人工智能人才培养研究回顾、比较与展望摘要：人工智能技术的第三次快速发展牵动了全球范围内的科技和人才竞争，面向智能时代的人才需求，我国高校亟待教育创新。本文以人工智能领域的国内外学术论文、研究报告、政策文件、会议资料和实践案例为基础，构建人工智能人才培养研究的九维分析框架，从人才培养动因、人才培养主体、人才培养层次、人才培养情景和人才培养逻辑等维度进行系统梳理和对比分析，确定人才培养逻辑为该框架的核心维度，且框架中各维度之间存在非线性因果关系。对比中美两国人工智能人才培养研究与实践在内容、视角和方法等方面的异同，获得了经验与启示，并提出未来研究展望。关键词：人工智能，人才培养，国际对比我国高校人工智能研究组织始建于20世纪80年代，以1985年组建的北京大学智能科学系和1986年组建的西安交通大学人工智能与机器人研究所为主要代表。[1]这些研究机构的建立带动了我国人工智能领域研究生的培养，而本科生的规模化培养则源于2002年第一届全国智能科学与技术教育学术研讨会上提出的“智能科学与技术北京宣言”。[2]2004年北京大学获批“智能科学与技术”本科专业，此后国内众多高校逐渐获批该专业并陆续开展本科阶段人工智能人才培养工作。2018年4月，教育部提出探索“人工智能+X”的跨学科人才培养模式，2019年3月全国35所高校获得首批“人工智能”新专业建设资格，标志着我国人工智能人才培养工作进入了新时代。2019年8月，教育部高等学校电子信息类专业教学指导委员会人工智能专业建设咨询委员会成立，进一步推动了我国人工智能教育的发展。事实上，人工智能人才培养的对象处于不同的教育层次，拥有不同的知识背景和文化背景，具有不同的能力和素质，怀有不同的职业理想和职业诉求，因此应从不同层次、维度和视角开展研究。鉴于此，本文将综合运用系统文献综述法和结构化分析框架，基于国内外相关领域的学术论文、政策文件、研究报告、会议资料和实践案例等，从人才培养动因、人才培养主体、人才培养层次、人才培养情景和人才培养逻辑五个维度进行系统梳理和对比分析，挖掘理论成果和实践经验，为我国人工智能人才培养工作的开展和不断创新提供参考。一、研究方法1.数据来源。2019年7月本研究以“智能科学与技术”“人工智能”“人才培养”为关键词对中国知网中文文献进行检索，检索时间段为1994年1月1日（能探测到第一篇相关文献出现的时间起点）至2019年6月30日，共获得中文学术论文285篇。自2009年起，智能科学与技术、人工智能人才培养开始被学界普遍关注，并于2018年出现爆发式增长。另外，本研究以“人工智能教育”为主题在科学引文索引WebofScience上进行英文学术文献检索，考虑到英语的语言习惯，选取人才培养的上位词“教育”作为英文检索条件。结果显示，国外学界相关研究主要集中在“将人工智能技术应用于教育活动”（educationinartificialintelligence）和“人工智能相关的教育主题”（artificialintelligenceeducation）两方面。其中，后者与本文的研究对象近似，且主要聚焦于人工智能领域的课程设计和实验设计等。2010年以来，美国人工智能学会（AAAI）在其每年的学术年会中设立了人工智能教育进展专题研讨分会（EAAI），并将该分会遴选出的优秀论文全文收录至会刊之中。因此，本研究从AAAI网站（www.aaai.org）获取了2010年至2019年的EAAI会议征文主题（表1），并下载历年EAAI遴选的优秀论文44篇，作为梳理国外人工智能人才培养研究进展的基础。另外，近两年来中国人工智能学会、教育部高等学校计算机类专业教学指导委员会和信息技术新工科产学研联盟等机构密集开展与人工智能相关的教育教学类学术会议和研讨会议，这些会议资料也作为本研究的基础。2.框架设计。首先，本研究运用系统性文献综述法[3]制作“九维文献内涵数据抽取单”。其次，探测人工智能人才培养研究关注的五个核心问题，即：为何开展人工智能人才培养？谁来培养人工智能人才？在什么阶段培养人工智能人才？人工智能人才培养与哪些教育情景有关？怎样推进人工智能人才培养工作？进而将这五个核心问题概括为人才培养动因、人才培养主体、人才培养层次...