天津农学院计算机与信息工程学院院长 王育欣
农工融合 打造特色鲜明的农业信息化人才培养体系
在专业设置方面，我们就聚焦了农业信息化。我们目前设有计算机科学与技术、软件工程、物联网工程、数据科学与大数据技术四个本科专业。这些专业在保持计算机学科核心知识体系的同时，也都特别注重向智慧农业、农业信息化、农业大数据、农业物联网、农业智能装备等方向拓展。每个专业都设置了相应的涉农模块拓展课。
在课程体系方面，我们除了开设计算机学科的专业基础课和核心课程外，还特别增设了多门农业特色课程，包括《农业信息技术概论》《农业物联网技术》《农业大数据分析》《精准农业技术》等课程。这些课程将农业元素深度融入计算机专业教育，形成了鲜明的办学特色。
在实践教学环节，我们设计了完整的农业信息化实习实训和实验体系。学院是”天津市农业信息技术实验教学示范中心”，在实验教学强化方面，我们的实验、实训、课程设计、毕业设计等环节都融入了涉农项目。我们鼓励和引导学生选择农业信息化、智慧农业等相关的课题项目。特别值得一提的是，学生的毕业设计课题超过一半以上都是涉农相关的信息技术方向课题，这些课题大多来源于真实的农业应用场景。
在人才培养定位上，我们致力于培养”计算机+农业”的复合型应用人才。具体来说，就是要培养学生既掌握扎实的计算机与信息工程基础理论和技术，又了解现代农业发展需求，能够将信息技术应用于解决农业生产、管理、流通等环节实际问题的能力。
在科研方面，学院也在向农业信息技术方向聚焦。目前，学院的研究生课题大多都是涉农课题，这些课题大多来源于农业企业和真实农业场景的需求。我们的科研重点方向包括智慧农业、农业大数据与人工智能、数字乡村建设等领域。
作为农业院校的计算机学院，我们与学校其他农科学院有着天然的深度融合优势。我们与农学、园艺、动科、水产、食品、经管等学院都有深度融合与合作，共同开设交叉课程，有利于开展跨学科研究和教学。
在服务地方农业经济发展方面，我们和农委、农业合作社、农业企业等单位联系密切，深化“农工”融合，培养具有农业背景和农业情怀的信息技术应用型人才。
在课程体系上，我们嵌入农业应用场景，突出以基础课程强化“双基”，即完整保留计算机科学核心课程（数据结构、算法、操作系统、网络等），同时增设农业基础课程模块（农业信息技术导论、农业大数据处理分析、农业物联网技术等）。
在专业设置上，我们增加了“农业+”选修模块，学生可以进行涉农领域的知识补充，以便更好的开展农业方面的课题研究。例如，物联网工程专业开设了农业图像识别课程，包括作物病虫害检测、作物果实分级等内容；数据科学与大数据技术专业增加了农业数据分析与实践课程，涵盖农业产量预测、市场供需模型等内容；软件工程专业开设了农业信息系统开发案例课程，为农场管理系统设计、农产品溯源平台设计等开发奠定基础。
在专业方向上，我们聚焦农业信息化前沿。例如，计算机科学与技术专业开设的智慧农业信息系统开发课程、农业物联网集成实训课程、农业机器人控制实训课程等课程内容，为学生深入的开展研究，奠定了非常坚实的基础。
在师资队伍建设方面，打破学院壁垒，打造跨学科导师团队。拥有“农工”双重背景的导师既在计算机与信息工程学院指导研究生，也在水产学院指导研究生，研究生们之间形成了优势互补的机制，也互相夯实了各自领域知识，助力培养跨学科融合高素质人才。
这种深度融合的学科布局，既保证了计算机学科的专业性，又强化了农业特色，形成了”计算机+”与”农业+”双向赋能的良性互动机制，为培养高素质的农业信息化人才奠定了坚实基础。
一、通识课程建设
在通识课程建设中，为普及农业领域的前沿技术，我院增设《人工智能基础》和《农业大模型及DeepSeek应用》两门通识课程，助力学生将数字化能力融入各自专业领域，积极响应”智慧农业专业迭代”的学科发展需求。
二、学科交叉融合
我院教师通过跨学科教学与科研，推动农业与信息技术的深度融合。例如，我院教师为水利学院智慧水利专业开设BIM（建筑信息模型）等交叉课程，支持其新兴”智慧水利专业”建设；为智慧水产养殖专业开设计算机视觉技术课程，应用于鱼苗筛选、生长模型建模等场景。
这要求教师既掌握计算机学科快速迭代的技术（如AI、大数据），还需深入农业垂直领域学习专业知识，实现”技术+场景”的双向知识整合。
三、科研方向转型
随着农业实际问题的出现，需要我们的老师不断拓宽学科知识，提升科研能力，开展应用型研究，带动研究生培养与产业需求对接。
我院通过课程体系革新、跨学科合作及教师科研能力提升，正逐步成为学校农业数字化升级的核心支撑力量。未来将持续深化”计算机+农业”的融合，培养兼具信息技术与农业知识的复合型人才，服务国家乡村振兴战略需求。
围绕”两条主线、一个重心”，学院近年来在学科竞赛方面取得丰硕成果。三年来，累计获得国家级竞赛一等奖12项，其中国际青年人工智能竞赛智慧农业板块就获得4个一等奖，这些竞赛成绩充分展示了学生在AI应用方面的能力。并连续两年入选国家级大学生创新创业年会。未来我们将继续围绕”两条主线、一个重心”，发力人才培养，提升学生实践应用能力，优化赛项策略，从”数量扩张”转向”质量提升”，重点攻坚ACM国际大学生程序设计竞赛等高水平赛事，持续参与蓝桥杯、新工科竞赛等传统赛事。
在推进校企合作协同育人方面，学院与华为、用友等龙头企业深度合作，共建校外实践基地，并面向师生开展信创软件、人工智能应用专项培训，带动师生AI能力提升，未来将继续扩大培训规模，实现信创资格证书师生全覆盖。
实践教学也离不开校企合作。在校企合作方面，学院与企业联合开发真实项目案例库，经过两年的持续建设已初见成效。通过引入企业实际项目案例，不仅激发了学生的学习热情，更显著提升了学生的专业实践能力。
学院在学科竞赛指导方面创新性地采用”双导师制”，由校内教师和企业导师共同指导学生参赛，近年来取得了优异的竞赛成绩。通过以赛促学，有效提升学生AI应用能力。
学院构建了贯穿四年的阶梯式实习体系：大一阶段安排学生在校外实训基地进行认知实习，帮助学生建立专业认知；大三开展为期10天的实习实训，通过小组协作方式培养学生的专业技能和团队意识；大四开展一个月的企业实践，为学生独立完成毕业设计奠定基础。这一体系有效实现了理论教学与工程实践的有机衔接，全面提升了学生的创新能力和职业素养。
由于农业大模型课程起点较高，学院设置了半年至一年的备课周期，重点解决课程内容和实践环节的设计问题。目前，学校已部署DeepSeek服务器作为实践环境的基础设施，但考虑到18个学院同时开课的并发需求，现有资源仍显不足。为保障教学顺利进行，学校正在积极与华为合作，获得华为云上资源支持。华为天津区域总部将提供全部910a旧版算力资源，支持农业大模型课程实践环节。此外，华为部分910b算力可供教师开展机器视觉等科研工作。这一合作将有效缓解大规模开课时的算力压力，确保实践环节顺利进行。
从教学成效来看，《人工智能基础》通识课程开设以来，已对传统农科专业产生积极影响。例如，水产学科不断迭代，很多课题开始与计算机技术融合，学生能力也明显增强。学生在学科竞赛中表现突出，尤其是计算机交叉课题的获奖数量显著增加，这反映出通识课程的开设切实提升了学生的综合能力。
学院要求全体教师定期参与AI相关培训，包括鸿蒙开发者认证和工信部授牌的麒麟工坊项目。此外，学院每个月要开展一次中青年教师月度博士论坛，要求45岁以下中青年博士教师分享教学或科研案例，并通过问答形式促进教师之间以及师生间交流。这一举措吸引了其他学院教师参与，形成了良好的学术互动氛围。
展望未来，学校计划通过名师课程建设、跨校联合培养等方式，进一步推广AI通识教育，持续提升教学质量和学科交叉融合水平。
在具体成果转化方面，一是依托我们的智慧养殖重点实验室开发了畜禽养殖环境检测与疫病预警系统。并已经在天津、甘肃等地的养殖场投入使用，取得了显著成效。
二是研发了基于区块链的农产品溯源系统。我们在生鲜农产品区块链领域的研究比较深入，相关技术已经在多个农产品溯源平台中得到应用。
三是开发了设施农业智慧决策平台。该平台利用大数据和物联网技术，为农业生产提供决策支持，目前已经在天津市农委的相关项目中得到应用。
在科研成果转化方面，今年我们学院授权发明专利2项、软件著作权6项，还有1项实用新型专利成功转化。去年我们还有一项成果被纳入雄安新区科研项目储备库。
今年，学院《农业大模型》通识课程教材获批了农业农村部的”十五五”规划教材，我们与华为开展合作，将企业自主可控的软件实践环境和真实案例场景融入到教材实践教学环节当中，提升学生自主可控软件应用能力。2025年，学院有35名学生取得了华为高级开发者认证，不仅提升了实践能力，就业竞争力也明显增强。
我们希望通过产教融合、校企合作，孵化出更多落地项目，并能转化成实际收益，促进师生成长和校企双赢。
这种转变要求教师调整观念，不再以自身为唯一主导，而是将 AI 视为教学中的“共同主角”。例如，AI 可以辅助个性化学习、自动批改作业等，从而提升教学效率。教师需适应新的角色，在 AI 的支持下更高效地指导学生。
以计算机专业为例，传统教学模式下，教师需要手动下载、解压并运行大量学生代码作业，过程繁琐且耗时。而 AI 工具可以自动完成代码下载和解压、代码比对、检测代码相似度、检查代码运行情况等，并直接淘汰无法运行的作业。这种智能化处理大幅减少了教师的重复性工作，使其能更专注于教学核心环节。
AI 的使用需要明确界限，以确保其正向作用。对于教师来说，允许教师使用AI进行科研中的文献收集、数据分析等前期辅助工作，禁止教师直接使用 AI 生成创新点或核心内容，否则属于学术不端行为。对于学生来说，需通过合理的作业设计（如小组协作、互动讲解等）避免学生完全依赖 AI。通过“AI辅助 + 自主创新”模式，确保学生仍能锻炼独立思考能力。
要通过政策引导，确保 AI 在教育中的合理应用。目前，天津农学院已通过校学术委员会制定并通过了有关AI 使用规定和管理办法，明确鼓励方向与禁止行为。我们倡导积极拥抱 AI，但要严守学术红线。特别是在人才培养过程中，必须杜绝 AI 滥用导致的抄袭、学术不端等负面影响。
在AI+教育布局上，我们有以下具体规划：
在课程建设方面，积极申报国家级一流课程，重点打造AI+农业交叉的特色课程，积极开发AI通识课程教材和案例库，完善AI通识教育体系，提升全校学生的AI素养。
在科研攻关方面，聚焦采摘机器人、巡检机器人等农业智能装备研发，开展农业大数据分析框架研究，争取更多国家级科研项目，包括重点研发计划、自然科学基金等。
在平台建设升级方面，推动现有的省部级实验教学示范中心升级为国家级实验教学示范中心，加强与华为等企业的联合实验室建设，拓展农业大模型算力平台，提升算力支撑能力。
在社会服务方面，鼓励教师积极参与各类社会服务，面向学生开展公益训练营项目，让学生走进企业，培养更多的农业信息领域AI技能人才，助力乡村振兴发展。
总之，学院将继续坚持”农工融合”的办学特色，深化产教融合，推动人工智能等新技术在农业领域的创新应用，为乡村振兴和农业现代化培养更多优秀人才。
评论前必须登录！
注册