6月26日，“北邮今年新生必修人工智能通识课”登上北京同城微博热搜，话题阅读量达105.7万。今年以来，多个高校宣布将人工智能加入通识必修课程。这一趋势反映了人工智能在未来社会和经济发展中的重要作用，培养具备人工智能知识和技术的人才已成为市场和时代的迫切需求。
多所高校上线人工智能通识课
北京邮电大学招生办公室副主任陈伟介绍，学校根据时代对人才发展的需要，2024级本科新生将实施全新重构的培养方案，所有专业都将实施人工智能通识教育。所有专业都会有人工智能导论、计算概论、设计思维、领导力与可持续发展等通识必修课程，并设置“前沿交叉技术”“AI+专业交叉”课程群，重点培养学生审美能力、想象能力、共情能力等超越机器的核心竞争能力。
南京大学早在今年2月27日宣布面向全体本科新生开设“人工智能通识核心课程体系”，率先在全国高校中推行人工智能通识教育。该课程体系将作为必修要求，于2024年秋季学期正式推出，包括1门必修的人工智能通识核心课、X门人工智能素养课以及Y门各学科与人工智能深度融合的前沿拓展课，从知识、能力、价值观与伦理三个维度开展教育教学。
南京大学本科生院常务副院长王骏表示，该课程体系旨在探索人工智能与教育深度融合的实践路径，培养学生在人工智能时代的核心竞争力。
南京大学2024届硕士毕业生晓琪分享了她在出版专业期间的学习经历。她的信息管理学院设有“智慧出版与知识服务重点实验室”，涵盖大数据和人工智能相关项目。此外，南京大学出版社与南京大学数据智能与交叉创新研究所合作开展了语义出版相关项目，将中国传统文化与尖端技术相结合。
南开大学则与华为公司携手发布“人工智能赋能人才培养行动计划”。该计划包括构建立体化人工智能课程体系、搭建全方位人工智能产教融合平台以及开展多类型人工智能教育教学研究。南开大学已与华为公司共同开发了人工智能基座平台和38门高水平示范课程，目前打造的130余门人工智能课程，实现了从“通识基础”到“专业进阶”再到“多元拓展”的渐进式培养模式。
是市场需要也是时代需要
天使投资人、资深人工智能专家郭涛认为，人工智能纳入越来越多高校的通识课程体系是一个积极的趋势。随着科技的不断发展，人工智能的应用已渗透到各个领域，对未来社会和经济发展具有深远影响。培养具备人工智能知识和技术的人才不仅是市场需求，更是时代的需要。
数势云创科技有限公司AI负责人李飞指出，当前就业市场对人工智能人才的需求十分旺盛。AI技术与多个学科领域都有交集，伴随自动化和智能化的推进，许多传统职业可能会发生变化或消失，AI相关的技能将变得更加重要。掌握AI技术已成为国家竞争力的重要指标，高校教育的改革有利于培养具有国际竞争力的人才。
智联招聘发布的《2024年春招市场行情周报（第三期）》显示，人工智能工程师冲上春节后第三周招聘月薪榜单第一名，平均招聘薪酬24127元/月。中国信息协会常务理事、国研新经济研究院创始院长朱克力表示，人工智能工程师招聘薪酬能冲上“榜一”，是因为在人工智能时代，人才是最宝贵的资源，而人工智能工程师正是这个时代最紧缺的人才之一。
晓琪表示，今年春招，班级中本科期间学习了计算机、数据分析等技能的同学优先去了薪水更高的互联网公司。虽然很多工作没有明确要求人工智能相关知识储备，但具备相关知识技能将更有利于求职和获得高薪。
李飞进一步指出，目前就业市场对人工智能方面的知识储备和技能要求越来越高，主要体现在四个方面：技术能力、算法知识、数据处理能力和领域知识。
新教育如何与就业更好结合
根据教育部公布的数据，目前，中国498所高校开设了“人工智能”本科专业，209所高校成功备案或申报“智能科学与技术”本科专业，在全国3000多所高校中占比仍然较低。
知名战略定位专家、福建华策品牌定位咨询创始人詹军豪表示，推进人工智能教育迫在眉睫。为了让新的教育与新的就业市场更好地结合，高校应加强与企业沟通合作，了解市场需求和人才要求，及时调整人才培养方案和课程设置。此外，要加强实践教学环节和校企合作项目，为学生提供更多实践机会和实习实训机会。
知名经济学者盘和林认为，要加强产学融合，面向实际应用，从应用的角度出发检验教学成果，用AI实践来代替考试，培养学生的实践能力和创新思维。
李飞补充道，高校还需要加强师资培训，确保教师团队具备最新的AI知识和教学技能，并提供必要的技术工具和资源，如数据集、开源软件和硬件资源。此外，在教学中需要强调AI技术的伦理和社会影响，将AI技术与人类价值观进行对齐。
21世纪教育研究院院长熊丙奇认为，高校将人工智能纳入通识课程，是为了提高学生在人工智能方面的整体素养，而不仅仅是为了解决某个市场问题。要转变应试思维，培养学生的创新思维，才能真正培养出高素质人才。
王骏此前介绍，南京大学开设的人工智能通识素养不同于人工智能专业要求。通识素养是作为智能时代的劳动者应当了解和掌握的基本知识、技能和价值观。而人工智能专业教育更多偏重于人工智能技术的发展和创造，涉及更为精深的数学、信息学、计算机等知识和技能。这两者并非完全割裂，而是从不同的视角来认识和运用人工智能。
