智能科学与技术教学科研协同体系改革

［摘 要］ 在智能科学及相关技术飞速发展的新时代背景下，高等院校相关教学体系建设面临相对滞后的问题。针对教学实践同科技前沿发展割裂的主要困境，面向高层次人才复合培养需求，深入挖掘智能科学与技术教学特点，剖析科研前沿同教学的关系，论述了科研同教学协同发展的关系；结合调查研究同智能科学与技术人才培养方向，总结了目前高等院校教学、科研体系存在的主要挑战。根据上述研究成果，在智能科学技术日新月异的时代背景下，面向体系改革，提出了教学科研体系协同发展的若干建议。

［关键词］ 研究生教育；教学科研协同发展；智能科学与技术

［基金项目］ 2022年度华东理工大学研究生教育教学改革研究建设项目“‘双一流’建设下控制工程硕士产教融合培养的理论与实践研究”（EJYJX2022010）

［作者简介］ 李郅辰（1988—），男，天津人，博士，华东理工大学信息科学与工程学院副教授，主要从事智能科学及应用、网络化控制研究；严怀成（1977—），男，湖北黄冈人，博士，华东理工大学信息科学与工程学院教授，主要从事网络化控制系统、智能控制理论研究；周家乐（1985—），男，辽宁沈阳人，博士，华东理工大学信息科学与工程学院副教授（通信作者），主要从事智能感知、智能系统研究。

［中图分类号］ G642.0 ［文献标识码］ A ［文章编号］ 1674-9324（2024）38-0057-04 ［收稿日期］ 2023-05-25

近年来，科学技术的飞速发展有力助推经济全球化，以知识经济为特征的后工业化时代走上历史舞台［1］。科学技术是第一生产力，科技创新不仅是在实验室中研究，还需要转化为推动经济社会发展的现实动力［2-3］，科技创新已成为国际战略博弈的主要战场，围绕科技制高点的竞争空前激烈［4］。作为当前新兴科技的典型代表，智能科学与技术成为新一轮产业变革的核心驱动力，世界主要发达国家都将其作为国家未来发展的重要战略，纷纷加紧出台规划和政策，并围绕核心技术、顶尖人才、标准规范等强化部署，旨在掌握新一轮国际科技竞争的主导权［5］。

目前，我国在智能科学与技术基础理论研究、底层软件和硬件以及关键核心技术等方面仍有待赶超，产业自主研发能力不足，核心零部件高度依赖进口等问题尚未得到有效解决［6］。我国智能科学与技术要实现从“跟跑”到“并跑”再到“领跑”的跨越，人才是基础支撑和关键变量，形成科学合理、高效完备的人才培养体系尤为重要［7-8］。

一直以来，各国高质量科技人才的培养普遍依赖高等教育，作为培养实施的主体，高等院校在培养过程中肩负着教学和科研两大任务［9］。教学和科研不应该是矛盾的两极，互相促进、相辅相成才是常态。教学侧重于言传，目的在于传授知识，是高等院校的基本职能，对专业知识的理解和掌握是开展一切科研活动的基础，其地位毋庸置疑；科研则侧重于身教，目的在于创造知识，对专业知识的实践和拓展是学科蓬勃发展的不竭动力，其重要性不言而喻。自1809年威廉·冯·洪堡创立德国柏林洪堡大学时明确提出“教学与科研相统一”的原则后，这一原则已成为现代高等院校的基本标志。

一、新时代研究生教育中教学和科研关系分析

教学促进科研交叉融合。新时代下，智能科学与技术在智慧城市、智能电网、航空航天等领域取得了成功应用。面向研究生高层次人才培养，智能科学与技术呈现多学科交叉融合、知识更新快速、同实际产业联系广泛等区别于传统学科的鲜明特点。对此，研究生需要具备较强的科学创新和实践开发能力，这就要求教学内容始终立足于学科知识体系的前沿阵地，服务于促进多学科交叉融合。一方面，课程讲授内容须涵盖计算机科学、通信技术、数学理论等相关学科的大量前沿知识。为提升教学成效，教师必须对前沿知识进行了解、学习，在此过程中，教师的知识视野得到极大拓宽，得以从更高维度思考学科建设。另一方面，为培养学生的科研创新能力，在教学案例的设计和选择过程中，必须同智能控制、数据融合、模式识别、智能决策等智能科学与技术的应用领域相融合，积极用鲜活生动的应用实例，引导学生参与学术活动，在教学中引入实际科研创新实践，补充传统教学的不足。

在教学过程中，应当将国内外最新研究成果纳入教学体系，站在知识应用、发展的角度，理解科学研究的本质，从而激发教师和学生对教学知识体系进行完善，进而形成新的理论体系。通过对教学内涵、外延的挖掘和扩展，促进科学研究中的多学科、多领域交叉融合。

以科研提升教学实践水平。科研是探索前沿技术和新型知识体系的重要手段，教学是一个对知识进行总结凝练和传授的过程。教学体系的设置和扩展需要科研作为引导，通过科研可有效提升教学实践水平。一方面，研究生作为我国高等教育的最高层次，是国家实现科技创新的重要力量，不同于本科生，研究生的培养更加侧重科学研究能力的塑造和提升，培养在实践中发现问题、解决问题的能力。因此，教师在教学过程中不应仅限于知识传授，还应该结合智能科学与技术的发展特点和前沿领域研究成果，使研究生尽早了解科研活动，引导研究生利用所学知识进行科研创新，从而达到提升科研素养、科研与教学良性互动的效果。另一方面，教师只有积极投身于智能科学与技术科学研究，在科研中寻求知识应用实践的新范式，在应用实践中建立新的理论体系和工程经验，最终反向完善教学体系，才能使教学具有旺盛的生机和活力。

一流人才的培养必须教研结合、研教互动，尤其是在智能科学与技术领域，研究型实践教学比传统知识传授型教学能更有效地培育和适应未来的高层次人才。

二、现行高等院校教学科研体系建设面临的问题及挑战

继2003年北京大学率先在国内建立智能科学与技术专业后，多所高校相继开设相关专业。本文关注研究生培养阶段，针对研究生能力培养需求，从现行研究生教学科研体系构建角度出发，广泛调研上述高校在理论课程、实践教学、合作交流、考核机制等核心能力建设方面的现状，分析高等院校现行教学科研体系建设面临的问题及挑战。

科研活动与教学体系割裂，无法均衡评价。目前，部分高校实力评估体系对科研成果设置了较高权重，相应地，研究型大学基于提升学校排名、扩大知名度等方面的考虑，将提升自身科研实力作为工作重心，因此国内高校普遍呈现重科研轻教学的特点。据调研，南开大学的教师招聘办法对应聘者所取得的科研成果进行了细化分级，发表学术论文等级、数量等主要学术成果指标与应聘岗位等级、薪资待遇等强相关；上海大学教师评聘的基本依据是教师所取得的国家级人才计划等级，人才计划等级的评审主要依据学术论文等科研成果；国防科技大学作为军队院校，在教师考核中强调科研成果的军工项目转化，尽管弱化了学术论文，但强化了主持科研项目等级、经费体量以及所获科研成果奖励等。

由此可见，科研成果在教师招聘、评聘和考核等指标体系中的权重较高，对于教学成果，三所调研高校仅对课时量做了基本要求，教学成果量化比重不足，等级区分度较弱。同时，高校对科研成果的奖励力度远远高于教学成果，就发表高水平学术论文而言，大多数高校都根据期刊分区、影响因子等制定了相应的奖励办法，不仅奖励金额十分可观，还可享受职称优先评聘便利，更在考核评优中占尽优势。

重视科研奖励能够在相当程度上激励教师开展科学研究，有利于产出在国际上具有影响力的创新性研究成果。然而，这一体制存在政策性导向偏差，导致教学与科研无法协同发展。在青年教师的引进中，侧重考核科研成果，对教学能力关注尤显不足，导致青年教师教学能力薄弱。教师作为课程教学的主体引导者，考虑职业生涯发展、职称评聘等因素，更愿意将时间和精力投入科研成果的积累中，忽视了教学内容的前沿性和创新性。

教学内容脱离前沿学术动态，难以实现协同发展。目前，学校层面缺乏对前沿科研成果、学术动态引入教学环节设置的重视与思考，也缺乏相应激励政策，导致智能科学与技术专业的课程内容仍然比较传统，选用教材陈旧，如华东理工大学“信号与系统”、北京邮电大学“智能机器人”、北京理工大学“智能控制理论”课程，三所院校选用教材分别编写于2014年、2013年、2016年，授课围绕教材进行，教材内容仅限于传统知识、概念、理论、方法介绍，由于成书年代较早，课程难以联系目前学术界前沿发展。

相关课程的授课教师仅在教材知识体系范围内完成规定教学任务，教学内容长期未能更新，缺少对学生科研能力和科技创新活动的引导。教师难以投入更多的精力探索前沿学术动态在课程上的切入点，并进行教学内容的更新。另外，科研、教学协同探索方式较为固化，部分教师为启迪学生创新思维，将科研项目研发过程作为课程案例进行讲解，如南开大学“计算机视觉”课程，采用授课教师“人脸识别”项目进行实例讲解，尽管取得了较好效果，但内容涵盖量不足，无法形成体系化、常态化模式，未能建立深度融合的教学、科研协同机制，阻碍了教学质量的提升和学生创新能力的培养。

综合上述调研分析，面向新时代下高层次智能科学与技术人才的紧迫需求，迫切需要建立教学科研协同发展的体系。本研究面向智能科学与技术特性，剖析智能学科教学、科研特色，从政策引导、课程体系构建、实践教学等多元角度，深入分析智能科学与技术研究生教育发展规律，考虑智能科学与技术多学科交叉融合、同前沿产业密切结合特色，提出新时代下高等院校教学、科研协同发展体系建设建议。

三、推动考核与激励政策改革，提升教学科研协同发展动力

长期以来，高校教师考核与激励政策中存在“唯论文、唯帽子、唯职称、唯学历、唯奖项”的“五唯”问题。新时代下，面向国家创新驱动发展战略，中共中央、国务院印发《深化新时代教育评价改革总体方案》，扭转不科学的教育评价导向。高校应当摒弃数量化的科研能效评价方式，创造性地采取教学、科研分类评价机制，在坚持以教学水平、创新能力、质量、实效、贡献为导向的高校教师评价基础上，探索设计多维度、符合智能科学教学特点和科研任务要求的人才评价体系，打破论文、资历等一系列桎梏，以实际贡献度进行评价。高校应当设立科研成果引入教学的量化标准，对科研成果引入教学的效果进行评估，进一步调动教师将前沿科研成果带入课堂教学、指导研究生参与科研活动的积极性。高校可提高教师指导研究生参加各类国家、省部级创新比赛成绩在评聘评价中的比重，对于指导研究生取得重要成果、奖项的教师给予奖励，在考核评优、职称评聘中，作为重要衡量指标。同时，学校还应调整研究生考核评价体系，将研究生参与教师科研活动、参与创新项目竞赛等列入毕业条件的选修部分，进一步提高上述活动在奖学金评定中的比重。由此，高校通过政策调整，引导教师和研究生积极地将科研、教学和自主学习融合起来，激发教师和学生科研教学协同创新的热情，从而达到提高教学质量和人才培养质量的目标，促进教学科研协同发展。

四、推动教学科研深度融合，构建教学科研协同发展体系

智能科学与技术作为一门新兴学科，涉及基础数学、计算机科学、控制理论、通信技术等多学科交叉融合，具有广阔的应用前景，其应用化特色显著区别于其他学科，同产业化发展具有紧密的联系。该专业的教师普遍具有多学科融合背景，并在工业研发中积累了丰富的实践经验。智能科学与技术专业的教师应当将学术论文、发明专利、科研项目、科技奖励等高水平研究成果作为专业前沿课程案例，建立典型案例库，补充课堂教学，丰富授课内容，从而在根本上解决教学内容固化、滞后、脱离前沿的问题，提高教学质量。在理论知识讲授后，结合项目研发过程，具体分析理论成果在实际项目中的应用转化，引导研究生利用所学知识解决工业中的实际问题，形成“基于问题”“基于案例”的互动教学模式。

通过科研成果丰富优化教学体系后，教师应当合理调整、规划理论教学和实践教学课时量，改变单一的以教师讲授为主的授课方式，增加学生参与专业科研问题讨论、实验等环节。结合每次授课内容，教师通过高水平成果介绍，或引导学生阅读科研论文，经过思考和消化理解，学生汇报学习成果，用于专题讨论，使课堂学习方式更灵活。鼓励学生针对前沿问题开展研究，并指导学生撰写学术论文，进行项目研发，实现教学、科研双向良性互动。