生成式 AI 引领技术变革，人工智能行业应用场景持续拓宽，地方高校如何立足区域禀赋培养适配产业需求的人才成为关键议题。温州作为民营经济先发高地，海量制造、数字中小企业存在大量 AI 场景落地、技术改造的现实需求，为地方高校人工智能专业差异化办学提供独特产业土壤。近日，中教全媒体专访了温州大学计算机与人工智能学院人工智能系主任黄海广教授，围绕温州大学人工智能专业办学特色、教学创新、产教融合等核心问题展开对话，探寻地方高校人工智能人才培养的实践路径。

在培养路径设计上，我们推行“1+2+1”的培养模式，实现分层分类培养。大一阶段，所有学生统一学习基础层课程，同时通过专业导论、行业讲座、兴趣小组等形式，引导学生了解人工智能行业的岗位需求和发展方向，明确自身的发展诉求；大二、大三阶段，学生根据自身禀赋和发展规划，自主选择技术应用或算法研发方向，进入对应的提升层课程学习，同时参与对应的实践项目、学科竞赛和科研课题，比如技术应用方向的学生重点参与企业合作项目、应用型竞赛，算法研发方向的学生重点参与科研课题、算法类竞赛；大四阶段，学生结合自身方向开展毕业设计，同时进入企业实习或实验室开展科研训练，实现与就业、深造的无缝衔接。此外，我们还为有深造需求的学生，开设考研辅导、科研创新训练等专项课程，为学生考研、出国深造提供支持；为有就业需求的学生，开展职业技能培训、企业对接会等活动，提升学生的就业竞争力。

在考核评价优化上，我们打破“唯分数论”，构建多元化的考核评价体系，兼顾学生的基础能力、实践能力和创新能力。对于基础层课程，重点考核学生的知识掌握程度；对于提升层和特色层课程，采用“过程考核+成果考核”相结合的方式，过程考核关注学生的课堂表现、实验操作、项目参与情况，成果考核关注学生的课程设计、项目成果、竞赛成绩等，全面评价学生的综合能力。

在教学方式创新上，我们打破了“教师讲、学生听”的传统模式，推行“AI辅助、问题导向、师生互动”的新型教学模式。比如，在课堂上，我们会让学生利用生成式AI工具完成初步的案例分析、代码编写，然后教师针对学生的成果进行点评、纠错，重点讲解AI工具无法替代的逻辑分析、问题拆解、算法优化等核心能力；同时，借助线上教学平台和AI教学助手，实现个性化教学，针对不同学生的知识掌握情况，推送定制化的学习任务和辅导内容，提升教学的针对性。

在实践教学创新方面，我校构建了“AI工具应用+核心能力强化+竞赛激励”三位一体实践教学体系。

在实验教学中，引导学生合理运用AI完成数据预处理、模型初建等辅助工作，同时强调手动调优模型、复盘分析结果，聚焦培养实验设计、问题研判与科研实操能力；在课程设计、毕业设计环节，严控 AI 滥用，要求学生完整呈现原创思路、算法设计与全流程实现，通过过程考核、答辩核验真实专业能力。

同时通过专题讲座、主题班会开展引导教育，夯实学生数学基础与算法原理功底，树立正确 AI 使用理念，防止过度依赖 AI 而弱化核心素养。

此外，我们联动《机器学习与数据挖掘》《神经网络与深度学习》等核心课程，设置贴合教学内容的数据算法竞赛，以模型精度为主、算法效率与代码规范为辅进行综合考评，比如围绕人脸识别任务，让学生自主设计识别模型、优化算法，我们以模型的识别准确率为核心指标进行排名，同时结合算法效率、代码规范性等维度综合评分，将排名与课程成绩、实践学分挂钩，以竞赛为载体，让学生在实战中练习使用AI工具，同时锻炼数据处理、算法优化、模型构建等核心能力，形成“以赛促学、以赛促练”的良好氛围，有效激发了学生的学习主动性和创新热情。

第二，打造三位一体多元实践平台，支撑应用型实训教学。整合校内外资源，建成校内专业实验室+校企联合实验室+产业实习基地一体化平台：在校内建成人工智能、机器学习、智能制造AI应用等专业实验室，配齐软硬件实训环境；在校外联动温州本地企业，建成多个校企联合实验室、近百家实习就业基地，深度对接区域数字经济与智能制造产业需求；配套线上实训平台，汇聚开源数据集、AI工具与实训案例，实现全天候实操训练。

第三，深度整合产教实践资源，打通算法研发与产业落地环节。一方面把本地企业真实项目与技术难题转化为课程实验、课程设计、毕设选题，引导学生直面产业真实技术问题；另一方面推动教师将科研成果转化为教学案例，开展算法研发结合行业场景部署的综合实训；邀请本地企业技术工程师进课堂授课指导，讲授工业级AI部署流程与工程方法；常态化开展学科竞赛、实战项目训练，以赛促学提升综合实践能力。

经过持续建设，学生工程落地能力显著提升，学科竞赛成果丰硕，能快速适配本地智能制造、数字经济行业岗位需求，获得区域企业高度认可，切实发挥地方应用型本科院校服务区域产业发展的育人职能。

一是课程体系与产业需求对接。我们依托研究院深入企业调研，大数据与信息技术研究院、人工智能与先进制造研究院定期组织教师走进温州智能制造、数字经济企业，了解企业的技术痛点和人才需求，结合调研结果优化课程体系，将企业急需的智能控制、数据安全、视觉识别等相关内容融入《嵌入式系统与应用》《计算机视觉及应用》等核心课程，增设与产业需求匹配的实践项目，确保课程内容与企业实际应用同步；温州数据研究院则结合温州数安港发展需求，在课程中融入数据治理、数据合规等相关内容，培养适配数字经济监管领域的人才。

二是实践教学与企业项目对接。我们借助研究院的校企合作资源，将企业的实际项目、技术难题转化为实践教学资源，融入到实验教学、课程设计、毕业设计中。比如，人工智能与先进制造研究院将本地智能制造企业的生产优化项目、元宇宙与人工智能研究院将数字内容创作项目，分别融入《机器学习与数据挖掘》《神经网络与深度学习》等课程的实践环节，让学生在实践中掌握企业所需的技术和能力；同时，研究院还为学生提供科研实习岗位，鼓励学生参与研究院承接的企业横向课题，在实战中提升工程实践能力。

三是人才输出与企业岗位对接。我们以研究院为平台，各大研究院根据合作企业的岗位需求，针对性地开展专项培训，提升学生的岗位适配度；同时，通过研究院搭建的校企对接平台，举办专场招聘会、项目对接会，向企业推荐优秀学生，实现人才输出与企业岗位的精准对接。此外，研究院还邀请企业技术骨干、行业专家走进校园，开展专题讲座、技术培训，让学生了解行业前沿动态和企业实际需求，提升学生的就业竞争力。通过这些举措，我们的学生毕业后，能够快速适应企业的工作岗位，得到了温州本地企业的广泛认可，近年来，专业毕业生在温州本地数字经济、智能制造领域的就业率持续保持在80%以上。

二是分层培养，助力教师成长。构建分层分类持续培养体系：常态化参加学术会议、前沿技术培训与校外科研合作，跟踪行业技术动态；落实青年教师导师制，由骨干教师、行业专家传帮带，加速青年教师成长；定期选派教师赴本地智能制造、数字经济企业挂职参与真实项目研发，积累一线工程经验，反哺课堂教学。

三是教研互融，更新课程体系。鼓励教师深耕大模型、生成式AI等前沿科研课题，依托科研项目产出教学案例与实验内容；同时依托国家级一流本科课程《机器学习》，联动《神经网络与深度学习》等核心课程，定期开展课程研讨，动态迭代课程内容与教学方案，把前沿科研成果转化为课堂实验与教学案例，持续开展课程教学改革研究，创新AI专业教学模式。

通过以上长效机制建设，教师教研能力稳步提升，课程内容紧跟技术与产业前沿，为本专业高质量人才培养筑牢师资保障。

二是完善特色人才培养体系，夯实应用型育人质量。坚持差异化、分类化培养模式，完善算法研发、技术应用两大培养方向，兼顾学生就业与深造发展需求；持续深化产教融合，引入本地真实产业项目融入实践教学，强化AI技术工程落地能力；搭建科创平台，以学科竞赛、科研项目、创新创业训练提升学生创新能力；构建多元综合评价体系，完善全过程考核机制；同时加强校际交流与联合培养，适度拓展学生前沿视野与综合素养。

三是聚焦地方产业需求，构建区域适配办学特色。紧密对接温州数字经济、智能制造重点产业，深化校企共建产业学院、联合实验室，推动AI技术赋能本地中小企业转型升级；鼓励教师开展企业技术攻关与技术服务，构建人才培养、科研研发、产业服务三位一体发展模式。

我院将稳步落实各项建设规划，持续提升育人质量，为温州及周边区域数字经济与智能制造产业输送高素质人工智能应用型人才，助力地方产业高质量发展。