查看原文
其他

《中国人工智能人才学习白皮书》发布!

林昱彤 Datawhale 2024-01-09

 Datawhale发布 

2023 中国人工智能人才学习白皮书

I 导读

日前,由 Datawhale 联合上海白玉兰开源开放研究院、和鲸科技、江南大学教育信息化研究中心编写的《2023中国人工智能人才学习白皮书》(下简称“白皮书”)于8月24日正式发布。

学界大咖祝贺发布

2023年,被称为AI人工智能平民化元年,AI技术全面渗透到经济、社会各个方面。白皮书围绕高校AI人才培养与产业需求不匹配的现实困境,通过桌面研究、问卷调研、深度访谈等研究方法,深入探寻人工智能人才培养的需求与挑战,积极探索开源学习生态在高校人工智能人才培养上的价值路径,为众多高校完善人工智能人才培养体系提供可行方向,为深化产教融合、推动产学合作协同育人、培养适应产业发展需求的优质人才提供创新思路。

(全文共计12000字,本文为概览,公众号回复“白皮书”,下载完整高清文件)


II 冲击与挑战  

中国人工智能人才发展现状随着人工智能时代加速到来,一方面我国AI人才缺口越来越大,2022年我国AI人才缺口达到500万,脉脉《2023年人才报告》显示,AI相关岗位数量增长了40%,⼈才需求量/⼈才投递量仅为0.83;另一方面随着人工智能技术的高速变革和快速平民化,AI就业市场对于创新型复合型人才的需求将进一步扩大,对AI人才的能力要求也在不断提高。
基于此,我国 “高校毕业生低就业率与产业人才需求缺口”之间的矛盾不断凸显,AI人才发展面临存量不足、质量不高、增量有限等问题。需求冲击下,高校人工智能人才培养面临更大挑战。


III 产教脱钩  

我国高校人工智能人才培养痛点


在调研了2000+高校师生、与50+师生进行深度访谈之后,我们发现,从知识获取,到能力培养,到场景应用,再到创新挑战,人才培养的各个环节都存在断裂,导致高校培养人才与行业需求之间无法适配。并且,师生普遍反映现有高校人才培养体系存在缺乏实战机会、缺乏师生互动、教学内容过时、教学过于理论化等问题。


IV 多元融通

高校AI人才学习新趋势


基于调研数据分析,我们总结出当前的四种学习模式:广播式的高校学习、汇聚式的在线学习、网络式的社群化学习、问题解决式的实践应用学习,并比较分析了它们的优劣势。我们研究发现,未来AI人才教育学习有融合化的趋势。即充分发挥和融合不同学习方式的优势,在学校学习的不同阶段,去满足学生的个性化的学习需求。


V 开源生态

高校AI人才学习新方式


在此基础上,为了进一步落实产学合作、深化产教融合,我们挖掘了一种基于互联网的新型学习方式——开源学习,它强调学习者之间的互动、共享和合作,通过共同创造知识、协同解决问题和创新应用,实现学习目标。


开源学习有两个主要的特点:强网络属性和强连接属性。开源学习构建了多元学习生态网络,让人才无限接近行业的同时实现了人-知识-场景的高效连接。在开源学习中,学生可以获取更前沿的行业知识,了解行业实际场景,提升实战能力,孵化创新应用能力。


开源学习使得学习者从单一的知识消费者升级为知识生产者,进一步提升了学习者的参与度,加强了学习动机,在锻炼其综合能力的同时提升了学习者的获得感和成就感。


基于对开源人才学习生态的调研,我们根据属性将开源生态构成元素分为资源型、课程型、平台型和社区型,形成了人工智能开源学习生态图谱。


VI 先破后立

高校人工智能人才培养展望


我们期待未来的人工智能人才培养将形成联通的、多元融合的高校教育生态,并据此提出几点创新展望:


1.基于学习平台突破课堂“围墙”,建构多元融合的学习空间;

2.紧跟行业变化,实现动态可持续、可操作的资源供给;

3.“教学+任务”驱动,打造开放、联通、项目化的培养模式;

4. 构建成果导向、面向过程,具备师生双向反馈式的评价机制。

点击“阅读原文”,探索白皮书完整内容。

继续滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存