摘要：教育部2025年3月面向“人工智能應用”領域啟動征集供需對接就業育人項目。其中，定向人才培養培訓、就業實習基地建設、校企人力資源提升是此輪項目的三個重點類型。本文從人工智能就業項目意義、高校人才培養與人工智能應用需求適配路徑、校企聯動提升崗位勝任力策略三個方面作解讀剖析，以期助力政產學研用各界形成良性生態、托舉各類人才在人工智能時代韌性就業。

關鍵詞：人工智能賦能；韌性就業；政產學研用；人才培養模式

教育部于2025年3月，面向“人工智能應用”領域，啟動征集供需對接就業育人項目，以推動高校加快培養更多實用型、復合型和緊缺型人工智能應用人才。供需對接就業育人項目自2021年啟動實施以來，已成功實施3期。今年的就業項目征集重點圍繞人工智能算法、機器學習、自然語言處理、計算機視覺、智能機器人等人才需求及人工智能工具使用，以提升高校學生對人工智能領域崗位認知、實習實踐和就業能力，促進用人單位相關領域人才挖掘、技術升級、創新發展為目標。

啟動“人工智能應用”領域供需對接就業育人項目的意義

從民生需求的角度來說，就業是增強人民群眾獲得感、幸福感和安全感的直接落實性措施。幫助相關領域高校畢業生更好地適應市場需要，實現高質量就業是保障民生的重要舉措，國家也為此出臺了一系列政策。2025年3月，國務院就業促進和勞動保護工作領導小組發布的《加力重點領域、重點行業、城鄉基層和中小微企業崗位挖潛擴容支持重點群體就業創業實施方案》，將高校畢業生列入重點精準施策群體，提倡“基層與新興領域雙輪驅動”。2025年4月，中共中央辦公廳、國務院辦公廳發布《關于加快構建普通高等學校畢業生高質量就業服務體系的意見》，指出要推廣數字化就業服務新模式。推動人工智能領域的供需對接，是面對時代新形勢，積極主動服務用人單位升級人才需求結構、高等院校升級人才培養路徑的引領性、保障性政策引導。[1]

從科技發展的視角看，以人工智能為代表的數字技術已經促使第一、二、三產業中用人單位的崗位需求內涵發生深刻變革，如農業中的無人噴灑技術、制造業中的智能倉儲技術、智慧教育中的師—機—生三元制課堂等，都對相關崗位求職者提出了新要求。同時，這些技術也正在改變著求職者走向社會的過程，如人工智能簡歷修改、人工智能面試、實習智能反饋等，正在越來越多地服務于就業指導環節。

人工智能供需對接就業育人項目在民生需求和科技發展的雙重背景下推出，具有主動適應和長期布局的戰略意義，是國內就業市場應對復雜國際形勢、加快掌握科技革命主動權，構建能夠應對風險的韌性供需環境的實戰性工作。

高校人才培養與人工智能應用需求適配的路徑

高等院校是人才培養的主陣地，肩負著培養拔尖創新人才、實用技能人才的重任。在人工智能應用快速、廣泛改變生產和生活的當下，做好培養模式與需求適配，需要工作層面的總結和研究層面的探索協同并進。

在人才培養與就業需求對接的層面，高校正在經歷從“知識本位”到“素養本位”的轉型。高校原有的人才培養模式以三個導向為主：基礎學科導向、應用學科導向、職業技能導向。長期以來，傳統高等教育體系遵循“知識本位”理念，高度重視學科知識的系統性與完整性傳授，注重構建嚴謹的知識框架。然而，在人工智能技術快速迭代的當下，知識更新周期大幅縮短，單純依靠知識儲備已難以滿足社會對人才的需求。在人工智能時代，以核心素養為導向的社會需求促使高校突破單一學科壁壘，關注交叉學科、新興學科的課程體系建設。目前，高校重點培育智能裝備、生物醫藥等領域的就業新空間，更符合我國當前高度注重系統性產業培育的戰略需求，也為全球破解自動化與就業矛盾提供中國方案。[2]目前，部分高校已經開展了一些嘗試，例如，北京師范大學面向民族地區生源實施就業技能提升項目，通過構建“人工智能理論—企業探訪—課例設計—創新應用”四維培養體系，將人工智能倫理意識培育、自適應發展能力與民族地區教育內生需求相結合，顯著提升了人才培養與社會需求的契合度。

從需求適配的研究層面看，高校應加快構建“學科發展+新質生產力”融通培養模式。在全球經濟復蘇乏力、國內產業轉型深化的背景下，高校應將“新質生產力”與就業結合，開拓新的研究空間。目前，不少高校正在積極構建“人工智能 + X”復合型課程矩陣。同時，高校還需強化批判性思維、創新能力和倫理意識的培育，在人工智能倫理課程中引入“算法偏見”“數據隱私”等議題，引導學生建立科技向善的價值準則。

為了進一步拓寬人才培養與人工智能應用需求的適配路徑，高校應在四個方面進行深度探索。一是理解認知層面，通過科技講座、讀書等路徑，增強學生對人工智能教育領域的認知與興趣，拓寬其專業發展視野；二是思維拓展層面，通過參訪企業、主題辯論、圓桌漫談等路徑，拓展學生的人工智能思維，促進其創新；三是實踐應用層面，通過課例研究、專項課題、商業競賽等路徑，提升學生參與實踐的應用能力；四是職業競技層面，通過人工智能簡歷生成、人工智能模擬應聘、跟崗智能反饋等，促進學生真實能力結構升級。

校企聯動提升崗位勝任力的策略

在充分分析人工智能賦能的新機遇和人才培養模式的新挑戰的基礎上，我們需要積極探索用好政產學研用聯動機制，筑造韌性就業生態的務實策略。

政產學研用聯動機制是從產學研范疇發展而來的。產學研提倡企業、高校、科研機構合作，企業聚焦技術需求與市場轉化，高校注重人才培養與知識輸出，科研機構專注核心技術攻關。在人工智能時代，智能軟硬件應用和發展離不開政府統籌和用戶反饋，因此，這一時期的供需對接就業項目的適配機制需要升級到政產學研用聯動機制：加入政府的政策制定與資源協調職能，通過稅收優惠、資金扶持等措施，推動更多企業參與人工智能應用培訓等公共服務資源建設和就業實習基地合作平臺建設；加入用戶的需求反饋與創新參與，鼓勵用戶參與產品測試，以縮短研發周期，并鼓勵他們提供可復制推廣的人工智能能力習得經驗。

韌性就業的核心在于形成韌勁，即形成適應和應對的能力。相比于需要高成本維持的、不進行調整就能抵抗沖擊的“穩健性”，“韌性”以動態的方式讓步、適應、調整，而后反彈來抵御沖擊，同時并不顯性增加成本，是一種可持續的模式。韌性就業是在當下全球經濟復蘇周期尚不明朗、以人工智能為代表的數字技術促使社會崗位需求快速變革的大背景下，國內政產學研用各界聯動挖潛就業機會、提升人力資源質量的應時之舉。

人工智能賦能韌性就業的政產學研用聯動人才培養模式，需要校企共同提升人才與崗位勝任力的契合度，以“自組織+他組織”的方式動態適應科技革命帶來的就業市場內生變化和國際形勢擠壓帶來的外部挑戰。具體策略可以分為以下三個方面：

一是破解關鍵環節難題，構建“高?！髽I—研究院所”協同育人機制。在課程環節，推行“模塊化+項目制”教學改革，高校深入調研產業實際需求，將其轉化為具體的教學案例與項目任務。在實踐環節，建立“校企雙導師制”，企業導師憑借豐富的行業經驗，深度參與人才培養方案的設計，確保方案緊密貼合產業發展趨勢與企業用人標準。

二是升級智能軟硬件環境，支持個性化人才培養。打造“智能診斷—精準推送—自適應學習”的教學新范式，分析學生的學習行為和認知特征，動態調整教學策略，促進拔尖創新人才和職業技能人才成長。在課余創新環節開展項目式、研討式活動，形成“機器輔助+教師引導”的新型學習氛圍，推動“以學為中心”的學習范式轉型，引導學生主動建構知識體系，增強自適應學習和終身學習能力，以更好地應對未來復雜多變的社會需求。

三是共享區域化、分學科的高校畢業生人才庫，實現供需廣域匹配。首先，政府主管部門、高校和行業協會聯合制定符合人工智能時代要求的高校畢業生的能力標準，并結合高校學科優勢，動態構建符合新質生產力的“職業認同—專業應用—實踐創新”三層能力模型，[3]形成分區域、分學科的能力體系庫。其次，智能分析社會就業崗位需求，推動供需精準對接。基于大數據分析和人工智能技術，定期監測企業對人工智能人才的崗位需求量及崗位分布區域，形成就業崗位數據庫。通過政府、人力資源機構和高校就業指導中心的協作，及時發布就業信息，為學生提供精準就業指導，促進人才的合理流動。[4]最后，構建校企協同的“崗位需求—能力缺口”動態監測與響應機制，通過人工智能算法優化招生規模、課程設置及實習資源配置，實現“招生—培養—就業”全鏈條數據貫通。[5]

科技發展日新月異，國際形勢瞬息萬變。面向“人工智能應用”領域啟動征集供需對接就業育人項目是國家教育數字化戰略行動的重要舉措之一，也是普惠性民生工程的具體實踐探索，期待政產學研用各界人士攜手共建韌性就業的中國方案。   

參考文獻：

[1] 楊寶光.2024屆高校畢業生就業形勢預測：新興領域就業潛力較大，體制內就業競爭更激烈[EB/OL].（2024-01-26）[2025-04-04].https://news.cyol.com/gb/articles/2024—01/26/content_AjeJqPuzLw.html.

[2] 高喬楠. 新質生產力視域下高校大學生就業能力培養探析[J]. 合肥大學學報，2024（04）.

[3] Xiongfei Ren，Lili Tong*，Jia Zeng， Chen Zhang.AIGC Scenario Analysis and Research on Technology Roadmap of Internet Industry Application[J].China Communications，2023 （10）.

[4] 張玲, 黃艷. 數字教育技術的跨學科融合應用[J]. 數字教育研究，2023(08).

[5] 楊婷, 李明. 數字化教學模式對學生個性化學習的促進作用[J]. 現代教育與科技，2024（03）.

? 本文系國家自然科學基金面上項目“基于領域適應算法的人機協作學習能力泛化關鍵技術研究”（項目編號： 62277002）的階段性研究成果。

[作者童莉莉系北京師范大學教育學部教授、博士生導師，教育部教育信息化戰略研究基地（北京）副主任；底穎系北京師范大學教育學部碩士生；邱化民系北京師范大學教育學部學生工作辦公室主任]

責任編輯：單笑斐