2023中国人工智能人才学习白皮书.pptx

White Paper on Artificial Intelligence Talent Development in China;目录 CONTENTS;研究背景;第一章Al时代人才需求冲击下，高校教育仍需持续创新;第二章Al人才培养上产教脱钩，高校教改需稳步跟进;2.2人才能力错配主要原因是缺宴踱、教学内容过时、教学方式固化 产业升级的本质上是人才能力的升级，人才能力错配反映出高校人才培养体系无法跟上产业发展需求的问 题，也导致了学生对于高校学习体验满意度较低。从师生双向视角调研分析发现以下四点问题比较突出：;四川大学-公共管理学院： 商科人才非常强调实践应用能力，但现阶段教学中缺乏优质实践资源去支撑实践课程，现有购买的线下实训软件更新不及 时，不能紧跟行业发展以及课程需求变化，在学习环境和资源提供上没法満足不同能力水平学生的需求，能力一般的学生 编程困难，能力高的学生却没有机会去探索提升。 北京信息科技大学-教务处： 现在学科交叉越来越厉害，更需要真实的案例去进行教学训练，同时这种真实的案例需要学生掌握专业基础，又要学统 计、学编程，需要用逻辑式的方法把这些体系建立起来了，否则学生很难应用起来。我们可以让学生用京东、抖音这些案 例去分析，提出创新的思想，让企业和高校共同成长。 烟台大学-经管学院： 经管是新文科，目前省内有很多学校开了经管大数据课程，但现在面临的问题是学生上了半天还在配置python,非常缺 乏适合学习实践的数据、案例支持学生做竞赛和教学训练；在实习上烟台本地企业有限，学生缺乏实习企业和实习机会。 泰州学院-信息工程学院： 学生以及我们老师跟那个社会都是断层的。虽然在不断的出去学习，但还是跟行业一线的东西距离太远。学校教材配套的 实验学生也只是勉强完成，学生得到的实践从难度和量上都不够。学生毕业前也没有机会去接触行业，要想解决这个问 题，需要在教学中增加实践的模块。另外，中小城市大型IT企业少，AI人才需求少，学生找实习非常难，如果有线上的实 习平台学生就可以更好的参与到行业的实践中去。;2.3高校老师主动寻求実破，教改势在必行 AI技术重新定义了生产力，也引发新的就业形势和新的人才能力需???，对于高校学生是机会也是挑战，为了 更好的迎接新就业形态，高校老师主动寻求新的教学模式以探索求变。;2.3.2提高Al人才培养效率，教改需尽快行动成共识 在人工智能技术、数字化进程不断加速的情况下，必须提高AI人才的培养效率，高校教改势在必行, 须马上行动起来已成高校老师的共识。;学习内容：计算机视觉、AIGC/大模型、大数据分析较热门 ?计算机学生和工程类学生最关注的是计算机视觉、AIGC/大模型，自然语言处理相关领域。 ?其他专业学生最关注的内容集中在数据科学领域’学习大数据分析和数据挖掘相关内容的学生占比超过50%。;3.2參种学习方式融合化，在线荻取学习资源成为主旅;内容理论性 内容应用性;3.3开源学习新生意遅渐形成;强连接JS性：宴现了人_知识■场11高效逢接;协作交焼的学习方式，参参与主体深JS交互 典型学习方式： 通过组队学习、大咖讲座、网络研讨会等方式，与其他学习者进行交流讨论的学习。 开源学习中的学习群体有多样性的特征，不仅有初学者、也有顶级专家，学习者可以突破大学围墙的人际限 制，链接不同类型的人，去共同面向实践学习和解决问题。 ?如通过组队学习的方式，学习者可以链接到世界各地的学习者和志同道合者，一起交流学习。 ?通过大咖讲座的方式，学习者有机会破圈链接到从业者、行业专家、顶级学者，在与专家交流过程中不断 成长。 华东师范大学-硕士-气象学专业学生：我参与了和鲸社区里的气象工作坊，通过看老师的操作演示，了解在气象中数据 分析的用途和场景，后来我在学习中发现气象WRF模式去运行数值模式，与我的研究方向能够紧密的联合起来，我尝试 应用了很多新的研究方法。我在社区里接触了一些知名高校的教授和导师，为我今后的研究之路带来了更多可能性。;3.3.3开源学习模式优势：以社区为例 ?开源学习可以不断强化学习者的学习自主性，充分激发学习动机和兴趣： 约65%的学生认为开源学习比在高校学习学习动力更强。开源学习对学生自主管理能力有较高的要求，从 学习者画像来看，当前参与开源学习的学生中，以985、211高校的本硕学生为主。学习者通过分享交 互，连接志同道合的同伴，互相促进学习，建构长期的社交网络，从传统教学中知识单向传播转向学生主 体参与，进一步强化学习者的自主性。 ?开源学习通过社区的员献和共享机制，将优秀的学习者转变成内容的生产者，学习者以教促学，深化对于 知识的理解。同时，在其他学习者和社区的反馈和认可中，建立起对社区的身份认同感。 学习者在贡献学习材料的过程中，实现了从知识消费者到知识生产者的身份转