全球人工智能人才培养的政策比较研究:以中美英加四国为例

全球人工智能竞争的核心是人才存量与人才质量竞争,关键是人才培养能力和人才培养水平竞争,根本是人才培养制度也即高质量人才持续输出能力的竞争。面对全球人工智能人才存量不足、人才质量不高和人才流失等问题,通过系统梳理美国、英国、加拿大和中国的人工智能人才培养政策条目,从人才培养的研究维度对四国人工智能人才政策的特性进行归纳性分析与比较。研究显示,四国人工智能人才培养政策具有高度共性特征。一是重视营造良好的人才培养环境;二是制定科学的人才培养目标;三是重视人工智能教师队伍建设;四是发挥高校人才培养主体作用;五是产学研合作育人。但同时也存在显著差异,如美国在基础研究人才培养、数据环境建设、公私合作育人等方面有较好的经验;英国更加关注人工智能人才的数字理解能力培养;加拿大将培养、吸引和保留人工智能人才,构建完整的人才生态系统作为人工智能领域共识;中国在政府主导下充分发挥高校人工智能人才培养职能。针对中国面临的人工智能人才问题,建议在人才培养数据平台建设、人工智能人才概念界定、人才培养伦理构建、师资队伍建设和人才生态系统完善5个方面进一步健全人工智能人才培养政策体系。