聚焦新兴产业人才培养

来源:中国信息化周报
关键字:
发布时间:2017-07-26 10:59

　　重知识、轻能力，重理论、轻实践，重校内、轻社会，我国新兴产业人才培养方式亟待改变。如何培养智能制造系统级人才和跨学科人才？如何培养复合应用型大数据人才？“新工科”的教学改革大幕已经拉开，软硬实力兼备、理论联系实际、适销对路，新技术、新人才必须要新的培养方式。

　　“中国经济发展到今天，靠人才。科技发展，国家进步，世界变化日新月异，靠的还是人才。而人才和教育息息相关，一定要有一流的教育才能培养出尖端的人才。”

　　教育部高等学校机械基础课程教学指导委员会副主任委员吴昌林在“第四届产教融合发展战略国际论坛”演讲时指出，以新技术、新业态、新模式、新产业为代表的新经济蓬勃发展，对于新科技人才能力又提高了要求，对转型当中的应用型高校也提高了要求。教育部今年又提出“新工科”的概念。新工科的教学改革才开始，这是教学改革中的新理念、新模式、新结构、新体系的开展。对现行的本科教育，特别是应用型本科高校，企业合作办学的模式，要给予更多的关注和思考。

　　面对重知识、轻能力，重传统、轻发展，重理论、轻实践，重校内、轻社会的情况，要做出积极改变。吴昌林建议，必须研究毕业生全面能力的构成与培养途径，即以专业知识为支撑的业务能力（硬能力），自我发展、社会适应的能力（软能力），二者中应更加重视软能力的培养；必须研究新工科涵盖的新理念、新结构、新模式、新质量、新体系，构建专业知识结构的新架构；善于“理论结合实际”，引导学生在“干中学”；应该勇于走出校门，探索与企业融合共建专业，培养“适销对路”人才的道路。

　　“我们在实践教学当中，要善于理论结合实际，引导学生干中学。重视人才培养服务于行业经济、服务于地方经济的能力，应该要行业、企业联合培养人才，注重学校与企业的实践相结合，注重企业与学校的信息、资源共享，实现合作双赢。促进高校和企业深度融合，实现优势互补，利用学校多年的深度融合发展的人才培养经验，形成连接合作院校的协同网络。同时，将行业的组织技术、先进设备引入高校，实现同步。通过融合，使专业教师能及时关注行业主流技术的发展趋势。”

　　吴昌林提到，校企合作对人才培养的重要性是显而易见的。第一，校企合作注重联合培养的人才质量，注重学生在校学习与企业实践相结合，注重学校与企业资源、信息的共享与合作双赢。高校与企业的深度融合，高校与企业的优势互补，成为普通本科教学提高专业人才培养质量的一种重要形式。第二，校企合作共建，利用合作企业多年的校企深度融合发展的人才培养经验，形成了链接合作院校的协同网络；把行业主流技术和先进设备引入高校的实践教学，以实现高校专业发展与行业前沿技术的同步；通过把企业的教育团队和企业项目资源引入高校，实现了校企师资联合培养人才。第三，通过合作共建，有利于学校教学基地的建设；有利于混合式师资团队的形成，校内师资队伍工程能力的提升；有利于新型教学体系的形成；有利于面向行业和社会的人才培养质量的提升。

　　在教育部规划建设发展中心主任陈锋看来，新技术、新业态都是跨界创新和融合创新的产物。“跨界”就是不断地去冲破原来行业界限，不断地把多种多样的新技术和手段集成到一个领域、一个产品、一个服务、一个工作岗位的过程。这决定了在经济转型升级过程中，真正需要的人才80%以上都将是复合型人才。这是科技革命和产业升级带来的结果。

　　在陈锋看来，智能制造，它不能被归属于传统的机械行业、动画行业或是信息化行业，它是什么？它是跨界融合创新的产物，它需要的是复合型的人才。当我们讲到现代的农业，对于现代农业是产业化和科技化的进程，它远远超过了传统农学学科所对应的范围，它一定是跟制造业、服务业、科技、信息化结合在一起，如果没有跨界创新和跨界融合，不可能培养出现代农业人才。几乎所有现代服务业、高端服务业和生产型服务业需要的都是复合型人才，这需要用新的视野去规划新的人才。

　　“今天所建立专业学科体系是建立在过去旧的工业化时代基础上，但是当面对未来、面对这样一个剧烈变革和挑战的时候，就不可以去固守或者自陷于这样一个体系。今天对于人才培养规划，需要更加宽广的视野。只有拥有更加宽广的视界，我们才能真正树立多元跨界融合的理念，也才能真正去找到跨界融合的方向。”陈锋如是说。

　　智能制造、大数据是新一轮的技术革命的代表，发展空间巨大，这对人才培养的机制，也提出了新要求。做好智能制造、大数据的产教融合，推动融合走向深入，是培养高质量新型科技人才的重要路径。

　　智能制造：要培养系统级人才和跨学科人才

　　人才成“中国制造”由大转强的瓶颈，中国制造大而不强，核心是创新能力不强，实质是人才不强。目前我国制造业人才培养规模位居世界前列，但是尚不能支撑“中国制造、中国创造”的需求。

　　制造业人才队伍存在的突出问题，一是结构性过剩与短缺并存，领军人才和大国工匠紧缺，基础制造、先进制造技术领域人才不足；二是人才培养和产业实际需求脱节，产教融合不够深入；三是企业在制造业人才发展中的主体作用尚未充分发挥；四是制造业生产一线职工，特别是技术技能人才的社会地位和待遇整体较低，发展通道不畅。

　　智能制造涉及专业面更广、技术难度更大、风险更高，人才培养也面临新挑战，需要产学研发挥各自优势，才能攻克难关，培养智能制造专业型、跨学科、系统级人才。同济大学中德工程学院副院长、国内首个工业4.0智能工厂实验室主任陈明认为，工业4.0意味着在产品生命周期内整个价值创造链的组织和控制将迈上新台阶，从创意、订单、研发，到生产、交付，再到废物循环利用，包括与之紧密联系的各服务行业，在各个阶段都能更好的满足日益个性化的客户需求。

　　他指出智能制造与工业4.0包含了三大集成：第一，垂直集成和网络化制造。强调智能工厂和智能车间从上端的信息系统、ERP、PEM到下端的智能化，并在下端形成CPS网状结构，使得生产车间、生产线打破固定形式，取而代之的是动态、柔性的组成，即使某个环节出现问题，也可以使用其他生产线代替。第二，价值网络横向集成。智能工厂只是工业4.0的一个单元，横向集成强调不同的企业都要集中在一个网络中，通过网络形成生态圈，将上下游的企业联系在一起，最终产生新的服务模式和商业模式。第三，端到端的数字集成。即把最终用户的需求融合在一起，最后在产品全生命周期发挥重要的作用，比如可以在大生产线中生产出个性化的产品。

　　“通过分析工业4.0与智能制造的发展特点，我认为中国的人才培养，可以参考德国工业4.0的人才培养模式。在工业4.0时代，应该将智能制造、工业互联网的先进技术引入专业课程当中，让学生学习先进技术。学校以前开设的专业以及制定的学习内容都要进行调整。”陈明说。

　　工业4.0在智能制造领域关联的学科很多，所以除了需要大量的专业型人才外，跨学科人才也十分重要，因此学校人才培养面临新的挑战。如何进行人才培养，跨学科人才不再局限于学习一个学科的知识，比如怎样才能把数控装备做得更好？需要数控专业人才把控加工质量，还需要软件专业人才进行软件控制，这两个专业发生交集，培养的就是系统级人才。

　　要培养系统级人才和跨学科人才，陈明认为目前有几个瓶颈需要突破：首先是师资力量，可以通过校企合作来突破。

　　其次是课程体系建设，跨学科人才并不是指学习两个专业的课程，而是要通过项目，真正提高学生跨学科的实践能力。

　　再次，需要获得面向智能制造领域的实验室支撑。就同济大学中德工程学院来说，除了学校自有的实验室，还与德国菲尼克斯电气集团共同搭建了国内第一个工业4.0实验室，具备加工、装配、仓储功能，可将离散制造整合一体。另外，卡尔蔡司集团的智能测量基地、西门子公司的数字化制造设计中心，以及SAP公司的创新中心都设立在同济大学中德工程学院。校企合作为学校智能制造专业提供了全面的实验室支撑。

　　智能制造趋势下大国工匠培养机制与模式创新，生产过程职能化，促进互联网，云计算、大数据，在企业研发、设计、生产制造、经营管理等过程当中，全产业链的综合集成，在我们工业中很多都是跨界的交叉融合。为了推进落实这种创新驱动发展战略，破解世界制造业难题，为此，应从政府、学校、企业等多维度对制造业转型升级及其人才进行探讨。

　　产教融合培养复合应用型大数据人才

　　随着物联网、云计算、大数据和人工智能技术的发展，人类社会进入大数据时代，数据成为生产资料。对任何一个行业有价值的数据进行统计、分析和挖掘，人工智能处理，都会创造出意想不到的价值和财富，虽然我们已身处大数据时代，但大数据的学科和专业建设才刚刚上路。

　　“在大数据应用领域，我国的发展速度很快且名列前茅。但不可否认的是，在高等教育层面，与大数据相关的学科、专业建设还很薄弱。”华中科技大学公共管理学院副教授童文胜指出。

　　湖北大学副校长钱建国认为，大数据人才要具备三个方面能力：首先，具备大数据的获取和整理能力，能依据具体的功能和需求，利用相关的软硬件系统，获取海量数据，并进行存储和预处理。其次，应具备大数据的分析能力，对数据进行抽取、转换、加载，运用有效的算法和模型进行分析计算，为决策提供支持。最后，具备良好的团队协作能力，较强的责任心和一定的抗压能力。

　　当前毕业生的知识结构与创新能力不能够满足，或者不适应行业企业的发展需求。最常看到的情况是：IT专业的学生，往往缺乏大数据分析与处理技能，或是缺乏除IT行业之外相关领域的业务知识。其他非IT专业类的学生，可能又缺乏IT技能和大数据分析技能。“目前，社会急需大量既懂统计与数学，又懂计算机，并与业界充分融合的大数据专业人才，包括数据工程师、数据分析师，更缺能引领学科发展的数据科学家。为了提供更好、更持久的大数据处理与分析技术和方法，必须要有一个强大的数据科学学科做坚实后盾。如果没有数据科学学科的核心理论做支撑，大数据难免会泡沫化，也必然会损害国家的大数据发展战略。”南开大学统计研究院副院长王兆军说。

　　如果学生们缺乏对多产业的了解，不仅会导致他们在工作中沟通困难，还很难发挥自身专业技能。人才培养需要理论教学与实践练习相结合，而目前针对大学生培养的大数据实践基地较少，不利于对学生大数据思维和实践应用能力的培养。

　　面对这种情况，怎么解决问题？“如果仅仅学校单方面制定培养方案，很难合理界定人才培养的素质和规格。人才培养过程中，如果缺乏企业的参与，就很难培养出适应产业发展所需的满意人才。”钱建国说。正是基于这样的认识，湖北大学大数据学院在如何以产教融合，校企合作的方式推进复合应用型大数据人才培养方面进行大量的探索和系统化的尝试，积累了很多经验。湖北大学曙光大数据学院，将成为应用服务型人才培养的基地，大数据卓越人才培养的高地，创新创业型人才培养的阵地。依托基地，推进产、教、研深度融合，为行业企业提供高素质的大数据复合应用型人才。

　　湖北大学参与数据中国“百校工程”项目以来，以校企合作方式联合培养大数据复合应用型人才，力图让学生既掌握大数据核心技术，又具备跨界解决行业应用问题的能力。据钱建国介绍，湖北大学以分层次实现的方式开展大数据人才培养，一方面面向全校开展大数据通识教育，另一方面面向计算机相关专业，培养大数据创新应用型人才。在具体实施过程中，一是校企共建大数据应用课程体系；二是项目驱动式实践教学体系；三是教学模式多元化；四是建立“混合型”师资团队。目前湖大已有4个合作专业，与9个学院的19个专业设置了大数据课程，未来还会以校企联合方式培养工程硕士。

　　据了解，2017年下半年湖北大学将基本完成校内教育大数据平台建设，实现校内所有业务系统之间的互联互通。实现大数据方向拓展综合性、设计性、创新性实验的设置与优化，建立完整的大数据体系，面向全校开展通识教育和选修。面向合作专业群，招收大数据方向的学生，人数为150人。联合共建研发团队，初步展开科学研究与应用服务合作。2018年将初步建立学校教育综合性大数据模型，挖掘教育领域自身的数据价值。实现大数据智能分析平台的建设与应用的成熟化。校企联合对外承接大数据行业相关项目，对外提供技术咨询、项目规划设计、大数据整体解决方案、行业应用等服务。

　　观点摘录

　　革命性的技术是与学科专业相结合的。互联网+、大数据、虚拟现实和增强现实、人工智能，它们不仅是一门学科、一个专业领域，它们几乎是跟所有学科和专业都结合在一起的。它们是跟绝大多数产业变革，跟绝大多数生产和服务相关联的，所以国家才提出“互联网+”战略。

　　相应的人才培养方式也要做出调整，例如所有的大数据的应用都是跟产业各个领域结合在一起的，大数据工程师绝对不只需要了解和掌握大数据技术。同理虚拟现实技术、人工智能、智能制造的人才培养方式也都要做出改变，把绿色发展理念和技术要素融入学科和专业建设中。

　　基于前沿科学创新的多学科交叉充足的情况，创建复合学科、交叉学科和新兴学科。学科是我们按照科学的知识体系所做的一个分类，但是科学研究最重要的特点就是不断地创新、不断地突破、不断地发现真理，不断地接近真相。如果把学科体系看成是一个固化的体系，是跟科学体系相违背的。要不断深入研究，掌握前沿趋势。往复合学科、交叉学科方向走，往新兴学科方向走。

　　建立学科体系不是把现有科学知识体系固化，而是为了在现有科学知识体系下更好地前行。在专业建设中间，既要巩固传统学科优势，更要去不断发展复合学科、交叉学科、新兴学科，占领未来科学竞争制高点。

　　根据高端服务业先进制造业现代农业发展的要求，去建构学习者复合化知识、技术技能结构。按照一个传统方式、传统的专业结构去建立的人才培养体系肯定不能适应未来发展对人才的需求。如何去设计复合型人才培养的制度，如何去建立复合型人才的培养模式，是必须要应对的一个挑战。

　　（根据教育部学校规划建设发展中心主任陈锋在第四届产教融合发展战略国际论坛上的演讲整理而成，未经本人确认。）