今年4月，習近平總書記在主持中央政治局第二十次集體學習時強調，要推進人工智能全學段教育和全社會通識教育，源源不斷培養高素質人才。人工智能作為引領新一輪科技革命和產業變革的戰略性技術，其發展質效一定程度上取決于是否具有適配的人才數量和質量。因此，學習時報高端智庫版圍繞人工智能人才培養問題展開深入探討。
堅持“通識、通智、通用”育人理念培養AI人才
朱松純 馬修軍
當前，世界百年未有之大變局加速演進，全球AI領域的競爭日益白熱化。在此背景下，培養具有全球競爭力的復合型AI人才已成為推動教育強國、科技強國、人才強國建設的戰略支點，更是落實教育科技人才一體化發展的重要抓手。這類人才的培養不僅能夠促進產業生態和教育范式的革新，更能為國家在AI領域的可持續發展提供堅實支撐。然而，當前我國AI產業發展面臨嚴峻的人才短缺問題，尤其是高端復合型人才匱乏，這與AI技術迭代加速、產業需求日益多元分化的趨勢形成了突出矛盾。復合型AI人才需要具備扎實的理論基礎、跨學科知識體系、卓越的創新能力和國際視野，這對現有的人才培養模式提出了全新挑戰。
高校作為我國推進AI發展的重要陣地，肩負著該領域的人才培養、科技創新和社會服務等主要職責。截至目前，全國有600多所高校開設人工智能專業，超過本科院校的50%，有200余所高校開設智能科學與技術專業，還有更多高校開設與AI相關的交叉學科或學科方向，形成了多層次、多類型的AI人才培養體系。2022年9月，國務院學位委員會、教育部發布《研究生教育學科專業目錄（2022年）》，“智能科學與技術”成為交叉學科門類新增的一級學科，與數學、物理學、化學、計算機科學與技術等學科平行。當前，很多高校智能學科和AI人才的培養大多分散在計算機、大數據等專業之內，開設了AI通識以及一些AI技術熱點類的課程，如大模型、自然語言處理、機器學習、計算機視覺等，但普遍缺乏根據智能學科內涵打造的完整課程體系和人才培養方案。整體來說，目前AI人才培養主要存在創新不足問題，主要體現在：技術更新速度快與高校課程更新緩慢的矛盾日益突出，教學內容難以跟上技術發展步伐，也出現了追熱點的類似技術培訓類課程居多的情況；高校人才培養與產業需求脫節，師資力量不足、算力資源匱乏導致實踐教學薄弱，出現“理論舊、實踐少”的現象，很多高校甚至出現了退課的情況。
智能學科作為交叉門類的一級學科，與其他眾多學科的交叉融合具有巨大的科學意義和重要的賦能價值。復合型AI人才培養的核心是立足智能學科特點和技術前沿，建立科學的育人理念。基于北京大學智能學科人才培養的實踐，我們提出了復合型AI人才培養的“通識、通智、通用”育人理念。“通識”是指具備智能多學科交叉融合的科學素養，特別是與人文社科，如哲學、美學、文學、藝術、經濟學、社會學等多領域交叉，具備AI倫理、價值觀和AI安全意識等通識；“通智”融會貫通AI的6個核心領域，即計算機視覺、自然語言處理、認知與推理、機器學習、機器人學和多智能體的核心理論算法和前沿技術，具備實現通用人工智能系統的創新能力；“通用”是指具備掌握智能科學技術解決行業應用問題的能力。
因此，基于“通識、通智、通用”的育人理念，要著力打造跨界融合的AI產教融合創新聯合體，構建起貫通學科鏈、創新鏈與產業鏈的復合型AI人才培養體系，有效破解AI領域面臨的人才不足難題。這種創新模式立足智能學科前沿，充分發揮AI多學科交叉屬性，打破傳統學科壁壘和辦學機制限制，既注重增強人才的理論功底又提高實踐能力。而且，依托很多地方現有的科教優勢，通過“全域布局——區域試點”的協同推進，深化職普融通、產教融合、科教融匯機制，形成可復制推廣的實踐經驗，為培養多層次復合型AI人才提供系統解決方案。
打破壁壘，創新協同育人體系。AI產教融合創新聯合體的優勢，在于能夠打破學校圍墻、學科壁壘與校企隔閡，也能有效聚集一批典型行業應用場景資源。如我們依托北京大學智能學科優勢、全國重點實驗室科技資源以及國家產教融合平臺資源，形成了涵蓋學科建設、科研創新、區域協同、產業對接和高端培養的“五位一體”協同育人體系。一是依托北京大學智能學科，組建北京大學通用人工智能實驗班，并聯合清華大學自動化系，將有志于在AI相關領域發展的兩校本科生，引入通用人工智能領域，培養“通識、通智、通用”的世界頂尖復合型人才。二是依托北京通用人工智能研究院設立的“跨媒體通用人工智能全國重點實驗室”，支撐教育部“通用人工智能協同攻關合作體人才培養計劃”，貫通“學科鏈——創新鏈——產業鏈”，為高端復合型AI人才培養提供從理論研究、前沿技術研發到產業應用的全流程支持。三是依托北京大學武漢人工智能研究院，打造區域人才培養生態，構建人工智能區域教育共同體。四是依托湖北人工智能學院，構建“高校+企業+研究院”產教深度融合的教育創新聯合體。學院主要發揮北京大學武漢人工智能研究院的科研優勢，聯合湖北省內50所高校高職及30余家AI龍頭企業共同建設。通過開設AI微專業、職業教育以及“1+X”證書培養體系，精準對接市場對于AI應用開發與實用技能人才的迫切需求，特別是有效填補本科及以下技術人才的缺口。五是依托湖北蓮花山人工智能研究院。研究院的前身是朱松純等一批人工智能科學家于2004年創辦的蓮花山計算機視覺和信息科學研究院，2024年更現名。研究院于2005年提出全球首個圖像解譯標注標準并建立數據集，開啟了大數據驅動的統計建模與機器學習的AI研究范式。研究院聚焦國內AI領域高端人才培養，高標準建設AI公共實訓基地與行業應用場景，對接產業前沿技術，使學生能夠參與實際項目，既提升其AI技術研發和應用能力又增強解決復雜問題的綜合素質，服務產業創新發展，最終形成基礎研究與應用培養互補、高端人才與技能人才并重的協同育人格局。
創新課程體系，滿足不同學習者的教育需求。AI產教融合創新聯合體的核心在于構建多層次、全鏈條的課程體系。應基于“通識、通智、通用”的AI人才培養理念，立足智能學科理論基礎和技術前沿，對課程體系和教育模式進行全面革新。在課程設計上，打破以往的學歷壁壘，構建覆蓋全教育階段的AI人才培養體系，包括面向AI專業學生的本碩博貫通課程、面向非AI專業學生開設的微專業和研究生雙導師項目制培養、職業院校的“1+X”證書課程、基礎教育階段的AI通識課程，以及面向社會大眾的繼續教育課程。AI產教融合創新聯合體的課程體系，旨在真正實現AI教育的縱向貫通，尤其是回應當前全球AI教育面臨的共同難題，即如何為不同教育階段的學習者提供適配的AI素養提升路徑。
具體來說，面向智能科學技術和AI專業學生，北京大學重塑本碩博貫通的課程體系，打造“通班”“智班”等人才培養品牌，將148學分AI本科課程體系向社會尤其是向全國成立人工智能學院的高校開放共享。面向非AI和計算機等專業學生，推出“1+4+N”AI微專業課程矩陣：“1”是AI通識課；“4”是AI的編程、數據、算法和實踐4大基礎課；“N”是40到50門“AI+學科”交叉課程，如“AI+法律”“AI+藝術”“AI+化工”“AI+合成生物”等，涵蓋人文社科與理工醫等學科。這種體系化的課程體系和培養方案，既保留了AI技術前沿，又與專業學科知識融合，培養兼具AI技術與專業領域能力的復合型人才。在職業教育領域，開發人工智能“1+X”系列崗位證書課程。聯合AI龍頭企業和最新開源技術平臺，面向未來AI產業鏈的新崗位，設計培養新一代AI產業人才，推動AI技術與產業需求深度融合。面向基礎教育，基于教育部《中小學人工智能通識教育指南（2025年版）》，開發系列通識課程，如“立心之約——中學生AI微課十講”。面向社會大眾，推出AI通識教育和高端AI實訓課程，搭建終身學習平臺。AI教育的未來不在于技術的堆砌，而在于培養通識、通智、通用的復合型人才，既懂AI算法模型，又懂產業痛點；既掌握AI技術，又具備人文關懷的復合型人才，真正實現AI教育的普惠化和可持續發展。
完善評價導向，開創AI教育新格局。面對AI技術迭代加速與產業需求多元分化的挑戰，必須樹立職普融通、產教融合、科教融匯的人才培養理念，構建協同育人新體系。AI產教融合創新聯合體的核心在于打破學科壁壘與校企隔閡，整合算力、算法、數據及典型行業場景資源，打造教育鏈——產業鏈——創新鏈閉環生態。為此，需創新人才評價機制，減少對論文專利數量的指標依賴，突出實際貢獻，探索建立分類別、分周期、分層次的多元化評價體系，并依托AI面試與人才評估平臺，動態跟蹤畢業生發展，重點考察企業滿意度、崗位適配度與技術轉化效率等產業指標，確保人才培養與市場需求精準對接。
同時，AI產教融合創新聯合體通過貫通“基礎研究——技術創新——產業應用——社會治理”全鏈條，不僅能夠培養一批兼具技術突破能力與社會責任意識的復合型人才，為應對AI倫理挑戰與技術普惠提供支撐，而且能夠構建涵蓋高端領軍人才與應用技術人才的多層次培養體系，助力我國在AI領域實現“換道超車”。隨著模式的深化推廣，AI將加速成為驅動各領域創新的通用技術，為數字經濟高質量發展與智能社會建設注入強勁動力。
（作者單位：北京大學智能學院，北京通用人工智能研究院）
AI人才培養尤其需要打通產學研鏈條
孫銳
近年來，人工智能的大爆發被稱為“第四次工業革命”，它對人類生產生活方式的改變和影響將是長遠且顛覆性的。2025年春，我國國產大模型DeepSeek橫空出世，不僅點燃了社會大眾對AI的熱情，更反映出當前產業爆發與人才供給間的潛在矛盾。
當前，我國AI核心產業規模已近6000億元，企業數量超4700家。有機構預計，2025至2029年中國AI產業將保持32.1%的年均復合增長率。隨著“AI+”嵌入各行各業，AI人才需求大幅激增。相關數據顯示，今年一季度，算法工程師、機器學習崗位招聘需求同比分別增長44%、18%；當前我國AI人才缺口超過500萬，供求比例達1∶10；算法研究、語音識別、自然語言處理、深度學習、計算機視覺等技術人才缺口最大。然而，2024年我國AI專業在校生僅4萬余人，供需之間的巨大差距，為AI產業發展帶來挑戰的同時，也孕育著創新發展的重要機遇。
AI領域對于人才的專業性、可塑性、敏感性和自主學習性要求較高，在教育要求方面強調硬科技專業背景，以碩博為主。但當前高校“學科建設”導向和“院系制”組織模式難以適應AI領域深度前沿探索、交叉融合創新的發展趨勢。與此同時，校企共建實驗室多集中于通用領域，先進制造設備及核心算法資源較少向高校開放，也加劇了人才培養環節與產業創新實踐的脫節。這些問題的存在不僅導致院校AI人才培養能力遠遠落后于產業發展要求，更將影響到未來AI領域的人才競爭，構建產業鏈教育鏈人才鏈協同育人生態方是破局之道。
一是建立分層分類培養體系。聚焦應用型人才培養，推動學位論文替代試點，允許以原創算法、產品開發、場景應用方案等替代，推動“基于問題解決”的人才培養創新，實現學術價值與產業價值的統一。圍繞研發型人才培養，推動領軍企業與高校院所共建AI人才協同培育機制，以行業需求為引導，按照基礎研究、技術開發、系統集成等環節定制人才方案，開發跨學科課程模塊，實施基于“研發創新”的嵌入式人才開發。面向基礎型人才培養，強化高中與高校銜接，在“強基計劃”中擴大AI比例和覆蓋面，建立本碩博直通機制，產學研結合編制教材，縮短人才培養周期，支持青年人才在20—30歲黃金期投入產業創新實踐。
二是打造“雙師型”師資隊伍。打通企業與高校院所人才流動和職業發展貫通通道，使企業高水平專家“站講臺”常態化，試點頭部企業技術骨干入校授課占比專業課時達到50%左右。實施專業教師入企實訓與項目參與計劃，推動青年教師帶薪加入頭部企業開展1年左右的實訓實踐或項目參與。重構教師能力標準體系，推動構建“教學能力—工程能力”雙維度專業教師人才評價體系，將新產品新技術新服務開發、技術轉化成果納入教師職稱評價體系，并實施高水平成果“一票晉級”制。推動教師將掌握AI工具作為必備技能，積極開展AI倫理判斷、價值選擇等問題研究。
三是搭建產學研協同創新實踐平臺。鼓勵企業與地方共建產業開放實驗室，推動相關軟件及算力資源共享，實施基于問題導向的聯合研發項目。支持高校建設產教融合實驗室，并采用有償機制引入企業核心資源，助力高校相關模型訓練及項目研發。充分發揮產業聯盟作用，推動產業學院建設，實現“入學即入職”。以AI賽事驅動人才發展和自由涌現，設立國家級AI創新大賽，開設產業、企業命題賽道，推動“以賽鑒人，以賽引人”，通過專業競賽識別早期“天才少年”，進而貫通大中小培養鏈條，實施人才定制化培養。在智能制造、智慧醫療等新興領域，靠近產業應用場景建設校企聯合實驗室及創新孵化器，讓學生直面產業需求，開展應用化“鉆研性”學習。
四是創新人才發展激勵機制。圍繞構建AI領域人才、場景與商業價值之間的高效閉環，推動科技、人才與產業政策創新。建立AI專利授權綠色通道，推動校企合作項目專利授權周期縮短至半年以內，加快建設快速審查、快速確權、快速維權一體的AI“一站式”知識產權服務體系。聚焦AI領域重點企事業單位，推動重點人才工程計劃配額制試點。面向重點產業鏈“鏈主”企業、重點研究機構等下放高層次人才認定權。實施超級AI人才項目，對來自海外高水平大學的STEM專業博士，給予具有競爭力的經費及生活保障支持。推動擴大自然基金企業聯合項目，探索建立“企業出題、協同攻關、市場驗收、政府補助”的科研項目形式與支持機制。建立AI領域“人才投”與“人才貸”“人才板”等聯動機制，組建“投貸保”聯盟，發揮AI人才投資基金的引導集聚效應。
（作者系中國人事科學研究院研究室主任）
全球AI人才培養從規模擴張轉向質量提升
高懿
人工智能作為引領未來的戰略性技術，其人才培養質量直接關系一個國家的科技競爭力和產業發展水平。當前，AI人才培養的全球圖景呈現出多元化、跨學科、重實踐、多主體協同的鮮明特征。全球AI人才培養已進入快速發展階段，各國紛紛出臺國家戰略，加大資源投入，構建多元化培養體系。各國根據自身教育傳統和產業需求，通過政策支持、高校教育、產業合作和多層次培訓體系推動AI人才儲備，形成了各具特色的人才培養模式。
國外AI人才培養主要呈現出幾個特征。一是政策驅動與國家戰略主導。多數國家將AI人才培養上升至國家戰略層面，通過專項基金、稅收優惠和立法保障推動，如歐盟《人工智能法案》、美國《芯片與科學法案》追加AI領域投資，而且人才培養的量化目標明確。二是多層次教育體系覆蓋。如美國強調將基礎知識、專業知識和跨學科知識有機結合，中小學到高等教育再到職業培訓全學段覆蓋AI人才培養鏈條。教育體系的多層次覆蓋體現在高等教育專業化，如頂尖高校（麻省理工學院、斯坦福大學）開設本科至博士階段的AI專項學位，課程細分至AI醫療、自動駕駛等垂直領域；基礎教育普及化，如日本、英國將AI通識教育納入中小學課程；職業教育靈活化，通過在線平臺、企業培訓和微學位項目填補技能缺口。三是產業深度參與人才培養過程。如英國實施“寬口徑+跨學科”與“理論+實踐”并重，強調人才鏈與產業鏈的深度融合；日本突出應用導向，打造政府、產業界、學術界與研究機構協作網絡；加拿大推進AI企業與高校聯合授課，共建實驗室，提供數據、算力和實戰項目。企業主導培訓計劃，如谷歌、微軟等企業設立研究院并與高校聯合培養，設置獎學金和實習通道。四是跨學科與倫理教育并重。“AI+X”交叉培養強調AI與生物、氣候、社會科學等領域的結合，如美國麻省理工學院“氣候與人工智能”雙學位；德國構建涵蓋基本能力、數據能力、應用能力和跨學科能力的模塊化培養體系。倫理課程必修化，如歐盟《人工智能法案》強調將AI倫理、數據隱私和合規性納入高校核心課程。五是國際化競爭與人才爭奪。具體體現在簽證政策傾斜，如加拿大設置快速簽證通道；跨國公司進行全球資源整合，如英偉達設立全球獎學金，從而吸引全球AI人才。六是充足的經費支持。如歐盟委員會發布“人工智能大陸行動計劃”，劃撥50億歐元用于人才培養，推出AI學位課程等培訓項目，2026年前將AI基礎課納入義務教育，以培養下一代AI專家；優化人才引進政策，通過“歐盟人才庫”和科研基金吸引AI領域人才。英國宣布啟動“科技優先”全國科技技能培訓計劃，預計投資1.87億英鎊，為學生提供數字技能學習機會，其中AI技術是一項重要內容，使其為未來就業做好準備。
總體來說，全球AI人才培養正呈現分層分類的明顯趨勢，各國紛紛針對不同層次需求設計差異化培養方案。發達國家通過政策、教育、產業協同構建AI生態，新興經濟體（如印度、東南亞）加速追趕。同時也面臨共同挑戰，如技術快速迭代與課程內容滯后的矛盾、倫理風險與創新需求的平衡、區域發展不平衡導致的數字鴻溝、高端人才短缺與結構失衡等。全球AI初級從業者過剩，但具備算法創新和跨領域整合能力的高端人才稀缺。對此，各國需加強國際合作，推動動態課程更新、深化產學研協同、強化倫理教育，并優化資源分配，以應對AI時代的全球人才競爭。
當前，AI人才培養呈現“政策引領、多元協同、倫理嵌入、全球競爭”的格局，核心矛盾從規模擴張轉向質量提升與生態構建。未來競爭將聚焦高端研發人才與跨領域應用能力，同時倫理與普惠性教育成為新焦點，將更注重跨學科能力、倫理合規意識和產學研閉環效率。
（作者單位：中國科學技術發展戰略研究院）
