嵩天

摘 要：人工智能是信息技術進一步演進的國家級戰(zhàn)略性技術方向，其人才培養(yǎng)覆蓋從頂尖科研人才到專業(yè)應用人才及各行業(yè)實踐人才的全方位體系。在此背景下，本文首先闡述了信息技術產教融合的發(fā)展演化歷程及內在經濟技術驅動因素，分析了高校與企業(yè)產教融合模式的邊界，概括為象牙塔模式和培訓班模式，提出了產教融合邊界分析模型。從技術層面，結合人工智能工具、框架、應用和理論等內容體系分析了企業(yè)及高校各自的優(yōu)勢空間，進一步提出了人工智能產教融合的“拋物線學習模型”，為在新工科背景下該領域產教融合的良性發(fā)展提供參考。

關鍵詞：人工智能；高等教育；教學改革；產教融合；新工科

一、從產學研結合到產教融合

產教融合倡導產業(yè)界與教育界建立創(chuàng)新型合作模式共同培養(yǎng)面向市場需求的各層次人才，這并不是一個全新概念，具有歷史發(fā)展的繼承性與必然性。產教融合在信息技術相關領域最為活躍，這與該領域更迭迅速的技術周期及不斷爆發(fā)的應用需求密切相關。

從企業(yè)與高校合作關系角度，產教融合相關理念最早可追溯到20世紀90年代初的“產學研結合”概念，經歷“協(xié)同創(chuàng)新”發(fā)展至今?！爱a學研結合”倡導企業(yè)與高?；蚩蒲性核⒑献鳎髽I(yè)為技術需求方，高?；蚩蒲性核鶠榧夹g供給方，通過合作促進技術創(chuàng)新所需各生產要素的有效組合?！爱a學研結合”以技術創(chuàng)新為核心，這是20世紀90年代我國經濟技術發(fā)展階段所決定的。彼時，智力資源主體在高校及科研院所，產業(yè)研發(fā)能力有限，產學研合作能夠促進產業(yè)發(fā)展，帶動高校直面市場，具有重要的歷史意義。

經過近20年的演進，“協(xié)同創(chuàng)新”延續(xù)了“產學研結合”概念，在2011年前后被廣泛接受，成為“2011計劃”的主要任務?！皡f(xié)同創(chuàng)新”倡導以高校為主體，突破體制壁壘，充分釋放創(chuàng)新要素，協(xié)同高校及科研院所、企業(yè)、金融機構、政府、用戶等多方資源，實現(xiàn)“創(chuàng)新資源和要素的有效匯聚”。與產學研結合不同，協(xié)同創(chuàng)新不再單一針對技術創(chuàng)新，更強調各類創(chuàng)新資源匯聚與整合。這個概念反映了改革開放30多年社會總體經驗，即技術創(chuàng)新離產業(yè)成功仍有明顯距離，必須整合金融、政府、用戶等多方要素，才能為創(chuàng)新帶來有效發(fā)展模式。當技術創(chuàng)新不再是有效創(chuàng)新的唯一支點，人才培養(yǎng)模式也必然從單一技術培養(yǎng)向綜合培養(yǎng)轉變。2015年，國務院發(fā)布開展“創(chuàng)新創(chuàng)業(yè)”教育改革的實施意見[1]，指出“促進高等教育與科技、經濟、社會緊密結合，加快培養(yǎng)規(guī)模宏大、富有創(chuàng)新精神、勇于投入實踐的創(chuàng)新創(chuàng)業(yè)人才隊伍”，進一步發(fā)展了“產教融合”的概念。

“產教融合”以創(chuàng)新創(chuàng)業(yè)教育為內容，以高質量創(chuàng)業(yè)就業(yè)為目標，形成“教育和產業(yè)統(tǒng)籌融合、良性互動的發(fā)展格局”，強調創(chuàng)新人才的有效培養(yǎng)。與“產學研結合”“協(xié)同創(chuàng)新”不同，“產教融合”以人才培養(yǎng)為落腳點，通過

“雙創(chuàng)”人才供給解決產業(yè)需求重大結構性矛盾。

從產學研結合到產教融合，概念演進源于大環(huán)境的變化，主要因素有四個方面。

第一，國家經濟結構的變化。從改革開放之初依賴出口的經濟結構，通過供給側改革，逐步向健全穩(wěn)定的創(chuàng)新驅動經濟結構方向發(fā)展，與之相適應，人才培養(yǎng)需求發(fā)生了根本性變化。

第二，企業(yè)的成長與逐步成熟。過去40年間，我國產業(yè)界通過“引進、消化、吸收、再創(chuàng)新”等方式逐步形成了創(chuàng)新技術演化路徑，具備了適應市場發(fā)展的技術能力，企業(yè)在成長中逐步成熟，如華為、百度、科大訊飛等一批企業(yè)已經具有科技創(chuàng)新的國際競爭力，能夠有視野、有目標、有條件協(xié)助我國高校開展人才培養(yǎng)

改革。

第三，信息技術快速發(fā)展。以網(wǎng)絡空間安全、大數(shù)據(jù)、人工智能等為代表的信息技術以類摩爾定律速度指數(shù)發(fā)展，知識體系演進迅速，應用驅動發(fā)展顯著，大規(guī)模數(shù)據(jù)、高性能算力和適于應用的核心算法已經不由高校所掌握，產業(yè)能力在技術層面具有超越教育界供給深度的顯著趨勢。

第四，人才價值觀念的變化。產業(yè)變革和教育內涵式發(fā)展對人才價值有了不同詮釋，研究型不再是社會對人才價值的唯一衡量目標，創(chuàng)新型、應用型、綜合型等更適應產業(yè)需求的人才價值得到關注和重視，也成為高校人才培養(yǎng)改革的重點。

綜上，在信息技術領域，尤其是人工智能方向，產教融合協(xié)同育人不僅體現(xiàn)為高校人才培養(yǎng)的改革趨勢，更源于我國經濟技術發(fā)展演進的實際需求，需要教育部門給予明確引導、高校管理者高度重視和廣大一線教師廣泛參與。

二、產教融合的邊界分析

1.象牙塔模式和培訓班模式

企業(yè)和高校是產教融合的兩個主體，具有不同的社會定位和價值使命。因此，它們對人才培養(yǎng)的認識存在顯著區(qū)別，如下表所示。

第一，在人才培養(yǎng)總目標方面，企業(yè)受資本導向引導，更加關注資本及市場引領所帶來的人才需求；我國高校以公立學校為絕對主體，更關注政府對人才培養(yǎng)需求的目標設定。后者決定了產教融合協(xié)同育人必須以政府導向為前提且不能過度市場化的總體原則。

第二，在人才需求方面，企業(yè)更關注與自身業(yè)務相關的培養(yǎng)需求，傾向于把企業(yè)技術培訓拓展到入職前的教育階段，增加首次就業(yè)人才的實用性；而高校則有更泛在的人才培養(yǎng)需求，表現(xiàn)為思政、外語、科學等全領域綜合培養(yǎng)，以及“產業(yè)中立”的技術教育導向。

第三，在人才價值觀方面，企業(yè)需要人才具有較強的市場意識，保持企業(yè)競爭力；而高校更傾向于培養(yǎng)學生樹立高遠理想，具備修身報國情懷。高校校訓普遍反映了這種傾向，如北京理工大學“德以明理，學以精工”校訓強調立德和敬業(yè)，并沒有體現(xiàn)市場競爭的意識。

第四，在人才技能方面，企業(yè)更需要實戰(zhàn)技術，傾向于以技術培訓表達人才培養(yǎng)需求；而高校更傾向于以學科發(fā)展和專業(yè)建設方式系統(tǒng)地培養(yǎng)具有較完備知識體系的人才。同時，實踐和實驗往往是高校人才培養(yǎng)的薄弱環(huán)節(jié)。

企業(yè)和高校在人才培養(yǎng)方面的不同特點源于各自不同的社會定位，既無彼此相互演進的需求更無此必要。因此，產教融合協(xié)同育人過程中，需要高度關注兩者不同的內在需求，合理設計，求同存異，才能建立有效的人才培養(yǎng)合作模式。

黨的十八大以來，習近平總書記多次強調，要堅持底線思維，以底線思維定邊界。產教融合協(xié)同育人也存在合作邊界，可以歸納為象牙塔模式和培訓班模式。

象牙塔模式以高校為產教融合的絕對主體，高校嚴格把控人才培養(yǎng)的全過程，企業(yè)則作為高校的社會實踐基地，學生僅對企業(yè)文化及企業(yè)技術形成感性認識。這種模式的衡量準則是企業(yè)技術不進課堂，無必修學分考核。

培訓班模式以企業(yè)為產教融合的絕對主體，企業(yè)將自身文化和技術優(yōu)勢貫穿人才培養(yǎng)的主要過程，高校則成為企業(yè)的就業(yè)培訓基地，學生對企業(yè)技術有深度掌握，可以直接就業(yè)。這種模式的衡量準則是企業(yè)講師獨立進課堂，占據(jù)專業(yè)培養(yǎng)的較大比例學分，或企業(yè)承諾就業(yè)。

2.產教融合邊界分析模型

產教融合的重點在于融合企業(yè)與高校的各自優(yōu)勢，提升人才培養(yǎng)質量。不同需求和環(huán)境將產生不同的產教融合模式。象牙塔模式和培訓班模式都是產教融合模式，它們構成了產教融合的兩個邊界。兩種模式之間形成了產教融合模式的合理區(qū)域，任何居中形式都構成一種特定的產教融合模式，如圖1所示。

為了衡量不同產教融合模式價值，本文提出“產教融合邊界分析模型”，給出評價產教融合模式的方法。該模型圍繞企業(yè)和高校在人才培養(yǎng)方面的不同特點，以象牙塔模式和培訓班模式為邊界，從四個方面進行定性評估。

第一，導向可控性。資本與政府在人才培養(yǎng)中具有明確的導向差異，產教融合首先要確保導向可控，高校不能迷失在以就業(yè)為主的企業(yè)合作中，需要控制導向性風險。

第二，需求協(xié)同性。兼顧企業(yè)關注的具體需求與高校面向的泛在需求，平衡人才培養(yǎng)短期目標與長期目標，以課程學時、學分為衡量標準度量企業(yè)參與度，協(xié)同需求差異。

第三，價值交融性。市場意識與理想情懷都應該是高校培養(yǎng)學生價值觀的方面，針對創(chuàng)新創(chuàng)業(yè)教育，需要讓學生緊密接觸市場。產教融合應該兼顧學生就業(yè)創(chuàng)業(yè)與理想建立的需求。

第四，內容設計性。企業(yè)在教學案例、實踐技術方面具有優(yōu)勢，高校更側重在理論及知識體系，產教融合內容設計需要兼顧技術與知識、實戰(zhàn)與體系，不能用產品工具替代思維培養(yǎng)，也不能以理論知識代替實踐，兩者平衡因學校特點和定位不同需要特別注意。

應該看到，企業(yè)和高校在人才培養(yǎng)中存在著“對抗式合作”和“合作式對抗”等形式。更應該看到，高等教育辦學主體是高校，產教融合應立足于高校人才培養(yǎng)目標，補充產業(yè)實踐短板，需要謹慎對待新興專業(yè)建設，不應盲目開放整個專業(yè)或大部分專業(yè)課程引入企業(yè)合作。

三、人工智能產教融合內容體系模型

1.人工智能領域的產教優(yōu)勢空間分析

人工智能是計算機科學中一個歷史悠久的研究方向，可追溯于計算機誕生早期。得益于計算能力、數(shù)據(jù)規(guī)模及算法演進，人工智能及相關應用自2016年以來得到了快速發(fā)展，已經成為重要的國家科技發(fā)展戰(zhàn)略之一。

在學術界，人工智能領域有一整套內容體系，從機器學習和深度學習理論，到自然語言處理、圖形圖像處理等應用技術。然而，從產業(yè)界來看，人工智能是一種工程資源，服務于具體應用場景，產業(yè)關注點不是理論，而是理論落地衍生出的一批框架和平臺，如圖2所示。

近幾年人工智能領域的快速發(fā)展產生了幾十個技術框架，主要來源于國外高?；蚩萍计髽I(yè)。其中較為成功且廣泛應用的框架都來源于科技企業(yè)，如谷歌公司的TensorFlow、Facebook公司的PyTorch、微軟的CNTK等。通過技術框架的封裝，工程師在開發(fā)應用時不再需要深入掌握深度學習等人工智能基礎理論，只需要利用框架提供的技術開發(fā)接口結合具體應用調整參數(shù)即可。這種圍繞框架進行應用開發(fā)的模式正是產業(yè)界引入創(chuàng)新技術的主要方式。

由于科技企業(yè)具有人力數(shù)量優(yōu)勢，技術框架往往具有較好的演進路線和應用預期。因此，企業(yè)在推動人工智能領域產教融合時往往傾向于直接培訓其提供的技術框架，如谷歌的TensorFlow、百度的PaddlePaddle等。

從產業(yè)應用角度來看，人工智能領域的內容體系可以分成四個層面：工具、框架、應用和理論。如圖3所示。

工具層表示支撐人工智能應用開發(fā)的基礎性工具，如編程語言、GPU加速、硬件邏輯等；框架層指由產業(yè)構建的人工智能技術框架，幾乎所有框架都采用Python語言進行擴展開發(fā)；應用層指利用技術框架開展的實際應用系統(tǒng)，對應于可提供實際功能的應用案例；理論層表示人工智能領域基礎理論及各相關應用領域的基礎理論。

結合圖3所劃分的四個層面，圖4給出企業(yè)和高校在人工智能領域人才培養(yǎng)中的各自優(yōu)勢。

如圖4所示，在人工智能領域人才培養(yǎng)中，高校優(yōu)勢空間主要有三部分：（1）基礎編程語言及能力培養(yǎng)。主要依托高校成體系的計算機基礎知識及技能培養(yǎng)，對應于程序設計與算法、數(shù)據(jù)結構等課程。（2）人工智能理論知識培養(yǎng)。從機器學習到相關應用領域，高校具有較為成熟的知識培養(yǎng)體系，對應于機器學習、人工智能、自然語言處理等專業(yè)課程。（3）符合認知規(guī)律的教學設計。高校在課程內容組織、教學路徑規(guī)劃、教學方法運用等方面具有顯著優(yōu)勢，能夠開展符合學生認知規(guī)律的內容教學。

企業(yè)優(yōu)勢空間主要表現(xiàn)在技術框架及應用需求方面。由于人工智能框架主要依托于企業(yè)開發(fā)，企業(yè)在此方面技術優(yōu)勢較大，開展培訓的興趣也十分顯著。同時，企業(yè)直面市場，更理解應用需求，由企業(yè)提供的人工智能案例往往具有明顯實用性，例如唇語翻譯、車道識別等。相比而言，高?；蜓芯繖C構直接提供的人工智能案例往往用來探索基礎理論演進及變化，相對缺乏實用性，如智能詩詞機器人等。

鑒于人工智能領域從基礎到縱深的教學深度以及產業(yè)分工的日益清晰，高校已經無法建立從工具到理論全部層次的教學內容優(yōu)勢，通過產教融合開展教學內容改革十分迫切。

2.人工智能產教融合的“拋物線學習模型”

人工智能將是一個引領信息技術發(fā)展的大產業(yè)領域，具有從頂尖科研到專業(yè)應用再到各行業(yè)實踐的全面人才需求，這決定了針對不同類型學校及不同教改活躍程度將產生不同的人才培養(yǎng)目標。然而，無論何種人才培養(yǎng)目標，都需要完整實踐人工智能領域從實踐到理論、從基礎到縱深、從工具到應用的培養(yǎng)路徑，區(qū)別僅在于各部分的側重點及深入程度。

結合人工智能內容體系的四個層面，本文提出一個面向人工智能領域的“拋物線學習模型”，如圖4所示。該模型給出了一個從實踐到理論再到實踐的整體內容學習過程。

“拋物線學習模型”起步于以實踐為主的基礎工程能力培養(yǎng)，進而通過具有企業(yè)優(yōu)勢的技術框架教學開展人工智能應用實踐，理解智能應用的實踐效果及實際問題，再深入學習相關理論，建立從實踐到理論的“感性到理性”學習路徑。進一步，通過理論學習，指導智能應用效果的改善以及技術框架的批判性思考及應用，最終可考慮開展從基礎工具角度改進智能體系的深入教學內容教學，建立“理論指導實踐”的學習路徑。

“拋物線學習模型”與產教融合密切相關，其中高校優(yōu)勢空間適合高校開展教學，企業(yè)優(yōu)勢空間適合通過產學合作方式引入企業(yè)案例或由企業(yè)直接開展教學。其中，工具層和理論層必須以高校為主開展，為學生構建全面堅實的程序設計能力基礎及人工智能理論基礎；而框架和應用層則可以由企業(yè)參與，為學生提供真實需求并帶來直面市場的可能。

人工智能課程群或專業(yè)屬于高校新興建設內容，“拋物線學習模型”可以服務于專業(yè)整體規(guī)劃建設，也可以結合具體課程或課程群改革使用。該模型闡述了人工智能教學路徑，能夠幫助改革者思考高校和企業(yè)各自優(yōu)勢空間，為產教融合良性發(fā)展和新工科建設提供參考。

參考文獻：

[1] 國務院辦公廳. 關于深化高等學校創(chuàng)新創(chuàng)業(yè)教育改革的實施意見[J]. 中國大學教學，2015（5）.

[責任編輯：余大品]