摘要：随着科技时代的步伐日益加快，智能科学与技术领域的研究已提升至国家层面的战略高度。作为一门前沿的融合学科，智能科学与技术专业的崛起对新工科的发展形成了全新的挑战。本文旨在揭示我国高等教育机构在智能科学与技术专业构建过程中遭遇的瓶颈，特别聚焦于专业体制、课程架构、教师团队、评价体系以及实践基地这五个关键领域进行深度剖析。通过实施提出的策略，教学成效得到了显著提升，证实了改革方案的有效性。

关键词：新工科；智能科学与技术；专业建设

一、专业建设中存在的问题

1.1专业课程体系不系统

智能科技领域的教育融合了诸如计算机工程、认知研究、数理逻辑、心理分析以及哲学等多元学科的精华，构建了一个高度集成的知识架构。这个专业依赖于一套全面且相互衔接的课程体系，以确保理论深度和实践应用的平衡。如果在课程规划上存在时间分配不均或难度梯度设计不当的问题，无疑会挑战教师的教学策略和学生的学术消化能力。

1.2多学科知识背景教师缺乏

智能科技领域的教育革新催生了一个复合型的学术前沿领域——智能科学与技术专业，其教学需求超越了传统的学科界限，对教师的知识广度和多元技能提出了高标准。然而，现状中，不少高等教育机构在设置智能科学与技术课程时，往往倾向于由单一的教学部门负责，导致专业师资团队的专业构成相对单一，可能面临知识体系局限或专业覆盖不足的挑战。

二、智能科学与技术专业建设措施

2.1依托四个融合进行专业机制的建设

在智能科学与技术专业的构建过程中，我们巧妙地运用了“四驾马车”的理念来推动专业机制的革新设计，“四驾马车”包括创新创业的深度融合、产学研一体化、科技与教育的交叉融合以及学科领域的整合。其运作模式如图所示，具体的实施策略有以下几点：首先，以产学研一体化作为核心驱动力，通过促进高校与产业界的紧密信息交流和资源共享，创建紧跟产业发展步伐的专业，灵活调整教学目标与市场需求，构建深度合作的协同育人平台，形成服务于技术创新的产业联盟。其次，以创新创业的双重融合为引擎，激发创新与创业的双向动力。我们推行“三步走”式的创新人才培养策略：第一步，通过新生入学教育、专业讲座和参观双创实验室及成果展示，奠定学生创新创业的基础能力；第二步，设立大学生创新创业教育中心和实验室，通过参与学科竞赛、创新创业大赛和项目申报，提升学生的创新思维并培养创业意识，为未来就业和创业铺平道路；最后一步，通过创业课程学习和企业实践，让学生在实践中检验和提升创业技能。再者，我们积极进行以产业创新需求为导向的主动科研，确保科技教育与产业实践的无缝对接。这种科研方式侧重于通过工程理论研究，洞察产业的根本性、战略性和前沿问题；通过技术创新与发明，掌握产业通用技术和关键核心技术；同时，通过应用开发，洞悉市场的实际需求，确保科研成果的落地转化。

2.2跨学院联合建设师资队伍

智能科学与技术专业作为一门融合创新的学科，要求教师具备深厚的理论素养以及多元且独特的学科视角，同时还得拥有丰富的行业应用实践经验。为应对这一挑战，首要策略是推动高校与业界的深度合作模式。通过产学研一体化项目的实施，高校的理论研究与企业的技术创新和成果转化得以紧密结合，形成知识与实践的双向互动，促进智能科学领域内的优势互补，同时也促进了校企间人才的交流与流动，使得教师有机会在实际项目中历练，汲取企业实战智慧，从而更新教学内容，强化教师的智能科学项目教学和实践开发能力。其次，强调师资队伍的多元化和跨学科融合。打破传统的学院壁垒，实施跨学院、跨专业的师资培养与协同发展计划，汇集各学院的多元学科优势，共同构建智能科学的专业教学资源库。这样做的效果是显著的，它优化了师资结构，提升了智能科学专业的教学质量。

2.3创新考核体系

创新考核体系的构建着重于提升过程评估、改革内容结构以及推动方式革新，具体措施如下：（1）强化过程导向：重新配置过程性评价和终结性评价的权重，赋予过程性评价更高的权重，以此增强日常评估的引导作用和期末检验的作用。过程性评价强调实时、动态且频繁地对学生进行评价，通过即时反馈，激发和优化学习过程。它涵盖了课堂参与（如问答、讨论、笔记）、课内外作业（如小论文、研究项目）、阶段性测试、实践活动（实验、创新活动）以及主题讨论、团队学习和个人自主学习等多种形式。（2）革新考核内容策略：摒弃传统考核中过度依赖教材、题型固定和侧重结果忽视过程的问题。新的考核设计应聚焦于培养学生的批判性思维和问题解决能力，鼓励他们独立思考、质疑精神和创新精神。减少对记忆和客观知识的测试，增加对主观理解、综合应用和实践操作的考察。（3）创新评价手段：根据课程特性灵活设计多元化的评价方式，全方位评估学生成绩。倡导教师尝试各种评价模式，如笔试、口试、论文答辩、小组合作、读书报告等，涵盖多个评估阶段，如出勤、作业、即时测试、定期评估、期末考核等，并且允许结合多种类型的评估，如作品展示、实操演练、课堂讨论、项目设计、专业技能测试或认证等。

结论

智能科学人才的培养在高校新工科领域内构成了一个复杂的体系工程。本文深入探讨了当前我国高校在智能科学与技术专业构建过程中所面临的新挑战，特别聚焦于它与智能产业发展需求的契合点。我们详细剖析了五个关键领域的问题：专业体制的局限、课程结构的改革、教师队伍的优化、评价体系的创新以及实践平台的完善。提出的革新性专业建设策略已经在实际教学实践中显现出了显著的成效。这套独特的实施路径，无疑为全国范围内其他智能科学与技术专业的院校提供了富有价值的参考模板和借鉴经验。

参考文献

[1]王津，周小兵，等.面向能力产出的人工智能专业人才培养模式探索与实践[J].计算机教育，2021（4）：164-168.

[2]周志华.创办一流大学人工智能教育的思考[J].中国高等教育，2021（9）：52-53.

[3]张颖慧，刘洋，等.“新工科”背景下人工智能专业建设与教学改革探索[J].工业和信息化教育，2021（8）：27-31.

[4]陈雯柏，吴细宝，王万森.创新创业型智能科学与技术专业过程人才培养探索与实践[J].高等工程教育研究，2022（4）：8.