“兒子必須報計算機專業(yè)的純 AI 方向！現(xiàn)在 AI 這么火，畢業(yè)就能拿高薪，你怎么非要讓他選‘AI + 生物’這種冷門交叉專業(yè)？” 客廳里，老陳把高校招生簡章拍在茶幾上，對著妻子怒目而視。“冷門？你沒看新聞嗎？現(xiàn)在醫(yī)療 AI、生物制藥都需要懂 AI 又懂專業(yè)的人才！純 AI 方向畢業(yè)生一抓一大把，交叉領域才是真的缺人！” 妻子的反駁讓兩人瞬間吵了起來，一旁的兒子拿著兩份專業(yè)介紹，眼神里滿是糾結。如今，高校 “人工智能 +” 人才培養(yǎng)（即 AI 與各學科交叉融合的培養(yǎng)模式）已成教育改革熱點，但關于其前景的爭議從未停止。有人說它是 “未來人才的黃金賽道”，有人擔心 “交叉培養(yǎng)會導致‘兩邊不精’”，真相究竟如何？從高校實踐案例與畢業(yè)生發(fā)展軌跡中，我們能找到答案。
從行業(yè)需求來看，“人工智能 +” 復合型人才已成為市場 “香餑餑”，缺口巨大且薪資待遇優(yōu)厚，前景遠超單一領域人才。隨著 AI 技術在醫(yī)療、金融、制造、教育等領域的深度滲透，單純掌握 AI 技術的 “純技術人才” 已難以滿足需求，市場更急需既懂 AI 算法，又熟悉行業(yè)知識的復合型人才。清華大學 “AI + 醫(yī)療” 交叉學科畢業(yè)生小宇，在校期間既學習了機器學習、深度學習等 AI 核心技術，又系統(tǒng)掌握了醫(yī)學影像診斷、生物醫(yī)學工程等專業(yè)知識。畢業(yè)時，他同時收到三家企業(yè)的 offer：某醫(yī)療 AI 公司邀請他參與 “肺部 CT 影像 AI 輔助診斷系統(tǒng)” 研發(fā)，起薪 40 萬元 / 年；某三甲醫(yī)院希望他加入科研團隊，負責醫(yī)療數(shù)據(jù)的 AI 分析，年薪 35 萬元；某互聯(lián)網(wǎng)巨頭的健康科技部門也向他伸出橄欖枝，開出 38 萬元的年薪。最終，小宇選擇加入醫(yī)療 AI 公司，入職半年就主導優(yōu)化了診斷系統(tǒng)的準確率，獲得公司專項獎勵。他感慨：“如果只學純 AI，我可能只能做通用算法開發(fā)，而‘AI + 醫(yī)療’讓我找到了細分領域的核心價值，不僅薪資更高，職業(yè)發(fā)展也更有方向。”
類似的需求缺口在多個領域顯現(xiàn)。上海交通大學 “AI + 金融” 方向畢業(yè)生小雅，畢業(yè)后進入某頭部券商的量化交易部門，負責利用 AI 模型分析市場數(shù)據(jù)、制定交易策略。由于既懂 AI 建模，又熟悉金融市場規(guī)則，她入職第一年就幫助團隊優(yōu)化了交易模型，使年化收益率提升 5%，年底獲得 20 萬元獎金，薪資遠超同期入職的純金融或純 AI 專業(yè)畢業(yè)生。據(jù)《中國人工智能人才發(fā)展報告》顯示，2024 年我國 “人工智能 +” 復合型人才缺口超過 500 萬，其中 “AI + 醫(yī)療”“AI + 制造”“AI + 金融” 等領域缺口最大，相關崗位平均起薪比純 AI 崗位高 15%-20%，且晉升速度更快。
從高校培養(yǎng)模式來看，“人工智能 +” 打破了學科壁壘，通過 “AI 技術 + 專業(yè)場景” 的深度融合，能培養(yǎng)出更具競爭力的創(chuàng)新型人才。傳統(tǒng)高校培養(yǎng)中，AI 專業(yè)與其他學科往往 “各自為戰(zhàn)”，導致學生要么只懂技術不懂應用，要么懂應用卻不會用 AI 解決問題。而 “人工智能 +” 培養(yǎng)模式通過跨學科課程設置、項目式學習、校企聯(lián)合培養(yǎng)等方式，讓學生在掌握 AI 技術的同時，能將其應用到具體專業(yè)領域。浙江大學 “AI + 農(nóng)業(yè)” 交叉專業(yè)就采用了 “1+1+1” 培養(yǎng)模式：1 年基礎課程學習（AI 核心技術 + 農(nóng)業(yè)基礎理論），1 年項目實踐（參與農(nóng)業(yè) AI 項目研發(fā)，如智能灌溉系統(tǒng)、病蟲害 AI 識別），1 年企業(yè)實習（與農(nóng)業(yè)科技公司合作，解決實際生產(chǎn)問題）。學生小浩在實習期間，主導開發(fā)了 “稻田病蟲害 AI 識別 APP”，通過手機拍照就能快速識別病蟲害類型，并給出防治建議，在試點地區(qū)使農(nóng)藥使用量減少 20%，糧食產(chǎn)量提升 10%。該成果不僅獲得國家專利，還被當?shù)剞r(nóng)業(yè)部門推廣使用，小浩也因此獲得企業(yè)的 “優(yōu)秀實習生” 稱號，畢業(yè)后直接被錄用為研發(fā)主管。
北京大學 “AI + 法律” 方向的培養(yǎng)模式同樣極具特色。該校不僅開設了 “法律大數(shù)據(jù)分析”“AI 法律文書生成” 等跨學科課程，還與法院、律師事務所合作建立實踐基地，讓學生參與真實的法律 AI 項目。學生小妍在實踐中，協(xié)助律師開發(fā)了 “合同 AI 審查系統(tǒng)”，能自動識別合同中的風險條款并給出修改建議，將原本需要 3 小時的合同審查時間縮短至 30 分鐘。她的畢業(yè)論文《AI 技術在合同審查中的應用與風險防范》還獲得了 “全國優(yōu)秀法學論文” 稱號，畢業(yè)后被某知名律所的 AI 法律部門高薪錄用。浙大教務處負責人表示：“‘人工智能 +’培養(yǎng)模式的核心是‘以用促學’，讓學生在解決實際問題的過程中掌握技術、理解專業(yè)，這種能力在未來職場中是不可替代的?！?/div>
不過，“人工智能 +” 人才培養(yǎng)也面臨一些挑戰(zhàn)，如跨學科師資不足、課程體系不完善、學生 “兩頭不精” 等問題，若處理不當，可能影響培養(yǎng)質量。部分高校在推行 “人工智能 +” 時，由于缺乏跨學科師資，只能讓 AI 專業(yè)老師和其他學科老師 “各教各的”，課程之間缺乏融合，導致學生學到的知識碎片化。某高校 “AI + 教育” 專業(yè)學生小宇就反映：“AI 老師只講算法原理，教育學院老師只講教育理論，沒人教我們怎么把 AI 算法用到教育場景中，比如開發(fā)個性化學習系統(tǒng)，感覺學了兩門孤立的學科，沒形成競爭力?！?此外，部分學生由于同時要學習 AI 技術和專業(yè)知識，精力分散，導致 “AI 技術沒學深，專業(yè)知識也沒學透”，畢業(yè)時既無法勝任高端 AI 研發(fā)崗位，也比不過純專業(yè)領域的畢業(yè)生。
但這些問題并非無法解決。西安交通大學通過 “引才 + 培才” 的方式解決跨學科師資問題：一方面引進既懂 AI 又懂專業(yè)的復合型人才擔任專職教師；另一方面鼓勵校內(nèi) AI 專業(yè)老師和其他學科老師聯(lián)合備課、共同研發(fā)課程，甚至選派老師到企業(yè)掛職，積累跨學科實踐經(jīng)驗。該校 “AI + 制造” 專業(yè)的課程《智能工廠系統(tǒng)設計》就是由 AI 專業(yè)的李老師和機械工程專業(yè)的王老師聯(lián)合授課，李老師講解 AI 在生產(chǎn)調度中的算法應用，王老師講解工廠的實際生產(chǎn)流程，課程還加入了企業(yè)真實的智能工廠案例，學生反饋 “既懂了技術，又懂了應用，收獲很大”。此外，該校還通過 “分流培養(yǎng)” 機制，允許學生在大二結束后，根據(jù)興趣和能力選擇 “技術深耕型”（側重 AI 技術在專業(yè)領域的深度應用）或 “應用創(chuàng)新型”（側重利用 AI 解決專業(yè)領域的實際問題），避免學生 “兩頭不精”。
綜合來看，高校 “人工智能 +” 人才培養(yǎng)的前景廣闊，它順應了 AI 技術與各行業(yè)深度融合的發(fā)展趨勢，能培養(yǎng)出市場急需的復合型、創(chuàng)新型人才，無論是就業(yè)薪資、職業(yè)發(fā)展空間，還是對社會創(chuàng)新的貢獻，都遠超傳統(tǒng)單一專業(yè)培養(yǎng)模式。雖然目前仍面臨師資、課程等方面的挑戰(zhàn)，但隨著高校培養(yǎng)模式的不斷完善、校企合作的深化、政策支持的加強，這些問題會逐步得到解決。對學生而言，選擇 “人工智能 +” 方向時，應結合自身興趣和行業(yè)需求，優(yōu)先選擇跨學科師資強、實踐資源豐富、培養(yǎng)模式成熟的高校和專業(yè)；對高校而言，應避免盲目跟風，而是根據(jù)自身學科優(yōu)勢，打造有特色的 “人工智能 +” 培養(yǎng)體系，真正培養(yǎng)出能推動行業(yè)發(fā)展的高素質人才。相信在不久的將來，“人工智能 +” 人才將成為推動我國科技進步和產(chǎn)業(yè)升級的核心力量。
