报（高教研究版） , 2021(6): 20-30.
基金项目：青岛黄海学院博士经费启动项目“民办高校应用型人工智能专业教学体系建设与教学方式变革研究”（2019boshi02）；青岛黄海学院专创融合经费重点资助项目“目标导向的应用型人工智能人才多元化培养模式研究与实践”（2021CXCY06）；青岛黄海学院教育教学改革研究项目“专创融合驱动下人工智能人才培养模式创新研究与实践”（hhxyjg2101）。
第一作者简介：邢军，男，青岛黄海学院高级工程师，研究方向为机器学习、计算机视觉、人工智能教育，xingj@qdhhc.edu.cn。
引文格式：邢军，宋丽娟，谭春波，等. 基于师生协同发展的人工智能人才培养模式研究[J].计算机教育,2022(9):44-48.
转自：“计算机教育”微信公众号
如有侵权，请联系本站删除！
