目前，在新一轮科技革命浪潮下，我国正行进在高等教育改革发展的实践和“教育、科技、人才”一体化建设的新征程中。国家发展和改革委员会、教育部、人力资源和社会保障部于 2021 年 5 月发布了《“十四五”时期教育强国推进工程实施方案》，将大力加强学科专业建设、显著提升人才培育能力、加快破解关键核心技术、促进优化教育资源布局、有效提升区域经济支撑引领能力等内容作为新时代高等院校内涵发展目标。 2022 年 10 月，党的二十大报告首次将“推进教育数字化”写入报告，赋予了新时代教育新的使命任务。教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑，这为高校应对数字化的人才需求提供了明确的战略性指导。高校是人才培育与创新的重要保障，应推动人工智能与教育深度融合，加快人工智能在教育领域的创新应用，完善学科布局，加强专业建设，提高专业人才培育质量，助力高校实现跨越式发展。（湖北研楚教育咨询有限公司）
1、数智时代人才培育观
近年来，随着全球数字化和智能化驱动各领域智能技术的广泛应用，信息社会已迈入数智化（ Digital intellectualization ）时代，即数智化=数字化+智能化，并具有双重特征。数智时代的来临引起了教育急剧变革，教育产生了巨大变化并取得了前所未有的成就。
教育的本质是培育人，工业革命时代主要是培育各行各业有文化技术的劳动者，而数智时代的教育关键在于培育出具有人机协同合作能力、创造力和驾驭生成式 AI 能力的优秀人才。为了适应数智化教育需求，学校要采用以智能自适应为核心特征的融合教学模式，通过感知学习环境、精准定位动态学习，突破传统教育模式的束缚，激发学生的创造力和兴趣。数智赋能主要是在教学中应用新技术，推动教学朝向数智化方向发展，促使教学模式与数智技术的深度融合，并对培育目标、培育理念、课程体系、教学方法、活动拓展等方面进行根本性改革。
1.1人才培育新定位
确立符合数智时代意义的培育目标定位是人才培育改革的前提和基础。数智时代引领了新型教育模式的转变，人才培育的目标定位转向培育高素质创新人才，这构成了独具特色的人才培育目标。①以品德素养为先、知识水平为基、核心素养能力为重，拥有人文价值和绿色生态发展观，具有丰富通识、精专专业和综合知识，具有把握领域前沿技术水平、解决复杂问题能力以及在复杂场景中的创新创造力；②智能渗透至人机共生，具备人机协同、协作创新、领域深度融合能力，清晰智能优化工作流程，知晓任务活动智能整合方法，能应对智能发展的机遇与挑战；③具备创新意识和实践能力，具有敏锐的洞察力和灵感，能发现事物的必然联系，探索未知、创造新知并求证，开拓实践创新。人才培育的目标是满足社会对不同职业的人才需求，并为学生在现代及相关学科领域的继续深造提供基础。
1.2核心素养能力培养
数智时代，培养学生的核心素养能力至关重要，而教育在这方面扮演着重要的角色。最早基于 PISA 评价框架形成的核心素养内容包括知识、技能、关键能力、问题解决能力、知识再现能力、迁移运用能力、财经素养、全球素养、创新能力和数字学习能力。这一框架不断更新，与时俱进，对知识、技能和素养的内容进行了扩展，并促使它们随着时间的推移后移。
未来社会迫切需要创新型和创造性人才。在数智化环境下，学生的核心素养能力变得尤为重要，例如自主学习能力、人际交往能力、创新思维能力和解决问题能力。有必要深化学生核心素养能力内涵，重点培育学生面向智能时代全新的学习、生活和思考方式及态度。这包括培育学生终身自主学习能力、数字胜任力、思维心理和协同交互素养，以适应数智化环境中的需求。
综上所述，数智时代对人才培育提出了新的要求。通过探讨数智化的人才培育新定位、学生核心素养能力以及高素质教育发展的创新人才培育路径，对教育深入研究与实践，培育出适应数智时代需求的具有解决复杂问题能力和高阶思维的创新人才。
2、建构计算机专业高素质创新人才培育模型
为适应数智时代教育发展需求和挑战，创新人才培育要先确立人才培育理念，对人才培育的本质、目标、价值、任务和方式等方面进行系统化认知。借鉴先进教育理念进一步完善教育体系，融合知识传授、能力培育和素养塑造 3 方面内容，构建计算机专业高素质创新型人才培育模型框架。
2.1教育理念
人才培育要注重聚焦社会、行业需求，明确人才应具备的知识与能力结构，建立高素质创新人才培育教育理念。从社会和行业发展对人才需求现状出发，采取相应培育策略，提出宽口径、厚基础训练的交叉学科知识结构、强化实践与分析解决问题能力结构、提高核心素养等培育要求。
2.2培育目标
培育目标的设定是关键，培育目标属于人才培育顶层设计，决定培育质量标准，也影响培育方式、课程体系、教学及实践环节的设定。“一目标”：确定掌握现代科学基础理论、具有交叉学科知识的创新人才培育目标。
2.3育人平台
随着国内外竞争形势日益激烈，企业、高校和科研院所等创新主体对创新的需求也日益深入。产学研合作正逐步发展为深度融合创新阶段，将政府和用户纳入产学研深度融合体系中，有助于提升产学研融合体系的合理性。产学研深度融合体系的关键在于建立基于产教融合的“四通四共”培育机制。“四通”要达到师资互通、课程贯通、平台联通、管理融通。“四共”是共建项目案例知识库等资源；共促基础研究、技术研发和产业化创新；共同开展招生、教学改革、课题研究、成果培育、师资同时指导等活动，培育学生的创新思维和问题解决能力；共赢产业繁荣、专业发展业绩。
2.4课程体系
课程体系是高校人才培育改革的基础和核心，对提升教育教学水平和人才培育质量具有重要意义。数智时代人才培育要根据社会对人才的多元要求，以专业人才培育的目标定位结合知识能力为突破，组建课程群，并深度优化多学科课程体系。由现代科学基础课程、交叉学科核心课程、专业拓展课程、应用实践核心课程四大模块课程群组成多元化的计算机专业课程体系。①要开设数理基础和高阶课程，为从事基础研究奠定基础，提高研发能力。②为学生提供专业核心和多学科交叉课程，提高综合素养能力，以适应多元化的就业需求。③在新技术赋能下，拓展课程由抽象建模、数据与结构、算法与设计、程序与实现、计算与思维等课程组成。最后经过实验、实训、实践等核心课程的交叉、融合与共生，打开分析问题、解决实践问题的科学之门。
数智时代高素质创新人才培育的实践路径
3.1以全面与个性发展融合为载体，建立个性化学习路径推荐模型，优化学习路径
全面与个性融合促进学生个性发展，提高人才培育质量，智能时代加快知识更新，通过借鉴个性化培育教育理论、学习产出理论以及霍华德·加德纳的多元智能理论，加强个性化人才培育，实施人才分类分层培育模式。
优化学习路径是针对学生学习过程中产生的关键数据对学习内容进行推荐，提供千人千面的个性化学习。个性化学习路径推荐模型主要包括启发式算法、数据挖掘、知识图谱、内容推荐、协同过滤、混合推荐、深度学习、强化学习等推荐模型，一般推荐模型是采用查准率（ Precision ）、召回率（ Recall ）、 F1-Score （ F1 ）、 AUC （ Roc 曲线下面积）等评测指标，新推荐模型是知识图谱、深度知识跟踪、强化学习等智能技术融合的学习任务内学习路径推荐（ LPRLT ）模型。
为验证个性化学习路径推荐的有效性，选择 2023 级园林专业的 Python 语言课程学习数据，使用深度知识追踪 DTK 模型进行训练与测试，实验选取 4 种一般推荐模型评价指标来评价不同模型的推荐性能。最终结果是 LPRLT 模型的推荐性能最优，大部分学生最喜爱这个模型。
3.2以通识与专业教育融合为载体，提高师资水平，推动教师多元化发展
通识教育强调教育人全面发展，立足于立德树人，注重培育综合素质，特点是“博、通”。专业教育突出培育人所需要的能力，注重培育专门技能，特点是“精、专”。通识教育的“博、通”与专业教育的“精、专”是密切相关的。为促进通识与专业教育融合，培养高水平创新教师尤为重要。培育一批卓越师资队伍，聘请“专业领军人才、专业带头人、骨干教师”高层次人才，搭建多元发展平台助力教师专业成长，激励教师与国外高校合作开阔国际化视野。智能技术正在推进新一轮教育变革，其在学科教学融合中展现出为教师赋能、为教学赋能的巨大潜力[12]。通识与专业教育融合促使教师主动适应数智化转型发展，提升数智化能力，适应教育领域的变化。
智能技术推动教师行为评估向多模态行为数据、智能化分析和可视化评价的方向发展。教师可以感知过程性行为的反馈、时间分布等分析信息，深度了解自己课堂行为，有效进行反思，合理调整行为，注重人才培育，确保教育质量的提升。为验证教师教学行为的应用价值，选择 2023 级生物专业的 Python 课堂作为实验对象，采用智慧课堂录像进行评判计时，采集教师课堂教学行为测评数据。通过对这 5 方面课堂表现行为数据识别与分析，说明该课堂教师语音情感富有激情，面带微笑表情较多，看学生的时间较长，手势频率稍高，从教师位置显示与学生互动频率较高。
3.3以创新性与学术性融合为契机，创设立体化教育实践体系，强化实践能力培育
为了培育适应新时代需求的高素质创新人才，要开展创新性与学术性的融合，创设立体化教育实践体系，并强化学生的实践能力培育。
高校应开启践行大实践教学观，持续深化教育实践改革与创新模式，构建以“专业实践、创新实践、应用实践”为核心的计算机专业立体化教育实践体系。该体系增加了教育实践的比重，涵盖专业学习全阶段的课内、课外教育实践。立体化教育实践体系实施过程是大一阶段以新生研讨课、科技文化活动和创新素质课程为主；大二阶段以实验课程和国内竞赛为主；大三阶段以国际国内竞赛、实训大项目为主；大四阶段注重研究讨论和论文。重点指导学生参加数学建模、百度之星、蓝桥杯、超算等竞赛辅导培训、竞赛和科研训练。学赛结合激发了学生积极性，提高内驱力，达到以学助竞、以竞促学的成效，提高人才培育质量。
2023 年以来，在教师和学生的共同努力下，学生参加竞赛获得百度之星大赛南部赛区二等奖 3 项，蓝桥杯赛全国二等奖 2 项、三等奖 7 项，全国大学生数学竞赛省级一等奖 15 项、二等奖 16 项、三等奖 38 项， ICPC 国际大学生程序设计竞赛省级二等奖 2 项、三等奖 2 项，大学生信息技术知识竞赛省级二等奖 2 项、三等奖 5 项，大学生程序设计竞赛二等奖 2 项。这些成绩极大地鼓舞了学生学习的热情。
3.4以信息技术与教育教学融合为动力，拓展深度学习模型，创新学习方法
随着信息技术与教育的深度融合，智能技术贯穿教与学活动的全过程，通过对学习数据的挖掘与多元分析，实现数据驱动精准教学，并产生精准教与学的生成设计模型[15]、分层精准学习体系、面向个性化学习的精准教学模式等教学新模式。
计算机专业智能学习模型在教学目标设定上，根据对学习者关键特征进行分析，设定与特征高度匹配的学习目标。在学习内容上，提供完整的知识地图，将碎片化的内容构建成动态的知识网络。在精准学习上，依据学习情况的实时数据分析结果，实现智能化推送学习。在精准决策上，采用多元分析技术，对多维度的学习数据进行分析，精准识别学生学习状态和潜在问题，增加内容趣味性，提高学习成就感，尽可能避免倦怠情绪，及时干预不利因素，实现学习状态的最优化。
为验证深度学习的有效性，参考基于 SOLO 分类学生思维评价表，选取了对照班 36 人、实验班 38 人，以学生高阶思维和创新能力提升为目标，将学生思维水平作为衡量学习效果的指标。实验班学生学期初与学期末思维水平占比情况。学期初， 72.2% 的学生思维结构属于低阶思维，仅有 2.8% 达到抽象扩展结构，说明处于浅层学习阶段。经过一学期的实践教学，学生学习水平得到较大提升， 84.21% 的学生思维达到关联结构和抽象扩展结构，说明实现了知识的有效迁移，达到深度学习效果。
结 语
当前，数智化技术已拓展应用于教育领域，这是对传统教育和现行教育体系的严峻挑战。数智时代教育要高质量发展，要对创新人才培育重新定位，注重培育学生的核心素养能力，使其适应时代需求。从优化学习路径、增强实践环节、推动教师多元化发展、创新学习方法等方面，探究了计算机专业高素质创新型人才培育机制，初步建立了数智化人才培育模型。目前生成式AI的出现又为创新创造带来新的机遇与活力，下一步要充分发挥教育与深度学习各自的优势，优化高素质创新人才培育，加速计算机领域人才的创新与创造。
（本文作者：俞智慧）
（湖北研楚教育咨询有限公司）
