中小学阶段至高等教育阶段中美人工智能人才队伍竞争力比较分析.docx

《中小学阶段至高等教育阶段中美人工智能人才队伍竞争力比较分析.docx》由会员分享，可在线阅读，更多相关《中小学阶段至高等教育阶段中美人工智能人才队伍竞争力比较分析.docx（11页珍藏版）》请在第一文库网上搜索。

1、中小学阶段至高等教育阶段中美人工智能人才队伍竞争力比较分析-9-过去五年，美国与中国都在推广人工智能教育方面取得了重大进步，但两国实现教育目标的方法不同。本报告详细研究了中美在整合人工智能教育和培训方面开展的工作，探讨了两国教育体系的结构性特点以及由此形成的两种体系在推广人工智能教育方面的战略优势及遇到的障碍，并提出改善和提升美国人才战略优势的相关建议。一、中美人工智能人才队伍竞争力比较分析（一）中国的优势与问题分析过去十年，中国科技人才的培养在近、中、长期战略规划方面都取得了显著进步，中国已相当有效地将人工智能教育与培训纳入到人才队伍培养的各个阶段。图4显示了中美两国教育各阶段的入学人数。研

2、究生阶段之前，中国都保持了累计数量优势，在这以后美国则略占上风，但其中包含了约占美国研究生总人数14%的外国留学生。从计算研究生占各国总人口的比例角度看，美国仍遥遥领先。2019年入学人数，单位：百万注：某些美国学区将初级学校分为“小学”、“中学”或“初级高中”。中学与初级高中通常包含6-8年级或7-8年级。中国高等教育入学人数不含成人或网络教育机构。图4： 2019年美国与中国总入学人数虽然美国在研究生入学人数方面领先，但STEM的研究生入学人数方面并不占优。事实上，在过去五年，中国在STEM高等教育上的领先有所扩大。如图5所示，中国毕业的科学与工程学博士生要多于美国的STEM博士生，很明显

3、中国的高级学位更重视这些学科。2019年，中国授予的博士生中有59%,硕士生中有41%属于这两个领域，与此相比，美国的博士生学位仅有16%是STEM领域。科学、技术、工程和数学学上毕业生各国的学上毕业生4.9O0M04.000JTO3.M0M0ICOOjOOOJJOOjOOOZOOOJOOO1.MOJOOOtOOOjOOO500 0C00科学、技术、TR和数学非科学.技术、E程和数学美国22%的学上毕业生是科学、技术、工程和数学领域美国中国科学、技术、工程和数学硕上毕业生各国的硕士毕业生ouootoo 000wooWO 000做 80、 ,二 二关.* i2M MW55 1MP3a i国inj

4、eoM0 004MOOOM.cn201520M20。2018201，科学、技木、工程和数学非科学.程和数学美国17%的硕士毕业生是科学、技术、匚程和数学领域中国41%的硕上毕业生是科学、技术、工程和数学领域237JM7mi”美国中国科学、技术、匚程和数学博士毕业生各国的博士毕业生10.090SXXX)0201S2016201720182019200000110ao001WJD00140J300nQjxx100JXKBOOOOeaooo40000200000科学、技术.工程和数学非科学、 I程和故学美国美国16%的博士毕业生是科学、技术、工程和数学领域中国图5：中国比美国拥有更多的STEM高等教

5、育学位对中国来说，要建成一支接受更均等教育的全国性人工智能人才队伍，最大的障碍是户籍制度。尽管中国还在改革，户籍制度是基于个人户口所在地而非实际居住地来提供分层社会福利，这将减少农村户口的青少年获得优质教育的机会。相对于乡村地区，城市居民更可能享有积极的代际流动性。源于城乡差距的不平等也影响了中国的人工智能教育渠道。例如，财力雄厚的北京中小学能够打造出3D打印和机器人实验室，而贫困地区在低龄教育阶段可能没有这样的优势，或缺少接受过充分培训的教师。尽管中国教育部从2018年秋季起将人工智能教育纳入高中必修课，但条件较差地区的学生可能无法接受高质量的人工智能教育，这会导致数字鸿沟和经济不平等的加剧

6、。在师资质量方面，中国面临同样的城乡不平衡问题。在较贫困地区，学生教师人数比更高，且教师人才流向更发达地区的现象较为普遍。对此，中国政府正在落实相关政策，如招聘大学毕业生到中西部乡村学校任教三年，并要求大中城市教师定期到乡村学校短期工作等，同时乡村教师也可申请继续学习，在师资培训机构接受培训。此外，至于中国的人工智能教育能否刺激创造性思维和团队精神，或者是仅仅止步于让学生执行重复性的设计“简单算法”任务，其实施效果还有待观察。（二）美国的优势与问题分析美国将人工智能纳入其培养渠道的工作成效可谓良莠不齐。有部分K-12人工智能教育工作脱颖而出，如昆内特县拥有第一所开设人工智能教育的美国公立高中，

7、该县开展计算机科学课程的学校数量也在增加。此外，数据显示，NSF资助的2016先修计算机科学原理（AP CSP）课程让更多来自不同群体的学生能够在高中和中学后教育阶段学习计算机科学。然而，整体而言,美国K-12教育体系对人工智能教育的整合仍不均衡，在质量与机会方面的不平等仍根深蒂固。在高等教育阶段，美国的优势更为突出。NSF对18所新的人工智能研究机构进行的跨机构项目征集活动，反映出政府与私营企业间的合作正在加强。此外，规模较大的公立大学与私立大学通常拥有更多的资源和更强的动力维持具有竞争力的高质量教育。多家教育机构通过人工智能专项课程补充了计算机科学教育，或增设了人工智能学位与专业。尽管如此

8、，我们注意到，对于不少K-12早期未接触过人工智能教育的年轻人来说，他们对从事STEM领域的工作缺乏兴趣。另一个美国人工智能教育的挑战是难以招聘到具备计算机科学或人工智能专业知识素养的教师，因为产业界对该类人才更具吸引力，这就导致了美国课堂教授计算机科学或人工智能课程的质量鸿沟。止匕外，某些学区不提供计算机科学或人工智能领域的带薪教师培训，而且即便有条件提供，正如CSTA描述的那样，计算机科学认证流程混乱且标准不一。另外，在低收入校区，教师可能已任教多门学科，让这些教师再多教一门计算机科学或人工智能课程并不可行。（三）对美国人工智能人才竞争力的影响分析通过集中、系统的方式推行各阶段的人工智能教

9、育，中国形成了有力的人工智能人才队伍中期培养渠道。不过，建成长期渠道还面临着人口快速老龄化的重要障碍。此外，中国军民融合（MCF）的发展有助于增强其军事竞争力。此前CSET的研究发现，中国国防工业的国有企业招聘的毕业生有四分之三来自“国防七子”，使这些具备人工智能技能与能力的毕业生直接加入中国的国防人才队伍。美国得益于其教育和培训体系的自由与灵活性，使得各州和当地政府能够在其教育领域自由创新。这将创造机会实现创新性课程设计、新的教育方式的整合，且有助于鼓励学生学习人工智能并与之互动。相似地，多源资助模式吸引了大量相关方，有助于学校提供更多样化的学习和课内外体验，并进一步促进创新。但同时，这种模

10、式与中国教育部直接指示私营部门参与人工智能教育相比更缺乏系统性，导致人工智能教育标准的不统一。此外，各学区在资金方面的差距会导致教育不平等，同时现有的拨款结构限制了制定长期规划的能力。不是所有的州都能够妥善利用当前治理和拨款结构内在的灵活性。某些州拥有更多资源，更能获得高质量的师资，更重视人工智能与计算机科学教育。另一个挑战是多源或分散的资助计划难以追踪、鉴定和扩展，限制了那些特别成功或具有创新性的项目扩大影响范围。另一个角度分析，尽管中国越来越强调人工智能的伦理道德，前述商汤科技高中人工智能教科书内容并不包括虚假新闻、数据隐私与审查等道德困境，鉴于这些企业也参与富有争议的人工智能项目，可能会

11、让学生对人工智能产生偏见。中国需要更大的学术自由与高校自主性来建设真正的世界一流大学。同类问题上，美国正在积极鼓励私营企业、非营利组织和学术界优先研究人工智能安全性与伦理。例如，NSF的人工智能研究所就旨在确保人工智能发展具有透明度、可靠性，并符合美国价值观。2021年，白宫就原则与政策向各联邦机构发布了指南，以确保人工智能保护隐私与公民权利。此外，此前CSET的研究显示，91%有美国人工智能博士学位的中国顶级留学生在毕业后五年仍留在美国。总之，中国的人工智能教育方法与美国教育体系的价值观、设计和架构并不兼容。美国应该利用其教育体系的优势，缓解劣势并应对挑战，吸引、留住精英人才，进行人工智能教

12、育领域的创新，以培养未来的人工智能人才队伍。U!总结及政策建议过去五年，美国与中国都在推广人工智能教育方面取得了重大进步，但两国实现教育目标的方法不同。中国将人工智能教育加入到高中课程中，并推动人工智能企业与学校、大学合作。自2018年以来，中国政府还批准345所大学设置人工智能专业，还有至少有34所大学设立了人工智能研究院（学院）。美国则就人工智能教育课程尝试与产业界合作，其教育自主性为美国企业与教育机构的实验、创造和创新提供了空间，近年来涌现出大量在人工智能教育领域发力的计划、项目与私营企业，但暂未形成国家层面的统一标准，且各州的方式有所不同，更加重视计算机科学教育。由于某些原因，两国的方

13、法都可能导致本国人工智能人才队伍竞争力的水平参差不齐。中国的统一推动可能有助于人工智能教育的大范围整合，但所设置的课程可能因高校一轰而上而质量不佳。这一风险在财力不足的地区尤为突出，导致效果差强人意。-10美国各州存在差异且规定不一，这也许有助于开发、落实人工智能课程方面的实验与创新，但却可能加剧在课程严密性、学生成绩标准与教师资质方面的不一致性。此外，两国也都面临城乡差距、高质量人工智能教育机会不均等以及师资水平不一等的障碍。为保持美国在人工智能人才队伍方面的竞争力，能否培养并留住最优秀、最有才智的人工智能人才显得至关重要。这些人才包括顶级计算机科学家、软件工程师、数据库架构师，以及其他能够有效设计、改进、操作人工智能机器及其他产品的技术人员。对此，美国联邦、各州和地方层级需要加强合作与协调，针对人工智能教育制定全国规划并在全国数千个学区有效实施；加大力度支持有关人工智能教育和人才队伍培养的长期政策，加强资源支持；避免在人工智能教育领域忽视特定人群和低收入学校。同时强化对包括中国籍人才在内的精英人才的长期吸引力优势并加以利用。-10-汇报完毕