對(duì)“人工智能+高等教育”三位一體的系統(tǒng)性思考

李運(yùn)福 楊方琦 王斐 馮東

摘要：高等教育與經(jīng)濟(jì)社會(huì)發(fā)展是以人才供給為紐帶的一個(gè)整體。在以人工智能為核心技術(shù)的第四次工業(yè)革命的沖擊下，產(chǎn)業(yè)智能化轉(zhuǎn)型升級(jí)推動(dòng)了就業(yè)結(jié)構(gòu)新格局的形成，進(jìn)而對(duì)高等教育人才培養(yǎng)改革提出新的挑戰(zhàn)。面對(duì)新挑戰(zhàn)，高等學(xué)校應(yīng)發(fā)揮在線課程優(yōu)勢(shì)，增強(qiáng)高校開(kāi)放性，支持大學(xué)生人力資本的全面、持續(xù)開(kāi)發(fā)；對(duì)已有智能就業(yè)系統(tǒng)升級(jí)，強(qiáng)化數(shù)據(jù)循環(huán)，以需求牽引供給，增強(qiáng)供需匹配精準(zhǔn)度；落實(shí)參與式監(jiān)測(cè)評(píng)估，注重核心利益相關(guān)者參與，推動(dòng)高校人才培養(yǎng)質(zhì)量自我評(píng)估改革，促進(jìn)高校人才供需匹配度持續(xù)改進(jìn)。

關(guān)鍵詞：人工智能；高等教育；人力資本；終身學(xué)習(xí)

中圖分類(lèi)號(hào)：G434 文獻(xiàn)標(biāo)識(shí)碼：A

本文系陜西省教育廳科研計(jì)劃項(xiàng)目“高校在線教育質(zhì)量保障體系研究”（項(xiàng)目編號(hào)：19JK0204）、陜西省社科基金項(xiàng)目“網(wǎng)絡(luò)環(huán)境對(duì)大學(xué)生人生信仰的影響效應(yīng)與機(jī)制”（項(xiàng)目編號(hào)：2016P015）研究成果。

一、引言

就業(yè)是根本性民生工程。高質(zhì)量就業(yè)是建設(shè)高質(zhì)量高等教育體系的重要要求，高校人才培養(yǎng)與經(jīng)濟(jì)社會(huì)發(fā)展需求精準(zhǔn)匹配既是高質(zhì)量就業(yè)的主要特征，也是高質(zhì)量高等教育體系社會(huì)價(jià)值的集中體現(xiàn)。以人工智能技術(shù)為核心的第四次工業(yè)革命，對(duì)經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整產(chǎn)生了重大影響，引發(fā)了高校人才培養(yǎng)改革的連鎖反應(yīng)?，F(xiàn)階段，國(guó)內(nèi)學(xué)者對(duì)“人工智能+高等教育”“人工智能+就業(yè)”“人工智能+傳統(tǒng)產(chǎn)業(yè)”開(kāi)展了廣泛而深度的研究，并積累的豐富的研究成果。然而，高等教育與經(jīng)濟(jì)社會(huì)發(fā)展是以人才供給為紐帶的一個(gè)整體，已有研究中從人才培養(yǎng)、高質(zhì)量就業(yè)、產(chǎn)業(yè)結(jié)構(gòu)變革“三位一體”的系統(tǒng)性研究較為少見(jiàn)。鑒于此，以系統(tǒng)科學(xué)理論為指導(dǎo)，充分發(fā)揮人工智能優(yōu)勢(shì)，思考產(chǎn)業(yè)智能化升級(jí)對(duì)就業(yè)結(jié)構(gòu)的影響及其對(duì)高等教育人才培養(yǎng)帶來(lái)的新挑戰(zhàn)，對(duì)提升高等教育對(duì)經(jīng)濟(jì)社會(huì)發(fā)展的引導(dǎo)和服務(wù)能力就顯得更為必要和緊迫。

二、文獻(xiàn)梳理與分析

人才培養(yǎng)是高等教育的基本任務(wù)，其培養(yǎng)質(zhì)量是評(píng)估高等教育服務(wù)和引領(lǐng)經(jīng)濟(jì)社會(huì)發(fā)展能力的關(guān)鍵指標(biāo)。面對(duì)以人工智能為核心的新興技術(shù)推動(dòng)的數(shù)字經(jīng)濟(jì)的深度變革與快速發(fā)展對(duì)高等教育人才培養(yǎng)提出的各種挑戰(zhàn)，如何推動(dòng)高等教育人才培養(yǎng)改革，引起了國(guó)內(nèi)學(xué)者的普遍關(guān)注和深度思考。

（一）基礎(chǔ)層面：以人才培養(yǎng)觀、人才培養(yǎng)改革路徑研究為主要內(nèi)容

人才培養(yǎng)觀直接決定了高等教育改革和發(fā)展方向，對(duì)高等教育人才培養(yǎng)改革路徑的制定起著重要的理論指導(dǎo)作用。余小波認(rèn)為人工智能時(shí)代的高等教育亟需樹(shù)立一種更積極的人才培養(yǎng)觀，即重視學(xué)生獨(dú)立思考與主動(dòng)學(xué)習(xí)能力、想象力和批判性思維的培養(yǎng)，在夯實(shí)專(zhuān)業(yè)教育的基礎(chǔ)上要強(qiáng)化通識(shí)教育，拓展學(xué)生成長(zhǎng)空間[1]。岳瑞鳳構(gòu)建了“智能+”時(shí)代，以數(shù)據(jù)為中心、多元數(shù)字在場(chǎng)的數(shù)字人交互共生新范式，形成正向循環(huán)的三層學(xué)習(xí)者成長(zhǎng)飛輪，使學(xué)習(xí)者能夠?qū)崟r(shí)永續(xù)、按需學(xué)習(xí)[2]。面對(duì)虛擬現(xiàn)實(shí)技術(shù)、智能化學(xué)習(xí)技術(shù)及混合式教學(xué)模式、智慧校園等在高等教育中的應(yīng)用，李廣平等認(rèn)為更新人才培養(yǎng)理念、提升教學(xué)主體人工智能相關(guān)素養(yǎng)、優(yōu)化資源配置及強(qiáng)化校際協(xié)同是人工智能時(shí)代人才培養(yǎng)的變革路徑[3]。鄭潔紅等認(rèn)為新一代人工智能變革大學(xué)教育的可能方向包括重構(gòu)高校新型師生關(guān)系、改變大學(xué)學(xué)習(xí)形式、重組教師科研模式、創(chuàng)新現(xiàn)代大學(xué)管理[4]。任增元認(rèn)為，人工智能對(duì)高校人才培養(yǎng)規(guī)格提出了新要求，在能力結(jié)構(gòu)層面更加強(qiáng)調(diào)人工智能技術(shù)的掌握，在知識(shí)結(jié)構(gòu)層面更加強(qiáng)調(diào)學(xué)科融合和建立包容的復(fù)合知識(shí)體系，在素質(zhì)結(jié)構(gòu)層面更加凸顯了創(chuàng)新能力的核心地位[5]。

（二）投入層面：以教師角色定位與發(fā)展、人工智能學(xué)院與學(xué)科建設(shè)研究為主要內(nèi)容

高素質(zhì)專(zhuān)業(yè)化創(chuàng)新型教師隊(duì)伍是建設(shè)高質(zhì)量高等教育體系、提升人才培養(yǎng)質(zhì)量的首要資源。人工智能與高等教育的深度融合，逐漸塑造了精準(zhǔn)化、數(shù)字化、智能化的教學(xué)情境。面對(duì)教學(xué)情境的轉(zhuǎn)變，田宏杰等提出要構(gòu)建以學(xué)科教學(xué)能力、技術(shù)應(yīng)用能力和教學(xué)學(xué)術(shù)能力為核心的智能教學(xué)能力體系和靈活、多元、開(kāi)放、智慧的個(gè)性化教育生態(tài)體系[6]。張曦琳提出智能時(shí)代高校教師面臨著職業(yè)身份危機(jī)、知識(shí)身份危機(jī)和情感身份危機(jī)，并提出了高校教師身份重塑的實(shí)踐路徑，即高校教師應(yīng)成為成熟型的技術(shù)使用者、研究型的知識(shí)共享者和有溫度的情感互動(dòng)者[7]。陳鵬等認(rèn)為，“立人機(jī)之德”“立未來(lái)之人”“立師生之業(yè)”是人工智能時(shí)代高校教師的核心價(jià)值[8]。張優(yōu)良等認(rèn)為，為迎接人機(jī)協(xié)同推動(dòng)教育發(fā)展的新時(shí)代，教師要樹(shù)立合作意識(shí)，同時(shí)強(qiáng)化轉(zhuǎn)型意識(shí)，發(fā)揮在學(xué)生成長(zhǎng)過(guò)程中的獨(dú)特作用[9]。此外，人工智能的發(fā)展推動(dòng)了高校組織結(jié)構(gòu)和學(xué)科專(zhuān)業(yè)的調(diào)整。近年來(lái)，面對(duì)經(jīng)濟(jì)社會(huì)發(fā)展、國(guó)家戰(zhàn)略、高校改革等“三重”需求，有條件的高校有效整合校內(nèi)資源，陸續(xù)成立人工智能學(xué)院，推動(dòng)人工智能學(xué)科建設(shè)和人工智能專(zhuān)業(yè)人才培養(yǎng)[10]。由于人工智能學(xué)院建設(shè)尚處于起步發(fā)展階段，存在著學(xué)科專(zhuān)業(yè)建設(shè)薄弱、人才培養(yǎng)模式創(chuàng)新不足、科技創(chuàng)新領(lǐng)域有待開(kāi)拓、社會(huì)服務(wù)體系有待健全等主要問(wèn)題，推動(dòng)了各高校和學(xué)者對(duì)人工智能學(xué)科建設(shè)與發(fā)展、人工智能專(zhuān)業(yè)人才培養(yǎng)的積極探索與實(shí)踐[11]。

（三）過(guò)程層面：以學(xué)科建設(shè)、教學(xué)模式、教育評(píng)價(jià)研究為主要內(nèi)容

李斑斑等認(rèn)為，中國(guó)高等教育應(yīng)繼續(xù)深入關(guān)注人工智能對(duì)大學(xué)學(xué)科建設(shè)和發(fā)展的影響，推動(dòng)形成面向人工智能的人才培養(yǎng)與學(xué)科發(fā)展良性互動(dòng)機(jī)制，引導(dǎo)大學(xué)學(xué)科組織轉(zhuǎn)型發(fā)展[12]。任志鋒認(rèn)為，人工智能對(duì)破解高校立德樹(shù)人難題，實(shí)現(xiàn)“三全”育人具有重大的積極意義，并提出了人工智能賦能高校立德樹(shù)人的實(shí)踐進(jìn)路[13]。田少煦充分分析了智能媒體環(huán)境下數(shù)字創(chuàng)意專(zhuān)業(yè)群教學(xué)面臨的挑戰(zhàn)，并對(duì)數(shù)字創(chuàng)意專(zhuān)業(yè)群的基礎(chǔ)課程改革進(jìn)行了實(shí)踐性探索[14]。郭宏偉提出了基于智能教育的高校在線課程知識(shí)圖譜構(gòu)建路徑[15]。西安交通大學(xué)在本科教育改革中充分發(fā)揮信息技術(shù)優(yōu)勢(shì)，構(gòu)建了學(xué)教學(xué)質(zhì)量實(shí)時(shí)監(jiān)測(cè)大數(shù)據(jù)平臺(tái)、課堂教學(xué)質(zhì)量評(píng)價(jià)模型和精準(zhǔn)督導(dǎo)機(jī)制，推動(dòng)了人工智能、物聯(lián)網(wǎng)等現(xiàn)代信息技術(shù)和教育教學(xué)管理評(píng)價(jià)服務(wù)的深度融合，提升了高校教學(xué)管理服務(wù)的精細(xì)化、規(guī)范化和個(gè)性化[16]。秦靜怡等提出了智慧型高等教育評(píng)價(jià)體系的構(gòu)建路徑，即基于區(qū)塊鏈實(shí)現(xiàn)決策導(dǎo)向以過(guò)程為主，基于物聯(lián)網(wǎng)實(shí)現(xiàn)評(píng)價(jià)主體的多維全方位參與，基于大數(shù)據(jù)和云計(jì)算實(shí)現(xiàn)評(píng)價(jià)指標(biāo)多元聯(lián)動(dòng)，基于人工智能技術(shù)實(shí)現(xiàn)評(píng)價(jià)重心下移學(xué)生本位、增值結(jié)果動(dòng)態(tài)可視[17]。譚海萍等提出通過(guò)動(dòng)態(tài)、系統(tǒng)、全面的數(shù)據(jù)網(wǎng)絡(luò)，將抽象、復(fù)雜的素養(yǎng)數(shù)據(jù)化，從而監(jiān)測(cè)和評(píng)估學(xué)生核心素養(yǎng)的發(fā)展變化情況[18]。此外，如何在學(xué)習(xí)監(jiān)控的基礎(chǔ)上利用智能技術(shù)進(jìn)行調(diào)節(jié)，如何根據(jù)學(xué)生的個(gè)體需求、能力結(jié)構(gòu)和情感傾向等設(shè)計(jì)個(gè)性化的學(xué)習(xí)路徑是基于人工智能自適應(yīng)學(xué)習(xí)正面臨的新問(wèn)題[19]。

（四）產(chǎn)出層面：以“供需匹配”視角下高校人才培養(yǎng)結(jié)構(gòu)調(diào)整研究為主要內(nèi)容

人工智能引發(fā)的社會(huì)分工體系重組及勞動(dòng)形態(tài)變革驅(qū)動(dòng)高等教育結(jié)構(gòu)優(yōu)化[20]。賴(lài)德勝等提出為適應(yīng)工業(yè)4.0的到來(lái)，高等教育不僅要培養(yǎng)學(xué)生科學(xué)技能，更要注重人文精神，保證教育公平，促進(jìn)終身學(xué)習(xí)和建立新型教育生態(tài)[21]。田賢鵬等認(rèn)為人工智能時(shí)代的學(xué)科專(zhuān)業(yè)人才培養(yǎng)結(jié)構(gòu)優(yōu)化，需完善學(xué)科專(zhuān)業(yè)動(dòng)態(tài)調(diào)整機(jī)制，擴(kuò)大人才培養(yǎng)的靈活性和自主性；因應(yīng)經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)變革趨勢(shì)，強(qiáng)化人力資源市場(chǎng)的需求預(yù)測(cè)；面向人工智能發(fā)展的新要求，促進(jìn)不同類(lèi)型高校內(nèi)涵式發(fā)展；提供個(gè)性化人才培養(yǎng)方案，破解學(xué)科專(zhuān)業(yè)結(jié)構(gòu)化思維的邊界束縛[22]。

通過(guò)上述分析，可以發(fā)現(xiàn)如何通過(guò)變革人才培養(yǎng)結(jié)構(gòu)，回應(yīng)人工智能時(shí)代經(jīng)濟(jì)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的新需求，是新時(shí)代高等教育供給側(cè)結(jié)構(gòu)性改革正面臨的重大現(xiàn)實(shí)問(wèn)題。從人工智能對(duì)經(jīng)濟(jì)社會(huì)發(fā)展的作用關(guān)系（如下頁(yè)圖1所示）來(lái)看，人才供給是高等教育領(lǐng)域與經(jīng)濟(jì)社會(huì)領(lǐng)域之間信息交換的核心要素?，F(xiàn)實(shí)中，人工智能技術(shù)對(duì)經(jīng)濟(jì)社會(huì)領(lǐng)域產(chǎn)生影響的深度、廣度均要遠(yuǎn)遠(yuǎn)高于對(duì)高等教育的影響，且高等教育領(lǐng)域應(yīng)對(duì)人工智能技術(shù)變革的反映速度和效果彰顯度相對(duì)較為滯后。在人工智能時(shí)代，人才培養(yǎng)規(guī)格應(yīng)由以往過(guò)于注重低階認(rèn)知能力培養(yǎng)的基礎(chǔ)上，更加凸顯高階認(rèn)知能力、非認(rèn)知能力培養(yǎng)的時(shí)代價(jià)值和必要性、緊迫性。因受傳統(tǒng)思維的影響，高等教育在人才培養(yǎng)中支撐作用的發(fā)揮僅局限于學(xué)歷教育階段，階段性、閉環(huán)性特征較為明顯，高校的開(kāi)放性及其在學(xué)生人力資本持續(xù)開(kāi)發(fā)中的作用發(fā)揮尚未引起足夠關(guān)注。投入和過(guò)程層面的相關(guān)研究，技術(shù)理性相對(duì)強(qiáng)于主體性，即對(duì)未來(lái)高等教育的想象力要強(qiáng)于高等教育的建構(gòu)力[23]，其根源在于缺乏高等教育與經(jīng)濟(jì)社會(huì)發(fā)展相互聯(lián)系的系統(tǒng)性思維的指導(dǎo)，進(jìn)而導(dǎo)致人工智能推動(dòng)高等教育變革的研究中缺少“未來(lái)人才”的目標(biāo)導(dǎo)向。產(chǎn)出層面的相關(guān)研究凸顯了人工智能引發(fā)的經(jīng)濟(jì)社會(huì)發(fā)展新需求對(duì)高等教育人才培養(yǎng)改革的影響，但對(duì)基于人工智能的高等教育改革研究的深度仍有待推進(jìn)?？傊?，如何發(fā)揮人工智能技術(shù)進(jìn)一步推動(dòng)高等教育的開(kāi)放度，切實(shí)發(fā)揮高等教育在人才供給及人力資本持續(xù)開(kāi)發(fā)方面對(duì)經(jīng)濟(jì)社會(huì)發(fā)展的引領(lǐng)作用和持續(xù)服務(wù)能力是“人工智能+高等教育”中仍需深度研究的現(xiàn)實(shí)問(wèn)題。

三、產(chǎn)業(yè)智能化升級(jí)催生就業(yè)結(jié)構(gòu)新格局

當(dāng)下，人工智能是推動(dòng)我國(guó)科技跨越發(fā)展、產(chǎn)業(yè)優(yōu)化升級(jí)、生產(chǎn)力整體躍升的重要驅(qū)動(dòng)力量。2020年，人工智能更是與SG基站、大數(shù)據(jù)中心、工業(yè)互聯(lián)網(wǎng)等一起被列入新基建范圍，為智能經(jīng)濟(jì)的發(fā)展和產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型提供底層支撐。人工智能推動(dòng)產(chǎn)業(yè)智能化、數(shù)字化轉(zhuǎn)型升級(jí)的同時(shí)，也推動(dòng)了結(jié)業(yè)結(jié)構(gòu)新格局的形成。就業(yè)結(jié)構(gòu)是勞動(dòng)力在國(guó)民經(jīng)濟(jì)各產(chǎn)業(yè)部門(mén)、地區(qū)和領(lǐng)域的分布、構(gòu)成及聯(lián)系，主要由就業(yè)者的年齡、性別、知識(shí)技能水平等內(nèi)在條件與經(jīng)濟(jì)社會(huì)發(fā)展及其提供的就業(yè)機(jī)會(huì)與就業(yè)場(chǎng)所等外在條件有機(jī)結(jié)合而形成的一種就業(yè)形態(tài)，包括就業(yè)的職業(yè)結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、區(qū)域結(jié)構(gòu)、年齡結(jié)構(gòu)及就業(yè)形式等內(nèi)容。歷次工業(yè)革命的發(fā)生都是通過(guò)變革技術(shù)體系、產(chǎn)業(yè)結(jié)構(gòu)以及生產(chǎn)方式引發(fā)就業(yè)結(jié)構(gòu)的調(diào)整[24]。

第一，低技能勞動(dòng)力將逐漸被取代，中高技能人才面臨的被取代風(fēng)險(xiǎn)逐漸增高。技術(shù)進(jìn)步有技能偏向，低技能勞動(dòng)最先被自動(dòng)化取代。與前三次工業(yè)革命相比，以人工智能技術(shù)為核心的第四次工業(yè)革命更偏向于是一種“技能型技術(shù)變革”，即技術(shù)創(chuàng)新更青睞于高技能勞動(dòng)力而不是低技能勞動(dòng)力。隨著人工智能領(lǐng)域深度學(xué)習(xí)研究的不斷深入，智能機(jī)器的自主決策和行動(dòng)能力逐漸增強(qiáng)，進(jìn)而引發(fā)高智能化、高自主化的機(jī)器對(duì)低技能勞動(dòng)力的擠出效應(yīng)逐漸向中高技能勞動(dòng)力延伸，對(duì)各級(jí)技能勞動(dòng)力人力資本的再開(kāi)發(fā)提出了更高的挑戰(zhàn)。此外，各職業(yè)被人工智能替代的概率同勞動(dòng)者教育水平、收入水平之間都存在著明顯的負(fù)相關(guān)關(guān)系。那些對(duì)學(xué)歷要求較低、收入相對(duì)較少的職業(yè)遭受到的沖擊將更為嚴(yán)重，面臨更高的失業(yè)風(fēng)險(xiǎn)[25]，進(jìn)而引發(fā)不充分、不公平就業(yè)。

第二，產(chǎn)業(yè)智能化轉(zhuǎn)型程度越高，就業(yè)人口占比越高。根據(jù)《新一代人工智能白皮書(shū)（2020）》（產(chǎn)業(yè)智能化升級(jí)）報(bào)告顯示，我國(guó)農(nóng)業(yè)、工業(yè)、服務(wù)業(yè)智能化升級(jí)總指數(shù)得分分別為29.7、54.8、61.6。也就意味著，在后續(xù)發(fā)展中第一、第二產(chǎn)業(yè)智能化轉(zhuǎn)型會(huì)不斷加劇。隨著“人工智能+農(nóng)業(yè)”的深度推進(jìn)，農(nóng)業(yè)生產(chǎn)的特點(diǎn)逐漸由勞動(dòng)密集型向技術(shù)密集型轉(zhuǎn)變，導(dǎo)致勞動(dòng)就業(yè)比重進(jìn)一步下降。在工業(yè)4.0階段，工業(yè)機(jī)器人、智能化制造等進(jìn)一步推廣應(yīng)用，導(dǎo)致傳統(tǒng)制造業(yè)就業(yè)持續(xù)衰減。隨著產(chǎn)業(yè)邊界的逐漸模糊，產(chǎn)業(yè)融合是產(chǎn)業(yè)智能化轉(zhuǎn)型的最新發(fā)展，就催生了新型服務(wù)體系的產(chǎn)生和對(duì)應(yīng)勞動(dòng)力需求的增加。此外，根據(jù)《中國(guó)統(tǒng)計(jì)年鑒》的數(shù)據(jù)統(tǒng)計(jì)，2015至2019年，第一、第二產(chǎn)業(yè)就業(yè)人口占就業(yè)總?cè)丝跀?shù)的比例逐年下降，分別從29.3%下降到27.4%、28.3%下降到25.1%，第三產(chǎn)業(yè)就業(yè)人口占就業(yè)總?cè)丝诘谋壤鹉晟仙?，?2.4%上升到47.5%。綜合分析后可以發(fā)現(xiàn)，各產(chǎn)業(yè)就業(yè)人數(shù)占比與智能化升級(jí)總指數(shù)呈正相關(guān)，各產(chǎn)業(yè)就業(yè)人口流動(dòng)對(duì)人力資本再開(kāi)發(fā)提出了新的要求。

第三，與東部地區(qū)相比，中西部地區(qū)高校畢業(yè)生更充分更高質(zhì)量就業(yè)形勢(shì)相對(duì)更為嚴(yán)峻。在產(chǎn)業(yè)智能化轉(zhuǎn)型升級(jí)的背景下，遭受就業(yè)沖擊的人口比例和區(qū)域經(jīng)濟(jì)發(fā)展?fàn)顩r、產(chǎn)業(yè)結(jié)構(gòu)有著十分明顯的關(guān)系。在經(jīng)濟(jì)發(fā)展水平較低、產(chǎn)業(yè)結(jié)構(gòu)相對(duì)落后的地區(qū)，就業(yè)結(jié)構(gòu)中更容易被人工智能替代的崗位占比更高，而在經(jīng)濟(jì)發(fā)展水平較高，產(chǎn)業(yè)結(jié)構(gòu)相對(duì)優(yōu)化的地區(qū)，就業(yè)結(jié)構(gòu)中更容易被人工智能替代的崗位占比相對(duì)較低[26]。趙璐的研究發(fā)現(xiàn)，2003—2016年我國(guó)第一產(chǎn)業(yè)空間離散化發(fā)展，空間聚集度減小，第二產(chǎn)業(yè)正在加快由沿海向內(nèi)陸地區(qū)空間集中化聚集發(fā)展，空間聚集度增大且高于第三產(chǎn)業(yè)；第三產(chǎn)業(yè)正加快在沿海地區(qū)空間集中化聚集發(fā)展，空間聚集度不斷增大[27]。也就意味著，隨著我國(guó)產(chǎn)業(yè)結(jié)構(gòu)區(qū)域布局的調(diào)整，與東部地區(qū)相比，中西部地區(qū)受到就業(yè)沖擊的人口比例會(huì)更高，高校畢業(yè)生更充分、更高質(zhì)量就業(yè)面臨的形勢(shì)更為嚴(yán)峻。

第四，人工智能替代效應(yīng)難以全面形成，勞動(dòng)力需求增大。求人倍率是勞動(dòng)力需求與勞動(dòng)力供給的比值，是監(jiān)測(cè)勞動(dòng)力供給情況的重要指標(biāo)，該值小于1則表明勞動(dòng)力供給過(guò)剩，反之則表明勞動(dòng)力供給不足。在中國(guó)經(jīng)濟(jì)發(fā)展新常態(tài)背景下，求人倍率逐漸增高，勞動(dòng)力市場(chǎng)供給不足與結(jié)構(gòu)性供給矛盾并存，使人工智能的就業(yè)替代效應(yīng)難以產(chǎn)生擠出作用，也無(wú)法形成全面的就業(yè)替代效應(yīng)。此外，在國(guó)家戰(zhàn)略的驅(qū)動(dòng)下，中國(guó)逐漸成為吸納人工智能投融資最多的國(guó)家。根據(jù)《2020—2025年中國(guó)人工智能行業(yè)市場(chǎng)前瞻與投資戰(zhàn)略規(guī)劃分析報(bào)告》，2014—2017年，中國(guó)人工智能市場(chǎng)總規(guī)模年均增長(zhǎng)率超過(guò)40%，預(yù)計(jì)2023年中國(guó)人工智能產(chǎn)業(yè)規(guī)模將增長(zhǎng)至380億元。隨著產(chǎn)業(yè)智能化升級(jí)，人工智能技術(shù)催生的新就業(yè)崗位數(shù)量將呈現(xiàn)井噴式增長(zhǎng)。再加之新興產(chǎn)業(yè)規(guī)模的擴(kuò)大，引發(fā)了勞動(dòng)力需求的迅速膨脹，人工智能創(chuàng)造的崗位數(shù)量將持續(xù)增長(zhǎng)[28]。

第五，非正規(guī)就業(yè)逐漸成為就業(yè)的主流形式。非正規(guī)就業(yè)指的是不具有正式雇傭關(guān)系或者沒(méi)有進(jìn)入政府監(jiān)管體系的就業(yè)類(lèi)型[29]。人工智能技術(shù)的應(yīng)用催生了勞動(dòng)形態(tài)的多元化發(fā)展，并且多以非正規(guī)就業(yè)的形式呈現(xiàn)，且具有極強(qiáng)的社會(huì)慣性，如零工經(jīng)濟(jì)以及平臺(tái)經(jīng)濟(jì)下的靈活就業(yè)、基于互聯(lián)網(wǎng)的新型創(chuàng)業(yè)等。這些新型用工形態(tài)不僅體現(xiàn)了智能技術(shù)推動(dòng)下的用工靈活性要求，還進(jìn)一步造成了傳統(tǒng)用工關(guān)系的解體，再次增加非正規(guī)就業(yè)規(guī)模。

四、就業(yè)結(jié)構(gòu)調(diào)整對(duì)高校人才培養(yǎng)提出新要求

產(chǎn)業(yè)結(jié)構(gòu)智能化升級(jí)催生的就業(yè)結(jié)構(gòu)調(diào)整，對(duì)高校人才培養(yǎng)提出了新的挑戰(zhàn)，主要體現(xiàn)在以下幾方面。

（一）完善終身教育體系，提升教育公平

高技能人才是促進(jìn)產(chǎn)業(yè)智能化轉(zhuǎn)型升級(jí)、推動(dòng)高質(zhì)量發(fā)展的重要支撐。習(xí)近平總書(shū)記指出，“工業(yè)強(qiáng)國(guó)都是技師技工的大國(guó)，我們要有很強(qiáng)的技術(shù)工人隊(duì)伍”。產(chǎn)業(yè)結(jié)構(gòu)智能化轉(zhuǎn)型升級(jí)加大了低技能勞動(dòng)群體的失業(yè)風(fēng)險(xiǎn)，加劇了結(jié)構(gòu)性失業(yè)的發(fā)生。如何持續(xù)提升現(xiàn)有技能型勞動(dòng)力職業(yè)勝任力，尤其是低技能勞動(dòng)群體，是構(gòu)建終身教育體系所面臨的新的挑戰(zhàn)。歐洲歷來(lái)重視技能型人才培養(yǎng)。面對(duì)歐盟勞動(dòng)力技能短缺，歐盟2016年正式提出“歐洲新技能議程，為歐盟成員國(guó)勞動(dòng)力技能的提升提供了參考框架。面對(duì)綠色經(jīng)濟(jì)、智能化社會(huì)對(duì)工作環(huán)境的變革以及人口結(jié)構(gòu)的變化，歐盟于2020年“歐洲新技能議程”進(jìn)行了調(diào)整和更新，旨在支持歐盟公民在社會(huì)轉(zhuǎn)型中及時(shí)掌握適切的技能。與2016版相比，2020版“歐洲新技能議程”更加凸顯了治理理念、終身教育理念以及教育公平理念，在內(nèi)容上擴(kuò)大了技能目標(biāo)范圍、目標(biāo)更具體化以及促進(jìn)終身學(xué)習(xí)的工具更加豐富[30]。與歐盟相比，我國(guó)對(duì)人工智能時(shí)代勞動(dòng)力技能的提升缺乏宏觀指導(dǎo)，基于學(xué)分銀行建設(shè)的終身教育體系有待進(jìn)一步完善，低技能勞動(dòng)群體技能提升尚未引起足夠重視，以及大數(shù)據(jù)、人工智能技術(shù)對(duì)創(chuàng)新型高技能人才發(fā)展的支撐作用尚未充分發(fā)揮。

（二）注重學(xué)生高階認(rèn)知能力和非認(rèn)知能力培育

數(shù)字經(jīng)濟(jì)社會(huì)發(fā)展引發(fā)了高校人才培養(yǎng)規(guī)格的轉(zhuǎn)變。通過(guò)對(duì)相關(guān)文獻(xiàn)、新聞報(bào)道等進(jìn)行梳理、分析，人工智能時(shí)代學(xué)生應(yīng)具備的主要能力構(gòu)成的代表性觀點(diǎn)如表1所示。

廣義上的能力應(yīng)包括認(rèn)知能力和非認(rèn)知能力兩部分，兩者共同構(gòu)成青少年進(jìn)入勞動(dòng)力市場(chǎng)的核心勝任力[40]?，F(xiàn)階段，國(guó)內(nèi)學(xué)者在微觀層面對(duì)人工智能時(shí)代學(xué)生能力構(gòu)成的觀點(diǎn)存在一定差異，但是一致認(rèn)為，高階認(rèn)知技能和非認(rèn)知能力是當(dāng)下高等教育人才培養(yǎng)的重要導(dǎo)向。高階認(rèn)知能力主要包括分析能力、評(píng)價(jià)能力和創(chuàng)造能力，如數(shù)據(jù)素養(yǎng)、技術(shù)素養(yǎng)、深度分析技能、自主學(xué)習(xí)技能等，核心在于學(xué)生高階思維能力的培育，如批判性思維、系統(tǒng)性思維、創(chuàng)新型思維、計(jì)算思維等。面對(duì)以教育為核心的傳統(tǒng)人力資本理論的不足，美國(guó)經(jīng)濟(jì)學(xué)家郝克曼（James Heckman）在借鑒最新經(jīng)驗(yàn)研究成果的基礎(chǔ)上，提出了以能力為核心的新人力資本理論，將能力分為認(rèn)知能力、非認(rèn)知能力兩類(lèi)[41]，非認(rèn)知能力資本的經(jīng)濟(jì)價(jià)值引起了國(guó)外學(xué)者的普遍關(guān)注，是人工智能時(shí)代學(xué)生核心素養(yǎng)的重要指向。但是，受傳統(tǒng)人力資本理論及勞動(dòng)力市場(chǎng)信號(hào)理論的影響，國(guó)內(nèi)學(xué)者在大學(xué)生就業(yè)質(zhì)量影響因素研究中，將人力資本片面的理解為認(rèn)知能力資本，嚴(yán)重制約了人力資本理論的解釋力。近年來(lái)，人格特征心理學(xué)的發(fā)展推動(dòng)了勞動(dòng)經(jīng)濟(jì)學(xué)領(lǐng)域非認(rèn)知能力經(jīng)濟(jì)價(jià)值研究，以自尊、控制點(diǎn)、大五人格等為主要代表，國(guó)內(nèi)學(xué)者則更多注重學(xué)生人文素養(yǎng)或精神的培育。

（三）以產(chǎn)業(yè)結(jié)構(gòu)變遷為導(dǎo)向動(dòng)態(tài)調(diào)整學(xué)科區(qū)域布局

研究生教育與國(guó)家創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略密切相關(guān)。碩士生教育對(duì)國(guó)家創(chuàng)新能力的提升作用可在較短時(shí)間周期內(nèi)即表現(xiàn)出來(lái)，尤其是專(zhuān)業(yè)碩士生教育形成的人力資本可以快速高效投入到特定行業(yè)中，并通過(guò)技術(shù)創(chuàng)新、產(chǎn)業(yè)創(chuàng)新等子系統(tǒng)對(duì)國(guó)家創(chuàng)新能力產(chǎn)生影響。相對(duì)而言，博士生教育是高等教育中最為強(qiáng)調(diào)創(chuàng)新能力的層次，形成的人力資本也是最具有創(chuàng)新能力的，但其對(duì)國(guó)家創(chuàng)新能力的顯著積極影響可能需要較長(zhǎng)的時(shí)間周期才能表現(xiàn)出來(lái)[42]。因此，面對(duì)我國(guó)產(chǎn)業(yè)結(jié)構(gòu)布局的變遷，如何在適度擴(kuò)大碩士研究生（尤其是專(zhuān)業(yè)碩士）教育規(guī)模的同時(shí)，穩(wěn)步擴(kuò)大研究生規(guī)模、學(xué)歷結(jié)構(gòu)的區(qū)域協(xié)調(diào)是研究生教育改革面臨的重大挑戰(zhàn)。

目前，我國(guó)共有16914個(gè)研究生學(xué)位授權(quán)點(diǎn)。其中，博士學(xué)術(shù)學(xué)位授權(quán)點(diǎn)3802個(gè)，占總數(shù)的22.48%；博士專(zhuān)業(yè)學(xué)位授權(quán)點(diǎn)278個(gè)，占總數(shù)的1.64%；博士學(xué)術(shù)學(xué)位授權(quán)點(diǎn)是博士專(zhuān)業(yè)學(xué)位授權(quán)點(diǎn)的13.68倍；碩士學(xué)術(shù)學(xué)位授權(quán)點(diǎn)6838個(gè)，占總數(shù)的40.43%；碩士專(zhuān)業(yè)學(xué)位授權(quán)點(diǎn)5996個(gè)，占總數(shù)的35.45%%；碩士學(xué)術(shù)學(xué)位授權(quán)點(diǎn)是碩士專(zhuān)業(yè)學(xué)位授權(quán)點(diǎn)的1.14倍；博士學(xué)術(shù)學(xué)位授權(quán)點(diǎn)與碩士學(xué)術(shù)學(xué)位授權(quán)點(diǎn)的比值為1：1.8；博士專(zhuān)業(yè)學(xué)位授權(quán)點(diǎn)與碩士專(zhuān)業(yè)學(xué)位授權(quán)點(diǎn)的比值為1：21.5。此外，從區(qū)域布局來(lái)看，東部地區(qū)各級(jí)各類(lèi)學(xué)位點(diǎn)及授權(quán)單位的數(shù)量幾乎是中部、西部之和，占據(jù)全國(guó)總量的50%左右，學(xué)位授權(quán)點(diǎn)布局存在嚴(yán)重的區(qū)域結(jié)構(gòu)失衡。

此外，各級(jí)各類(lèi)學(xué)位授權(quán)點(diǎn)數(shù)量比值在不同區(qū)域間也存在較大差異，中西部地區(qū)學(xué)術(shù)型與專(zhuān)業(yè)型學(xué)位授權(quán)點(diǎn)比值偏高，專(zhuān)業(yè)型研究生布局有待進(jìn)一步加強(qiáng)。首先，全國(guó)碩士學(xué)術(shù)學(xué)位與碩士專(zhuān)業(yè)學(xué)位授權(quán)點(diǎn)規(guī)模的比值為1.14；從區(qū)域?qū)用鎭?lái)看，東部最低，為1.09，其次依次是中部、西部和東北地區(qū)，分別是1.13、1.18、1.28。其次，全國(guó)博士學(xué)術(shù)學(xué)位與博士專(zhuān)業(yè)學(xué)位授權(quán)點(diǎn)規(guī)模的比值為13.68；從區(qū)域?qū)用鎭?lái)看，東北最低，為11.88，其次依次是西部、東部和中部，分別是13.44、13.76、14.96。再次，全國(guó)研究生學(xué)術(shù)學(xué)位與研究生專(zhuān)業(yè)學(xué)位授權(quán)點(diǎn)規(guī)模的比值為1.70；從區(qū)域?qū)用鎭?lái)看，東北最高，為1.76，東部、西部、中部分別為1.74、1.65、1.61。第四，全國(guó)碩士學(xué)術(shù)學(xué)位與博士學(xué)術(shù)學(xué)位授權(quán)點(diǎn)規(guī)模比值為1.80。從區(qū)域?qū)用鎭?lái)看，東部最低，為1.46，中部、西部、東北地區(qū)分別為2.10、2.21、2.22。最后，全國(guó)碩士專(zhuān)業(yè)學(xué)位與博士專(zhuān)業(yè)學(xué)位授權(quán)點(diǎn)規(guī)模比值為21.57；從區(qū)域?qū)用鎭?lái)看，東部最低，為18.48，東北、西部、中部分別為20.66、25.07、27.74。

（四）持續(xù)提高高等教育承載能力

人口平均受教育年限與個(gè)人勞動(dòng)生產(chǎn)率、工資提高以及國(guó)家經(jīng)濟(jì)增長(zhǎng)之間存在聯(lián)系，是反映人力資源質(zhì)量的代表性指標(biāo)。人均受教育水平的提高一定程度上會(huì)減弱人口年齡結(jié)構(gòu)老化對(duì)經(jīng)濟(jì)增長(zhǎng)的負(fù)面影響[43]。截止目前，我國(guó)勞動(dòng)年齡人口平均受教育年限為10.7年，50.9%的新增勞動(dòng)力接受過(guò)高等教育、平均受教育年限為13.7年[44]。隨著中國(guó)人口生育率斷崖式下跌、人口老齡化加速，提升勞動(dòng)力受教育年限是提升人力資源質(zhì)量，適應(yīng)和推動(dòng)數(shù)字經(jīng)濟(jì)變革發(fā)展的急迫任務(wù)。

據(jù)教育事業(yè)統(tǒng)計(jì)，2020年全國(guó)高等教育毛入學(xué)率54.4%?！秶?guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》明確提出“推進(jìn)高等教育分類(lèi)管理和高等學(xué)校綜合改革，構(gòu)建更加多元的高等教育體系，高等教育毛入學(xué)率提高到60%”。在以提高質(zhì)量、優(yōu)化結(jié)構(gòu)為核心的高等教育內(nèi)涵式發(fā)展新階段，通過(guò)學(xué)校擴(kuò)建，達(dá)到擴(kuò)大招生規(guī)模的“外延式”發(fā)展道路已難以適應(yīng)新時(shí)代高等教育內(nèi)涵式發(fā)展新要求。在研究生教育層次，研究生專(zhuān)業(yè)學(xué)位授權(quán)單位數(shù)量不足，專(zhuān)業(yè)研究生規(guī)模擴(kuò)張壓力較大。2009—2019年，我國(guó)碩士研究生報(bào)名規(guī)模、招生規(guī)模逐年增大，但錄取比例卻呈現(xiàn)總體下降的趨勢(shì)，供給與需求結(jié)構(gòu)失衡。這在一定程度上意味著碩士研究生錄取規(guī)模的增長(zhǎng)幅度小于碩士研究生報(bào)告規(guī)模的增長(zhǎng)幅度，研究生培養(yǎng)能力與研究生教育需求之間結(jié)構(gòu)失衡問(wèn)題越來(lái)越嚴(yán)重。如何在內(nèi)涵式發(fā)展新階段，通過(guò)提高高等教育毛入學(xué)率、擴(kuò)大研究生招生規(guī)模，提升勞動(dòng)力受教育年限是數(shù)字經(jīng)濟(jì)對(duì)高等教育招生模式帶來(lái)的新挑戰(zhàn)。

（五）為大學(xué)生非正規(guī)就業(yè)創(chuàng)造良好支撐環(huán)境

經(jīng)濟(jì)新常態(tài)下，非正規(guī)就業(yè)比例逐漸上升是一種必然趨勢(shì)，以靈活就業(yè)為主要表現(xiàn)方式。目前，我國(guó)靈活就業(yè)的人數(shù)高達(dá)3.4億人，約占城鎮(zhèn)就業(yè)人數(shù)的60%左右[45]，逐漸成為穩(wěn)就業(yè)的一種重要途徑，尤其是滿足了基于互聯(lián)網(wǎng)的新經(jīng)濟(jì)產(chǎn)業(yè)對(duì)勞動(dòng)力的需求?！秶?guó)務(wù)院辦公廳關(guān)于支持多渠道靈活就業(yè)的意見(jiàn)》（國(guó)辦發(fā)[2020]27號(hào)）的發(fā)布為靈活就業(yè)的健康發(fā)展提供了根本性政策保障。然而，現(xiàn)階段，靈活就業(yè)人員除面臨社會(huì)保障不足、社會(huì)認(rèn)可度低等現(xiàn)實(shí)問(wèn)題外，現(xiàn)有職業(yè)技能培訓(xùn)體系難以支撐靈活就業(yè)的發(fā)展?，F(xiàn)階段，企業(yè)單位考慮到靈活就業(yè)人員流動(dòng)性較強(qiáng)，對(duì)其人力資本進(jìn)行投資開(kāi)發(fā)的意愿明顯不強(qiáng)。然而，現(xiàn)行的高等教育人才培養(yǎng)體系主要聚焦于傳統(tǒng)行業(yè)的技能培養(yǎng)，培養(yǎng)內(nèi)容、培養(yǎng)方式與基于互聯(lián)網(wǎng)的靈活就業(yè)崗位勝任需求不匹配，難以支撐靈活就業(yè)的發(fā)展。自主創(chuàng)業(yè)是靈活就業(yè)主要形式。但是，現(xiàn)階段高校創(chuàng)業(yè)教育的覆蓋面還不夠廣泛，大學(xué)生接受各類(lèi)創(chuàng)業(yè)教育的次數(shù)還不夠多，創(chuàng)業(yè)教育普及率偏低，大學(xué)生創(chuàng)業(yè)意向、創(chuàng)業(yè)自我效能感普遍偏低[46]?？傊?，現(xiàn)有高等教育難以支撐大學(xué)生非正規(guī)就業(yè)的發(fā)展，高校人才培養(yǎng)與新經(jīng)濟(jì)形態(tài)下大學(xué)生就業(yè)發(fā)展存在脫節(jié)。

（六）健全面向?qū)W生發(fā)展的高校教師發(fā)展質(zhì)量監(jiān)測(cè)體系

教師是教育改革和發(fā)展的第一資源，高質(zhì)量教師隊(duì)伍是建設(shè)高質(zhì)量高等教育體系的基礎(chǔ)和前提，是解決產(chǎn)業(yè)智能化轉(zhuǎn)型升級(jí)對(duì)高校人才培養(yǎng)提出新要求的首要任務(wù)。然而，高校教師發(fā)展卻陷于“被動(dòng)的發(fā)展”“強(qiáng)制的發(fā)展”“跟從的發(fā)展”境地，高校教師發(fā)展主體性缺失?！笆濉逼陂g，各?。ㄗ灾螀^(qū)、直轄市）高度重視高校教師隊(duì)伍建設(shè)和發(fā)展工作，多措并舉加強(qiáng)高校教師發(fā)展，但高校教師發(fā)展質(zhì)量評(píng)估卻相對(duì)滯后。近年來(lái)，高校教師發(fā)展相關(guān)評(píng)估指標(biāo)體系的構(gòu)建引起了越來(lái)越多學(xué)者的關(guān)注，相關(guān)成果推動(dòng)了高校教師發(fā)展質(zhì)量評(píng)價(jià)。如陸國(guó)棟等提出了包括教師團(tuán)隊(duì)、教改項(xiàng)目、教材項(xiàng)目、教學(xué)論文、教學(xué)成果獎(jiǎng)、教師培訓(xùn)基地以及教師教學(xué)競(jìng)賽的“6+1”普通本科院校教師教學(xué)發(fā)展指數(shù)[47]。從年度報(bào)告層面來(lái)看，全國(guó)普通高校本科教育教學(xué)質(zhì)量年度報(bào)告中主要聚焦于師德師風(fēng)建設(shè)、教師隊(duì)伍結(jié)構(gòu)、教學(xué)發(fā)展機(jī)構(gòu)建設(shè)、教師培訓(xùn)情況、教授為本科生授課情況、學(xué)生評(píng)教情況等層面，對(duì)高校教師隊(duì)伍建設(shè)和發(fā)展?fàn)顩r進(jìn)行描述。各類(lèi)智庫(kù)及研究團(tuán)隊(duì)發(fā)布的教師發(fā)展報(bào)告主要聚焦中小學(xué)教師，對(duì)高校教師的關(guān)注較為缺失。這就表明，高校教師發(fā)展質(zhì)量評(píng)估越來(lái)越受到國(guó)內(nèi)學(xué)者的關(guān)注，但國(guó)內(nèi)相關(guān)評(píng)價(jià)指標(biāo)體系更多的是基于教師本體職能的視角，缺少對(duì)學(xué)生反應(yīng)的關(guān)注和對(duì)教師“貢獻(xiàn)”的評(píng)價(jià)，不利于從引導(dǎo)教師“教書(shū)育人”的視角促進(jìn)教師高質(zhì)量發(fā)展。

與國(guó)內(nèi)相比，國(guó)外在開(kāi)展教師發(fā)展評(píng)估具體實(shí)踐中表現(xiàn)出的兩個(gè)典型特征是借助信息技術(shù)和關(guān)注學(xué)生反應(yīng)。Weng，SS提出了基于數(shù)據(jù)挖掘的高校教師可持續(xù)發(fā)展教育勝任力提升策略研究[48]。Moe，Zun Hlaing認(rèn)為學(xué)生反饋是教師評(píng)價(jià)的有效工具，采用基于大數(shù)據(jù)技的情感分析技術(shù)從教學(xué)技能、管理技能和交流技能三個(gè)層面對(duì)教師的能力進(jìn)行了精準(zhǔn)評(píng)價(jià)[49]。Lynch將教師發(fā)展、教師對(duì)學(xué)生評(píng)價(jià)的情緒反應(yīng)、學(xué)生對(duì)教師教學(xué)評(píng)價(jià)間的作用關(guān)系進(jìn)行了綜合研究[50]。通過(guò)比較可以發(fā)現(xiàn)，健全關(guān)注學(xué)生發(fā)展的高校教師發(fā)展質(zhì)量監(jiān)測(cè)體系是新時(shí)代高校教師發(fā)展的重要任務(wù)，也是鞏固人才培養(yǎng)中心地位的重要途徑。

五、人工智能為高等教育變革提供新舉措

以人工智能為核心技術(shù)的第四次工業(yè)革命，推動(dòng)了產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級(jí)，對(duì)高等教育人才培養(yǎng)提出新要求的同時(shí)，也為高等教育改革提供了新舉措。本研究以系統(tǒng)理論為基礎(chǔ)，以高校人才供給與經(jīng)濟(jì)社會(huì)發(fā)展需求精準(zhǔn)匹配為導(dǎo)向，發(fā)揮人工智能優(yōu)勢(shì)，促進(jìn)人才供給與需求數(shù)據(jù)有效循環(huán)，構(gòu)建了高等教育與經(jīng)濟(jì)社會(huì)發(fā)展“供需匹配”雙邊變革模型，如圖2所示。該模型的特征及功能主要表現(xiàn)在以下三個(gè)方面。

（一）發(fā)揮在線課程優(yōu)勢(shì)，增強(qiáng)高校開(kāi)放性，支持大學(xué)生人力資本的持續(xù)開(kāi)發(fā)

根據(jù)盧卡斯模型，人力資本積累或增值是經(jīng)濟(jì)得以持續(xù)增長(zhǎng)的決定性因素和產(chǎn)業(yè)發(fā)展的真正源泉，與人力資本存量呈正比，且人力資本增值越快，經(jīng)濟(jì)產(chǎn)出越快；人力資本增值越大，經(jīng)濟(jì)產(chǎn)出越大。人力資本增值就是通過(guò)對(duì)人力資本的積累、投資和擴(kuò)充，促使人力資本的價(jià)值得以提升的過(guò)程。現(xiàn)階段，高等教育重在對(duì)大學(xué)生人力資本基本存量的儲(chǔ)備，即首崗勝任力的培養(yǎng)，且過(guò)于側(cè)重認(rèn)知能力資本開(kāi)發(fā)，對(duì)大學(xué)生畢業(yè)后人力資本增值的關(guān)注、投入相對(duì)不足。在“互聯(lián)網(wǎng)+”時(shí)代，終身學(xué)習(xí)體系已從原來(lái)的學(xué)歷教育具有絕對(duì)的優(yōu)勢(shì)，轉(zhuǎn)變成正規(guī)教育、非正規(guī)教育、非正式教育都均衡有序生長(zhǎng)的多種群生態(tài)體系[51]，常規(guī)學(xué)歷教育已不再適應(yīng)人工智能時(shí)代勞動(dòng)力資本持續(xù)開(kāi)發(fā)的要求?！案叩冉逃枰碌哪Ｊ?、新的定位，不再是只以培養(yǎng)本科生和研究生為兩大教育目標(biāo)。大學(xué)教育應(yīng)該擴(kuò)寬其教育面，成為終身學(xué)習(xí)的引擎”[52]。面對(duì)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整引發(fā)就業(yè)結(jié)構(gòu)變化給高校人才培養(yǎng)帶來(lái)的挑戰(zhàn)，高校應(yīng)主動(dòng)發(fā)揮學(xué)科優(yōu)勢(shì)，加強(qiáng)與用人單位合作，深入地與雇主、學(xué)習(xí)者商討具體的學(xué)習(xí)目標(biāo)、學(xué)習(xí)方法以及學(xué)習(xí)內(nèi)容，開(kāi)發(fā)系列模塊化微專(zhuān)業(yè)在線開(kāi)放課程，彌補(bǔ)大學(xué)畢業(yè)生人力資本基本存量與用人單位崗位需求匹配度不足的短板，促進(jìn)人力資本積累，同時(shí)促進(jìn)低技能勞動(dòng)力技能素養(yǎng)提升。此外，發(fā)揮人工智能技術(shù)優(yōu)勢(shì)，強(qiáng)化在線學(xué)位課程質(zhì)量監(jiān)控，進(jìn)一步加大在線學(xué)位課程建設(shè)規(guī)模，最大限度緩解勞動(dòng)力學(xué)歷提升需求與高校現(xiàn)有承載力之間的矛盾。與東部地區(qū)相比，中西部地區(qū)應(yīng)加大碩士研究生專(zhuān)業(yè)學(xué)位在線課程建設(shè)，以適應(yīng)第二、三產(chǎn)業(yè)向中西部布局和發(fā)展對(duì)人力資本的需求。

（二）升級(jí)已有智能就業(yè)平臺(tái)，強(qiáng)化數(shù)據(jù)循環(huán)，以需求牽引供給，增強(qiáng)供需匹配精準(zhǔn)度

現(xiàn)階段，各高校充分發(fā)揮大數(shù)據(jù)、人工智能優(yōu)勢(shì)，紛紛建立的大學(xué)生智能就業(yè)指導(dǎo)系統(tǒng)，但系統(tǒng)的主要功能是動(dòng)態(tài)收集用人單位崗位需求信息、幫助大學(xué)生開(kāi)展職業(yè)興趣測(cè)評(píng)等，在產(chǎn)出環(huán)節(jié)促進(jìn)人崗匹配[53]，對(duì)人才培養(yǎng)過(guò)程變革的支撐力度仍然不足。其主要原因有以下三點(diǎn)：一是尚未對(duì)動(dòng)態(tài)收集的用人單位崗位勝任要求的信息進(jìn)行深度分析，形成各行業(yè)大學(xué)畢業(yè)生首崗勝任力框架；二是缺乏對(duì)不同“工齡”畢業(yè)生發(fā)展性反饋信息的收集，進(jìn)而導(dǎo)致大學(xué)生發(fā)展?jié)撛谫Y本的培養(yǎng)缺乏有力支撐，人才培養(yǎng)方案滯后性明顯；三是主要聚焦對(duì)傳統(tǒng)正規(guī)就業(yè)信息的采集和宣傳，非正規(guī)就業(yè)崗位需求信息尚未引起足夠重視。鑒于此，各高校應(yīng)在已有智能就業(yè)系統(tǒng)的基礎(chǔ)上，發(fā)揮區(qū)塊鏈的技術(shù)優(yōu)勢(shì)，強(qiáng)化對(duì)用人單位多類(lèi)核心利益相關(guān)者發(fā)展性反饋信息、關(guān)注非正規(guī)就業(yè)崗位人才需求信息的收集和深度分析，形成大學(xué)畢業(yè)生能力資本框架，以此為牽引推動(dòng)校內(nèi)學(xué)科專(zhuān)業(yè)布局調(diào)整、學(xué)科交叉與融合、教師發(fā)展方案研制、課程體系改革和人才培養(yǎng)模式改革，實(shí)現(xiàn)高校人才供給與經(jīng)濟(jì)社會(huì)發(fā)展需求的精準(zhǔn)匹配。

（三）落實(shí)參與式監(jiān)測(cè)評(píng)估，推動(dòng)高校自我評(píng)估改革，促進(jìn)供需匹配度持續(xù)改進(jìn)

監(jiān)測(cè)與評(píng)估的有效銜接是監(jiān)測(cè)評(píng)估區(qū)別于其他評(píng)估方式的顯著特征，注重項(xiàng)目推進(jìn)過(guò)程中不同階段的進(jìn)展?fàn)顩r，實(shí)現(xiàn)了過(guò)程監(jiān)測(cè)與結(jié)果評(píng)估的相統(tǒng)一。近年來(lái)，大數(shù)據(jù)、人工智能、數(shù)據(jù)挖掘等先進(jìn)信息技術(shù)在高等教育領(lǐng)域的普遍應(yīng)用以及各級(jí)各類(lèi)監(jiān)測(cè)系統(tǒng)或數(shù)據(jù)平臺(tái)的建設(shè)和完善為高等教育過(guò)程性數(shù)據(jù)的動(dòng)態(tài)、精準(zhǔn)收集與深度分析提供了前所未有的支撐，高等教育領(lǐng)域引入和應(yīng)用監(jiān)測(cè)評(píng)估的基礎(chǔ)性支撐環(huán)境逐漸形成。將監(jiān)測(cè)評(píng)估引入高等教育領(lǐng)域是教育評(píng)估理論革新發(fā)展、評(píng)估范式轉(zhuǎn)變的體現(xiàn)，更是推進(jìn)高校教育治理能力和治理體系現(xiàn)代化的客觀要求。與監(jiān)測(cè)評(píng)估相比，參與式監(jiān)測(cè)評(píng)估是一種強(qiáng)調(diào)以吸納利益相關(guān)者參與為核心，以行動(dòng)為導(dǎo)向，反省式的、尋求能力建設(shè)的監(jiān)測(cè)評(píng)估方法。根據(jù)Arnstein提出的“公眾參與階梯理論”，參與的類(lèi)型分為非參與、象征性參與和真正參與三個(gè)檔次，其中非參與的表現(xiàn)形式主要為“操縱”和“控制”，象征性參與的表現(xiàn)形式主要為“告知”“咨詢(xún)”與“安撫”，真正參與的表現(xiàn)形式主要為“合作”“授權(quán)”與“公民控制”[54]。因此，從參與類(lèi)型的角度來(lái)看，與現(xiàn)有的高校自我評(píng)估相比，核心利益相關(guān)者，尤其是企事業(yè)單位、高校教師和學(xué)生由非參與、象征性參與轉(zhuǎn)變?yōu)檎嬲齾⑴c，推動(dòng)高校自我評(píng)估由行政主導(dǎo)型向聯(lián)合主導(dǎo)型轉(zhuǎn)變。從參與內(nèi)容來(lái)看，主要包括各利益相關(guān)者協(xié)同商定監(jiān)測(cè)評(píng)估內(nèi)容與指標(biāo)體系、參與收集與分析監(jiān)測(cè)評(píng)估過(guò)程數(shù)據(jù)、集體反思監(jiān)測(cè)評(píng)估結(jié)果與研制整改方案、共同推進(jìn)監(jiān)測(cè)評(píng)估項(xiàng)目的持續(xù)改進(jìn)等。這樣既能增強(qiáng)各利益相關(guān)者的組織歸屬感和主人翁意識(shí)，同時(shí)也能夠下沉責(zé)任主體，充分發(fā)揮教學(xué)組織在高校自我評(píng)估中的作用，強(qiáng)化各利益相關(guān)者的責(zé)任意識(shí)，激發(fā)各利益相關(guān)者積極主動(dòng)參與學(xué)校自我評(píng)估，推動(dòng)高校質(zhì)量文化的塑造，實(shí)現(xiàn)高校師生由行政約束的被動(dòng)式參與自我評(píng)估轉(zhuǎn)變?yōu)槲幕杂X(jué)的主動(dòng)參與評(píng)估，進(jìn)一步促進(jìn)高校人才供給與經(jīng)濟(jì)社會(huì)發(fā)展需求匹配度的持續(xù)改進(jìn)。

六、結(jié)語(yǔ)

人工智能是第四次工業(yè)革命的核心技術(shù)，與大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)等技術(shù)深度融合，是各種賦能技術(shù)的集合體，對(duì)經(jīng)濟(jì)社會(huì)發(fā)展、人們的生活與學(xué)習(xí)方式產(chǎn)生了革命性影響。本研究在分析了產(chǎn)業(yè)智能化升級(jí)對(duì)就業(yè)結(jié)構(gòu)的影響、就業(yè)結(jié)構(gòu)調(diào)整對(duì)高校人才培養(yǎng)帶來(lái)的挑戰(zhàn)的基礎(chǔ)上，系統(tǒng)科學(xué)理論為指導(dǎo)，注重發(fā)揮人工智能優(yōu)勢(shì)，對(duì)促進(jìn)大學(xué)生人力資本全面、持續(xù)開(kāi)發(fā)及高校人才供需匹配提出了對(duì)策，以期對(duì)推動(dòng)人工智能時(shí)代高等教育人才培養(yǎng)改革具有一定的啟示和借鑒意義。然而，高等教育改革是一項(xiàng)復(fù)雜而系統(tǒng)的工程，與已有研究相比，本研究在核心觀點(diǎn)上的明顯特點(diǎn)集中體現(xiàn)在以下幾方面：注重發(fā)揮在線（學(xué)位）課程的優(yōu)勢(shì)，擴(kuò)大高等教育的開(kāi)放性，在注重高校對(duì)大學(xué)生人力資本基本存量開(kāi)發(fā)的同時(shí)，更加強(qiáng)調(diào)其對(duì)大學(xué)生人力資本增值的投入，這是新時(shí)代構(gòu)建高等教育新格局的必然要求；突出強(qiáng)調(diào)對(duì)已有智能就業(yè)平臺(tái)的升級(jí)，注重對(duì)用人單位管理者、不同工齡的畢業(yè)生等多主體發(fā)展性反饋信息的收集和深度分析，以行業(yè)為主線，構(gòu)建各行業(yè)大學(xué)生人力資本框架，進(jìn)而實(shí)現(xiàn)以需求牽引供給側(cè)的全面改革，也是當(dāng)下以成果導(dǎo)向或能力導(dǎo)向的改革理念的集中體現(xiàn)；在已有“五位一體”評(píng)估制度的基礎(chǔ)上，引入了參與式監(jiān)測(cè)評(píng)估的理念，推動(dòng)現(xiàn)階段高校自我評(píng)估的改革，保障高校人才供給與需求匹配精準(zhǔn)度的持續(xù)改進(jìn)。

參考文獻(xiàn)：

[1][37] 余小波，張歡歡.人工智能時(shí)代的高等教育人才培養(yǎng)觀探析[J].大學(xué)教育科學(xué)，2019，（1）：75-81.

[2] 岳瑞鳳.“智能+”時(shí)代高等教育新范式探究[J].高校教育管理，2021，（1）：87-96.

[3] 李廣平，陳武元.人工智能背景下我國(guó)高校人才培養(yǎng)變革的有效思路[J].中國(guó)高等教育，2020，（11）：54-56.

[4] 鄭潔紅，彭建升.新一代人工智能變革大學(xué)教育的方向與限度[J].中國(guó)高?？萍迹?018，（12）：45-47.

[5][38] 任增元，劉軍男.人工智能時(shí)代高校人才培養(yǎng)變革的思考[J].大學(xué)教育科學(xué)，2019，（4）：114-121.

[6] 田宏杰，龔?qiáng)W.智能教育時(shí)代高校教師教學(xué)能力體系研究[J].蘇州大學(xué)學(xué)報(bào)（教育科學(xué)版），2020，8（4）：73-82.

[7] 張曦琳.智能時(shí)代高校教師的身份危機(jī)及其重塑[J].現(xiàn)代教育技術(shù)，2020，30（11）：5-11.

[8] 陳鵬.共教、共學(xué)、共創(chuàng)：人工智能時(shí)代高校教師角色的嬗變與堅(jiān)守[J].高教探索，2020，（6）：112-119.

[9] 張優(yōu)良，尚俊杰.人工智能時(shí)代的教師角色再造[J].清華大學(xué)教育研究，2019，40（4）：39-45.

[10] 方兵，胡仁東.我國(guó)高校人工智能學(xué)院建設(shè)：動(dòng)因、價(jià)值及哲學(xué)審思[J].中國(guó)遠(yuǎn)程教育，2020，（4）：19-25.

[11] 方兵，胡仁東.我國(guó)高校人工智能學(xué)院：現(xiàn)狀、問(wèn)題及發(fā)展方向[J].現(xiàn)代遠(yuǎn)距離教育，2019，（3）：90-96.

[12] 李斑斑，劉進(jìn).人工智能如何促進(jìn)學(xué)科變革[J].中國(guó)高?？萍迹?019，（9）：90-93.

[13] 任志鋒.以人工智能賦能高等學(xué)校立德樹(shù)人[J].社會(huì)科學(xué)戰(zhàn)線，2020，（4）：274-280.

[14] 田少煦.智能媒體環(huán)境下數(shù)字創(chuàng)意專(zhuān)業(yè)群教學(xué)面臨的挑戰(zhàn)[J].傳媒，2021，（5）：12-15.

[15] 郭宏偉.基于智能教育的高校在線課程知識(shí)圖譜構(gòu)建研究——以中國(guó)醫(yī)學(xué)史為例[J].中國(guó)電化教育，2021，（2）：123-130.

[16] 鄭慶華.人工智能促進(jìn)智慧教育，提升人才培養(yǎng)質(zhì)量[J].高等工程教育研究，2019，（4）：128-132.

[17] 秦靜怡，李華.智慧型高等教育評(píng)價(jià)體系創(chuàng)新研究[J].中國(guó)高校科技，2019，（S1）：30-32.

[18] 譚海萍，李子建等.大數(shù)據(jù)時(shí)代高等教育學(xué)生學(xué)習(xí)與核心素養(yǎng)：展望與挑戰(zhàn)[J].江西師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2019，（4）：15-20.[19] 劉德建.人工智能賦能高校人才培養(yǎng)變革的研究綜述[J].電化教育研究，2019，（11）：106-113.

[20][31] 趙淵.人工智能時(shí)代的高等教育抉擇：方向、策略與路徑[J].社會(huì)科學(xué)戰(zhàn)線，2019，（10）：234-241.

[21][39] 賴(lài)德勝，黃金玲.第四次工業(yè)革命與教育變革——基于勞動(dòng)分工的視角[J].國(guó)外社會(huì)科學(xué)，2020，（6）：117-126.

[22] 田賢鵬，田良臣.人工智能時(shí)代的高校學(xué)科專(zhuān)業(yè)人才培養(yǎng)結(jié)構(gòu)變革——基于市場(chǎng)供需結(jié)構(gòu)視角[J].湖南師范大學(xué)教育科學(xué)學(xué)報(bào)，2020，（4）：63-70.

[23] 鮑俊逸.未來(lái)的高等教育與高等教育的未來(lái)——基于技術(shù)理性與主體性的雙重視角[J].江蘇高教，2021，（2）：20-27.

[24] 杜傳忠，許冰.第四次工業(yè)革命對(duì)就業(yè)結(jié)構(gòu)的影響及中國(guó)的對(duì)策[J].社會(huì)科學(xué)戰(zhàn)線，2018，（2）：68-74.[25][26] 陳永偉，許多.人工智能的就業(yè)影響[J].比較，2018，（2）：135-160.[27] 趙璐.中國(guó)產(chǎn)業(yè)空間格局演化與空間轉(zhuǎn)型發(fā)展態(tài)勢(shì)[J].地理科學(xué)，2021，（3）：387-396.

[28] 高春明，于瀟等.人工智能對(duì)中國(guó)未來(lái)勞動(dòng)力就業(yè)的影響——基于勞動(dòng)力供給視角的分析[J].社會(huì)科學(xué)戰(zhàn)線，2020，（10）：249-254.

[29] Maloney，W.F.Dose Informality Imply Segmentation in Urban Labor Markets Evidence from Sectoral Transition in Mexico [J].World Bank Economic Review，1999，（1）：275-302.

[30] 趙成杰，鄭旭東等.智能時(shí)代歐洲技能型人才的培養(yǎng)與啟示[J].中國(guó)職業(yè)技術(shù)教育，2021，（9）：47-52.

[32][52] [美]約瑟夫·E.奧恩.李海燕，王秦輝譯.教育的未來(lái)：人工智能時(shí)代的教育變革[M].北京：機(jī)械工業(yè)出版社，2021.

[33] 環(huán)球網(wǎng).麻省理工學(xué)院：新工程人才應(yīng)具備12種思維和能力[EB/OL]. https：//baijiahao.baidu.com/s id=1659673674038580517&wfr=spider&for= pc，2020-02-27.

[34] 馬曄風(fēng)，陳煜波等.人工智能時(shí)代人才培養(yǎng)的著力點(diǎn)及政策建議[J].信息化建設(shè)，2020，（1）：50-51.

[35][36] 教育部.人工智能時(shí)代需培養(yǎng)學(xué)生怎樣能力[EB/OL].http：// www.moe.gov.cn/jyb_xwfb/moe_2082/zl_2018n/2018_zl36/201805/ t20180518_336435.html，2018-05-18.

[40] 中國(guó)教育新聞網(wǎng).非認(rèn)知能力激發(fā)成長(zhǎng)正能量[EB/OL].https：// baijiahao.baidu.com/s id=1671065149040733293&wfr=spider&for= pc，2020-07-02.

[41] 李曉曼，于佳欣等.生命周期視角下新人力資本理論的最新進(jìn)展：測(cè)量、形成及作用[J].勞動(dòng)經(jīng)濟(jì)研究，2019，（6）：110-131.

[42] 李鋒亮，王瑜琪.研究生教育規(guī)模對(duì)國(guó)家創(chuàng)新能力的影響——與本專(zhuān)科教育規(guī)模的比較分析[J].中國(guó)高教研究，2021，（3）：75-81.

[43] 崔吉芳.2020—2035年我國(guó)人力資源總量增長(zhǎng)潛力及各級(jí)教育的貢獻(xiàn)——基于教育人口預(yù)測(cè)模型的實(shí)證分析[J].教育研究，2019，（8）：127-138.

[44] 未眼觀察.教育部：新增勞動(dòng)力平均受教育年限達(dá)到13.7年[EB/OL]. https：//baijiahao.baidu.com/s id=1684875873510784765&wfr=spider&for=pc，2020-12-01.

[45] 招商銀行APP.新經(jīng)濟(jì)催生靈活就業(yè)，從業(yè)者超3億，社保如何完善 [EB/OL].https：//baijiahao.baidu.com/s id=1697093773882667426&wfr=spider&for=pc，2021-04-15.

[46] 潘炳超，陸根書(shū).高校創(chuàng)業(yè)教育與大學(xué)生創(chuàng)業(yè)意向和創(chuàng)業(yè)自我效能的關(guān)系研究[J].復(fù)旦教育論壇，2020，（5）：47-54.

[47] 陸國(guó)棟，王小梅等.我國(guó)普通本科院校教師教學(xué)發(fā)展指數(shù)：設(shè)計(jì)、實(shí)踐與啟示[J].中國(guó)高教研究，2019，（7）：6-11.

[48] Weng S S，Liu Y，et al.A Novel Improvement Strategy of Competency for Education for Sustainable Development （ESD） of University Teachers Based on Data Mining [J].Sustainability，2020，12（21）：1-15.

[49] Thi Thi Zin，Jerry Chun-Wei Lin.Big Data Analysis and Deep Learning Application [A].Moe Z H，San T，.Evaluation for Teachers Ability and Forecasting Students Career Based on Big Data [C]. Berlin：Springer，2019.20-27.

[50] Lynch M W.Teachers experiences of student feedback： A view from a department of social work in Sweden [J].Aotearoa New Zealand Social Work，2019，31（2）：57.

[51] 沈欣憶，史楓等.“互聯(lián)網(wǎng)+”時(shí)代基于生態(tài)觀的終身學(xué)習(xí)體系變革[J].中國(guó)電化教育，2021，（7）：30-35.

[53] 劉洪超，滕鑫鑫等.基于大數(shù)據(jù)的高校智能就業(yè)平臺(tái)建設(shè)與應(yīng)用[J].現(xiàn)代教育技術(shù)，2020，30（2）：111-117.

[54] 王曉軍，孫拖煥.參與式監(jiān)測(cè)評(píng)估理論與實(shí)踐[M].北京：中國(guó)林業(yè)出版社，2007.

作者簡(jiǎn)介：

李運(yùn)福：助理研究員，博士，研究方向?yàn)榻逃畔⒒碚撆c實(shí)踐、教師信息化領(lǐng)導(dǎo)力發(fā)展。

楊方琦：副教授，博士，研究方向?yàn)榻逃畔⒒碚撆c實(shí)踐。

王斐：工程師，碩士，研究方向?yàn)榫W(wǎng)絡(luò)與遠(yuǎn)程教育。

馮東：教授，博士，研究方向?yàn)楦叩冉逃芾?、教育政策與教育法學(xué)。

Systematic Thinking on the Trinity of “Artificial Intelligence + Higher Education”

Li Yunfu1， Yang Fangqi2， Wang Fei3， Feng Dong4（1.West China Higher Education Evaluation Center， Xian Jiaotong University， Xian 710049， Shaanxi； 2.School of Education， Weinan Normal University， Weinan 714099， Shaanxi； 3.College of Continuing Education， Northwest

University， Xian 710127， Shaanxi； 4.School of Education， Xian International Studies University， Xian 710128， Shaanxi）

Abstract： Higher education and economic and social development are linked by talent supply. Under the impact of the fourth industrial revolution with artificial intelligence as the core technology， the transformation and upgrading of industrial intelligence has promoted the formation of a new pattern of employment structure， thus posing new challenges to the reform of talent training in higher education. Facing the new challenges， universities should give full play to the advantages of online courses， enhance the openness of universities， and support the comprehensive and sustainable development of students human capital. Upgrade the existing intelligent employment system， strengthen the data cycle， traction supply by demand， and enhance the accuracy of supply and demand matching. Implement participatory monitoring and evaluation， focus on the participation of core stakeholders， promote the reform of self-evaluation of talent training in universities， and promote the continuous improvement of the matching degree between supply and demand of talent in universities.

Keywords： Artificial Intelligence； higher education； human capital； lifelong learning

責(zé)任編輯：李雅瑄