人工智能（Artificial Intelligence，簡稱AI）作為引領科技發展的前沿技術，近年來在全球范圍內受到廣泛關注，各國在人工智能領域的人才爭奪戰已呈白熱化趨勢。英國早在2017年就將人工智能作為產業戰略重點，2021年發布《國家人工智能戰略》，提出打造全球人工智能超級大國的目標；美國作為世界第一大經濟體，為實現人工智能領域的領先地位，于2023年5月23日發布《國家人工智能研發戰略計劃》；亞洲AI強國日本充分認識到人工智能技術的核心作用及其在教育領域的重要地位，陸續出臺《AI戰略》（即《AI戰略2019》《AI戰略2021》《AI戰略2022》），并進一步將人工智能人才培養列為重中之重。

日本人工智能人才培養現狀

日本政府極為重視人工智能技術，早在2016年1月出臺的《第五期科學技術基本計劃》中就提出了“5.0社會（Society 5.0）”的概念和“超智能社會5.0”戰略。“5.0社會”將超智能社會定位為新的社會形態，人工智能在其中扮演核心角色；明確將醫療、防災、機器人、農業等作為人工智能重點發展領域，推動人工智能技術向超人工智能方向延伸，旨在用人工智能技術應對養老、醫療、老齡化及勞動力不足等社會問題，進而推進日本的超智能社會建設，并提出建立實現可持續發展和多元化社會的人工智能技術體系，將日本建設成為人工智能技術在工業應用方面的領先國家。

在人工智能人才培養體系方面，首先推動人工智能的素養教育，主要針對大學生、中小學生及成人教育學生。其次是應用基礎教育，僅針對大學生和成人教育學生。另外，主要針對將要或已經就業的研發和技術型人才開展專家型人才培育。盡管日本在工業機器人、傳感器、計算機芯片、醫療等領域具有領先優勢，但人才培養短板日益突出。

2020年文部科學省調查顯示，日本每年人工智能相關專業碩士畢業生約2800人，博士畢業生460人，遠落后于美國（每年2.5萬人）和中國（每年1.8萬人）。畢業于東京大學、京都大學、東京工業大學、早稻田大學等日本頂尖的11所研究型大學（Research University11,RU11）的人工智能專業碩士生為860人，博士生僅155人。本科階段，由于文理科課程嚴格分離，文科專業選修課沒有與數字技術、計算思維等有關的課程，不少文科大學生并不具備人工智能相關基礎知識與技能，畢業之后無法從事相關工作。日本《讀賣新聞》等主流媒體以“日本落后中美20年”等標題，呼吁政府加大教育改革力度，認為中美已走在人工智能研究前列，研發競爭如火如荼，投入和成果都處于領跑地位，如果日本在人工智能領域不盡快加強人才培養，未來將一敗涂地。

日本高等教育領域人工智能人才培養

2021年3月，日本政府審議通過《第六期科學技術創新基本計劃》（2021-2025），明確提出加速數據開放與人工智能應用等。日本政府認為，理想的人工智能人才培養體系如同“金字塔”，最下端是930萬中小學生，其上是具備基礎素養的每年50萬的大學生，之上是具備一定專業知識的25萬名一般性人工智能人才，再上是每年5萬名理工科碩士畢業生，然后是每年2000名高端人工智能企業人才，最頂端是每年100名左右的頂級核心人才。在這個“金字塔”中，大學既承擔中間層的普通大學生的通識教育，又承擔專業人才以及高端人才的培養，是人工智能教育改革的重點領域。為確保國家戰略目標得以實現，日本政府在對《AI戰略2019》進行修訂的基礎上，于2021年6月出臺了《AI戰略2021》，旨在解決社會和全球性問題，實現“社會5.0”的戰略目標。

2021年，文部科學省為落實《AI戰略2021》，實施“數學、數據科學、人工智能高等教育認證計劃”（Approved Program for Mathematics，Data Science and AI Smart Higher Education，MDASH）。該計劃旨在順應數字社會人工智能發展趨勢，提升高等教育階段學生掌握AI的知識水平與能力，培養大批AI人才。

2022年4月，日本發布了《AI戰略2022》和《量子未來社會愿景（草案）》，以促進人工智能和量子技術在日本的發展。文部科學省計劃從2024年度開始，為從事AI人工智能開發等領域的頂尖年輕研究人才提供每年2000萬日元的資助。目前，在該領域實施的主要措施為：

1.新設人工智能、數據科學本科學院及碩士課程

人工智能雖早已成為高科技產業的核心技術，但日本大學一直將其作為計算機科學或信息科學下的領域，多在理學部、工學部所屬的計算機系或信息系下設相關課程或科目。但自《第五期科學技術基本計劃》《日本再興戰略》《AI戰略》等綱領性文件推出以來，人工智能成為實現“超智能社會5.0”目標的核心手段，日本政府開始鼓勵和支持有條件的大學設置以人工智能、數據科學為主要研究對象的本科學院和碩士研究科（即碩士課程），完善人工智能相關的基礎研究、自然語言處理、智能系統、計算機智能識別等學科建設。

文部科學省數據顯示，近年來，新設以人工智能、數據科學等命名的學部或研究科的大學有10多所，包括滋賀大學、立教大學、名古屋大學、大阪工業大學、九州工業大學、東京大學、廣島大學等。

滋賀大學積極推進跨學科融合改革，創設了日本第一家數據科學學院，并增設了數據科學研究科。該學院的培養模式包括企業在職人員定向培養和普通招考兩類。入學要求包括數學、信息學、統計學及英語的成績達標，并率先在入學考試中承認職業資格考試成績，以確保學生具備必要的專業知識和技能。這些舉措將有助于培養更多的科學人才。立教大學開設了人工智能科學研究科，設置人工智能專業的課程群，每個課程群由若干必修課和選修課組成，多門課程以PBL（Problem-Based Learning，即“問題導向學習”）教學法為主，提倡小組學習及產學合作協同培養。

2.數理·數據科學教育共同體

考慮到數據挖掘、統計、分析以及系統化信息管理等相關理論和應用技術將成為占領人工智能人才培養制高點的關鍵，文部科學省發布數理·數據科學教育強化方針，推出數理·數據科學教育共同體項目，并以京都大學、東京大學、大阪大學等學校作為試點，在各校設立數理、數據教育研究中心，構建教育共同體，共同推動數據科學教育課程的制定、教材的編撰以及科技應用轉化等。共同體項目依托實力靠前的國立大學成立研究中心，下設三個分科會。

其一，課程分科會。牽頭單位為東京大學，主要負責標準課程的制定及推廣。分科會設定“數據科學的學習意義”“數據的法規與倫理”等8大學習模塊，各模塊下設入門、初級、中級、高級4個階段技能目標，各大學參照上述學習模塊和技能目標制定具體課程方案。分科會還發布《數理·數據科學·人工智能（入門級）示范課程大綱》。文部科學省計劃2025年實現所有大學生必修該課程，實現“50萬大學生接受人工智能通識教育”目標。

其二，教材分科會。牽頭單位為滋賀大學，主要負責教材的編撰與推廣。分科會圍繞數據科學系列教科書的編撰、教學輔助材料的數字化建設與推廣等展開研究，目前已編撰發行《數據科學入門》作為教科書，并推出相應的視聽在線資源。另外，東京大學在分科會指導下編撰了《數理·數據科學·人工智能入門教程》，并向全國大學推廣。

其三，數據分科會。牽頭單位為北海道大學，主要負責收集、發布各大學使用的教學用數據（包括實驗數據、調查數據、地區數據、商務數據、網絡信息等），以及收集整理各類公開數據信息資源，以此為數據及人工智能領域的教學活動提供資源保障，目前已經開發出“教育用數據服務系統”并投入使用。

為更好地實現在大學普及人工智能教育的目標，文部科學省以教育共同體的6所國立大學作為牽頭學校，每所牽頭的國立大學帶領同區域其他大學進行人工智能領域的教學研究和推廣。例如，東京大學作為關東·首都圈地區的牽頭學校，帶領千葉大學、筑波大學、山梨大學等5所國立大學，針對區域內263所國公立大學開展人工智能教學活動指導、教學人才培養、學術會議組織等方面的活動。

3.實用型信息技術教育平臺

為在人工智能教育教學方面推動跨專業改革，文部科學省推出了名為實用型信息技術教育平臺（Education Network for Practical Information Technologies，enPiT）的半年短期培訓項目，具體如下：

碩士一年級新生培訓針對碩士一年級新生展開，分云計算、網絡安全、嵌入式系統、商務應用4個領域，各領域由2-5所大學牽頭組成專業課程研發團隊，并向其他大學推廣相關課程。

為加強本科階段人工智能人才的培養力度，文部科學省以本科三年級學生為對象推出短期項目。該項目分大數據、人工智能網絡安全、嵌入系統、商務系統設計4個領域，每個領域的教育平臺由一所核心校、10所合作校，20-30所參與校及數十家企業組成。參加項目的各大學均簽訂學分互認協定，授課時間集中于周末及寒暑假。由于參加項目的學生來自多所大學，因此多采用在線教學和翻轉式學習。

為推動社會人才“回爐深造”，文部科學省又推出短期項目推動大學與企業合作，構建實踐型人工智能終身教育網絡體系。該項目分為物聯網嵌入、物聯網、人工智能大數據、電子商務、信息安全等5個領域，共36所大學設置相關課程，向數百家企業招募社會人員，實施人工智能專業人才再培訓。

文部科學省通過設置系列短期項目，構建針對本科生、碩士生、社會人員等不同群體的人工智能教育平臺，實施效果也較為理想。社會人才項目涵蓋人工智能所涉各專業方向，受到企業人士的普遍歡迎。文部科學省調查顯示，90%的短期項目結業生認為，“人工智能實踐能力得到極大提高”，80%的企業認為項目結業生在“人工智能基礎知識”“問題發現能力”等方面優于同期就職的其他職員。

我國人工智能人才培養的對策建議

日本政府清醒意識到在人工智能及相關學科領域人力資源供應嚴重不足等問題，積極制定國家戰略，連續推出各項教育改革措施，為我國加強人工智能人才培養和創新發展提供了啟示。面對深刻復雜的國際國內形勢變化，我國高校培養人工智能人才的重點應在推動校企合作產教融合、促進學科升級與交叉融合、實行分層人才培養等方面聚焦發力。

第一，重視人工智能教育在高等教育領域的普及性。

近年來，日本政府以“全民AI”為理念，發展普及化的全民人工智能教育，提出所有大學生不分文理必修人工智能通識課程，并在此基礎上培養具備一定專業知識的25萬一般性人工智能人才。文部科學省通過推動“數理·數據科學教育共同體項目”等，加強人工智能基礎知識的教材和在線開放課程建設，為實現“50萬大學生接受人工智能通識教育”的目標奠定了良好基礎。

目前，我國在人工智能人才培養方面仍面臨很多挑戰，高等教育領域表現在高水平師資隊伍缺乏、學科建設有待完善、課程體系較為單一，不能滿足現階段人工智能技術的研發與應用需求。近年來，我國發布《教育信息化2.0行動計劃》《新一代人工智能發展規劃》等文件，促進了全社會人工智能教育發展，并設立相關通識課程。然而，目前，我國人工智能教育尚需加強，應進一步完善相關政策體系，提高人工智能通識課程在高等院校的普及度，注重基礎教育、職業教育領域人工智能教育教學與課程研發的銜接與融合，提升高等教育人工智能教育教學、理論研究的水平與質量，細化教育發展目標，建立相應的質量評價體系，在國家及各級學校層面群策群力，推動教育教學的實踐探索，以此拓寬人工智能教育受眾普及范圍。

第二，強調打破校際壁壘，完善多主體協同育人機制。

在學科建設方面，日本在各高校相繼成立人工智能學院及專業的同時，還突破學校、區域之間的壁壘，推動具有學科、人才優勢的國立大學引領各地大學組成教育團隊，以跨學?？鐚I的方式進行人才培養，構建涵蓋本土各大學的合作型教育平臺，這種做法是值得借鑒的。

目前，我國校際、地區間人工智能人才培養項目不多見，各高校主要著力于校內學科建設，較少以教育聯盟的方式進行人工智能人才的聯合培養。我們可參考數理·數據科學教育共同體項目和enPiT項目等的做法，通過組織多所大學建立課程分科會、學校聯盟、教研共同體、網站等多種形式，實現課程共建、管理互通、師資共配、研訓互動，積極探索多地區、多大學共同參與的人才培養模式，構建多層次階梯式的人才培養結構，在基礎教育、職業教育中引入人工智能的普及教育并制定相關課程標準，打造集教育、培訓及研究于一體的共享型人工智能人才培養平臺，吸納高級工程師、高級精英人才作為人工智能課程的兼職教師，實現優質教育資源的共享與擴大。

第三，形成以一流大學、高水平人工智能企業為推力的產學研協作發展體系。

日本積極推動學校與政府、企業的聯合辦學與培養，在資源配置過程中鼓勵學校、科研院所與產業界加強合作。大學除了與企業進行技術交流與轉化，還為社會人士提供有針對性的人工智能課程，為企業培養人工智能技術人才。我國在完善學校人工智能學科建設、落實相關政策的同時放眼教育體系之外，也應積極推動成立聯合各界的信息溝通機制，充分利用校外科技教育資源，增強人工智能教育與企業的融合程度，提高企業參與度，從而調動各類社會資源共同推動教育水平的提升。鼓勵各類學校和企業積極參與人工智能教育改革，邀請科研院所、科技公司和高等院校等參與制定人工智能課程教學內容和標準，結合自身定位和特色開展專業教育，“走出去”與“引進來”相結合，推動產學研協調發展，深化人工智能校企合作，實現雙贏。

第四，加強人工智能人才培養體系和課程體系建設，促進產學研協同發展。

基于對日本人工智能人才培養現狀的分析，我國應建立多層次的人才培養體系，搭建終身學習在線平臺，引入終身智能學習模式，建立多層次人才培養體系和培訓系統。在全球化背景下，加強同各國的人工智能教育體系研究，特別是推動與美日歐等發達國家人工智能相關政策、技術研討，教育合作與文化交流以及人工智能教育高質量發展，構建新的人才培養機制，探索新型教與學模式，建立完善的人工智能課程體系，開展創新創業實踐活動，培養學生的創新能力、溝通能力、實踐能力、協作能力等核心素養，建立符合社會服務和支撐行業重大需求的高水平人才培養體系，促進產學研深度合作，打造人工智能產學研交流平臺，帶動全產業鏈推動人工智能復合型人才和頂尖人才培養。

從目前來看，我國人工智能領域的人才培養在頂層設計、教學模式、課程建設、設施保障和資源協作等方面仍需要國家、學校、企業、科研機構及社會各界進行不斷探索和研究，凝聚教育共識，打破行業壁壘，整合優質資源，統籌兼顧，多方協作，加強人工智能領域跨國家、跨領域、跨文化交流，協同制定全球數字治理法規體系，深化人工智能領域全球治理，攜手構建人類網絡空間命運共同體。（作者王祝萍系《教育國際交流》副主編，張瓊瓊系中國駐日本國使館教育處一秘）

來源：《神州學人》（2024年第3期）