基于OBE理念的高职层次培养方案研究与实践

［摘 要］ 随着人工智能技术的快速发展，社会对高层次人工智能人才的需求越来越迫切，培养适应经济发展需要的人工智能人才，成为高校当前面临的一项重要任务。高职院校培养的人才直面产业非常重要。如何按照成果导向教育理念制订高职层次人工智能专业人才培养方案，使人才培养方案更好地支撑产业发展，成为高职类院校亟须解决的问题。从当前高职层次人工智能专业人才现状及痛点出发，提出基于成果导向（OBE）的高职层次人工智能专业人才培养方案的构建，以期使该层次的人才更好地适应行业发展需求。

［关键词］ 成果导向；培养方案；人工智能；高职层次

［基金项目］ 2020年度江苏省现代教育技术研究院教研项目“基于网络信息化教学下课程教学质量及课程考核评价研究”（2019-R-81763）；2023年度江苏海事职业技术学院校级教改课题“人工智能人才培养方案研究”（JMI-2023-01240975）

［作者简介］ 蔡莉莉（1977—），女，江苏宿迁人，硕士，江苏海事职业技术学院信息工程学院副教授，主要从事信号分析与处理方面的研究；钱海忠（1977—），男，安徽休宁人，博士，江苏海事职业技术学院信息工程学院副教授，主要从事计算机视觉应用与网络安全方面的研究；张晓晨（1994—），男，江苏苏州人，学士，南京韵奇盈信息技术有限公司总经理，主要从事信息技术方面的研究。

［中图分类号］ G641 ［文献标识码］ A ［文章编号］ 1674-9324（2025）01-0137-04 ［收稿日期］ 2024-09-18

近年来，人工智能技术快速发展，国家高度重视人工智能技术创新、产业发展和人才培养。2018年4月，教育部印发《高等学校人工智能创新行动计划》，提出要全面实施高等学校人工智能创新行动，加强专业建设，探索“人工智能+X”的人才培养模式；加强教材建设，加快人工智能领域科技成果和资源向教育教学转化；加强人才培养力度，完善人工智能领域多主体协同育人机制［1］。教育部组织研究确定了2019年度增补专业共9个，自2020年起执行。在《普通高等学校高等职业教育（专科）专业目录》中，正式宣布“人工智能技术服务”专业诞生，专业代码610217［2］。2021年3月，在《职业教育专业目录（2021年）》中名称变更为“人工智能技术应用”。

笔者作为该专业的负责人以及第一届班主任，深感在高职层次专业学生的培养过程中存在诸多问题和太多的困惑，因此对专业培养做了较为深入的研究。

一、高职层次人工智能人才培养现状

由于高职层次的人工智能人才培养尚处于探索阶段，学校和企业缺乏人才培养的有效沟通，导致人工智能人才培养方案与实际需求脱节比较严重［2］，对毕业生的就业情况造成了一定的影响。如何办好高职层次的人工智能专业面临诸多问题，需要深入分析与研究。

首先，高职院校的人工智能专业教育与行业企业的需求存在一定的错位。根据《人工智能产业人才发展报告（2019—2020年版）》，人工智能科技企业的职业岗位对人才的学历要求较高，大多数岗位倾向于招聘本科及以上学历的人才，而高职院校主要培养的是专科层次的人才，这导致了供需不匹配的问题。其次，高职院校在人工智能专业的课程建设上存在滞后于企业的实际应用需求的问题。由于师资短缺和课程开发时间较短，一些学校的课程体系可能还没有完全适应人工智能技术在企业中的真实需求，这可能导致学生在毕业后难以符合企业岗位技能要求。

此外，高职院校的人工智能师资队伍还面临数量不足和专业化水平不高的问题。由于人工智能是一个多学科交叉的领域，对教师的知识结构和实践经验有较高要求，而高职院校在这方面的资源相对有限，这可能影响到教育质量和学生的就业竞争力。

在就业方向上，人工智能专业需要学生具备数据处理、模型构建、算法优化等实际技能，并且能够运用AI技术解决实际问题。然而，由于高职学生在理论知识和研究能力上可能较弱于本科生和研究生，他们在这些岗位上可能面临更大的竞争压力［3］。

总的来说，高职层次人工智能专业的学生在就业时需要面对学历门槛、课程与实际应用的脱节、师资队伍专业性不足等诸多挑战。

二、基于OBE理念的人才培养方案破解当前困局

基于上述分析，可以看出人工智能人才培养困局主要体现为如下几点：（1）新专业师资力量薄弱；（2）专业融合多学科交叉知识，课程建设缓慢且体系不够健全；（3）产教融合深度不够。总体上可以归结为两点：办学水平和产教融合质量都不高，这可能也是本轮新双高“办学能力高水平，产教融合高质量”提出的大背景。

本文认为，以成果为导向来制订专业的培养方案，在课程设置、师资建设中贯彻OBE理念是一条可以尝试的破解毕业即失业的可行路径。因此，本专业将以图1所示方式，制订专业培养方案。

（一）产教融合务实深入，培养目标定位明确

人才培养方案是指导学校培养人才的纲领性文件。需要打破传统人才培养方案制订的思路，要以OBE理念来制定人才“出校”的能力标准［4］，提前邀请企业深入务实地合作。

首先要聚焦培养方向。人工智能专业涉及面非常广泛，比如自然语言处理、大模型应用、计算机视觉应用等。需要正视高职院校师资力量弱、学生基础不够扎实的现实，一个专业的人才培养方案不能只涉及专业所有领域或岗位，而应该聚焦本校办学实力和特色，有所为，有所不为。然后针对该方向寻找相关用人单位，深入调研，汇集各类招聘网站相应岗位技能需求，最终形成岗位技能需求清单。最后邀请相关单位组建校企专业共建委员会，共同把关岗位群所需要的相关技能是否达到人才市场要求。

唯有把握住了岗位技能清单，后续只需要围绕此清单（成果导向），反推课程的设置与建设、师资建设，才是真正的面向企业、能够落地的培养方案。

（二）以岗位技能需求引领课程设置与建设

以岗位技能需求推动课程设置与建设，打破因人设课或传统课程知识一成不变且不愿意去改变的弊端。所有课程建设遵循以下几点：（1）课程以能力导向构建课程知识体系，课程之间的衔接必须明确，知识点的考核以实操为主，以理论考核为辅。（2）打破传统章节化教学安排，以项目化［5］或模块化进行课程教学安排。在课程实施过程中要根据人才市场需求的变动，适时调整对应的模块，实现课程模块化动态管理，淘汰不符合岗位技能的模块；（3）鼓励多建课程电子资源库，如微课程、微课等资源，让学生可以自主学习，考核通过可以得到对应的学分，变被动灌输为学生主动求索。

专业按照三个层次逐层递进：（1）专业基础阶段：抓基础，如编程技能、基本数学功底，打牢专业的基本技能；（2）专业核心能力阶段：深入掌握专业核心能力，突出实践能力；（3）面向产业就业能力：根据学生意愿，自主选择就业岗位方向，拓展就业方向的知识、技能，提升竞争力［6］。

课程需要围绕项目化、实战化的方式进行有效设计。对于课程中的实验环节，要打破传统的针对每门课程单独设立小实验及设计课程的教学模式，而改为设计一些比较适合课程群的教学需求又能让学生综合运用几门课程知识的实验。例如为了能够适应智慧港口安防岗位，专业中的三门课程“数字图像”“计算机视觉”“深度学习”以图像入手，逐步提升到能够通过视觉检测堆场火灾、烟雾等警情的程度。设置一个小型应用系统案例，这样可以促进学生综合运用多门课程的知识内容，既融会贯通了专业知识，又切合实际地培养了动手能力［6］。

（三）校企双元制的师资力量建设

师资薄弱是各个高校开设新专业面临的大难题，尤其是缺乏产业背景的师资。“双师型”教师是具备教学技能和职业技能双向技能的教师类型。这类教师不仅具备传统的教学能力，还具备一定的行业实践经验和专业技能，能够将理论知识与实际操作相结合，从而为学生提供更为全面和实用的教育。但是目前高职院校许多教师来自高校，缺乏足够的产业经验。虽然目前政府、学校都在大力提倡“双师型”队伍的建设，但是这将是一个较为长期的过程。

现行情况下，专业基础课程主要教学活动还是以本校教师为主，而就业方向课程则让位于企业兼职教师承担，导致两阶段的培养目标存在一些差距，影响了学生能力的提升。当前大背景下校内自有教师产业能力的提升需要被高度重视且要持续，可以从以下几个方面着手：（1）坚持每年派一两名教师到企业挂职锻炼，且挂职工作任务返校形成一个实训案例；通过带着目标性的考核指标，促进教师真正走进企业，锻炼自身能力；（2）鼓励教师参与企业横向课题的承接与开发，同时鼓励教师带领学生参与课题开发工作，以点带面，以科研促教学，形成良性循环；（3）鼓励教师积极参与与专业相关的各类行业技能大赛或考取行业认可的技能证书，把行业赛的技能知识点或案例带入课程教学；（4）积极引进行业内的技术能手、技术工匠充实教师队伍。

（四）评价与反馈机制

评价本专业人才培养是否基于OBE理念，最好的方式就是真实的就业评价，而不是培养过程中的一些考核指标。

为了评估本校培养方案的可行性和效果，主要采用走访用人单位进行满意度调查和访谈、对已就业的学生进行问卷调查或访谈等方式，得到比较客观的评价和反馈结果。对每届学生持续跟踪两年。目前本专业只有一届毕业生，调查结果显示，大部分学生对该培养方案表示满意，认为该方案能够满足他们的学习需求，用人单位对学生所掌握的技能也较为满意。在第一版人才培养方案实施过程中，专业教师也认为该培养方案具有一定的可行性和效果，但是仍存在一些问题，如数学和编程基础不够扎实、实践环节不够充足等。针对这些问题，在第二版人才培养方案中，增加了一些更新内容，提高了课程实践环节的比重。高职层次学生入职龙头企业的机会是非常少的，因此积极寻求它们产业链上的可以与之合作的中小型企业，为学生提供更多的实践、实习机会。

三、方案在本校的具体实践

江苏海事职业技术学院的办学特色是面向海事类，人工智能专业教学团队主要来自原先软件技术教学团队，因此结合学校特色和自身师资力量的现状，同时基于两点原因：一是当前机器视觉应用非常广泛，技术也非常成熟，非常适合高职层次学生在此基础之上进行二次开发或设备的调试、运维等工作；二是教学团队有一定数字图像处理研究基础，把人工智能专业的培养方向主要聚焦在机器视觉应用领域。

培养人才面向的领域确定后，就可以细分该领域可以从事哪些岗位，需要哪些技能。经过校企专业建设委员会讨论，把岗位聚焦到智能设备运维师、轮机智能监控员（数据分析师）、智能理货员等具体岗位，并给出每个岗位所需技能。

以智能理货员岗位为例。（1）岗位的职责：智能理货员是指在仓储、物流等行业中，利用智能理货系统对货物进行自动识别、计数、分类、摆放及异常处理等工作的专业人员。他们通过信息化技术手段，实现对货物的高效管理，提高物流作业的效率和准确性。（2）技能：熟悉港口理货流程，掌握数据分析与处理能力，熟悉新型技术手段。（3）人工智能专业学生从事本岗位的优势是具备掌握和运用新型技术手段的能力。

岗位对应的课程：（1）就业方向：“物流管理”“机器视觉智能理货实训”；（2）专业核心课：“数字图像处理”“计算机视觉技术”“数据分析与处理”“机器学习”“深度学习”；（3）专业基础课：“高等数学”“程序设计”等；（4）顶岗实训：“物流综合管理实训”“智能理货员”。

今年本专业第一届毕业生刚刚出校，毕业生就业率保持在90%，专业对口率在86%左右，总体上，本校按照OBE理念来制订的人才培养方案的培养效果还是比较良好的，这也说明了本方案切实可行。

结语

本文结合本校人工智能专业培养实践，提出了基于OBE理念制订高职层次人工智能专业的培养方案。通过校企深度融合，从用人市场端提炼出本专业的岗位需求，明确该专业的培养目标和毕业要求。根据OBE理念和方法，设计出该专业的课程体系和实践教学环节。最后，通过用人单位实地调研、毕业生访谈等方法，评估该培养方案的可行性和效果，并提出改进建议，形成一个闭环，真正落实成果导向。本文的成果可以为高职层次人工智能专业的人才培养提供参考和借鉴。