摘要：人工智能人才培养是各国人工智能战略的重点，高等教育在高端人工智能人才培养方面发挥着重要性作用。文章以案例研究的方法，深入剖析了英国牛津大学人工智能人才培养实践，研究发现：牛津大学基于个性化的精英人才培养理念，结合导师制、学院制和复合课程模式等传统特色，形成了人工智能高端人才培养的独特模式。具体表现为：深度交叉融合的复合课程模式；依托于计算机科学的厚基础人工智能课程设置；个性化的导师制与学院传统；灵活开放的多主体协同育人机制。由此，从培养理念、学科交叉、课程设置、教学方式、协同育人等方面，提出牛津大学人工智能人才培养的经验借鉴。
关键词：人工智能，人才培养，牛津大学
当前，人工智能技术正逐步向社会的方方面面和各行各业渗透，引领新一代科技革命向纵深处推进，人工智能高端人才培养成为了各国关注的重中之重。在全球范围内，美国在人工智能人才上优势最为突出，中、英等国次之。英国将人工智能与数据经济（ai & data economy）视为未来发展的四大挑战之一，推行高等教育与人工智能相结合的策略，凭借其突出的高等教育优势培养和集聚了大量人工智能高端人才，采取了加强行业合作、增加奖学金资助、增加学位数量等多种措施来培养和吸引高端人工智能人才，是人工智能领域的传统强国。在政策推动、市场需求等多种因素的影响下，我国各大高校纷纷开设人工智能专业，但在人才培养模式上仍有待更加多元、充分的探索。
一、文献综述与研究问题
学界对高等教育人工智能人才培养的研究不断深入和细化，从人工智能人才培养的内涵与体系架构，到我国人工智能人才现状以及所面临的挑战与需求，已有研究已初步理顺了基本理论逻辑与宏观实践方向。在人工智能人才培养的具体模式上，既有针对国内高校成功实践的经验借鉴，又有大量以美国、日本等国人工智能领域知名高校人才培养的比较研究，如斯坦福大学、卡内基梅隆大学、麻省理工学院等高校人工智能人才培养模式的梳理与借鉴，为我国高校提供了宝贵的参考。总体而言，我国人工智能人才缺口依然很大，高端人才也是我国人工智能人才培养的关键所在。学界普遍认为，我国人工智能人才培养的核心理念指向应当是复合型创新人才，人才培养的主体也需要建立在更加开放的、产学研协同的社会网络之上，培养兼具扎实的专业基础素质、多学科知识背景和人文素养的人工智能人才是主要目标，注重学生个性化发展的人才培养模式应当成为高端人才培养的主流。
人才培养是一个系统性工程，包括人才培养理念、主体、客体、目标、途径、模式和制度等要素。人才培养模式是人才培养中最为重要的要素系统，是指为了实现特定人才培养目标，在一定教育理念指导下设计的关于人才培养过程的运作模式，包括人才培养理念、专业设置模式、课程设置方式、教学组织形式、教学管理模式、教学评价方式等要素，具有构成要素的复杂性、理论与实践的中介性、实践操作的可仿效性等特征。不同于传统的计算机科学相关专业，人工智能是一个跨学科属性极强的领域，不仅基础理论方面涉及数学、统计学、计算机等学科，在应用研究方面更加广泛地涉及众多学科，因而致使人工智能人才培养需要更高程度学科融合、更加多元的培养主体和培养方式，这些也共同决定了人工智能人才培养模式与传统学科存在较大差异。
值得注意的是，在高等教育人工智能人才培养模式的国外高校案例研究中，已有的研究仍主要集中在美国高校，针对与之不同的英国高校研究较少。根据element ai《2019全球ai人才报告》、清华大学《中国人工智能发展报告2018》等对人工智能领域人才储量、分布和特征的梳理，在全球范围内，美国在人工智能人才上优势最为突出，中国、英国等次之。
美国在人工智能领域的科学研究和人才培养方面，都居于全球领先的地位，借鉴斯坦福大学、卡内基梅隆大学、麻省理工学院等顶级高校在人才培养方面的经验有其合理性。但人工智能在科学研究、实践应用、学科交叉等方面的复杂性也决定了人才培养模式的多样性，以卡内基梅隆大学为代表的美国高校，更多地采用专门化的、相对激进的人才培养模式，如设置专门的人工智能专业、设立人工智能研究院等。
英国是人工智能领域的传统强国，计算机之父艾伦·图灵（alan turing）在1950年发表论文《计算机器与智能》，奠定了英国的历史地位。以牛津大学为代表的英国人工智能人才培养模式体现出更为稳健的特点，更加注重培养厚基础的通用型人工智能人才，通过在计算机科学、数学、工程科学等学科中突出设置人工智能相关课程，来培养具备高迁移能力的人工智能人才。
本文试图采用案例研究的方法，在全面整理和深入分析牛津大学、英国政府、艾伦·图灵研究所等官方网站公开资料的基础上，对牛津大学相关院系的教职员工、在校学生等人员开展访谈，其中访谈对象编码规则：机构编码o表示牛津大学，c表示国内机构；角色编码t表示教职员工，r表示研究人员，s表示在校学生；数字编码为访谈对象序号。
本文研究框架如图1所示，从人工智能人才培养理念这一本质性的问题出发，尝试从人才培养模式所包含的专业设置模式、课程设置方式、教学组织形式和外部合作育人的角度展开分析，以期为丰富我国高校人工智能人才培养模式提供有益的国际经验参考。
二、牛津大学人工智能人才培养模式探析
牛津大学是英国最大的科研中心，在全英国的学术机构中，拥有最多的科研专利，在世界顶尖刊物刊发的科研学术报告数量也居于首位。牛津大学计算机科学系是英国建立时间最早的计算机科学系之一，其前身是成立于1957年的牛津大学计算机实验室，访谈得知，计算机科学系是该校人工智能人才培养的主要院系，此外还有工程系和统计系。牛津大学在人工智能领域具有较为深厚的积淀，“牛津算是传统的在ai方面的强校，在ai方面有二三十年经验的教授不少，也经历了不止一次的ai兴起和衰落”（访谈编号os-1）。是英国人工智能人才培养的引领者之一，其人才培养实践在一定程度上体现了英国高端人工智能人才培养的典型特征。
（一）培养理念：个性化的精英人才培养
牛津大学在其漫长的发展历程中，形成了个性化精英人才培养的理念，对大学的发展起到了重要的指引作用。自由教育是牛津大学800多年人才培养的历史底色，是牛津大学个性化精英人才培养理念的思想根源。在教育的目的上，他们认为教养要比高深的学识更为重要，主张人格的完善和个性的发展，反对功利性的外在目的。博雅的自由教育理想所指向的是对精英人才培养的重视，在当代，牛津大学的培养目标是领袖人才和学者精英。
在此背景下，牛津大学人工智能人才培养实践同样体现了个性化精英人才的理念，贯穿于人工智能人才培养的方方面面。多学科交叉融合的专业设置模式和厚基础的人工智能课程体系，契合了精英人工智能人才培养的独特要求，融合了专业教育和学院传统的导师制是实现个性化的核心路径，强大的行业联系提供了有力的资源保障，进而形成了牛津大学独具特色的人工智能人才培养模式。
（二）专业设置：深度交叉融合的复合课程模式
人工智能作为一个交叉学科领域，在基础理论层面与数学、计算机科学等学科密不可分，应用场景则更加广泛，决定了高端人工智能人才所必不可少的多学科理论素养和跨领域应用迁移能力。牛津大学人工智能人才培养不依赖于单一专业，具有明显的宽口径的特征，为多个专业的学生提供修读人工智能基础理论和前沿技术的机会，包括计算机科学、数学与计算机科学、法律与计算机科学、计算机科学与哲学。
访谈对象ot-1提到，“牛津大学计算机科学系没有将cs（computer science）和ai（artificial intelligence）学位分开，但ai是系里的一个主要研究领域，现在也是一个热门的方向。”此外，该系的研究和人才培养还涉及计算机生物学、量子计算、计算机语言学等多个方向。不难发现，牛津大学人工智能人才培养所依托的专业具备十分突出的跨学科属性，这种突破大文大理学科边界的交叉专业正是基于牛津大学复合课程模式（cross-disciplinary degrees）传统。牛津大学复合课程设置起源于20世纪60年代，一般由双科或三科组成，赋予了学生探索不同学科的机会，有利于学生发现不同学科之间的内在联系，进而使得学生产生在单科学习中无法获得的洞见。
牛津大学计算机科学系目前所设置的计算机科学与哲学、数学、法律三个复合学位课程，均契合了高端人工智能人才多学科深度融合的培养需求。人工智能、机器人、虚拟现实等都是计算机科学与哲学交叉的领域，在计算机科学与哲学课程设置的理念上，该系认为两个学科在信息表示和理性推论方面都有着广泛的关注，也同时涉及算法、认知、智能、语言、模型和证明等诸多领域。计算机科学家在进入新的领域时需要批判性和哲学性反思，哲学家们则需要在计算机技术日益发展的人工智能时代理解新技术。数学是人工智能技术的底层理论工具，计算机科学方面的技术进步也越来越有助于解决数学问题。数学与计算机科学的融合提供了二者相互促进、相互结合的机会。
人工智能技术的广泛应用催生了大量新的法律问题，也提供了新的技术工具，因而就需要两者之间更加充分的理解与合作。2019年10月，牛津大学开设了新的法律与计算机科学跨学科课程，由法律系和计算机科学系合办，两系学生共同上课，以小组合作的形式相互共同学习，该课程也是牛津大学研究项目“ai为英国法律赋能（unlocking the potential of artificial intelligence for english law）”的一部分，由法律系、经济学系、计算机科学系、教育系和赛义德商学院的研究人员合作开展。
（三）课程设置：依托计算机科学的厚基础人工智能课程
在课程设置方面，由于牛津大学并未设置专门的人工智能专业，因而该系相对保守地将人工智能课程融入到强劲的计算机科学相关的多个专业之中，在大量计算机科学、数学等基础课程的基础上，形成了从学科基础课程到人工智能专业课程、从理论学习到项目实践为一体的课程结构体系，旨在培养具有坚实基础知识的通用型人工智能人才。以该系所开设的计算机科学专业为例，四年（本科三年）的人工智能课程学习由浅入深，层层递进。
在第一学年，所有学生都必须要学习大量的数学、计算机科学基础理论课程，如离散数学、概率论、算法设计与分析、编程等；在第二学年，学生还需要完成四门计算机科学的必修课程，其中的计算模型、算法与数据结构是人工智能领域的基础课程；在第二、三学年开设了众多细分方向的选修课程，其中，人工智能、计算机图形学、机器学习、知识表示与推理等是人工智能方向的专业理论课程；在第四学年，想要继续修读硕士学位的学生，可以选修更为深入的人工智能课程，如高级机器学习主题、并发算法与数据结构等，关于项目需求分析的课程则有助于培养学生在实际工作中的应用能力。从课程内容设置来看，人工智能人才培养十分注重数学和计算机科学的基础理论教育，而非拘泥于技术本身，有利于发展学生将基础理论运用到新领域和新技术中的能力，同时也关注人工智能领域新兴理论和技术的学习，增强了学生在面对技术更迭日新月异时代的适应性。
除理论知识学习外，该系也充分发挥了实践项目在人才培养中的作用。所有学生需要在第二学年参与小组活动项目，合作进行编程实践。“学生有机会在第三、四学年探索自己的课题，课题可以聚焦于ai，同时也可以得到人工智能领域的一个专家的协助。”（访谈编号ot-2）在第三、四学年分进行的实践项目，通常与人工智能、机器人等前沿计算机科学技术相关，如图像识别、语义分析、机器人路径规划等，也鼓励学生根据自己的兴趣和能力提出自己的项目。在项目完成后，学生还可以进行结果展示和交流，并有机会获得来自企业的赞助奖项。
此外，该系的所有学生还必须在第一学年修读道德与责任创新课程，以增强对理论和实践中日益突出的道德挑战的理解和自我反思。该课程关注计算机科学领域的现实伦理问题，如与人工智能和数据驱动算法相关的算法偏见、数据隐私等。在教学方式上，除讲座课程外，还采用了小组研讨的形式，鼓励学生深入讨论道德与创新责任问题，思考解决计算机科学中的道德挑战的不同方法。人工智能技术的广泛应用，也催生了诸多道德和伦理挑战，数字鸿沟、数据伦理等问题日益凸显，人工智能的发展和应用离不开技术创造者和使用者的自我道德约束和伦理反思。
（四）教学方式：个性化的导师制与学院传统
导师制是牛津大学的核心教学制度，也是其教学质量享誉全球的重要制度保障。同牛津大学其他各个学院一样，计算机科学系的教学活动也是以导师制为中心展开的。在清华大学所统计的《ai 2000人工智能全球最具影响力学者》榜单中，牛津大学在7个人工智能子领域有十多位学者上榜，其中，自然语言处理领域的phil blunsom、知识工程领域的bernardo cuenca grau等知名学者在该系担任本科生导师。
苏格拉底问答式的导师制的要义在于关注学生的个性化发展，培养学生独立思考的能力。在该系，通常一位导师每次指导两位学生，每周进行一次约1小时的讨论。学生需要在辅导前完成导师所安排的任务，如针对某个问题提出手机版亚博的解决方案，这需要学生投入大量的时间阅读材料和独立思考，进行充分的自主深度学习。导师则需要在会上审阅学生的作业。在辅导时，学生则需要表达和捍卫自己的观点，接受建设性的批评，并认真倾听他人的声音。师生之间通过讨论进行思想碰撞，学生在自由表达和反思沉淀中得到提升。辅导结束后，导师可根据学生特点、课程要求、学习效果等因素及时调整教学计划，因而使得学生的下一个学习单元建立在自身学习特点和进度的基础上。
学生入学前基于卓越标准的公平选拔，也是牛津大学导师制取得成功的重要因素，精准而公平的招生为牛津大学筛选了能够适应其高强度学习节奏的优秀学生，也保证了学生与专业、导师之间的契合性。牛津大学计算机科学系在筛选申请者时，并不拘泥于学生的计算机相关的知识和技能，而是对学生的数学基础能力提出了较高要求。
访谈对象（访谈编号ot-2）提供的资料显示：“我们（牛津大学计算机科学系）正在寻找具有较强数学能力的学生，这种能力不仅有助于对程序和计算机系统的行为进行推理，同时也有利于科学计算的实践应用。”除数学能力外，还期望学生具有对计算机、程序等方面的浓厚兴趣，认为只有学生具有浓厚的兴趣，才可以较好地完成长达3-4年的学习。对申请者学习兴趣和潜力的判断主要通过面试来完成，面试由学院组织实施，面试官通常由将来可能的导师担任。为了评估申请者的学术潜力和兴趣，面试官会更加关注学生独立思考的过程和提出新想法的能力。
导师制教学方式在学院（college）中开展，学院作为独立的法人个体具备充分的自由，因而牛津大学学院传统保证了导师制能够得以实施。牛津大学的学院制作为一种独特的大学建制，使得大学和学院分别承担了专业教育和自由教育的职能，这对于培养兼具专业素养和人文素养的人工智能人才具有重要意义。
学院的职责是导师制教学，促进学生品格发展，更加关注个体，每个学院都有自己的教师、职员、校舍和生活娱乐设施，是一个相对独立的小型社区。“在学院中，学生有机会与来自世界各地的不同学科的师生接触。”而大学则更加凸显学术性，关注推进学问，讲授课、跨学院讲座、实验室、中央图书馆、考试等由大学负责。这就意味着牛津大学计算机科学系的学生在隶属于该系的同时，也是某个学院的一员。
（五）外部合作：灵活开放的多主体协同育人机制
牛津大学计算机科学系与学术界、政府和诸多行业建立了亚博全站手机客户端的合作伙伴关系，艾伦·图灵研究所提供了全英国范围内的人工智能科研和人才培养的协同平台，企业和政府的资助、实习实践活动等，则为人工智能人才培养提供了更为多样、丰富的资源。
牛津大学会同剑桥大学、爱丁堡大学、伦敦大学学院、沃里克大学以及英国工程和物理科学研究委员会，于2015年创建了艾伦·图灵研究所，致力于数据科学和人工智能研究。在2019年，牛津大学计算机科学系有11位学者在图灵所担任研究人员。截至2020年，图灵所共有13所英国大学加入，已经建立起了完善的大学、行业和政府科研合作与人才培养协同平台。艾伦·图灵研究所优先与大学进行合作，通过提供实习计划和工作岗位吸引年轻学习者，协调和利用各方资源推动人工智能人才的培养。
除艾伦·图灵研究所外，人工智能人才培养的行业合作还通过联合企业开设奖学金、提供实习工作岗位等方式进行。可供学生申请的奖学金类型多种多样，体现了较强的针对性和公平性。谷歌旗下的deepmind公司是人工智能的头部企业，其所开发的alphago击败人类顶尖棋手，成为人工智能发展的里程碑事件。deepmind也与牛津大学计算机科学系建立了合作关系，所设立的deepmind奖学金十分注重对女性、受教育程度较低家庭等弱势群体学生的资助。该系每年会举行一场实习工作招聘会，邀请思科、谷歌、富士等行业内的知名跨国公司参与，也不乏慈善机构和创业公司。行业实习实践不仅能够促使学生将所学知识运用到实践中，了解前沿在行业中的最新应用，提升自身专业技能和素养，同时也有利于学生获取行业经验，为长远的职业发展奠定基础。
三、启示与借鉴
以人工智能为代表的新一代技术革命高度依赖高端创新型人才，人工智能高端人才培养也成为了近年来各国人工智能战略的关键之一，我国的高等教育在这一时代背景下，肩负着开展人工智能人才培养的历史使命。2017年7月，国务院印发了《新一代人工智能发展规划》，指出我国人工智能高端人才还远远不能满足需求，将加快培养人工智能高端人才作为人工智能发展的重中之重。我国目前高等教育人工智能人才培养体系仍在构建和完善中，人才培养模式有待进一步创新。牛津大学独特的人才培养模式是很难被复制的，但其人工智能人才培养的个性化理念、学科融合和教学方式等方面的经验仍值得我们借鉴。
（一）深化个性化人工智能高端人才培养理念
当前我国正致力于完善人工智能人才培养体系，扩大人工智能人才培养规模，其中，提升高端人工智能人才培养质量是重中之重。
首先，人工智能高端创新人才应具备扎实的学科基础、较强的理论或实践创新能力，标准化、大批量的人才培养思路无法适应人工智能时代高端创新人才培养需求，尊重个体创造力，发掘个体潜力的个性化培养理念需要得到更大的重视和落实。
其次，“全人”应当成为根本指向，高等教育需着眼于高端人工智能人才的意识、情感和人格完善，重视和保护学生的创新思维和创新灵性。技术本身是中性的，但对技术的利用却暗含着使用者对政治、经济、文化与伦理的理解，体现着人们基本的价值取向，作为人工智能技术的研究者、创造者和管理者，高端人工智能人才理应具备人文精神和自觉意识，而不是空有满腹技术的“存储器”。牛津大学的经验告诉我们，注重人格完善的个性化精英人才培养理念应当成为高端人工智能人才培养的新路标。
（二）推进人工智能与多学科交叉融合
集中式地激进开设人工智能专业，并非培养人工智能人才的唯一途径，扎实的人工智能学科需要“人工智能 x”格局下在计算机科学领域的深耕。人工智能正向各个领域渗透，新的知识生产模式更多地依赖于多学科交叉与融合，人工智能高端人才培养也需要消弭学科之间的屏障，为学生提供更加宽阔的学习领域，满足学生个性化发展的需求，提升其创新精神和创新能力。
目前我国人工智能人才培养的跨学科教育实践相对滞后，在人工智能相近学科融合和人工智能专业通识教育方面有一定的探索和积累，但在跨越具有一定内在关联的大文大理学科界限方面，仍有待进一步尝试。牛津大学在计算机科学领域的人才培养上，除了设置计算机科学系外，还设置了计算机科学与数学、哲学和法律的交叉课程体系，课程内容安排遵循计算机科学与数学或哲学的内在知识逻辑，由浅入深、由表及里地为学生构建了协调统一的多学科知识框架和方法论体系。在未来，兼顾了工具理性和价值理性的互动与平衡的人工智能学科交叉，应当成为我国人工智能跨领域融合的新方向。
（三）重视人工智能相关的基础课程设置
人工智能的基础理论创新是人工智能产业链条的根基，扎实的人工智能基础理论和方法教育，也是高端人工智能创新人才培养的基础。
首先，在课程设置上，数学作为人工智能乃至计算机科学的根基课程，应当引起更多的重视。有访谈对象（访谈编号cr-1）提到：“人工智能其实就是通过计算机强大的算力来做到一些人力没办法实现的东西，所以它的本质就是各种数学。”如何在数学和计算机科学基础理论课程的基础上，循序渐进地推进人工智能专业课程的学习，并做好不同层次课程、理论与实践项目的衔接，是值得进一步深入研究的问题，牛津大学厚基础的课程设置逻辑值得我们借鉴。
其次，在人工智能选修课的设置上，应更加贴近理论研究前沿和最新应用进展，加快课程调整的节奏，用“小步快走”式的课程体系微调制度代替传统的几年一调的课程大纲更新模式，精准满足学生的学习需求。此外，在日益凸显的人工智能道德伦理和挑战下，培养学生的责任创新意识和道德反思能力就成为了必不可少的举措，除设置人工智能伦理道德相关的课程外，也要在实践项目和日常教学中培养学生的反思意识和批判思考能力，引导技术向善发展。
（四）优化个性化教学方式及其保障制度
传统教师的知识传授式教学，已然无法满足高端创新人才培养的需求，人工智能高端人才的教学应当利于培养学生的主体意识和主体能力。牛津大学导师制可以为我国高端人工智能人才培养提供新思路。对于定位于培养高端人工智能人才的高校来说，优良的师资、雄厚的财力和独立的文化远见正是其借鉴导师制的基础，在与其他教学方式结合后，经过调整改良的导师制有望在人工智能时代高端人才培养上焕发新的生机与活力。
牛津大学的学院制无法直接复制到我国高等教育学科组织结构中，但其所体现出的学科、学院独立自主的价值取向是可以被借鉴的。高端创新型人工智能人才培养所依托的交叉融合的课程体系和导师制培养方式等，无不建立在充分的学科自主权之上。给予人工智能学科充分的建设自主权，使其能够遵循学科发展的内在逻辑，依据自身特色和现实环境开展人才培养，是人才培养自由氛围和创新活力的基本保障。在大学和人工智能所依附的院系的关系上，一方面大学应当给予院系更多自主权，另一方面也要在更高层面上提供协同管理和服务，在多学科交叉融合、跨院校合作交流平台、产学研协同育人等方面担起必要的责任，为学科建设和人才培养提供必要的资源保障。
（五）完善多主体协同育人机制
此次人工智能浪潮中的技术进步，具有更加广阔的应用场景，但也伴随着知识生产模式的革新。基于超学科的知识生产模式突破了传统的学科边界，大学不再是被动的参与者，而是在重新审视自身知识生产角色后，主动建立起的衔接市场的组织。人工智能高端人才的培养也应当建立在开放、复杂和多变的知识网络之上，其参与主体也不再仅仅涉及高校，企业、行业协会等多种主体都应当利用各自的资源、平台、信息等优势，广泛参与到人工智能的人才培养中来。
一方面，高校和企业在人工智能产业链条上的优势各有不同，企业在技术和产品应用、行业标准、社会需求等方面更加敏锐，可以通过参与教学、合作科研项目、提供实习就业岗位和奖学金资助等多种方式为高校人工智能人才培养提供信息和帮助，进而提升人工智能人才的实践创新能力。高校也应当积极关注人工智能行业的最新动态，主动呼应行业前沿人才需求，培养理论研究与实践应用兼顾的复合型人工智能创新人才。
另一方面，我国各个高校的人工智能人才培养整体上呈现出分散化的特征，缺少强有力的联合高校、企业和政府的科学研究与人才培养协同平台。高校作为人工智能人才培养的主力军，应努力破除大学内外的壁垒，致力于不断加强人才培养各主体之间的联系，充分发挥各主体的优势，形成人工智能人才培养的合力，共同为我国人工智能发展战略培养更高质量的人才。
四、结语
英国人工智能领域有着传统优势，以牛津大学为代表的英国高校秉承个性化精英人才培养的理念，将人工智能人才培养，融入到其导师制、学院制和复合课程模式的教学传统之中，使得其人才培养模式兼顾了专业教育和自由教育的优势。本研究案例所展现的人工智能人才培养模式仅聚焦于高端人工智能人才，因而对于需大批量培养的人工智能应用型人才的借鉴意义较弱；同时，本研究是基于单个案例的质性研究，因此还有待对英国高校人工智能人才培养模式的更大样本的调查验证。
（作者：同济大学高等教育研究所 谷腾飞 张端鸿
手机版亚博-亚博全站手机客户端
新闻
