【武汉大学】2023数智教育白皮书-数智人才培养篇_70页_8mb

报告摘要

武汉大学数智教育白皮书总结

核心内容

武汉大学数智教育白皮书围绕数智人才培养展开，提出构建全校一体化数智人才培养体系，以应对数字时代的挑战与机遇。白皮书指出，数智教育应以数字思维、数字素养、智算技能为核心，推动数据科学与各学科的交叉融合，为国家数字经济发展和全球数字治理提供人才支撑。

主要观点

数智教育的时代意义
数智教育是顺应时代潮流、推动社会转型、促进学科交叉、培养拔尖创新人才的重要举措。它不仅有助于提升公民数字素养，还能推动教育数字化转型，助力实现科技创新与社会进步。
数智教育的特征与内涵
- 数智教育强调数字能力作为终身学习的重要内容。
- 数智技术与科技伦理并重，推动技术发展与社会规范的同步。
- 数智教育注重“培养数智人才”与“培养数智化能力”的结合，实现多学科交叉融合。
数智人才培养的四大类型
- 通识型：面向人文类专业，注重数字思维与基础素养。
- 赋能型：面向理工类专业，强调数据科学与专业融合。
- 应用型：面向社科类专业，注重数据分析与实践应用。
- 专业型：面向信息类专业，强调数据科学前沿知识与技术。
数智人才培养的“五数一体”思路
以数字思维为根基，数字素养为拓展，数智课程为要点，数智人才分类为依托，数智平台为保障，推动全校数智人才培养的融合贯通。
数智人才培养的“五体驱动”实施路径
- 学生（主体）全覆盖。
- 课程（客体）全校选。
- 资源（载体）全校用。
- 教学（本体）全数智。
- 专业（实体）全融合。
数智人才培养的“四真计算”实践导向
以“真数据、真模型、真处理、真场景”为理念，提升学生解决真实问题的能力。

关键信息

全校课程体系：武汉大学已开设338门本科生数智相关课程，536门研究生数智相关课程，涵盖数据科学、计算机、数学、统计学、信息管理、法学、经济与管理等学科。
课程模块化设计：课程分为“数据基础、数据智算、数据创新”三大模块，满足不同学历层次与专业背景学生的需求。
教材建设：已组织编写并出版了59本相关教材，涵盖本科生与研究生课程。
师资队伍：拥有约800名数智教育相关专任教师，包括多位院士和国家级教学名师。
实验教学平台：学校建设了丰富的实验平台，包括文科与工科实验室，支持数据采集、处理、分析与应用。
算力资源：依托超算中心和各学院自建平台，武汉大学具备强大的算力资源，总理论计算能力达6650万亿次/秒。
数据资源：学校引入了大量学科相关数据资源，包括经济、金融、法律、医学等领域的数据库，支持多场景应用。
人才培养挑战：当前数智课程体系尚不完善，缺乏统一标准，课程内容碎片化，资源整合不足，数据与实践平台尚未全校共享。

课程体系与人才培养方案

本科生课程体系

通识课程：包括“数据科学导论”“数据伦理与治理”等课程，提升学生数字思维和基本数据处理技能。
专业基础课程：如“数据采集与预处理”“数据分析与处理”等，增强学生在数据生命周期各阶段的能力。
实践课程：如“大数据与信息社会”“大数据背景下的营销思维”等，强化学生解决实际问题的能力。

研究生课程体系

专业必修课程：涵盖数据科学、数学与统计、计算科学等模块，如“大数据分析与处理”“人工智能理论与技术”等。
专业选修课程：包括“空间数据智能化处理”“健康大数据”“数字政府”等，拓展学生在不同领域的应用能力。

人才培养方案

武汉大学数智人才培养方案涵盖通识、赋能、应用、专业四类人才，支持本科、专业型硕士、博士三个学历层次，面向自然科学、地理空间、健康医疗、工业生产、金融商务、城乡政务、法务舆情、人文社会八大领域，构建“分类+梯度”、“融通+创新”、“基础+场景”三位一体的课程体系。

实验创新教学支撑平台

学校构建了覆盖全校的实验创新教学平台，包括：

数据资源：涵盖经济、金融、法律、医学等领域的海量数据。
软件工具：提供MATLAB、TensorFlow、LAMMPS等专业软件。
实验平台：包括文科与工科实验平台，支持数据科学与多学科交叉应用。
算力资源：依托超算中心和各学院自建平台，保障教学与科研的高效运行。
标准体系与一站式门户：推动课程与资源的统一管理，提升教学效率。
数智社区：促进师生交流与资源共享，形成数智教育生态圈。

总结与展望

武汉大学在数智教育方面具备坚实基础，包括学科优势、课程体系、实验平台与算力资源。然而，当前仍面临课程体系不统一、资源未共享、人才培养模式不完善等挑战。未来，学校将通过“五数一体”与“五体驱动”策略，进一步完善数智人才培养体系，推动全校数字能力与数据科学的深度融合，助力构建中国式现代化数智人才培养新模式，为全球数字治理和数字中国建设提供人才支撑。

展开完整摘要