教育教学

教育教学

周傲英:新工科的影响及重新审视和反思

相比新工科的发展,当前出现了新农科、新文科、新医科、新商科等,现在讲这么多,但最早讲的都是新工科。两年前讲新工科,今年开始出现新农科、新文科、新医科、新商科等,到底为什么会有这一波新的东西、为什么新工科在最前面?这是因为文科、商科、医科等学科都比工科发展早,在当前学科的发展历史中工科是发展最晚的。工科发展最晚又最先出现新工科,这特别像源远流长的东西,如同讲教育要先讲文一样。工科是发展最晚的学科,是最近两三百年发展起来的,其他学科发展已经有上千年历史。到了新时代,最先改变的也是发展最晚的学科,所以工科是最先改变的。这也是为什么工科改变了,农科、文科、医科、商科等学科也开始慢慢改变了。

新工科最重要的就是有一个新的能源。大家经常讲新旧动能转换、讲赋能,英文来说就是power,新旧动能这个赋能到底是什么能,到底什么是power?以前我们经常听说数据是能源,大数据是能源,大数据是资产、是资源,到现在还在讲大数据是能源,这个能源不是石油的能源,我个人认为大数据指的那个能源就是power。大数据是一个新的power,数据就是赋能,数据是power。现在的power是电,在电以前什么是power?是蒸汽能;蒸汽能以前什么是power?就是马、驴、骡等畜力和人力。英国从农业社会过渡到工业社会,就是因为使用了蒸汽能,进入第一次工业革命;有了电就进入第二次工业革命了。如果按照这个来衡量,现在是第三次真正的工业革命。第三次工业革命已经不能成称为工业革命,而是叫数字革命,因为两次工业革命才造就了所谓工业经济,现在要进入数字经济时代。两个power造就了所谓的工业经济,大数据是一个新的power,这个power的改变是从工业经济升级到数字经济。

为什么工业革命会带来这么大的变化?如果从这个角度来看,其实一切都是因为大数据,大数据是一个power,它跟蒸汽和电一样,会带来新旧动能的转换,人们经常说变轨换道,在蒸汽时代你很难想象有了电以后会怎么样,因为那一定是一个创新的时代。

这个时代特别像一个时代,就像一百多年前,因为电出来了,美国人超过了英国人,现在美国人特别着急,一个新的“电”来了,这就是大数据,这个大数据来了以后,中国人可能会重复一百多年以前的故事,以前英国人要被美国人超过,所以现在美国人要被中国人超过一样。新工科不单单是指新工科文化,而是将所有东西要重新创新一遍。相当于一百多年前传统工科是精密机械、精密仪器,有了电以后,如果说我还靠蒸汽来驱动所有的东西,那其实就不可能有电灯、电话、留声机,也不可能有电报、电脑,所以这个时代特别像重复历史的时代。

为什么中国要讲新工科,要创新所有东西,因为大数据是一个power,蒸汽能和电能造就了工业革命,大数据这个power将使工业文明进入数字文明。大数据的伟大之处在于,在互联网这个时代,人就跟世界、跟机器、跟系统连在一起,产生了各种各样的数据。为什么现在隐私问题这么严重?是因为我们的数据被用在非正确的用途上。数据把大家连在一起,但部分平台把每个人的数据收集之后还互相交换,一个人的数据知道一点东西没关系,但是如果你所有的事情都知道,这个人就是透明的,那就会很可怕。大数据根本的意义在于把数据收集起来,而且还能把它用起来,这个用起来有可能是不择手段的用,所以每个人都担心自己的隐私。大数据是指数据原本就在这个地方,为了一个问题要把数据汇聚起来、关联起来进行运用,其实大数据就做这个事。

那做这个事很重要在什么地方?所以我们要反思,反思这些课程的设置、人才的培养。中国大概从1970年代就有计算机专业,课程教的内容是不是围绕怎么处理数据、怎么收集数据、怎么汇聚数据、怎么关联数据、怎么用数据?以前是围绕集散来做,造计算机、编程序、设计算法这些事情都是非常必要的,之前计算机的学习者都是这样。到现在还这样,发现学生把前人贡献的东西重新学一遍,学完以后不知道干什么用,到企业还要重新训练。

在大数据人工智能的时代,人工智能是什么?人工智能就是要把数据处理的特别有效、特别精准,要让人工智能设置新的故事,要让人工智能设置精准的营销。反思我们的教育,学生学数据、学离散数据、学数据结构、学编译系统、学计算机组成等这些内容,但能不能解决问题、能不能把知识串起来,这可能是我们现在要反思的东西。互联网时代跟以前最大的不同就在于,以前学生学计算机是为了信息化,因为毕业以后到信息化的公司去帮大家做信息化,而现在到互联网公司去,是帮别人做信息化,跟以前的信息化又不一样了。我们现在跟以前最大的不同点在什么地方?我觉得有两个:第一,学生要云计算,如果现在毕业的学生不知道怎么用云那是不行的,自己搭机器、建网络那个时代早就过去了;第二,要学会用开源系统。具体到计算机学科来说,其实就是要上云、要拥抱开源。从这个角度来反思课程设置、教学计划、教材、教师培养、教师训练,所有都应该去改变。这是一个大众创业、万众创新的时代,所谓的万众创新讲的是什么?就是大家一起编程序、开源的时代。


杜小勇:对大数据专业和人才培养的一点看法

大数据专业学生的知识结构应该怎么样、课程应该怎么设置?大家都在思索这个问题。北京大学、中南大学和外经贸大学是第一批开设大数据专业的高校,中国人民大学是第二、第三批开设的,因为有2个数据科学与大数据专业,一个是工学、一个是理学,这实际上反应了一个状况,现在大数据专业有很多不同的观点,站在不同的角度看待未来职业的需要可能是不太一样。人工智能也有类似的情况,现在教育部计划把人工智能不放在计算机大类下,但是在我看来,还是在计算机方向下比较合适。这些情况是学科成熟、成长或者是发展过程中一个客观的存在。作为教育者每个人要有自己的观点,特别是在鱼目混杂的当前,更应该有这种认识。中国人民大学也是在实践中不断探索、摸索,形成一些自己的思考。现在的数据化转型,是实实在在正在发生的事。特别是在政府的推动下,一些机构把数据共享起来,解决了很多过去难以解决的问题,如一网通办、一站式服务,一个小时就全部办完,这在过去是绝对不可能的。数字化转型在企业里面也在发生,是传统产业的转型升级,所以它对我们社会经济有非常重要的影响。

此外,大数据对当前的研究范式也产生了重要的影响,也就是数据驱动的方法。通常我们在做一件事情的时候,传统解决思维是怎么把模型构造出来、数学模型是什么、目标是什么,然后给出一个算法去解决并优化;现在的解决思路是它会涉及哪些方面、怎么去把数据汇集起来、怎么从数据中发现一些规律来解决问题。总之,当前整个思维方式在发生改变,这就需要高校培养具备新的思维能力、新的知识结构、新的解决问题方法的人才,这也是专业规划非常重要的一个方面。

未来的数据科学家或许就是今天的在校学生,那他应该掌握怎样的知识结构呢?从知识结构上来说应该有4个方面。

第一,对课程的要求。如果教师现在还是教学生个人计算机的组成,花很多时间去讲这些东西,而不了解并行计算、不了解分布计算和云计算,那这就有问题了。目前,在教育部计算机类教学指导委员会的推动下对计算机系统的课程进行改革,重要的一点就是把原来分散在多门课程里交叉、重复的内容在一个课程下进行重新整理,同时也达到压缩学分的一个目的。这种改革并没有减少学生计算机能力的要求,而是改变一些重点,对内容进行重新的组织。

第二,问题求解能力。特别是大数据专业的学生,实际上还是要学会用编程的方法解决问题,所以问题求解是很重要的能力,需要教师引导学生思索问题计算方面的特性,从而构造软件系统解决问题,目前有很多高校在尝试这一点。

第三,数据板块。在原来的整个知识结构里面,这一块是比较弱的,现在借助大数据这个时机,把和数据相关的内容进行打通重新整理升级,实现从数据采集、数据整理到数据分析、数据管理、数据展示的全流程知识学习。

第四,用数据解决特定领域问题。高校依据各自的特点、各自的资源去设计一个领域的板块,学生应该知道要学习一个领域、要介入一个领域需要做什么,虽然不是自己的专业,但是还要具备应用它的能力。这种跨学科的意识非常重要。

从能力上来说,除了通常的分析问题、解决问题等能力,还有一个能力很重要——黑客的能力。人们总觉得黑客是偷人家的东西、是犯罪,实际上从另一个角度来看这一现象:黑客就是我们在毫无头绪的情况下,怎么用工具从各个角度分析数据,寻找呈现出规律性的东西,这有助于一个人在茫然无知的情况下去找到一个光影,这个能力本身是很重要的。怎么培养黑客能力?高校可以从信息安全专业角度吸取一些经验。此外,还有信息安全和隐私保护,这个能力也是非常重要的。当然,因为是跨学科,所以学生的自学能力也非常重要。

当前的教学体系、学生培养就应该围绕这样一种知识结构、这样一种能力模型去展开,这样的话,经过若干次迭代,专业就会越办越成熟,越来越受学生的欢迎。目前,中国人民大学也在这样尝试,如数据科学概论这门课,就汇聚了最优秀的一批年轻教师,通过与学生座谈了解的当前课程进展情况来看,教学效果还是不错的。

还有一个问题,就是开源。开源很多内容是鱼目混杂的,需要学生去适应它,目前学生很难适应。高校怎么培养学生,培养目的是不是就是未来学生所需要的能力,我也在思考。


洪振挺:校企融合推进人才培养新途径

相比较其他高校的产教融合、校企结合,启迪数字学院并不是简单的校企合作,而是校企合一的模式。启迪数字学院一直在做教育创新模式的构架和运行,在主体上不只是作为简单的高校主体来培养人才,也邀请企业参与进来。参与的企业不仅是启迪系企业,还有业内其他相关企业,所以启迪数字学院建有一个科技园,希望有更多的企业参与进来。

实际上,启迪数字学院让学生也作为主体参与进来,即学生参与到整个学院的治理和管理上来,比如学院打造的启迪青讲堂,召集那些成绩等各方面较为出众的学生作为讲师,把他们在学习和实践上的思想、感悟、技能传递给相同年级或者是低年级的学生,在传递知识的同时也加强了自身的能力和使命感。启迪数字学院一直有这样的理念,教育应该是多主体参与人才培养,应该让师生共同参与整个人才的培养。启迪数字学院的学生在当教师的过程中得到培养,同时鼓励教师去当“学生”,比如说学院会派教师去企业挂职学习、去高校进修,启迪数字学院一直是学习共同体,每一个人都在多重角色里面切换。此外,启迪数字学院还计划把政府作为主体引进来,所以很多活动都积极争取政府部门的参与和支持,如2019年6月18日学院计划将要举办一个全国的大赛,同时还有一个论坛和一个成果展示,学院会邀请柳州政府,特别是跟大数据相关的几个职能部门都作为联合主办单位一起参与进来。客观来说,政府调动资源的能力,比高校和企业还强,所以让政府部门作为人才培养的主体之一参与相关活动,有助于学院对接更多资源,这对学院引进专家人才、打造平台、人才培养等方面都将是利好的态势。

从载体方面看,启迪数字学院作为教育机构是一个载体,科技园也是一个载体,学院还联合建立实验室和研究机构,把领域专家连接进来。学院一直在思考,要用怎样的方式让专家学者真正参与到学院的教育过程中来,为此学院设置了几个委员会,如顾问委员会、学术委员会、发展委员会,但这样还不够聚焦,所以学院接下来要全力实施双万计划,先从软件工程专业做起,成为国家一流专业建设的承担者,届时将针对这个计划成立专门的学术委员会,希望各位专家都能够参与进来,作为双万计划的强力支撑。

基于以上两点,启迪数字学院还要有一个创新本体,就是如何体现学院能够引进这么多资源的体制优势,这一创新本体即多重双轨制:启迪数字学院是广西科技大学的二级学院,同时也是以企业作为运行载体的单位,所以学院的教师具有双重身份,既是公司的项目经理又是学院的教师;学生也有双重身份,学生既可以作为学校学生的一员做些创新项目,同时也可以把创意放到公司里面作为一个项目来运行,所以我们提出社团企业化、社团社会化的理念。此外,启迪数字学院要面向整个社会服务,还要引进社会资源,这样才能真正把这几个载体、主体融合起来。启迪数字学院引进专家的形式有短聘制、双聘制等,这也是为了让专家能参与进来,能真正投入并得到回报,因为学院的双主体不会受高校某种机制上的束缚,如邀请院士开讲座,通过高校也许无法执行,但企业作为主体就可以实现,所以学院用双重的机制来去引进专家团队,这个就是多重双轨制的优势。

关于如何培养学生,学院所实行的是“课堂创客化”,类似于现在的翻转课堂。怎么做?现在网上的学习资源很多,很多是名师教学、精品课堂等资源,比学院教师所能提供的内容更好,所以学院倡导教师由主演变成导演,帮助学生引入优质资源。此外,在课堂上教师不是简单灌输知识,而是要引导学生去探索学习,这样基于场景式、探究式的学习,是学生比较容易接受的,学院最终才能真正学习到一些新的东西,同时提高学习能力。学生在课堂上不能只获取某些片断的知识,还应锻炼架构性思维,基于这一需求,学院通过多种举措充分培养学生的系统架构能力,让学生拥有系统的思维去串联、贯通所有获取的知识。不管是执行大项目还是小项目,启迪数字学院都以培养学生系统架构的思维为出发点和落脚点,不仅培养学生的技术能力,还要锻炼其管理、沟通、领导、协调、责任能力,后者才是学生要具备的底色能力,拥有这样的能力才能让学生更好地走向社会,不断去迭代、去跨界。事实上,启迪数字学院虽然是工科院校,但学院也希望学生具备人文、社科甚至艺术等知识结构和素养。此外,学院还推行分布式、移动式课堂,以匹配“2+2”或“3+1”培养模式,即在完成通识课教育后,在学分一样的前提下,学生最后1~2个学年的课程将根据学生自身需求和特长来安排,以大数据专业为例,有些学生需求是医疗大数据方向、有些是交通大数据、有些是金融大数据方向等,学院就开设相关方面的课程。如何开展分布式、移动式课堂?这又涉及学院提出的“学校进企业”模式——即把专业培养放到相关企业里面去实施,如金融方向放到金融企业机构、医疗方向放到医疗服务机构,学院和相关的企业、机构共同制定培养方案,成立项目课堂。学生分布到不同的城市、不同的机构,形成分布式;有些学生需求是接触不同的项目课堂,所以会从一个机构转到另一个企业,这是移动式课堂,以上两个方面正是学院计划构造的分布式和移动式课堂。

诚然,启迪数字学院的本质是教育单位,所有的出发点都是回归教育特别是应用型本科教育,要遵循教育部的路线、方针、政策开展工作,并结合自身实际勇于创新,不管是新工科建设还是双万建设,我们会一步一个脚印、踏踏实实去做,既遵传统又求突破,在此也希望能得到业界的指导、支持和批评指教,希望所有关注启迪数字学院发展的各界人士能够在我们成长过程中及时给我们指出一些更好的方向。


陈钟:专业拓展应注重教育质量的提升

高校无论是办学院还是办专业,如果能让学生感觉到非常自豪、非常有成就感,学生能够调动积极性去学习,这就是一种办学的成功。

高校推动专业建设、学科建设、人才培养,这些最终是要推到组织性里,而在组织性里,我认为如何把人才培养、学院定位与地区对人才的需求有机结合起来,然后办出自己的特色,这个就是一种成功。

事实上,当前东方和西方在人才培养、专业设置这些方面有很大的差距,如人工智能方面,国际上一些高校并不是建了多少所人工智能学院,也不是因为高校先知先觉建了很多这样的专业然后大数据就领先了,到中国就不一样了,目前计算机类下已经有15个专业了,有些专业的专业点已经超过1 000了,大数据专业是488个,今年估计还会再升级一部分。就当前形势来看,高校还得这么做,但做的过程中又有一个非常大的矛盾,就是办学本来是仁者见仁、智者见智。我认为,高校要对教育建设研究很透才能做这样的事情,而不是一刀切,如很多学校说搞什么数据科学,但那只是大数据的数据应用。当前,学科建设需要在统一的代码下面来做,但高校可以把内容做一个适当的设计和调整,这实际上给高校了一个办学特色和多元化的操作空间,不是一刀切的这种模式,这些方面需要从教育宏观、中观和微观都有一些组织性,并且要求落实有度。

事实上,不同层面的高校在办学上都有不同的挑战,如现在的大数据人才培养,到底是应用型的还是研究型的,研究型是什么层次的,是宽领域厚基础,还是比较窄、比较深?实际上,北京大学也不是完全都是研究型,现在北京大学直接就业比重也加大了,有些学生毕业有几十万年薪,学生不愿意吃苦、不愿意读书、不愿意读太多的书。事实上,北京大学也面临一些问题,比如一些专业热、一些专业冷,一些冷的专业不一定守得住。因为整个学校是向国际靠拢,斯坦福大学是全校可以自主选专业,北京大学刚开始是在电子、微电子、计算机,现在扩大到环境科学、理学、信息学部和留学部,后来学中文的也可以、学计算机也可以,那么跟斯坦福大学和哈佛大学差不多了,哈佛大学是2年不分专业,北京大学现在是第1年不分专业,第2年的时候就分了。这种情况下的动态性非常强,会对师资和课程体系挑战非常大,在这些专业当中,北京大学实际上采取了一个大共性基础,在这个基础之上加深加强,再向外扩展,跟斯坦福大学的模式基本上是一样的。需要注意的是,不管什么样层次的学校,计算机的结构能力还是应该加强,因为这个不与时俱进,专业很难建设的好。当前,大数据管理与应用这个专业也开始热起来了,最早是5所,后来又增加了25所,现在有30多所,尤其是2018年以后,管理学下面有大数据专业进来,他们不需要懂大数据技术的那些细节,细节让工程师去干。其实,这有他合理的地方,从管理的角度拓展学科,让大家知道大数据里有什么样的细分、什么样的分工、什么样的角色。总之,目前虽然有很多专业的分支,这个是中国特色,作为教师只需要把一个学科搞好、一个专业搞好就可以了。


马殿富:高校应抓好新工科建设机遇

第一,新工科的建设。新工科是一个驱动力,是将专业建设的权限放到高校,高校建立专业、教育部报备这样的一种性质,但是好像现在还没有真正实施。无论如何,新工科这种形式的专业建设有各种各样的说法,有支持的也有不支持的,但不管怎么样,就是要抓住机遇,人的机遇失掉了,你可能再也没有这样的机会了。我建议,新工科的问题要充分重视,在充分体现学校定位、专业建设目标的情况下,高校应该积极参与,特别是新工科新立的专业,都是目前发展很迅速、社会需求很强劲的专业。目前,各个专业的建设速度非常快,各个高校的定位应该是抓住机遇。

第二,专业的建设。我认为,专业建设最主要的责任在院长,而不是校长,为什么?实际上建好一个专业,要有这个专业的定位,专业到底要培养什么样的学生、什么是专业的优势,这可能是专业建设的关键,由此带来就是整个专业课程体系到底是怎么建。普通的课程体系大家都能说得头头是道,但是真正在运行过程中,教师之间很少有互相讨论课程衔接的问题,这个责任就应该是学院来进行组织,这样才能充分把专业建设的观念构建出来。

大数据的核心课程,原则上讲就是8~10门专业核心课程,但实际上很多学校做不到这一点,都是教授、教师各自发挥,似乎要把每一门课程建好后不是最弱的就可以。事实上,在课程体系建设过程中,一定要把关键的方面抓住,有的地方该合要合、该砍要砍。现在教学特别是跟计算机相关的课程,最大的问题是什么?就是计算机的发展速度太快,这个快带来的问题是,传统很多技术刚要面面俱到的给学生讲,等讲到现代技术的时候你没时间了,这是一个很重要的特点。对于学院而言,一定要做好顶层设计,设计好定位,同时抓好课程体系的设置,建好核心课、建好方向课,这样就有了基础。

再有一点,工程教育认证毕业要求有一点非常重要——要使用现代先进工具,大家听了以后都不反对,但是真正使用现代先进工具在我们教学工程中带来一些困难。作为专业认证的专家,我到过很多学校,比如说计算机专业,现在有好多学校计算机组成课程还是两极管,大家想这种环境在工业过程中有吗?在工厂里,大概70米的生产线,从这头进去那头出来,不仅焊好了,都裁切好了,工业过程是这样一个过程,而高校还在教学生两极管,那不可能教出适合现代发展的学生。无论是计算机、大数据,还是人工智能,其实都需要将先进的工具纳入教学工作中,让学生解决更复杂的问题,这可能是教学过程中要注意的。

最后,学院定位很关键,教师尤其是教授是自由的,可以随便的批评,上批校长、中间批院长、下批学生,反正就是自己不批判自己,而且经常都是负面的事情说得多,方法想得少。在讨论这样问题的时候,最关键就是学院怎么定位,培养学生是想培养毕业挣两千块钱,还是挣五千还是挣一万,还是挣几万呢,这件事实际上是一个很关键的选择,如果大家的教学都是松松垮垮,讲的东西都不能真正解决问题,学生怎么能出去挣几万块钱呢?要把教学真正搞好,可能一步走不了那么好,但是要逐步往上走,这样的话学生就会长进、能力就会增强,这样走到社会,企业愿意选择他,也愿意给他很好的待遇。


李仁发:新工科专业应精确制定培养计划

湖南大学信息科学与工程学院(2000年由原计算机与通信学院和软件学院合并而成,以下简称“信息学院”)的大数据专业刚刚建立,但还没招生,因此对大数据专业的建设没什么体会,没有更多可与大家分享的。湖南大学的智能专业创办比较早,2006年开始筹建,2007—2008年开始招生,现在毕业已经有好几届学生了,这个专业叫智能科学与技术专业。“智能科学与技术专业”与“人工智能专业”,这2个专业到底是完全不同还是只是名字不同,需要讨论。智能科学与技术专业最早是北京大学创办的,专业的一个特点就是语音处理,就是听觉、视觉、模式识别、视频处理。后来,像北京邮电大学、南开大学等高校都陆续创办了智能科学与技术专业。
湖南大学的智能科学与技术专业,是在嵌入系统团队基础上建起来的,所以专业的特色实际上还是嵌入系统、信息物理系统(CPS),现在团队的研究对专业的支撑比较强。从办学历史情况来看,专业刚办的时候非常艰难。信息学院是按计算机一个大类招生,到第2年分流,分流的时候愿意到智能科学与技术专业不是很多,直到2018年才基本上有所好转。就业的情况没有什么特别,跟计算机专业差不多。还有一个是专业理念,即坚持“computer+X”。2004年以前,信息学院只有2个专业,一个是计算机专业,一个是通信专业,到2017年已经有8个专业了。信息学院在短时间内办8个专业,传统方法是办不好的。信息学院参考了美国的做法,也就是专业方向的概念,即坚持computer+X,就是不管办多少专业,基本东西是不变的。简单说,把8个专业的教学分成三个部分:一部分是通识教育,这个跟专业没有太多关联,不管什么专业通识教育是一样的,通识教育一块是人文社会科学,一块是数学与自然科学,这部分不分专业;第二是大学科基本课程,湖南大学信息学院有两大学科,一个是计算机,另一个是信息与通信工程,合称“EE&CS”大学科。大学科核心课程作为院定核心课程,院定核心课程学院内基本不分专业,学院8个专业有几门核心课程都是一样的(EE&CS五门课程是公共的,包括程序设计、数据结构、应用数学、电路电子、计算机系统);第三部分是各个专业课程,办8个专业也就是主要在后3个学期完全不同,前面各学期基本上差不多。这样的理念也可以减少办学的成本,最重要的是本科教育不能太热闹、不能太浮躁,因为本科就是基本教育。那么为什么要办新专业呢,因为计算机这个领域实时更新,专业发展要适应时代变化,但是适应这种变化要注意,最基本的东西并没有变化。对本科教学来讲,应特别强调最基本的教育,其实这些内容也不是有多高的水平。UCB(加利福尼亚大学伯克利分校)、斯坦福大学这几个特别顶尖大学计算机课程设置大体也是这样的,他们的一个系涵盖了我们十几个专业。
当前新工科建设有些过热。我的理解比较简单,就是工程教育已经到了第三个阶段。第一个阶段是工业时代的工程教育,蒸汽机时代、机械时代;第二个阶段是科学时代的工程教育,最突出的特点是科学引领,然后就是实验教学、实验与课程教学紧密结合这两大特征;现在实际上进入了第三个阶段,可以叫做计算时代,也可以叫智能时代,新工科就是处在这样一个时代而已,没有必要弄出那么多新工科专业。
《计算机教育》杂志有3篇关于CPS(Cyber-physical systems)的文章,CPS已经把新工科解释很到位了,连课程的结构都说明了。不管社会怎么发展,人类最基本的需求还是衣食住行,还是要盖房子、要造车,所以新工科是机械+CPS、土木+CPS、电气+CPS,还有就是一些新产业、新行业。这是我对新工科的理解,供大家参考。


曹淑艳:对外经济贸易大学大数据专业创办始末

对外经济贸易大学大数据专业如何而来?对外经济贸易大学最早拥有经管文法4个学科门类,理科是近两年才有,没有工学本科专业。互联网时代,对外经济贸易大学应该有一个工学来支撑学校的发展,但是很遗憾,学校重视国际贸易、国际法等专业发展,因为这也是学校的强势学科,我们也能够理解:一个学校要是想发展,要有自己的优势学科。对外经济贸易大学信息学院的信息管理专业和电子商务专业授予管理学学位,是工科可以突破的专业,也就是计算机是唯一能够突破的东西,但是我们当时认为计算机学科我们不可能做它,因为计算机学科的强者太多,对外经济贸易大学要想工科发展有所作为,很难比清华大学、北京大学等高校更好,这就成为需要思考的问题。

在当时,国外已经有数据科学和大数据这种价值发现、挖掘的内容,包括教师科研在这方面也有一定的积累,所以当时在酝酿,能不能在大数据方面做一些突破,所以对此做了一些市场调研,并且请相关的公司过来讲需求,然后针对对外经济贸易大学的情况看看能不能有所突破。当时申报专业的时候没有名字,专业学术委员会组织讨论,和大数据企业的技术人员也进行了沟通,后来当时定的名字叫大数据技术与应用,因为出发点就想把大数据挖掘、处理的这些技术利用起来,来解决经济贸易、金融、经济管理、经济发展中的问题,这是当初申报专业的一个出发点。

在专业申报过程之中,感受到了大数据专业具有复杂性的特征:大数据专业是什么业务领域,能解决哪个领域问题。比如,是医学大数据、农业大数据、商业大数据,还是生产制造领域里的大数据,这些大数据要解决哪些领域里的问题,如果这些数据离开了应用,那它将毫无价值。

大数据专业在设置课程体系时是3个部分,一个就是通识课程,包括人文科学、数学和自然科学;另一个就是专业的基础方面,专业基础方面是离不开原有计算机科学整个的基础;第三个就是领域的应用,就是专业要解决哪个领域应用的问题。那么在这个过程之中,最重要的一点是院长要很清楚知道这个专业究竟是要做什么的,培养的学生去哪儿就业,在社会上处于什么样的层次和水平,这是院长一定要知道的。对于教师来说也很重要,教师应明确知道,你所讲的这门课程在整个学生的知识体系中的承接关系是什么,这样你才能把这门课程组织好,才能在学生培养过程中把作用充分发挥出来。

事实上,高校的很多课程是重叠的,这样不利于学生的成长,教师的教课效率也低,这对教师提出了挑战。教师应该把所讲这门课教学方法和教学目的,在学生知识体系里的作用,以及课程处于哪种环节,贡献度是什么要理清楚,这点是非常重要的。 

(完)