提出人：衡益
内容：
立足国家“教育、科技、人才三位一体”的战略布局，聚焦人工智能驱动新质生产力发展的历史机遇，围绕“X+AI”新时期的时代背景下教育领域存在的人工智能产业爆发式增长与高校专业设计滞后间的供需错位，人才培养体系滞后与割裂，社会急需的复合型创新人才与高校供给结构性失衡等问题，研究探索相应的解决方案与路径。已取得的进展为我们奠定了更高起点。但同时，一些深层次问题也亟待我们应对。
（一）传统模式无法适应具有交叉研究特点的拔尖创新人才培养需求
传统的人才培养模式在过去为各行各业输送了大量精通特定领域的专门人才。然而，在面对以交叉融合为特征的科技创新时，其固有的学科壁垒问题日益凸显，成为培养新型拔尖创新人才的主要障碍。传统院系与专业设置固化，资源流动受阻。传统培养方案要求课程内容高度专业化且边界清晰，知识融合困难。现有的学术评价体系主要服务于单一学科的发展，评价体系单一。目前，我们在具有明显交叉研究特点的人工智能领域已积累了一定的理论基础，但仍缺乏重大原创成果，同时在基础理论、核心算法、关键设备、高端芯片、基础软件等方面仍存在很大差距。
（二）高校与社会人才供需结构性失衡
人才队伍的结构性矛盾依然突出。特别是在顶尖人才储备方面，无论是面向基础研究的战略性科学家，还是面向产业升级的高端应用型人才，都呈现较为明显的短缺局面。人才市场存在结构性失衡，大量人才扎堆于应用开发类岗位。前沿算法、底层系统、硬件开发等基础研究领域，以及具有交叉学科背景的复合型人才则较为稀缺。这种“重应用、轻基础”的分布，可能导致技术创新源头乏力，产业升级面临瓶颈，亟待通过政策引导和市场调节来优化人才布局。技术人才供需错配现象频发，领域上“冷热不均”、技能上“学用脱节”、期望上“高低失配”。其核心矛盾在于人才供给侧（教育与个人选择）与需求侧（产业发展与企业创新）之间的节奏失衡，导致企业“招聘难”与人才“就业难”并存的结构性困境。
（三）研究储备基础薄弱，顶尖人才储备不够
我们在交叉学科研究方面的投入仍然不足，高水平跨领域人才的培养也存在一定差距。我们交叉学科研究仍受到传统学科划分过细、资源配置机制不够完善、评价体系相对单一等因素的制约，导致创新合力尚未完全发挥。尽管近年来国家积极布局交叉学科发展，但在顶尖人才储备、原始创新能力及国际学术影响力方面仍需进一步加强。“X+AI”人才培养中，“科技”既是学习对象，也是革新教育方法和科研范式的工具。
（四）高校拔尖创新人才自主培养需要中小学教育质量的提升
需要打破学段壁垒，进一步畅通大中小学生科学探索与科研实践的锻炼通道。从基础教育阶段开始，对于热爱科学、具有创新潜质的优秀学生，引导树立远大科学志趣，全面培养学生的创新能力和综合素质，注重培养学生的人工智能技术素养和创新能力，为学生提供实质参与科学探索实践，为他们在未来的交叉学科领域的专业学习和发展埋下兴趣的种子，奠定坚实的基础。
对策建议如下：
（一）大力推进多层次人才培养体制建设
构建涵盖科普教育、应用基础教育和专家型人才培养的多层次育人体系。打造面向终身学习的在线平台，汇聚基础与高端数智技能培训资源，助力处于工作年龄的公民提升劳动力市场所需的各项技能，特别是智能化应用能力。在高等教育阶段进一步加强人工智能通识教育与专业建设。由政府牵头推动中小学人工智能科普活动与范式启蒙，为国家及广东省高校“强基计划”储备多层次、梯队化的后备人才。
（二）完善高校“X+AI”课程体系、教材体系
坚持以重大科学问题和国家战略需求为导向，推动学科深度交叉融合，系统构建并持续完善“X+AI”复合型人才培养新模式。需进一步健全跨学科人才培养方案，打破传统学科壁垒，推动人工智能技术与数理科学、生命健康、能源环境、经济管理、人文社科等关键领域深度融合，构建灵活多元的课程选择机制和项目驱动式学习路径。同时，持续加强“X+AI”课程体系建设，开发一批具有前沿性、整合性与实践性的核心课程与模块化课程群，配套编写覆盖基础理论、关键技术及典型应用场景的新形态系列教材，强化案例教学与项目实践资源建设，系统性提升学生的交叉创新能力和产业应用视野。
（三）复合型人才的“X+AI”产教协同培养
为促进人工智能领域人才培养与产业需求深度融合，可通过聘请人工智能相关行业的知名研究人员参与高校教学，深化产教融合，构建校企协同育人新机制。具体举措包括：围绕国家战略与省内世界级优秀企业共建校企联合研发中心与人才实训基地；协同开发新一代人工智能技术相关的优质课程、特色教材与教学工具；建设人工智能产学研一体化信息共享平台，加大产学研联合项目支持力度，多渠道推动复合型与顶尖人工智能人才培养。应进一步推动产业需求深度融入人才培养全过程，系统构建支撑产业重大需求的技术技能人才与创新创业人才培养体系，最终形成教育与产业统筹融合、良性互动的发展新格局。
