人工智能时代高职院校专业建设探析北大核心

面向人工智能时代,高职院校的专业建设动力既有来自国家政策导向的支持、人工智能产业应用对培养人才提出的新需求、人工智能技术对教学革新的辅助等,也有人工智能专业设置、人才培养目标和规格定位、课程体系构建、教师能力及主体地位、实验实训条件和校企合作程度等因素的挑战。面向人工智能时代高职院校的专业建设应在供需维度上,坚持紧跟前沿原则,提高专业培养的更新性;在培养标准维度上,坚持整合协同原则,强化教学过程的融合性;在发展维度上,坚持以人为本原则,增加培养内容的人文性。重点应建立人工智能专业和相关专业的人才培养制度,探索人工智能专业、相关专业和其他专业的人才培养机制,构建人工智能专业和相关专业的人才培养平台。     

人工智能专业思想政治教育的设计和研究

人工智能专业是新工科建设中的一个重要新型工科专业,是新兴工程科学技术领域人才培养的重要方向,人工智能专业人才培养质量需要从知识、能力和素养上加强。探索人工智能专业知识与思政教育元素深度融合教学的可行路径,从培养体系上构建思政教育体系,从专业方向、课程体系、教学内容、教学手段等方面论述思政教育方法,把思想政治教育贯穿人才培养体系,全面推进和丰富高校课程思政建设,发挥人工智能课程的育人作用,提高专业人才培养质量。     

人工智能时代高职专业现代化建设

基于人工智能时代的技术技能人才需求,高职院校需加快促进专业与人工智能的全面融合,以此推动专业现代化建设。在实施路径上,高职院校应树立与人工智能发展相融合的专业建设新思维;构建与人工智能发展相适应的专业动态调整新机制;构建与人工智能相匹配的专业新结构;构建与人工智能相融合的全门类专业教学新体系。     

高职院校人工智能专业群教学质量评价体系的研究——以黄冈职业技术学院人工智能专业群建设为例

人工智能是新一轮产业变革的核心驱动力量,将推动数万亿数字经济产业转型升级。目前其专业人才的需求量和要求逐步提高,因此,加强人工智能专业群建设,构建人工智能专业群教学质量评价体系,提高人才培养质量,成为当下对高职院校高质量发展的迫切要求。本文以黄冈职业技术学院人工智能专业群为例,分析国内人工智能专业群建设现状,设计人工智能专业群教学质量评价体系指标,开展人工智能专业群教学质量考评,为国内高职院校构建人工智能专业群教学质量评价体系提供参考和借鉴。     

教育人工智能的发展难题与突破路径北大核心CSSCI

教育正迈向智能化时代,人工智能与教育的融合创新已成为未来教育变革的重要趋势。当前教育人工智能在面向特殊人群的补偿性教育、针对常规业务的替代式教育和服务个性发展的适应性教育方面已经形成典型的应用模式。但从整体上看,教育人工智能仍处于起步发展阶段,面临四大发展难题:一是教育数据的数量与质量存在"短板",人工智能技术的价值难以发挥;二是教育业务复杂多样,通用人工智能技术"嫁接"教育的难度增大;三是教育用户对人工智能技术存在应用价值与角色关系的双重困惑,人机信任危机难以消除;四是缺乏人工智能专业教师队伍与课程体系,人工智能融入教育进程缓慢。未来教育人工智能应在以下方面实现突破:技术研发层面,加大教育人工智能产品研发力度,提升技术服务品质;教育创新层面,拓宽人工智能教育应用空间,构建和谐共生"人机结合"新生态;合作机制方面,建立"政企学研"多方合作机制,推进多学科交叉协同融合发展;实践模式层面,建立教育人工智能示范点,以点带面,逐步推广教育人工智能应用模式。     

人工智能助推教师专业发展：机遇、挑战和路径

智能时代下,人工智能是推动国家高质量发展的新引擎。智能技术拥有优越的算法和自主决策能力,是助推教师专业发展的重要组成部分。目前已有研究将人工智能技术融入教师专业发展,为教师专业发展带来三大机遇：人工智能赋能教师自我发展、人工智能优化教学资源获取、人工智能驱动学生评估动态全面化。文章梳理了三种挑战：技术门槛与应用挑战、数据采集与算法伦理、角色定位与态度迷失。基于教师应用智能技术存在的问题,需从掌握人工智能专业知识,提升教师人工智能素养;坚定人工智能专业信念,树立教师人机协同信心;培育人工智能专业能力,建立终身学习的资源库三种路径助推教师专业发展。     

人工智能时代美国教师专业道德守则新动向

人工智能技术的发展使教师面临专业道德边界僭越和数据道德缺失的风险.为应对挑战,美国教师专业道德守则致力于明确虚拟时空下教师的专业道德边界,建构网络平台提升教师专业道德边界意识.由于人工智能时代个人与数据所有权、数据隐私权不可避免地产生关联,教师专业道德守则也重视规范教师学术数据道德和保护他人隐私的数据道德.守则对人工智能技术的风险防范还包括要求教师在技术应用上平等对待教育领域中的"边缘群体";正视教育领域中技术应用的局限性并积极应对网络欺凌;使用人工智能技术时遵循合法性、透明性和可理解性等原则.     

人工智能时代的教师专业发展:挑战与策略

随着人工智能技术在教育领域推动人类教师职能的再分工,教师专业发展如何与人工智能时代相适应成为不得不思考的问题.人工智能时代的教师专业发展面临以下挑战:知识碎片化解构着教师专业权威、技术发展强化了对教师专业能力的要求、技术深度介入弱化了教师的专业精神.基于此,人工智能时代的教师专业发展需提升教师知识素养,重塑教师专业权威;转变专业学习与培训观念,提升教师专业能力;立足育人目标,强化教师专业精神.     

人工智能背景下互联网金融专业人才培养模式的思考

人工智能背景下的互联网金融专业人才培养模式有调整的必要性。文章在分析了目前我国互联网金融专业人才培养现状的基础上,探讨了人工智能技术对互联网金融行业的冲击。人工智能技术的不断发展很可能会完全颠覆现行教育模式下的毕业生培养规格和要求,互联网金融专业的人才培养应该以复合型知识结构为基础,加强大数据、区块链、机器学习、人工智能等交叉学科的知识渗透,重构新的知识结构并提升专业能力素质。同时,还要应用相关的配套改革措施予以推进,包括优化专业建设的顶层设计、完善专业的培养方案、优化师资队伍建设、推进智慧课堂建设等,切实提高该专业的人才培养质量。     

人工智能公共课内容设计及案例教学研究

大学本科开设人工智能公共课的意义重大,有利于各科学生掌握人工智能的原理与技术,从而具备结合所学专业进行应用创新的能力。传统人工智能课程的教学内容和教学方式主要面向计算机相关专业的学生,因此,积极开展本科人工智能公共课教学的研究与探索是一件非常紧迫的任务。文章分析了人工智能发展的现状和人工智能公共课在开设过程中遇到的主要问题;同时从课程内容设计、案例教学和实施细节三个方面探讨了人工智能公共课程的教学模式。     

人工智能人才画像与培养路径探析

基于扎根理论的视角对5个企业招聘网站有关人工智能岗位的379条招聘信息进行三级编码及分析,构建基于知识、技能、能力、实践、情感、发展六大要素的人工智能人才画像。基于六大核心要素的人才培养目标,高等教育应从六个方面入手培养人工智能复合型人才:优化课程体系,为人才培养“固本”;弥合“技能鸿沟”,为人才培养“蓄能”;转变教学模式,为人才培养“赋能”;重视实践应用,为人才培养“筑基”;关注情感意识,为人才培养“导航”;瞄准发展前沿,为人才培养“提速”。     

以人工智能鱼为抓手探索海洋信息类创新实践人才的培养

为了促进多学科交叉研究和创新实践人才培养,上海海洋大学人工智能鱼教学团队结合一流学科和海洋优势学科资源,以"人工智能鱼"的教学、大赛、科创和科研为抓手,设计多学科有机融合的教学体系,开展鱼类仿真和研制、人工智能和虚拟现实等相关领域的教学和研究,进而推动多学科的交融发展,着力培养海洋特色信息类创新实践人才。经过6年实践,在教改项目、大赛获奖、创新实践和本研一体化培养等方面成果丰硕,探索了一条适合自己的行之有效的创新实践人才培养之路。     

人工智能实践教学的创新探索

人工智能正在应用到各个领域,成为新一轮科技革命和产业变革的核心驱动力,因而急需大量的应用型人才.高校是我国人工智能人才培养的主要阵地,开展人工智能实践教学是培养人工智能应用型人才的重要途径.由于人工智能应用涉及的专业领域众多,且学生的学科背景迥异,对人工智能产业缺乏认知,实践教学的有效开展面临着诸多挑战.清华iCent...     

人工智能时代的高等教育将如何存在

根据人工智能对未来就业的潜在影响,可将未来就业岗位划分为四个区域:安全区、慢变区、危险区和结合区,并由此产生了人工智能对未来就业的替代效应和创造效应。人工智能对未来就业的替代效应主要发生在强调弱社交、结构化和低技能的危险区;人工智能对未来就业的创造效应则主要发生在强调强社交、非结构化和高技能的安全区;而在慢变区和结合区内,人工智能对未来就业的潜在影响兼具替代效应和创造效应,是发生替代效应还是发生创造效应,主要取决于该区域内的劳动者是否具备人工智能商数,以及是否能实现人机共舞。因此,高等教育要提早谋划人工智能人才培养的长远规划,为学生提供“人工智能+”教育模式,通过培养人工智能时代的原住民,以应对人工智能时代的失业危机。对于安全区而言,人工智能替代就业的可能性较小,但也并不是绝无可能;对于慢变区而言,尽管人工智能渗透的速度、深度和力度没有那么明显,但教育仍要做好随时迎接人工智能的准备;对于结合区而言,教育大有所为,关键在于让未来劳动者具备与机器协作共生的能力;对于危险区而言,高等教育依然能通过人才培养来实现产业领域的优化升级和转型发展。     

世界一流大学人工智能本科人才培养模式及启示——基于麻省理工学院、斯坦福大学和卡内基梅隆大学的比较分析

人工智能正在引领新一轮工业革命,我国该如何培养人工智能本科人才是目前需要面对的迫切问题。文章通过分析麻省理工学院、斯坦福大学和卡内基梅隆大学的人才培养目标、师资与教学资源、课程体系后发现,这3所世界一流大学分别采取了不同的人工智能本科人才培养模式:麻省理工学院的通用型人才,斯坦福大学的通专融合型人才以及卡内基梅隆大学的专业型人才。通过对这三种人工智能本科人才培养模式的比较分析,该研究将为我国人工智能本科人才培养提供重要启示。     

基于神经网络的多元智能

神经网络作为人工智能的一个分支,已在众多领域得到成功运用,把它用在教学领域还是一个新的尝试．结合多元智能理论,以学生的多元智能光谱为处理对象,建立了一个BP神经网络,利用LM算法和MATLAB语言,通过网络训练,得到了一种学生素质的处理方法．     

生物医学工程专业开展人工智能课程建设的问题和实践探索

健康中国战略的实施与推进,对生物医学工程专业开展人工智能课程建设和人才培养提出了新的要求。分析目前国内高校医学人工智能课程建设中存在的问题,从几个方面提出了提高高校医学人工智能课程教学质量的几点措施。     

基于人工智能的数字图像处理课程教学改革实践

该课题利用人工智能与数字图像处理技术之间的紧密关系,对电子信息类专业的数字图像处理课程进行教学改革,在利用原有的Matlab软件进行教学实践的基础上,增加利用Python软件,实现基于人工智能技术的教学案例与实践环节的融合,通过教学改革实践,该课程在教学效果、学生评价、人才培养质量等方面都取得了显著成效.     

机遇、挑战与对策:人工智能时代的教学变革

人工智能浪潮以不可抵挡之势席卷教育,为课堂教学带来了无限发展机遇:教学层面促进教学质量的提升;教师层面促使教师角色多样化;学生层面有利于私人定制化的来临。但同时,也不可避免地导致教学缺乏人文关怀,教师权威遭遇威胁,学生能力遇到挑战,个人信息面临泄露等情况。鉴于此,在人工智能时代,回归教学的育人本质是其应有之义,教师"走进"人工智能为其主体之维,健全法规、加强监管是其实现之途。     

在线教学质量的双向评价体系研究——基于人工智能技术的视角

基于人工智能技术对教学质量进行正确有效的评价,促进教学工作,提高人才培养质量,符合国家对当前教育的指导方针。通过分析目前在线教学质量评价的应用现状与存在的问题,基于人工智能技术提出了双向的教学质量评价体系,并对评估指标和评估方法进行了设计,以期能客观、有效地评价教与学的双向活动,从而有效提高教学质量。