新质生产力赋能下大学生人工智能素养培育路径研究

1、引言

新质生产力发展过程中，人工智能成为产业升级的重要推手，为供应链等相关领域赋能“数智化”转型 [1]，如已有浙江、江苏等地方实践探索，但其素养化教学尚未起步，以致于大学生人工智能素质低下、培养方式传统、专业设置落后的现象明显，无法满足当前大量人才的需求量。对此，本文基于现实问题从技术和人才两个维度进行考察，并立足于理论实践统一的原则来培养人才，打造育人“立交桥”，使高校人才培养能够对接教育产业。此外国外比较注重理论层面，更加注重跨学科和多维度评价，可以取长补短，充分完善培养体系，AIGC 要注重学习沟通谈判和决策这类技术，还要把它们加入到AIGC 当中去 [2]。

2、 相关理论概述及现状分析

2.1 核心理论内涵与大学生培育路径

新质生产力是一种以新技术、新产业、新业态为特征的先进生产力，具有创新性、引领性和渗透性，既是对马克思主义生产力理论的发展，也适应中国国情，在实践中表现出较强的智能化和绿色化特性，需要依靠技术创新与制度创新才能得以实现 [3]。AI 素养作为数字时代的一种必备素养，应该具备 AI 的基础知识、AI 的工具使用、AI 的算法运用、跨学科的方法，并且要具备编程与模型训练的实践。对于 A 的培养来说，需要有基于项目的场景化来支撑，并从多个维度来进行评价。

培育需多方协同实现理实融合：冲破传统观念束缚，在创新的基础上以数字工具精准供给；坚持分层次、分阶段、分系统，从易到难、循序渐进、由点到面进行模块化建设；加强学校建设智能实验室、企业为学校提供实践场景弥补传统教育的不足；按照大数据分层培养，搭建多元评价体系，统筹调配资源、师资和政策，依靠技术赋能人才培养质量的提升。

2.2 素养水平现状

大学生 AI 素养高低递进式存在：能解释说明机器学习等概念的比例达到 62.3% , 能够认识自然语言处理的应用达 54.7% , 理工科相对优于其他科；一些高校已经实现了“理论 - 仿真 - 实操”的闭环路径[4]，但是仍然存在着非常突出的问题：能够清晰解释说明算法偏见等问题的仅为 28.6% , 约 61.3% 的学习渠道不畅，仅有不到15% 的学生开展了主动式的跨学科学习和实践；理工科相比人文社科类学生的技术、实践技能平均分值高出 2.1 分，而伦理敏感度只有 0.8 分差距；年级呈倒“理论 - 仿真 - 实操”字型发展，大二水平低过大三及研一，高年级学习热情出现较大程度的衰退；参加过跨学科项目的综合素养平均值增长了 37.3% 以上，但是目前还存在技术与伦理、工具与创新、专业与学科三个方面的结构性问题。

3、新质生产力赋能下大学生人工智能素养培育路径设计

围绕知识、能力、价值协调发展的主线，构建“理论 - 实践 -伦理”三维递进式课程体系和知识图谱；搭建阶梯式课程群 [5]：人工智能基础课讲授机器学习、自然语言处理等理论知识，培养学生的抽象思维与逻辑思维；机器学习课讲授三类学习的设计思想并以实例说明其理论落地的过程；深度学习课侧重神经网络的具体结构讲解，通过可视化界面实现模型优化指导，并加入数理基础、编程实践等内容。——以“知行合一”为理念进行教学上的创新，具体包括开展现实场景沉浸式训练、设计算法设计到系统部署的完整项目链，并按实际业务需求将大任务拆分成为若干小任务驱动学生学习；依托共享平台开展有关自动驾驶伦理等方面案例的讨论，强化技术伦理认识[6][7]。

搭建校内外协同的多维实践平台，高校联合社会力量整合资源建立专业实验室和创新基地，并投入智能硬件、开发工具等，开设模块化实验课；组建双师型跨学科导师组，采用项目教学、创新竞赛等方式，引导学生主动求知、主动探索；企业全程参与，给予真实应用场景作为实践支撑。

4、 培育路径实施与效果评估

搭建体系化落实架构：拟制包含有任务指标、时间节点的实施办法，按照“校- 企- 研”的步骤依次展开，统筹好“校- 企- 研”，设立专项基金；建立全过程质量监控体系，设立阶段性的评估节点，运用大数据分析发现学习的问题所在，建立快速响应机制纠偏、依托PDCA 优化策略，使得培育精准长效。

采用定量与定性混合评估：定量运用李克特五级量表、技能测试（Rubric 评分法）取得数据，利用 SPSS、AMOS 分析；定性以半结构化访谈、教育叙事研究为主，采用扎根理论编码和个案分析，三方取证合并求信度。

5、 结论与展望

5.1 研究结论

新质生产力赋能视域下，其为人工智能素养教育基础，可解课程碎片化等困境。以课程重构为核心、方法创新为支撑、平台搭建为载体，结合 AI 技术逻辑形成 “技术 + 伦理” 驱动，建 “问题导向+ 数字孪生” 教学模式，打造实践平台促产教融合。

5.2 未来展望

针对样本量不足、评价指标难动态变化问题，下一步拟建跨地区跨类别高校样本库，引入多源数据融合技术与自适应评估模型，深化技术赋能研究，建复合型课程与教师发展体系，加强理论研究形成可推广培养模式，支撑高质量教育与国家战略。

参考文献：

[1] 曹磊 , 杜勇 , 王铁勋 . 传统工艺企业如何借助数智化实现突破性创新——基于泸州老窖的案例研究 [J/OL]. 科学学研究 ,1-16[2025-09-02].

[2] 杨竟,陈勇川.科学性审查与伦理审查：关系梳理及界限明晰[J/OL]. 中国医学伦理学 ,1-10[2025-09-02].

[3] 周文 , 许凌云 . 论新质生产力：内涵特征与重要着力点 [J]. 改革 ,2023,(10):1-13.

[4] 刘亚丽 . 高校图书馆人工智能素养培育发展策略——基于对 42 家“双一流”高校图书馆的调查 [J]. 图书馆工作与研究 ,2025,(04):103-112.

[5] 刘祥玲 . 教育数字化转型中高校课程思政的困境与应对 [J]. 中国电化教育 ,2022,(08):100-105.

[6] 唐嘉齐 , 穆特鲁·丘库罗瓦 , 毕慧超 . 人工智能与人类智能在高等教育中的结合：理论、 实践与展望 [J]. 大学教育科学 ,2025,(03):61-72.

[7] 李曼丽 . 高等教育智能跃迁：一项历史比较研究 [J]. 清华大学教育研究 ,2024,45(04):14-24+59.

本文系2025年度陕西省哲学社会科学研究专项年度项目（青年专项）〈编号：2025QN0547〉研究成果