人工智能专业开展25版培养方案研讨会

人工智能专业以工程教育认证为标准，开展了25版培养方案研讨会。通过研讨会，深入探讨了如何构建与优化人工智能专业的课程体系，如何合理构建人才培养目标与毕业要求之间的对应关系矩阵、课程体系与毕业要求之间的对应关系矩阵，以及如何加强专业的人才培养主线，并在此主线下合理设置课程、优化课程内容。

首先，各专业教师围绕工程教育认证的通用标准，对人工智能专业目前的课程体系构建进行了深入探讨，主要涉及到可以扎实专业核心理论与技术的专业基础及专业核心课程体系、涉及人工智能在不同领域的应用以拓宽学生的视野和应用能力的专业选修课程体系。

在构建与优化课程体系的同时，还强调了合理构建人才培养目标与毕业要求之间的对应关系矩阵、课程体系与毕业要求之间的对应关系矩阵的重要性。根据工程教育认证的标准，人才培养目标应明确学生在毕业后3-5年内所应达到的职业和专业成就，而毕业要求则是指学生在毕业时所应具备的能力，这些能力必须是明确、具体、可测量的。为了实现人才培养目标与毕业要求之间的对应关系，各专业教师基于OBE（Outcome-Based Education）理念的反向设计思路，即从需求出发，由需求决定培养目标，再由培养目标决定毕业要求，最后由毕业要求对专业课程体系的构建与优化进行了有效研讨。通过这样的设计思路来构建课程体系，确保了教育目标与结果的一致性，使人工智能专业的课程体系能够紧密围绕人才培养目标进行构建。

在加强专业的人才培养主线方面，研讨会提出了以“厚基础、强技能、善应用”为核心的培养思路。在这一思路下，课程设置应突出基础理论的重要性，同时注重实践技能的培养和应用能力的提升。具体而言，可以通过设置多样化、专业化的课程模块，使学生具备从基础理论到项目应用的全方位技能。此外，还可以适当引入国际化的课程资源，如最新的计算机视觉、自然语言处理等前沿内容，为学生提供最具竞争力的知识储备。同时，融入产业真实案例的项目实战也是课程体系中的重要一环，通过引入实际应用场景的项目训练，帮助学生理解技术落地的全流程，从项目需求到技术实现，再到成果交付的各环节。

在优化课程内容方面，研讨会强调了理论与实践相结合的重要性。通过案例分析、小组讨论、实践操作等多样化的教学方法，使学生既能理解原理，又能动手实践。同时，建立完善的评估机制，对学生的学习成果进行定期检查和评估，并根据反馈意见及时调整和改进教学内容和方法。此外，加强师资队伍建设也是提升人才培养质量的关键，因此专业会支持与鼓励教师参加国内外学术交流以及教研与科研能力培训。

未来，人工智能专业将继续以工程教育认证为标准，不断优化课程体系和人才培养方案，在学院应用型人才培养的定位下，持续推进与提升人工智能产业人才培养的质量，以期不断提升人工智能专业的影响力。

审核：陈建国