在当今科技飞速发展、产业加速变革的时代,人工智能已成为推动经济社会发展的核心驱动力。我们要推进人工智能全学段教育和全社会通识教育,源源不断培养高素质人才；完善人工智能科研保障、职业支持和人才评价机制,为各类人才施展才华搭建平台、创造条件。新质人才作为推动科技进步、产业升级的关键力量,其人才队伍建设与人工智能的深度融合成为当下亟待探索的关键课题。当前,系统推进人工智能赋能新质人才队伍建设,可以从“四个坚持”着手。
一、坚持“专业”与“智能技术”融合
在人工智能赋能新质人才队伍建设的过程中,“专业”与“智能技术”的融合是关键。在传统专业人才队伍建设在中,注重特定领域的专业技能和知识体系。然而,目前各学科之间的界限日益模糊,单一专业知识已难以满足复杂多变的社会需求。因此,需要培养既精通专业领域又具备人工智能素养的复合型人才。
一方面,要打造“专业性”“高层次”的新质人才。对于“高精尖缺”专业性领域,要培养有精湛专业技能,同时能运用人工智能技术进行创新研发的高层次专业人才。这些人才不仅要有过硬的理论功底和丰富的实践经验,还要能够借助人工智能算法和模型,提升专业工作的效率和精准度。
另一方面,要打造“复合型”“一专多能”的新质人才。他们不仅拥有核心专业技能,还具备深厚的人工智能知识储备和丰富的数字素养,能够在多领域、跨学科的环境中发挥作用。专业化决定了人才在特定领域的发展高度,而人工智能的融入则拓宽了人才的发展宽度,二者缺一不可,应实现辩证统一、协同发展。
二、坚持“本职”与“智能需求”共进
新质人才队伍建设要紧密围绕本职岗位需求,同时结合人工智能发展趋势,实现二者的共同推进。人才培养应立足实际需求,结合工作职责,有针对性地开展人工智能相关专题学习、定制培训清单、组织实践锻炼。
对于从事传统行业的人才,要根据行业数字化转型的需求,开展人工智能基础知识和应用技能的培训。例如,在制造业中,工人需要学习工业机器人的操作和维护知识,以适应智能制造的发展趋势。而对于新兴的人工智能相关岗位,如算法工程师、数据科学家等,则需要深入学习人工智能前沿理论和技术,不断提升专业水平。
同时,要充分尊重和挖掘个人在人工智能领域的兴趣爱好,将个人兴趣与岗位智能需求相结合。当人才对人工智能技术产生浓厚兴趣时,会产生强大的内在动机和驱动力,从“要我学”转变为“我要学”,主动探索人工智能技术在岗位工作中的应用。
三、坚持“严管”与“智能创新”并举
在人工智能赋能新质人才队伍建设的过程中,既要坚持严格管理,又要鼓励智能创新。严格管理是保障人才培养质量的重要基础。在人工智能技术应用中,涉及到数据安全、隐私保护、伦理道德等原则性问题,必须从严要求。同时,要加强对人才培养过程的监督和评估,确保人才培养目标的实现。
然而,过度严格的管理可能会抑制人才的创新活力。因此,要建立健全正向激励和容错纠错机制,为人才在人工智能领域的创新探索创造宽松的环境。对于在人工智能技术研发和应用中勇于尝试、敢于创新的人才,要给予充分的支持和鼓励,即使出现失误,也要给予合理的容错空间。
此外,要积极回应和解决人才在工作和生活中因人工智能应用带来的实际困难。比如,为从事人工智能研发的人才提供先进的实验设备和研发环境,帮助他们解决技术难题。通过“严管”与“智能创新”并举,做到“信任不放任”“宽容不纵容”,为新质人才培养提供有力保障。
四、坚持“产教”与“智能实践”联动
产教融合是新质人才队伍建设的重要途径,在人工智能赋能的背景下,更要强化产教与智能实践的联动。学校和企业应建立紧密的合作关系,共同制定人才培养方案,将企业实际需求和人工智能技术应用场景融入教学过程。
企业可以为学校提供实践基地和真实的项目案例,让学生在实际项目中锻炼人工智能应用能力。例如,互联网企业可以与高校合作,开展人工智能在网络安全、大数据分析等领域的实践项目,让学生在解决实际问题的过程中掌握人工智能技术和方法。学校则可以为企业提供人才储备和技术支持,根据企业需求调整课程设置和教学内容,培养符合企业需求的新质人才。
同时,要加强智能实践平台建设。利用虚拟现实、增强现实等技术,搭建人工智能仿真实验环境,让学生在虚拟场景中进行实践操作,降低实践成本和风险。例如,在智能制造领域,通过虚拟工厂让学生进行工业机器人编程和生产线调试的实践训练,提高他们的实际操作能力。通过产教与智能实践的深度联动,使新质人才培养更贴合市场需求,实现人才与产业的无缝对接。
【刘豆豆系广东财经大学人力资源学院人才发展与管理系博士、冯桂锋系佛山市委网信办网络安全应急指挥中心高级人力资源管理师。本文系广东省软科学研究项目(编号2024A1010040003)；佛山市哲学社会科学规划项目(编号2025-GJ206)的阶段性研究成果】
一、坚持“专业”与“智能技术”融合
在人工智能赋能新质人才队伍建设的过程中,“专业”与“智能技术”的融合是关键。在传统专业人才队伍建设在中,注重特定领域的专业技能和知识体系。然而,目前各学科之间的界限日益模糊,单一专业知识已难以满足复杂多变的社会需求。因此,需要培养既精通专业领域又具备人工智能素养的复合型人才。
一方面,要打造“专业性”“高层次”的新质人才。对于“高精尖缺”专业性领域,要培养有精湛专业技能,同时能运用人工智能技术进行创新研发的高层次专业人才。这些人才不仅要有过硬的理论功底和丰富的实践经验,还要能够借助人工智能算法和模型,提升专业工作的效率和精准度。
另一方面,要打造“复合型”“一专多能”的新质人才。他们不仅拥有核心专业技能,还具备深厚的人工智能知识储备和丰富的数字素养,能够在多领域、跨学科的环境中发挥作用。专业化决定了人才在特定领域的发展高度,而人工智能的融入则拓宽了人才的发展宽度,二者缺一不可,应实现辩证统一、协同发展。
二、坚持“本职”与“智能需求”共进
新质人才队伍建设要紧密围绕本职岗位需求,同时结合人工智能发展趋势,实现二者的共同推进。人才培养应立足实际需求,结合工作职责,有针对性地开展人工智能相关专题学习、定制培训清单、组织实践锻炼。
对于从事传统行业的人才,要根据行业数字化转型的需求,开展人工智能基础知识和应用技能的培训。例如,在制造业中,工人需要学习工业机器人的操作和维护知识,以适应智能制造的发展趋势。而对于新兴的人工智能相关岗位,如算法工程师、数据科学家等,则需要深入学习人工智能前沿理论和技术,不断提升专业水平。
同时,要充分尊重和挖掘个人在人工智能领域的兴趣爱好,将个人兴趣与岗位智能需求相结合。当人才对人工智能技术产生浓厚兴趣时,会产生强大的内在动机和驱动力,从“要我学”转变为“我要学”,主动探索人工智能技术在岗位工作中的应用。
三、坚持“严管”与“智能创新”并举
在人工智能赋能新质人才队伍建设的过程中,既要坚持严格管理,又要鼓励智能创新。严格管理是保障人才培养质量的重要基础。在人工智能技术应用中,涉及到数据安全、隐私保护、伦理道德等原则性问题,必须从严要求。同时,要加强对人才培养过程的监督和评估,确保人才培养目标的实现。
然而,过度严格的管理可能会抑制人才的创新活力。因此,要建立健全正向激励和容错纠错机制,为人才在人工智能领域的创新探索创造宽松的环境。对于在人工智能技术研发和应用中勇于尝试、敢于创新的人才,要给予充分的支持和鼓励,即使出现失误,也要给予合理的容错空间。
此外,要积极回应和解决人才在工作和生活中因人工智能应用带来的实际困难。比如,为从事人工智能研发的人才提供先进的实验设备和研发环境,帮助他们解决技术难题。通过“严管”与“智能创新”并举,做到“信任不放任”“宽容不纵容”,为新质人才培养提供有力保障。
四、坚持“产教”与“智能实践”联动
产教融合是新质人才队伍建设的重要途径,在人工智能赋能的背景下,更要强化产教与智能实践的联动。学校和企业应建立紧密的合作关系,共同制定人才培养方案,将企业实际需求和人工智能技术应用场景融入教学过程。
企业可以为学校提供实践基地和真实的项目案例,让学生在实际项目中锻炼人工智能应用能力。例如,互联网企业可以与高校合作,开展人工智能在网络安全、大数据分析等领域的实践项目,让学生在解决实际问题的过程中掌握人工智能技术和方法。学校则可以为企业提供人才储备和技术支持,根据企业需求调整课程设置和教学内容,培养符合企业需求的新质人才。
同时,要加强智能实践平台建设。利用虚拟现实、增强现实等技术,搭建人工智能仿真实验环境,让学生在虚拟场景中进行实践操作,降低实践成本和风险。例如,在智能制造领域,通过虚拟工厂让学生进行工业机器人编程和生产线调试的实践训练,提高他们的实际操作能力。通过产教与智能实践的深度联动,使新质人才培养更贴合市场需求,实现人才与产业的无缝对接。
【刘豆豆系广东财经大学人力资源学院人才发展与管理系博士、冯桂锋系佛山市委网信办网络安全应急指挥中心高级人力资源管理师。本文系广东省软科学研究项目(编号2024A1010040003)；佛山市哲学社会科学规划项目(编号2025-GJ206)的阶段性研究成果】