一、问题的提出 从全球发展的角度看,以人工智能、清洁能源、机器人技术、量子信息技术、可控核聚变、虚拟现实和生物技术为代表的第四次工业革命正推动人类进入智能时代[1],并重构着人类的生产形式、生活方式和思维模式,重塑着科学范式、人才培养模式和社会发展形态[2]。面对日益综合与复杂的科学问题、技术问题、社会问题和伦理问题,曾经高度分化的现代科学和工程技术的边界逐渐模糊,各领域知识的交叉融合孕育了新领域、新理论、新技术和新行业,也对人的知识和能力的复合性提出了更高要求。作为智能时代典型的新兴交叉领域和快速发展领域,人工智能的科技发展与人才培养成为当今世界各国关注的焦点。2018年4月,教育部发布了《高等学校人工智能创新行动计划》,以推进人工智能领域的学科交叉和跨学科人才培养。当前,以“双一流”建设高校为代表的研究型大学迫切需要精准把握学科融合大势,加强学科间的协同创新[3]和教育改革。面对以上现实需求,本研究以人工智能领域的跨学科人才培养为例,具体研究以下问题:什么样的人才培养模式适用于跨学科培养人才?当前“双一流”建设高校面向以人工智能为代表的新兴交叉领域跨学科培养人才时主要考虑了哪些因素?未来发展应进一步考虑哪些因素? 二、文献综述与模型构建 人才培养模式以人才培养活动作为具体限定。国内外学者从不同的角度对高等教育阶段的人才培养模式做出了数十种定义,具体可被归纳为结构范畴定义[4]、过程范畴定义[5]和综合范畴定义[6-7]。鉴于此,本研究认为人才培养模式是“要素+标准+过程”的综合范畴,是在一定的教育理念和理论指导下由培养目标、选拔机制、主体协作、培养方案、过程管理等要素构成的标准系统。(见图1) 跨学科教育是为了培养具有深厚理论基础,掌握多门学科知识和多种应用技能,具有创新思维和跨界沟通能力等多方面能力和素质的复合型人才。面向新时代新需求,“新工科”教育倡导培育“∏型”人才(指具有广博知识的基础上,具有复数领域高深专业知识、技术和能力且能够交叉运用的人才)[8]。基于此,为适应跨学科人才的培养需求,人才培养模式应做出相应调整。本研究以系统视角剖析“双一流”建设高校跨学科培养人工智能人才问题,根据研究综述将隶属于培养目标、选拔机制、主体协作、培养方案、过程管理等要素的影响因素进行梳理,在人才培养模式理论模型的基础上构建跨学科培养人工智能人才的影响因素模型(见图2);运用定性比较分析法探索促进系统内部各要素实现效果的主要影响因素及其关联与匹配,进而挖掘影响“双一流”建设高校跨学科培养人工智能人才的综合因素。具体阐述如下。
图1 人才培养模式的理论模型
图2 跨学科培养人工智能人才的影响因素模型 (一)跨学科培养目标 培养目标是对受教育者的质量要求和规格限定,其形成受国家战略、经济社会需求、行业需求、高等教育范式、教育理念、大学办学特色和基础等诸多因素影响。我国自2017年起已连续三年将人工智能写入政府工作报告,教育部发文推进人工智能人才跨学科教育,体现了国家的战略需求。高等教育人才培养目标从以培养学术型的“专才”转向培养学术与应用并重的“通才”,强调对人才历史使命感、社会责任心、知识与眼界、创新精神、实践能力、跨文化沟通能力和团队协作能力等多层次的要求[8]。新一代信息技术向其他行业的融合与渗透日趋明显,人工智能复合型人才的培养目标与大量应用场景需求相契合。我国大学通过开展“新工科”建设,树立了培养造就一批具有创新创业能力、动态适应能力、高素质的各类交叉复合型卓越工程科技人才的新目标[9]。另外,各级各类学校因其办学条件与定位制定不同的培养目标,对人才培养提出具体且多样的质量要求,既包括以培养阶段划分的纵向多样标准,又包括按培养类型划分的横向多样标准[10]。 (二)跨学科招生选拔机制 跨学科招生选拔机制的制定与国家战略布局、行业需求、学校学科基础与学科文化、教育资源配置等诸多因素相关。近年来,随着国家对复合型人才培养的战略关注和政策支持,教育领域已开始从各层次招生环节中逐步提高了人才选拔的科学性。当前高等工程教育不只服务于现有产业,而是通过人才培养引领未来产业转型升级和创新发展、催生新行业的出现,因此需要吸收具有前瞻性、开放性、创新性思维的生源[11]。越来越多的高校打破原有资源配置模式,为开展跨学科教育搭建矩阵型教育体系,跨学科组织以科研项目为牵引开展新型工程人才的培养。另外,本科大类人才培养和研究生“申请-审核”等选拔机制也为大学跨学科教育项目提供了多元的生源保障。在具体的招生选拔过程中,跨学科项目注重对生源综合素养的考察,需要将标准化考试思维向多元智能考核思维转变,既考察生源的智力因素,又考察其能力特长和创新潜质[12]。