人工智能下的专业博士发展路径

前言：想要写出一篇引人入胜的文章？我们特意为您整理了人工智能下的专业博士发展路径范文，希望能给你带来灵感和参考，敬请阅读。

［摘要］人工智能与教育的深度融合带来了高等教育激烈的变革。探索“人工智能+教育”智能教育培养模式是专业博士实现培养目标，践行学位宗旨的必然选择。未来专业博士发展应借助人工智能搭建的教育平台，充分发挥教育人工智能辅助作用，探索构建智能化专业博士培养模式，同时要客观看待人工智能的教育辅助作用，根植教师教育主体理念。

［关键词］人工智能;专业博士;发展路径

一、“人工智能+教育”发展背景

人工智能概念于1956年达特茅斯会上首次被提出，几经沉浮，于20世纪70年代取得突破性进展，与空间技术、能源技术并称为世界三大尖端技术。进入21世纪后，人工智能从仅能机械地执行指令(弱人工智能)，到能够模拟进而代替人脑的思维活动(强人工智能)，实现了真正意义上的“超人工智能”的跨越。人工智能与虚拟现实技术成为继蒸汽技术、电力技术、计算机及信息技术后的第四次工业革命技术代表。人工智能应用领域愈加广泛，其中教育人工智能广为关注。2019年5月，“规划人工智能时代的教育:引领与跨越”国际人工智能与教育大会达成《北京共识》，会议倡议“探索利用人工智能促进教育创新的有效战略和实践，以期在人工智能与教育领域构建具有共同价值观的国际共同体”。高等教育作为人才培养、科学研究、社会服务、文化传承的重要载体，直接影响甚至决定人工智能技术的研发与应用进程。人工智能与教育的深度融合带来学习和教学方式的变革。《乌镇指数:全球人工智能发展报告(2016)》指出人工智能应用于教育领域的形式，主要包括:个性化辅导教学、智能测试、智能评价等。借助人工智能技术创新人才培养模式、改革教学方法、提升教育管理水平，是建立终身化和个性化教育体系的重要手段，也是提高教育质量和促进教育公平的重要契机。

二、专业博士学位发展特点

(一)专业博士发展源起专业学位博士生教育是以培养高层次应用型人才为内在要求，以适应经济社会发展为外在推力的高层次教育。与传统的学术型博士注重学理创新不同，专业博士基于特定职业和行业发展需要，立足国家重大发展战略需求，强调实践创新以及知识应用和问题解决，旨在培养引领行业技术变革的高层次领军人才。现代专业博士学位发端于20世纪20年代美国设立的教育博士，随后相继在工商管理、设计、工程技术领域创设专业博士学位。经过近半个世纪的探索，专业博士培养模式日趋完善，为经济结构调整和产业技术变革培养了大量的行业领军人才，逐步获得世界高等教育界的认可。我国于1990年开始探索设立专业博士学位。经过近30年的摸索，逐步设立了教育博士、兽医博士、临床医学、口腔医学、工程博士、中医博士6种专业博士学位类型。教育部发展规划司数据统计显示，近年来，博士专业学位招生人数呈指数式增长，由2015年招生1925人增加到2019年10386人，2019年在校生累计达22757人。专业博士逐步成为我国高等教育领域培养高层次应用型人才的中坚力量。

(二)专业博士学位特点专业博士不仅在培养目标方面有别于传统的学术博士学位，而且在招生对象选拔、实践技能训练、毕业考核评价等方面也存在明显的差异。专业博士招生对象多为具有行业相关工作经验的可塑之才，以期通过在职学习，提升个人的实践研究和问题解决能力。因此，尽管部分高校试点单位分设全日制和非全日制专业博士培养方式，但是非全日制在职攻读专业博士仍占绝对优势。我国大部分专业博士试点高校要求报考者在相关行业具有一定年限的工作经历。如浙江大学非全日制工程博士要求报考对象为已获硕士学位并有三年以上相关工作经历的人员，或获学士学位后具有八年以上工作经历;南京大学教育博士招生要求为报考者一般应有5年及以上教育及相关领域全职工作经历。与学术型博士专注基础研究相比，专业博士更注重应用研究和问题解决，因此，深入行业一线开展实践研究训练在专业博士培养过程中占有重要比重。如为了提高教育博士实践研究能力，推行顶岗实习，深入教育领域管理岗位锻炼教育领导能力;为了提升工程博士问题解决能力，开展工程项目研究，由企业导师指导工程博士深入企业和公司实地，进行工程技术问题研究。在毕业考核评价方面，与学术型博士注重理论创新相比，专业博士考核评价关注实践问题探究和技术问题解决，学位论文侧重行业发展实际问题探讨，强调理论应用，以研究解决实际问题为宗旨。专业博士的特殊性不仅表现在培养模式的实践性和职业性，而且体现在培养对象多为行业领域在职工作人员，学习方式和学习时间具有灵活性和自主性。非全日制专业博士部分课程学习集中在晚上和假期周末，例如，教育博士课程学习集中在寒暑假。学习时间不固定、不充裕，针对性指导交流欠缺成为影响专业博士培养质量的巨大障碍。专业博士的差异化和独特性使得碎片化、个性化、灵活化学习成为主要学习方式。专业博士作为高等教育重要且特殊的教育层次如何利用人工智能技术为人工智能深入发展培养高层次专业人才成为我国高校面临的一大挑战。借助人工智能技术搭建的职能化学习平台，打破时空局限，为专业博士培养提供丰富的个性化学习资源，也为变革专业博士培养方式，保障专业博士培养质量创造了条件。

三、专业博士发展路径

(一)适时调整专业博士学科结构人工智能技术和产业的迅速发展，导致相关产业如大数据分析、集成电路、芯片制造等高层次人才需求激增。专业博士定位在为国家重大战略实施培养行业领军人才，充分利用教育人工智能技术拓宽培养路径，创新培养模式，为人工智能战略布局和实施培养和输送大批高质量领军人才是专业博士学位生存和发展的应有之义。根据教育部发展规划司数据统计，我国历年专业博士毕业及招生数量规模占博士教育的比重平均为5%，占比只有美国的1/12，专注人工智能开发和应用的专业博士数量更是少之又少，因此，调整专业博士学科布局，适当增设人工智能专业博士培养单位，增加人工智能专业博士招生数量是专业博士应对人工智能时代挑战的必然选择。2020年初，教育部、国家发展改革委、财政部联合印发《关于“双一流”建设高校促进学科融合加快人工智能领域研究生培养的若干意见》(教研〔2020〕4号)，推动“双一流”建设高校着力构建赶超世界先进水平的人工智能人才培养体系，加快培养勇闯“无人区”的高层次人才。目前，华中科技大学、浙江大学、重庆大学、中国矿业大学等高校自2019年陆续开始试点“人工智能+X”专项博士招生和培养，招生人数从1－20不等，以期为我国人工智能快速发展培养高层次实践研究人才。

(二)发挥教育人工智能辅助作用1．创建灵活性数字化教育资源专业博士学位特点使得建立智能化和数字化教育资源和教学管理系统迫在眉睫。人工智能颠覆了传统面对面授课方式，借助万物互联、人机交互、超级计算将传统的在线学习升级为智能化学习平台，实现教育资源跨时空、跨地域共享互联。搭建专业博士智能化学习交流平台，创建个性化智能课程资源库。专业博士通过客户终端可以在线和回看课程视频和课件，方便学生个性化学习和交流，为学生充分利用碎片化时间学习创造了条件。2．搭建个性化辅导和实践学习系统传统的教学方式以规模化和普适性为主要特点，不能精准的了解每个学生的学习状态和效果，而人工智能借助大数据采集分析、人脸识别、学习模型构建，分析学生课堂表现以及课程学习效果，搭建符合每个学生特点的教学辅助系统。为专业博士个性化、自主性学习提供指导和帮助，真正实现因材施教。通过数据挖掘、聚类与分析等，动态多维展示学生学情状况，辅助高校教师承担教学素材采集、教学方案设计、教学答疑、教学测试及评价等程式性工作。专业博士基于行业变革和发展需要，开展实践问题研究，因此，实践研究训练是专业博士学习至关重要、必不可少的环节。教育人工智能搭载虚拟现实技术为专业博士跨时空实践训练创造了条件。基于虚拟现实技术构建的智能实践课堂通过整合专业基础理论与项目拓展问题案例分析生成智能实践训练体系，引导专业博士深入实践，将理论知识与实际问题解决相结合，提升专业博士的实践创新和问题解决能力。3．建立智能测试评价体系人工智能在教育领域发挥评价作用已取得显著效果，重要考试例如全国大学生四六级英语考试借助智能阅卷技术，效率和准确率超过了人工阅卷的水平。发挥人工智能的全方位评价专业博士培养效果需要进一步优化智能评价体系，构建评价内容多元化，评价过程动态化，评价方式多样化，评价主体多元化的智能评价体系。专业博士考核内容应根据职业岗位发展需要，全方位评价理论知识、专业技能和综合管理素质，考查成为行业领军人才人的潜质。评价方式应结合表达能力的考核、现场技能操作考核、实地调查考核、情景测验、任务测试、论文写作、报告答辩等多种灵活方式，鼓励学生独立思考并独立解决问题，培养开拓创新能力和综合应用能力。智能评价体系的建立还应该打破传统的教师主体评价观，树立教师评价，学生互评，企业和社会综合评价观，全面评价专业博士培养效果。

(三)理智客观利用人工智能技术虽然人工智能在很多领域智能程度已堪比甚至超过人类，如2016年3月，AlphaGoMaster击败人类最强的围棋选手之一李世石，但是人工智能终究不能取代人类成为教育主体。在人工智能时代，教师更应该发挥人类灵魂工程师的作用，引导学生正确合理的开发和利用人工智能。人工智能教育传递的更多的是可操作性知识，不能有效地进行道德情感和价值观熏陶。专业博士培养不仅是知识学习和能力提升的过程，更是行业精神和职业道德养成的过程。忽略情感道德教育的结果很可能是培养出有一技之长但是道德信仰缺失的高材生。在未来人工智能时代的课堂上，教师不再是知识传授的主体，而是科学精神、道德情感的传递者。教师的关注点不再是学生是否学到知识，而是注重批判思维和创新意识的培养，引导学生树立追求真理，精益求精的科学精神。

参考文献:

［1］朱燕祥，王勇军．人工智能时代背景下高等教育面临的挑战与变革［J］．教育教学论坛，2020(13):101．

［2］程威俊，涂英桥．人工智能对高等教育结构的颠覆性影响［J］．现代教育科学，2018(100):31－35．

［3］李雪辉，顾剑秀，罗英姿．专业学位博士生培养模式的双元性创新［J］．高等农业教育，2019(3):45．

［4］教育部．分学科研究生数(总计)［EB/OL］．［5］中央人民政府．国务院部门文件［EB/OL］．

［6］赵渊．人工智能时代的高等教育抉择:方向、策略与路径［J］．社会科学战线，2019(10):234．

［7］李克红．人工智能视阈下成人高等教育人才培养模式研究［J］．成人教育，2020(3):15．

作者：吕哲 单位：南京工业大学