不久前出台的《关于深入实施“人工智能+”行动的意见》明确提出，推进人工智能全学段教育和全社会通识教育，完善学科专业布局，加大高层次人才培养力度，超常规构建领军人才培养新模式，强化师资力量建设，推进产教融合、跨学科培养和国际合作。AI人才作为技术创新的源头活水和关键支撑，重要性愈加凸显。

近年来，我国在AI人才培养方面取得显著进展。高校纷纷设立人工智能学院、开设相关专业课程，科研机构与企业加强协同创新，初步形成多层次、多渠道的人才培养格局。面对技术迭代加速、应用场景不断拓展的现实需求，学科交叉融合程度不深、理论教学与产业实践脱节、高端领军人才和复合型人才供给不足、区域教育资源分布不均等问题依然突出，导致我国AI人才供需比达1∶10，一定程度上制约了人工智能领域创新能力和核心竞争力的提升。对此，要从顶层设计、产学研协同、普惠赋能和生态融通等多维度发力，构建高质量的AI人才培养体系。

战略前瞻布局是前提。人工智能作为战略性和长期性技术，人才培养并非一域之事，而是关乎国家竞争力的系统工程。从国家层面制定并实施前瞻性、系统性的AI人才发展中长期战略，规划各阶段重点任务，统筹协调科技、教育、工信、财政等各方力量，通过设立专项基金、优化政策环境、明确目标路径与资源投入机制，优化原始创新突破、关键技术攻关、伦理安全治理等重点领域的人才布局，确保人才培养“先手棋”与国家战略需求的同频共振。

产学研协同创新是关键。作为人才成长的“实践熔炉”，企业与高校的有效衔接直接决定人才培养的效率和质量。可通过共建联合实验室、实习实训基地或产业学院等方式，将真实案例、数据资源和工程经验引入教学环节，帮助学生直观理解技术落地的复杂性和现实挑战。高校需根据产业需求动态调整培养方案，确保人才供给与市场需求的精准对接。此外，还需注重科技伦理、数据安全、社会责任等“科技向善”的软实力建设，以培育兼具技术思维和人文素养的复合型人才。如清华大学将“工程伦理”“科技与社会”等纳入人工智能专业必修课程体系，引导学生思考技术发展的社会影响和价值边界，为推动人工智能健康有序发展奠定了坚实基础。

普惠赋能是重点。推动人工智能基础知识与技能教育“前置”，在中小学阶段融入编程思维、数据素养、AI通识等内容，激发青少年探索兴趣，夯实人才储备基础。发展在线教育平台和开放课程资源，降低学习门槛，支持在职人员、偏远地区群体和转岗劳动者参与AI技能培训。如百度联合各地工会推出的“劳动者第二技能学习平台”，已在武汉、深圳、北京等多个省市落地，通过权威易懂的课程破除AI学习的专业壁垒，让人工智能的时代红利惠及更多劳动者。

生态融通是保障。高质量人才培养体系的构建离不开包容开放的发展生态。以需求牵引创新、以场景反哺技术，加强知识产权保护与成果转化支持，推动人工智能与实体经济、社会治理等多领域的深度融合。例如，为缓解道路高峰期拥堵，上海市定向培养AI人才并研发算法，将成果转化为专利应用于路口信号控制，使区域高峰拥堵率下降20%。鼓励社会力量参与办学、设立基金、建设开源社区，营造崇尚创新的良好氛围。深化国际交流合作，吸引海外顶尖人才来华发展，支持本土人才出国深造，积极参与全球AI治理与伦理规则制定。

赵恒春