教育科技人才一体化赋能人工智能发展

张　苏

习近平总书记在主持中共中央政治局第二十次集体学习时指出，“人工智能作为引领新一轮科技革命和产业变革的战略性技术，深刻改变人类生产生活方式”，强调要充分发挥新型举国体制优势，坚持自立自强，突出应用导向，推动我国人工智能综合实力整体性、系统性跃升。基于人工智能对新一轮科技革命和产业变革的驱动作用，及其本身具有的明显创新特质和典型技术特征，发展人工智能尤其需要聚焦教育、科技、人才三个关键要素的对应性赋能作用，以发展人工智能教育、推动人工智能创新、培养人工智能人才的实践实效，促进我国人工智能领域加快形成系统性“硬实力”。

一、夯基赋能：推进人工智能全学段教育布局

教育是培养人工智能专业人才、推动人工智能普及应用的基础性载体平台。今年4月，教育部等九部门印发《关于加快推进教育数字化的意见》，就“统筹推进大中小学人工智能教育一体化”作出部署。人工智能教育的全学段布局、一体化实施，强调以学校教育为核心，整体谋划、衔接推进。既要坚持系统观念，将“一体化”理念融入各学段教育进程，建立教育目标贯通确立、教育制度衔接设计、教育资源协同共享的“共同体”机制，确保大中小学人工智能教育整体性推进；又要遵循教育规律，结合各学段学生的认知水平，完善循序渐进、由浅入深的教育路径设计，确保在“一体化”框架下体现不同学段教育内容的侧重点、教育方法的针对性，实现大中小学人工智能教育层次化衔接。

推进人工智能全学段教育，重在建立各学段贯通衔接、协同共享的纵向联系机制，以课程体系为依托、场景应用为切入点，构建适应未来发展的教育体系。小学阶段突出“体验性”，重在思维启蒙，及时带领学生进入人工智能场景，体验和认识学习生活中的人工智能，激发他们对人工智能的好奇心和探索欲。初中阶段突出“认知性”，积极引导学生了解人工智能的基本概念和基本原理，学会利用人工智能技术提高学习效率、解决实际问题。高中阶段突出“实践性”，构建“高中＋高校＋企业”协同培养机制，打造研学实践体系、大中贯通课程，组织开展综合实践活动，培养他们的人工智能应用能力和创新潜质。大学阶段突出“专业性”，统筹高等职业教育和普通高等教育人工智能相关学科专业建设，分类培养适应人工智能产业发展的技术技能人才和掌握人工智能理论与工程技术的拔尖创新人才。

二、创新赋能：推进人工智能全领域科技攻关

科技是人工智能发展的关键因素，人工智能发展离不开科技创新驱动。当前，在原创能力持续增强、信息环境快速发展、社会需求强力拉动的复合作用下，人工智能创新成果不断涌现，以DeepSeek等大模型为代表的生成式人工智能技术在模型架构、训练效率、推理能力等方面取得了重大创新突破，开启了通用人工智能深度探索的新篇章。与此同时，随着深度学习技术的兴起，多模态融合技术快速发展，从图像、文本、音视频到传感器数据等，多类信息源的整合极大促进了人类对复杂问题的理解和处理能力的提升。从语言大模型到人形机器人，从虚拟世界的算法突破到实体产业的深度融合，人工智能的“具身化”正在重塑数字与物理界限，人工智能的应用场景和能力边界得以进一步拓展。

面对新一代人工智能技术快速演进的新态势，习近平总书记指出，“人工智能领域要占领先机、赢得优势，必须在基础理论、方法、工具等方面取得突破”。基于人工智能多学科交叉融合特征和技术科学特性，推进人工智能全领域创新，一是增强原创能力，推动关键共性技术、前沿引领技术、现代工程技术、颠覆性技术领域的攻关，集中力量攻克高端芯片、基础软件等核心技术，牢牢掌握人工智能发展主动权；二是推动方法创新，从逻辑推理、神经网络模拟和环境交互的角度探索人工智能的实现路径，聚焦机器学习、深度学习、知识表示与推理等核心方向，加快形成多维度交叉融合的技术体系；三是加强应用开发，聚焦经济社会发展需求，推动人工智能技术与各个行业领域、具体业务场景有机结合，开发满足实际需求的应用程序或解决方案，促进人工智能创新产品不断涌现、应用服务提质增效。

三、聚智赋能：推进人工智能全体系人才培养

人才是推动人工智能发展的核心要素，是连接理论与实践、创新与应用的重要桥梁。在人工智能领域，从顶层设计到布局实施，从基础研究到应用开发，从技术创新到产业推广，各阶段、各环节都有赖于高素质人才的支撑。基于人才链与创新链、产业链的匹配性，我国人工智能的基础层、技术层、应用层仍存在关键性人才缺口：基础理论研究、算法设计、数据分析等核心环节的领军人才比较缺乏，能够驾驭复杂神经网络与算法优化深度学习的工程技术人才依旧紧缺，既懂技术又懂应用的复合型人才仍然短缺。有关机构的研究报告显示，到2030年，我国人工智能各类人才缺口预计达400万左右。加大人工智能领域人才供给、补齐人才短板，尤其需要围绕创新链、产业链做强人才链。

推动人工智能全体系人才培养，要坚持问题导向、分类施策。一是加强源头创新人才培养，夯实数学、物理学等人工智能“底座”学科，打造交叉学科集群和跨学科创新平台，建立“揭榜挂帅”机制，引导研究人员致力于前沿算法与核心理论创新突破，着力提升领军人才的引领高度和青年人才的储备厚度；二是加强技术开发人才培养，聚焦人工智能的应用驱动新态势，引领工程技术人员响应行业需求、创新应用探索，推动基础科学理论与实际工程应用相连接，着力培养能够以科学方法推动技术创新、具备人工智能解决方案设计和实施能力的卓越工程师；三是加强复合应用人才培养，实施“人工智能＋”行动，建立各类业务主体协同共享机制，推动政府治理、社会民生、产业升级等场景应开尽开，以场景应用为牵引，着力培养善于将人工智能引入行业场景、既懂人工智能技术又懂行业业务流程的复合型人才。

（作者系福建师范大学副研究员）