论文部分内容阅读
摘要：产教融合现代高职院校人才培养的组成元素。由于在人工智能技术服务专业纳入高职专业目录时间较短，在课程建设中存在较多问题，根据课程建设存在的问题提出“产教融合”下人工智能技术服务专业课程建设模式，结合我校人工智能技术服务专业正在开展的产教融合背景下的课程改革，提出人工智能技术服务专业课程体系的构建思路及参考课程，为高职院校人工智能技术服务专业人才培养方案和课程体系建设提供可行性参考。
关键词：产教融合;人工智能;课程体系
中图分类号：G642 文献标识码：A
文章编号：1009-3044（2021）27-0232-02
1 引言
2019年，教育部高教司将人工智能技术服务（610217）纳入高等职业教育专业目录，重点为社会培养人工智能产品开发、系统运维、AI产品推广等岗位的技能型人才。由于高职院校开设人工智能技术服务专业时间较短，在建设过程中面临着诸多问题。在此背景下各高职院校积极探索校企合作、工学结合的教学模式，以及专业课程体系与教学资源的构建。本文以我校产教融合背景下人工智能技术服务专业课程体系构建为例，深化产教融合模式，实施专业人才培养模式的改革与实践。
2 课程建设存在的问题
1）产教融合在课程体系建设中流于表面
早在2005年，《国务院关于大力发展职业教育的决定》文件已经指明“校企合作”是高等职业教育快速发展重要元素。课程是日常教学中最基本元素，但校企合作”课程建设还存在诸多问题。例如，校企合作只作为表面现象，造成这种现象主要因为校企合作的过程不够深入，包括学生在校学习与企业生产的不匹配、相互利益保护机制不够完善、长期合作规划不明确等方面。
2）课程教学内容与行业需求不匹配
在教育教学过程中存在普遍问题课程内容一般落后于企业，高职教育方式和高等教育也存在差异。高职课程设置要服务于行业需求，课程内容要突出技能性和职业性，培养学生的解决实际问题能力。以“机器学习”课程为例，在书籍市场中主要针对高等教育教学，针对高职院校的专用教材较少，更多的教材主要以算法为主，重理论轻实践，适应人工智能开发岗位的教材及相应教学内容相对缺乏。
3）课程设置结构随意拼凑
目前，人工智能技术服务专业的课程不能对照人才培养方案。课程照搬软件技术、大数据技术与应用等专业，学科顺序不合理。在专业课程目标设置上也很模糊，课程随意安排，拼凑现象比较普遍。此外，课程体系中理论和实训所占比例不合理，学生丢失学习兴趣，实践能力较差，导致学生在职场核心技能竞争中缺乏优势。
4）缺乏相应的教学资源库和校企实践基地
由于专业开设较短，针对人工智能技术服务专业的教学资源比较少，更不要说教学资源库。没有配套的教学资源，学习的AI技术不能与行业需求结合，长时间学生学习效率降低。另外，学校和企业合作不够深入，不能开设校内和校外实践基地，实践实训时长和真实性不能保证。
5）师资力量薄弱
近年来AI技术的迅速发展，高职院校争先开设专业并招生。但由于该专业相对较新和跨学科，部分教师来自其他专业，从事教学工作多为年轻教师，师资力量与其他专业相明显缺乏。
3 “产教融合”下的课程建设模式
1）优化课程体系
根据学校现实情况和行业需求，校企共同制定课程体系。课程主讲教师应当对企业AI需求较为熟悉，并保持新技术实时更新，将行业需求应用于专业课程结构、实训内容、课程顺序衔接和质量监控设置。及时优化专业课程体系以满足社会对人工智能的需求，以及应用型人才的需求，建立一种新的人才体系培养技术体系。
2）丰富课程教学形式
傳统教学模式不够灵活，不能满足人工智能技术的教学。通过产教融合及校企合作来优化教学方法。例如，教师将人工智能项目融入课程内容，采用基于项目的教学方法，将理论与行业需求有机地结合起来，以帮助学生掌握理论知识，激发对实践的动力。教学平台也应顺应时代发展，教学实践平台不能单纯使用独立计算机完成，要结合企业虚拟云管理平台，完成“教、学、练、训”综合任务。
3）调整理论和实训教学比例
针对人工智能技术服务专业课程，结合教学平台和方式，重新分配理论和实训教学比例。让学生在实践中理解理论和应用理论。例如，在学习基础知识的同时，学生可以设计实验项目，综合实验项目等，以便学生可以充分整合和运用他们现有的理论知识，并且学生可以通过专业实践和实习自行设计实验项目和内容。换句话说，它可以通过对理论知识和创新实践的更扎实的理解来增加学生对学习的兴趣。
4）建设产教融合课程资源
在建设教学资源库时，要深化校企合作，合理的利用企业教学平台和资源。同时，学校和企业共同开发优质课程，将企业中的项目融入课程中，通过管理平台标准化共享课程资源根据课程表和教学内容，开发精品在线课程、在线练习、知识问题、校本教材、数据集论文等，以建立全面的课程资源库。
5）加强创新型教师队伍建设
AI技术在近年来迅速发展，高校中教师的知识结构和教学方法不能满足新技术的教学，并且高校中大部分教师缺乏AI技术的社会实践锻炼。专业教师需要进行深入的公司实践，依靠合作伙伴公司获得专业技术资格并成为“双师型”教师，从而提高了他们的社会实践水平。
6）校企合作构建协同创新工作室
协同创新工作室为高校提供与行业联系和服务社会的平台，为学生提供良好的学习和实践机会，并开展与人工智能技术服务专业相适应的重要技术研究或服务。协同创新工作室能够帮助教师和学生实时更新AI技术，同时公司可以通过协同创新工作室获得更多项目成果或创新解决方案，以促进生产和教育之间的合作。 4 人才培养课程体系构建过程
1）建设目标
课程体系建设实现“三个对接”，即 “课程设置与岗位需求的对接”“课程教学内容与职业能力的对接”“实践内容与工作任务对接”。
2）具体研究过程分为四个阶段：
① 第一阶段：分析调研，对人工智能企业和开设人工智能技术服务专业兄弟院校进行考察和分析。
② 第二阶段：寻找行业代表性企业合作，建设人工智能产业学院，开展校企合作。
③ 第三阶段：校企分析人工智能产业对应的岗位群和主要领域，分析人工智能行业高技能人才培养所需掌握技能。
④ 第三阶段：校企合作共建人工智能教学平台、专业课程资源、教学资源库等。
⑤ 第四阶段：总结思考与研究推广。
3）课程体系建设过程
① 分析高等职业院校人工智能技术服务专业必备基础知识点。
② 分析高等职业院校人工智能技术服务专业与和行业对接核心教学知识点。
③ 分析必备基础知识和核心知识点，校企开展教学标准，规划教学课程、学时、课程教学内容设计以及教学资源库建设。
5 人才培养课程体系构建成果
人工智能技术属于多学科交叉学科，传统教学模式在实施AI教学较为困难，教师无法对学生在线进行方便统一的在线教学管理，学生无法进行课程学习和实验训练一体化的学习活动。根据人工智能技术服务专业课程建设模式，经过多次企业调研，与腾实学院开展校企合作。为解决此问题，我校采用腾实学院一站式教学练平台，该平台集“教、学、练、训”多位一体保证人工智能核心课程教学，如图1所示。腾实学院基于一站式教学练平台，为学生提供大数据、人工智能等专业方向的课程和真实的云上实验环境，极大的方便人工技术课程教学，教育腾讯云的教学实践保证了学生掌握技术与行业需求匹配。
课程体系设置与行业需求对接，我校与腾实学院共同构建人工智能技术服务专业课程体系。校企合作制定教学标准，规划教学课程、学时和课程教学内容，兼顾企业要求以及高职教学特点的课程内容，专业课程分為专业基础课、专业核心课、专业拓展课、实习实践课、综合实训课分别在五个学期实施，如图2所示。
6 结论
人工智能技术服务专业开设时间较短，该专业以及课程建设存在的问题。本文分析人工智能技术服务专业课程建设存在哪些问题，并根据问题分析“产教融合”背景下课程建设模式。以江西信息应用职业技术学院人工智能技术服务专业建设为出发点，与腾实学院开展校企合作，课程建设打破常规教学模式，采用腾实学院“教、学、练、训”一站式教学练平台实施人工智能技术教学。本校与腾实学院共建人工智能产业学院，合作共建人工智能技术服务专业课程体系，探索基于产教融合的人工智能技术与服务专业课程体系建设新路径。
参考文献：
[1] 李建华，孙丽萍，宋娇.创新性健康大数据专业产教融合课程体系建设探索[J].教育教学论坛，2020（19）：349-350.
[2] 张广云，姜建华.人工智能技术服务专业“产教融合、精准育人”人才培养体系的构建与实践[J].高教学刊，2020（24）：159-162.
[3] 李月峰.产教融合“双主体”背景下高职课程建设探索与实践[J].电脑知识与技术，2018，14（33）：124-125.
【通联编辑：王力】
关键词：产教融合;人工智能;课程体系
中图分类号：G642 文献标识码：A
文章编号：1009-3044（2021）27-0232-02
1 引言
2019年，教育部高教司将人工智能技术服务（610217）纳入高等职业教育专业目录，重点为社会培养人工智能产品开发、系统运维、AI产品推广等岗位的技能型人才。由于高职院校开设人工智能技术服务专业时间较短，在建设过程中面临着诸多问题。在此背景下各高职院校积极探索校企合作、工学结合的教学模式，以及专业课程体系与教学资源的构建。本文以我校产教融合背景下人工智能技术服务专业课程体系构建为例，深化产教融合模式，实施专业人才培养模式的改革与实践。
2 课程建设存在的问题
1）产教融合在课程体系建设中流于表面
早在2005年，《国务院关于大力发展职业教育的决定》文件已经指明“校企合作”是高等职业教育快速发展重要元素。课程是日常教学中最基本元素，但校企合作”课程建设还存在诸多问题。例如，校企合作只作为表面现象，造成这种现象主要因为校企合作的过程不够深入，包括学生在校学习与企业生产的不匹配、相互利益保护机制不够完善、长期合作规划不明确等方面。
2）课程教学内容与行业需求不匹配
在教育教学过程中存在普遍问题课程内容一般落后于企业，高职教育方式和高等教育也存在差异。高职课程设置要服务于行业需求，课程内容要突出技能性和职业性，培养学生的解决实际问题能力。以“机器学习”课程为例，在书籍市场中主要针对高等教育教学，针对高职院校的专用教材较少，更多的教材主要以算法为主，重理论轻实践，适应人工智能开发岗位的教材及相应教学内容相对缺乏。
3）课程设置结构随意拼凑
目前，人工智能技术服务专业的课程不能对照人才培养方案。课程照搬软件技术、大数据技术与应用等专业，学科顺序不合理。在专业课程目标设置上也很模糊，课程随意安排，拼凑现象比较普遍。此外，课程体系中理论和实训所占比例不合理，学生丢失学习兴趣，实践能力较差，导致学生在职场核心技能竞争中缺乏优势。
4）缺乏相应的教学资源库和校企实践基地
由于专业开设较短，针对人工智能技术服务专业的教学资源比较少，更不要说教学资源库。没有配套的教学资源，学习的AI技术不能与行业需求结合，长时间学生学习效率降低。另外，学校和企业合作不够深入，不能开设校内和校外实践基地，实践实训时长和真实性不能保证。
5）师资力量薄弱
近年来AI技术的迅速发展，高职院校争先开设专业并招生。但由于该专业相对较新和跨学科，部分教师来自其他专业，从事教学工作多为年轻教师，师资力量与其他专业相明显缺乏。
3 “产教融合”下的课程建设模式
1）优化课程体系
根据学校现实情况和行业需求，校企共同制定课程体系。课程主讲教师应当对企业AI需求较为熟悉，并保持新技术实时更新，将行业需求应用于专业课程结构、实训内容、课程顺序衔接和质量监控设置。及时优化专业课程体系以满足社会对人工智能的需求，以及应用型人才的需求，建立一种新的人才体系培养技术体系。
2）丰富课程教学形式
傳统教学模式不够灵活，不能满足人工智能技术的教学。通过产教融合及校企合作来优化教学方法。例如，教师将人工智能项目融入课程内容，采用基于项目的教学方法，将理论与行业需求有机地结合起来，以帮助学生掌握理论知识，激发对实践的动力。教学平台也应顺应时代发展，教学实践平台不能单纯使用独立计算机完成，要结合企业虚拟云管理平台，完成“教、学、练、训”综合任务。
3）调整理论和实训教学比例
针对人工智能技术服务专业课程，结合教学平台和方式，重新分配理论和实训教学比例。让学生在实践中理解理论和应用理论。例如，在学习基础知识的同时，学生可以设计实验项目，综合实验项目等，以便学生可以充分整合和运用他们现有的理论知识，并且学生可以通过专业实践和实习自行设计实验项目和内容。换句话说，它可以通过对理论知识和创新实践的更扎实的理解来增加学生对学习的兴趣。
4）建设产教融合课程资源
在建设教学资源库时，要深化校企合作，合理的利用企业教学平台和资源。同时，学校和企业共同开发优质课程，将企业中的项目融入课程中，通过管理平台标准化共享课程资源根据课程表和教学内容，开发精品在线课程、在线练习、知识问题、校本教材、数据集论文等，以建立全面的课程资源库。
5）加强创新型教师队伍建设
AI技术在近年来迅速发展，高校中教师的知识结构和教学方法不能满足新技术的教学，并且高校中大部分教师缺乏AI技术的社会实践锻炼。专业教师需要进行深入的公司实践，依靠合作伙伴公司获得专业技术资格并成为“双师型”教师，从而提高了他们的社会实践水平。
6）校企合作构建协同创新工作室
协同创新工作室为高校提供与行业联系和服务社会的平台，为学生提供良好的学习和实践机会，并开展与人工智能技术服务专业相适应的重要技术研究或服务。协同创新工作室能够帮助教师和学生实时更新AI技术，同时公司可以通过协同创新工作室获得更多项目成果或创新解决方案，以促进生产和教育之间的合作。 4 人才培养课程体系构建过程
1）建设目标
课程体系建设实现“三个对接”，即 “课程设置与岗位需求的对接”“课程教学内容与职业能力的对接”“实践内容与工作任务对接”。
2）具体研究过程分为四个阶段：
① 第一阶段：分析调研，对人工智能企业和开设人工智能技术服务专业兄弟院校进行考察和分析。
② 第二阶段：寻找行业代表性企业合作，建设人工智能产业学院，开展校企合作。
③ 第三阶段：校企分析人工智能产业对应的岗位群和主要领域，分析人工智能行业高技能人才培养所需掌握技能。
④ 第三阶段：校企合作共建人工智能教学平台、专业课程资源、教学资源库等。
⑤ 第四阶段：总结思考与研究推广。
3）课程体系建设过程
① 分析高等职业院校人工智能技术服务专业必备基础知识点。
② 分析高等职业院校人工智能技术服务专业与和行业对接核心教学知识点。
③ 分析必备基础知识和核心知识点，校企开展教学标准，规划教学课程、学时、课程教学内容设计以及教学资源库建设。
5 人才培养课程体系构建成果
人工智能技术属于多学科交叉学科，传统教学模式在实施AI教学较为困难，教师无法对学生在线进行方便统一的在线教学管理，学生无法进行课程学习和实验训练一体化的学习活动。根据人工智能技术服务专业课程建设模式，经过多次企业调研，与腾实学院开展校企合作。为解决此问题，我校采用腾实学院一站式教学练平台，该平台集“教、学、练、训”多位一体保证人工智能核心课程教学，如图1所示。腾实学院基于一站式教学练平台，为学生提供大数据、人工智能等专业方向的课程和真实的云上实验环境，极大的方便人工技术课程教学，教育腾讯云的教学实践保证了学生掌握技术与行业需求匹配。
课程体系设置与行业需求对接，我校与腾实学院共同构建人工智能技术服务专业课程体系。校企合作制定教学标准，规划教学课程、学时和课程教学内容，兼顾企业要求以及高职教学特点的课程内容，专业课程分為专业基础课、专业核心课、专业拓展课、实习实践课、综合实训课分别在五个学期实施，如图2所示。
6 结论
人工智能技术服务专业开设时间较短，该专业以及课程建设存在的问题。本文分析人工智能技术服务专业课程建设存在哪些问题，并根据问题分析“产教融合”背景下课程建设模式。以江西信息应用职业技术学院人工智能技术服务专业建设为出发点，与腾实学院开展校企合作，课程建设打破常规教学模式，采用腾实学院“教、学、练、训”一站式教学练平台实施人工智能技术教学。本校与腾实学院共建人工智能产业学院，合作共建人工智能技术服务专业课程体系，探索基于产教融合的人工智能技术与服务专业课程体系建设新路径。
参考文献：
[1] 李建华，孙丽萍，宋娇.创新性健康大数据专业产教融合课程体系建设探索[J].教育教学论坛，2020（19）：349-350.
[2] 张广云，姜建华.人工智能技术服务专业“产教融合、精准育人”人才培养体系的构建与实践[J].高教学刊，2020（24）：159-162.
[3] 李月峰.产教融合“双主体”背景下高职课程建设探索与实践[J].电脑知识与技术，2018，14（33）：124-125.
【通联编辑：王力】