2023中国人工智能人才学习白皮书-Datawhale_白玉兰开源_28页_7mb

2023 中国人工智能人才学习白皮书总结

核心内容概述

本白皮书聚焦于人工智能时代背景下，中国高校在人工智能人才培养方面的现状与挑战，分析了当前教育模式与产业需求之间的脱节，并提出“高校教学+开源生态”的融通教学模式作为未来发展的新方向。通过调研与案例分析，白皮书指出，高校教育需要持续创新，以适应快速变化的AI技术环境，同时通过多元融合的学习方式提升学生的实践与创新能力。

主要观点

1. 人工智能技术发展对人才需求形成巨大冲击

• 人工智能技术发展迅速，推动行业智能化转型，催生大量高技能岗位。
• 2022年数据显示，中国AI人才缺口超过500万，供求严重失衡。
• AI技术普及与融合趋势下，“人工智能+X”复合型人才需求不断上升。

2. 高校人才培养与产业需求存在差距

• 学生缺乏实战应用能力，企业难以招到符合要求的人才。
• 教学内容滞后、教学方式固化、缺乏实践平台，导致学生学习兴趣不高。
• 教学资源与行业需求脱节，难以满足不同层次学生的个性化学习需求。

3. 教育模式需持续改革，提升人才培养效率

• 高校教师普遍认为，教学改革势在必行，以适应AI技术发展。
• 教改方向包括：增加实践环节、优化教学内容、丰富教学方式、提升学生自主学习能力。

关键信息

1. 学习者画像

• 非计算机专业学生占比约40%，工程类学生占比约21%。
• 大学生中，大一、大二学生主要通过在线学习平台建立知识体系，博士生则更倾向于阅读书籍和论文。

2. 学习方式融合趋势

• 在线学习、社区交流、竞赛实践等成为主流学习方式。
• 学生普遍认为开源学习资源更前沿、丰富、有时效性。

3. 开源学习模式优势

• 强网络属性：构建高校与行业之间的多元学习生态网络。
• 强连接属性：实现人-知识-场景的高效连接，提升协作与沟通能力。
• 强反馈属性：通过社区反馈和专家指导，形成学习闭环，提升学习动力和成果质量。

4. 开源学习生态图谱

• 生态图谱分为资源型、课程型、平台型和社区型四类。
• 高校名称展示本次调研中填答人数超过20的高校。

5. 未来高校AI人才培养方向

• 融通教育方式：构建多类型融合的高校学习生态，实现学校、社区、企业的多向链接。
• 任务驱动式培养：结合AI竞赛、STAR项目、黑客马拉松等真实场景，提升学生实践与创新能力。
• 成果导向式评价：推动OBE（成果导向教育）模式，建立师生双向反馈机制，提升教学质量和学习效果。

重要案例与实践

1. 南开大学

• 推行“问题逻辑”教学模式，通过实际问题引导学生学习，提升其应用能力。

2. 四川大学

• 缺乏优质实践资源，学生难以将所学知识应用于实际场景。

3. 北京信息科技大学

• 通过真实案例（如京东、抖音）提升学生对AI技术的理解与应用能力。

4. 烟台大学

• 实习机会匮乏，学生缺乏实践平台，开源学习成为重要补充。

5. Datawhale

• 搭建开源社区学习体系，推动学生从学习者向分享者、组织者转变。
• 以“问题逻辑”重构知识体系，提升学生解决问题能力。

6. 白玉兰开源社区

• 由上海交通大学牵头，联合多机构发起，推动法律大模型等项目开源。
• 构建“算力、算法、数据、场景、合规”一体化的AI社区，促进国际规则互认。

7. 和鲸科技

• 提供和鲸社区、和鲸科赛、ModelWhale等平台，支持高校构建数据科学人才培养体系。
• 已有数十所高校应用其平台进行教学与实践。

教育改革建议

1. 推动产教融合：高校需加强与企业、行业专家的合作，提升学生实战能力。
2. 优化教学内容：紧跟AI技术发展，更新教学内容，提升应用性与前沿性。
3. 丰富教学方式：采用多元融合学习方式，如在线学习、社群化学习、竞赛实践等。
4. 构建开源学习生态：利用开源社区资源，增强学生自主学习能力与创新意识。
5. 加强评价机制：引入多元评价方式，如学生互评、专家反馈、成果展示等，形成闭环。

参考文献与合作方

• 参考文献：涵盖教育部、国务院、高校、研究机构及企业发布的报告和论文。
• 特别顾问：金耀辉、王志军
• 行业指导团队：范向伟（和鲸科技创始人&CEO）、范晶晶（Datawhale创始人）
• 编撰团队：甘元琦、刘宇杰
• 特别支持：王志军老师学生团队（虞天芸、滕志强、周萍、吴芝健）
• 合作方：包括清华大学、人民大学、山东大学、中国石油大学（华东）等数十所高校，以及和鲸科技、Datawhale、白玉兰开源社区等机构。