作者：金劲彪 周建华

　　近年来，我国人工智能人才培养成效显著，“政—校—企”协同育人格局逐步形成，各地区各部门的实践形式多样化。例如，广东省率先推出中小学人工智能教育“2+1”方案，深圳职业技术大学与华为共建人工智能技术产业学院，形成“产业需求+技术攻坚”特色模式；江西省31所本科高校开设人工智能相关专业，建成5个省级现代产业学院，8个专业入选国家级一流本科专业，实现人才供给与区域产业精准对接；辽宁省实施“技能兴企”行动，计划新建3家至5家人工智能领域省级高技能人才基地，每年培训技术技能人才超3万人次。统计显示，目前全国已有600余所本科高校、2200余所高职院校开设人工智能相关专业，人才培养规模与质量同步提升。同时，《新一代人工智能发展规划》《关于深化产教融合的若干意见》《关于深入实施“人工智能+”行动的意见》等一系列政策的出台，确立了人工智能人才培养战略定位，搭建校企协同育人框架，细化了全学段人才培养路径。

　　人工智能人才培养成为各国战略竞争的核心赛道。美国走“全学段渗透+跨学科融合+市场化驱动”之路，人工智能教育贯穿全学段，斯坦福大学、麻省理工学院等高校设立跨学科人工智能研究院，谷歌、微软等企业深度参与课程设计与实验室共建，通过“问题导向”项目制，实现市场需求与学术创新无缝衔接。德国深耕“双元制”传统，构建“高校理论教学+企业实践培训”双轨体系，以政策补贴激励企业参与，西门子、博世等企业与高校共定标准、开发课程，培养的人才精准匹配“工业4.0”需求。

　　在我国，人工智能人才培养仍存在一些需要解决的问题。例如，供需适配存在偏差，课程体系更新滞后于大模型、多模态等技术迭代，理论教学与企业实操、前沿应用脱节，复合型人才供给与产业升级需求不匹配。又如，学科壁垒未突破，人工智能与数学、计算机、生物等学科融合不深，跨学科培养机制不健全，不容易培养出具备多领域视野的创新型人才。此外，支撑体系薄弱，高校教师缺乏产业实战与前沿研发经历，企业专家参与教学激励不足，实训平台、算力资源与真实场景供给短缺。人才评价“重论文、轻实践”，全学段衔接不畅，中小学人工智能启蒙薄弱，拔尖人才早期培养机制不足。解决这些问题，需政府、高校、企业协同发力，补上人工智能人才缺口。

　　强化统筹协调，夯实制度基础。将人工智能人才培养纳入国家与地方专项规划，完善教育、科技、工信等多部门协同机制，统筹产业需求与教育资源。对深度参与产教融合的企业给予税收优惠、研发补助。设立人工智能人才培养专项基金，支持校企共建交叉学科平台与实训基地。加快构建人才评价与认证体系，制定人工智能人才能力标准，推动学历证书与职业资格衔接，将伦理治理融入培养全过程。

　　深化教学改革，筑牢育人阵地。打破院系壁垒，建设“人工智能+制造”“人工智能+医疗”等交叉学科研究院，推广本硕博贯通培养。增设大模型应用、多模态交互等前沿课程，编写动态“活页教材”，实现教学与技术演进同频共振。深化校企协同，将产业场景和科研项目融入教学，共建共享实验室与算力平台。优化评价导向，降低学术发表权重，将技术转化、产业服务等实绩纳入师生评价核心指标。

　　提升企业作用，强化产业支撑。将人才培养纳入发展战略，全程参与培养方案制定与课程设计，推动企业标准与岗位能力要求进课堂。向高校开放算力资源、应用场景与脱敏数据，共建联合研发中心，围绕技术难题开展项目制、攻关式育人。完善人才激励通道，设立实习就业“直通车”、青年人工智能人才扶持计划与成果转化奖励机制，构建“育才、用才、成才”可持续生态。

　　人工智能的竞争，本质是人才的竞争。只要以人工智能人才培养为抓手，协力助推教育科技人才一体化，就会为我国在新一轮全球科技竞争中赢得战略主动、构筑持久优势贡献一份重要的力量。（金劲彪 周建华）