课题申报书：人工智能时代新锐传播人才培养路径研究

教育科学规划2025年度重点课题申报书、课题设计论证求知探理明教育，创新铸魂兴未来。人工智能时代新锐传播人才培养路径研究课题设计论证人工智能对传播人才培养的影响日益显著，众多高校积极探索新的培养模式。目前，研究主要集中在课程体系创新、协同育人、技术与教育融合等方面。例如，眭依凡和幸泰杞在《人才培养模式创新：人工智能时代大学的紧迫课题》中指出，大学必须积极应对人工智能时代的挑战，打破传统人才培养常态，与时俱进创新人才培养模式。潘邦超在《人工智能时代的高校人才培养模式创新探讨》中提到，加强产学研合作、交叉专业选修机制和个性化学习路径设计等创新举措，可培养出更多具备实践能力和创新思维的高素质人才。此外，华东师范大学传播学院积极探索人工智能技术与高校教育融合新模式，以AI赋能卓越新闻传播人才培养体系；武汉大学、上海大学、南京大学、厦门大学、暨南大学、陕西师范大学、上海交通大学等高校的新闻传播学院院长在“人工智能时代新闻传播学科发展与人才培养”院长论坛上分享了各自在新闻传播学科育人教育的宝贵经验和前沿思考，涉及协同育人、CDIO工程教育模式、创新育人模式、广告学科人才培养体系创新、多元化人才培养模式、智能时代马克思主义新闻观教学模式创新以及AI时代卓越新闻传播人才的新文科培养模式等方面。选题意义在于适应人工智能时代的发展需求，为培养高素质的传播人才提供理论支持和实践指导。在人工智能快速发展的今天，新闻传播学科面临着前所未有的机遇与挑战。以生成式人工智能为核心的数字技术正深度嵌入人类社会，深刻改变传媒生产方式，影响舆论格局。高校作为传媒人才培养主阵地，需要围绕生成式人工智能技术的范式革新，把握传媒人才培养的时代要求，将业界人才需求融入培养实践，开辟创新路径。例如，培养服务于构建健康有序舆论生态、国际传播能力建设、全媒体传播体系建设与媒体深度融合的传媒人才，以服务中国式现代化为价值指向。研究价值在于为新闻传播学科的发展注入新活力，提升传播人才的竞争力，推动传媒行业的创新发展。人工智能技术的应用为新闻传播学科带来了新的研究课题和发展机遇，如智能感知、模式识别、自然语言理解等领域的发展，促使新闻传播人才培养模式必须做好面临的挑战，例如数据侵权、AI生成广告等。同时，一个成功的智能技术应用，必将为传媒行业带来可观的经济效益，减少劳务开支和培养费用，推广应用专家知识和经验。人类也可以更加坦然地面对人工智能的发展，对于世界万物有更加深刻的理解与认知。二、研究目标、研究内容、重要观点研究目标：本课题的研究目标是探索人工智能时代新锐传播人才的培养路径，提高人才培养质量。在人工智能飞速发展的当下，传播领域面临着前所未有的机遇与挑战。通过深入研究，旨在为培养适应新时代需求的传播人才提供理论指导和实践方案。研究内容：课程设置：参考多所高校的探索经验，如上海大学引入CDIO工程教育模式，从行业细分转向项目模块，将“做中学”理念融入教育过程。未来传播人才培养的课程体系应注重跨学科融合，不仅涵盖新闻传播专业知识，还应包括人工智能基础理论、算法模型、数据科学等相关课程。同时，及时将人工智能领域的新技术、新方法引入课堂，如引入前沿技术课程，提高学生对行业动态的敏感度。教学方法：南京大学副院长李晓愚提出，面对技术变革，高校教师应承担起数字化时代的责任，培养学生的叙事能力与共情力，强调技术应被视为合作伙伴而非对手。这启示我们在教学方法上，要注重培养学生的技术思维，同时不能忽视人文素养的培养。可以采用多元化的教学方法，如案例分析、项目驱动教学、小组讨论等，激发学生的学习兴趣和创新能力。实践环节：实践教学是传播人才培养的重要环节。搭建人工智能实践教学平台，提供丰富的实验资源和项目案例，让学生在实践中学习和成长。同时，积极开展校企合作实践，与相关企业合作，共同开展实践教学，让学生在企业真实环境中进行实习和实践，提高其实践能力。此外，鼓励学生参加各类人工智能竞赛活动，通过竞赛锻炼学生的团队协作、创新能力和解决问题的能力。跨文化传播能力培养：上海外国语大学院长吴瑛指出，全球化背景下，跨文化传播能力是必不可少的。高校需关注国际传播人才的数字素养以及多模态叙事能力，以应对未来的挑战。在传播人才培养过程中，应加强跨文化传播课程的设置，培养学生适应跨文化跨语言工作环境的能力，使其具备扎实专业功底，能够利用智能技术创新国际传播内容形态，突破跨文化传播障碍。数字素养培养：随着人工智能技术的发展，数字素养成为传播人才必备的能力之一。培养学生的数据思维和算法意识，使其能够掌握智能技术基本原理，提升运用智能工具辅助内容生产、创新传播形态的实操能力。同时，引导学生关注数据、版权、流量、创意等新质要素的优化组合，提高在智能传播新场景下的适应能力。重要观点：技术思维：在人工智能时代，传播人才应具备技术思维，掌握人工智能基本原理、算法和应用技能。能够主动探索智能化劳动资料的创新应用场景，运用智能工具辅助内容生产、创新传播形态。文化理解：传播人才需要具备跨文化传播能力，理解不同文化背景下的传播特点和需求。在国际传播中，能够准确把握全球舆情动态，创新国际传播内容形态，提高国际传播影响力、中华文化感召力、中国形象亲和力、中国话语说服力、国际舆论引导力。合作精神：强化高校间的资源共享与协作，多主体、多个要素协同育人。在团队中发挥分工协作、交流沟通、组织协调乃至领导指挥等作用，形成行业应对新问题的合力。面对技术变革，将技术视为合作伙伴，与技术共同发展，共同推动传播领域的创新与进步。三、研究思路、研究方法、创新之处1.研究思路本研究通过文献研究、案例分析、实地调研等方法，对人工智能时代新锐传播人才培养路径进行深入探讨。首先，进行广泛的文献研究，梳理国内外关于人工智能与传播人才培养的理论成果和实践经验，如眭依凡和幸泰杞在《人才培养模式创新：人工智能时代大学的紧迫课题》中对大学人才培养模式创新的阐述，以及众多高校在新闻传播学科育人教育方面的宝贵经验和前沿思考。其次，开展案例分析，以华东师范大学传播学院成立二十周年“人工智能时代新闻传播学科发展与人才培养”院长论坛为例，深入研究各高校在课程设置、教学方法、实践环节、跨文化传播能力培养和数字素养培养等方面的创新举措。同时，进行实地调研，深入高校和相关企业，了解人工智能在传播人才培养中的实际应用情况和面临的问题。通过对这些方法的综合运用，总结经验教训，提出适应人工智能时代发展需求的新锐传播人才培养路径。2.研究方法文献分析法：广泛收集国内外关于人工智能与传播人才培养的学术文献、政策文件和实践案例，对其进行系统分析和梳理，了解研究现状和发展趋势，为研究提供理论支持。案例研究法：选取具有代表性的高校和企业，对其在人工智能时代传播人才培养方面的成功案例进行深入研究，分析其课程设置、教学方法、实践环节等方面的创新举措和经验教训。问卷调查法：设计针对传播专业学生、教师和企业从业人员的调查问卷，了解他们对人工智能时代传播人才培养的需求、看法和建议，为研究提供实证数据。3.创新之处结合人工智能技术：本研究紧密结合人工智能技术，探索其在传播人才培养中的应用。例如，在课程设置中引入人工智能基础理论、算法模型、数据科学等相关课程，及时将人工智能领域的新技术、新方法引入课堂，提高学生对行业动态的敏感度。在教学方法上，培养学生的技术思维，同时不忽视人文素养的培养，将技术视为合作伙伴而非对手。在实践环节，搭建人工智能实践教学平台，提供丰富的实验资源和项目案例，让学生在实践中学习和成长。探索新的教学模式和培养方法：本研究探索新的教学模式和培养方法，注重实践能力和创新精神的培养。在课程设置上，参考多所高校的探索经验，如上海大学引入CDIO工程教育模式，从行业细分转向项目模块，将“做中学”理念融入教育过程。在教学方法上，采用多元化的教学方法，如案例分析、项目驱动教学、小组讨论等，激发学生的学习兴趣和创新能力。在实践环节，积极开展校企合作实践，与相关企业合作，共同开展实践教学，让学生在企业真实环境中进行实习和实践，提高其实践能力。同时，鼓励学生参加各类人工智能竞赛活动，通过竞赛锻炼学生的团队协作、创新能力和解决问题的能力。注重实践能力和创新精神培养：本研究注重实践能力和创新精神的培养，将实践教学作为传播人才培养的重要环节。搭建人工智能实践教学平台，提供丰富的实验资源和项目案例，让学生在实践中学习和成长。积极开展校企合作实践，与相关企业合作，共同开展实践教学，让学生在企业真实环境中进行实习和实践，提高其实践能力。鼓励学生参加各类人工智能竞赛活动，通过竞赛锻炼学生的团队协作、创新能力和解决问题的能力。同时，在教学过程中，注重培养学生的创新精神，鼓励学生主动探索智能化劳动资料的创新应用场景，运用智能工具辅助内容生产、创新传播形态。四、研究基础、条件保障、研究步骤1.研究基础已有的研究成果：目前，国内外关于人工智能人才培养的研究成果丰富。例如，《人工智能人才培养研究：回顾、比较与展望》以人工智能领域的国内外学术论文、研究报告等为基础，构建了人工智能人才培养研究的九维分析框架；《生成式人工智能背景下传媒人才培养的时代要求与实践创新》探讨了在生成式人工智能背景下传媒人才培养的时代要求与实践路径。此外，众多高校也在积极探索人工智能时代新闻传播学科的发展与人才培养，如华东师范大学传播学院成立二十周年“人工智能时代新闻传播学科发展与人才培养”院长论坛，汇聚了全国31所高校的院长与学者，分享了各自在新闻传播学科育人教育的宝贵经验和前沿思考。实践经验：国内众多高校在人工智能人才培养方面积累了一定的实践经验。例如，北京大学智能科学系和西安交通大学人工智能与机器人研究所的建立带动了我国人工智能领域研究生的培养；2004年北京大学获批“智能科学与技术”本科专业，此后国内众多高校陆续开展本科阶段人工智能人才培养工作。2018年教育部提出探索“人工智能+X”的跨学科人才培养模式，2019年全国35所高校获得首批“人工智能”新专业建设资格。同时，上海大学引入CDIO工程教育模式，从行业细分转向项目模块，将“做中学”理念融入教育过程；武汉大学强月新教授指出强化高校间的资源共享与协作将是未来新闻传播人才培养的核心；南京大学副院长李晓愚提出面对技术变革，高校教师应培养学生的叙事能力与共情力，将技术视为合作伙伴而非对手等。师资力量：随着人工智能领域的发展，越来越多的高校教师开始关注并投入到人工智能人才培养的研究与实践中。他们具备扎实的专业知识和丰富的教学经验，能够为学生提供高质量的教学和指导。同时，高校还可以邀请企业专家、行业学者等作为兼职教师，为学生带来前沿的行业动态和实践经验。2.条件保障经费支持：课题研究需要一定的经费支持，以确保研究的顺利进行。可以通过申请科研项目、与企业合作等方式获得经费支持。经费可以用于购买研究资料、开展实地调研、举办学术会议等方面。实验设备：人工智能人才培养需要先进的实验设备和实验环境。高校可以建设人工智能实验室，配备高性能计算机、数据存储设备、传感器等实验设备，为学生提供良好的实践条件。合作单位：与企业、科研机构等合作单位建立合作关系，可以为课题研究提供实践支持和资源共享。例如，与人工智能企业合作，共同开展实践教学，为学生提供实习和实践机会；与科研机构合作，共同开展科研项目，提高研究水平。3.研究步骤准备阶段：确定研究课题，明确研究目标和研究内容。收集国内外相关研究资料，进行文献综述。制定研究方案，确定研究方法和研究步骤。组建研究团队，明确成员分工。实施阶段：按照研究方案，开展文献研究、案例分析、实地调研等工作。对研究数据进行整理和分析，总结经验教训。根据研究结果，提出人工智能时代新锐传播人才培养路径的建议和方案。与合作单位进行交流和合作，共同推进课题研究。总结阶段：对研究成果进行总结和提炼，撰写研究报告和学术论文。举办学术会议，交流研究成果，听取专家意见和建议。根据专家意见和建议，对研究成果进行修改和完善。将研究成果应用于实践，为人工智能时代新锐传播人才培养提供理论支持和实践指导。（全文共5070字）课题评审意见：本课题针对教育领域的重要问题进行了深入探索，展现出了较高的研究价值和实际意义。研究目标明确且具体，研究方法科学严谨，数据采集和分析过程规范，确保了研究成果的可靠性和有效性。通过本课题的研究，不仅丰富了相关领域的理论知识，还为教育实践提供了有益的参考和指导。课题组成员在研究中展现出了扎实的专业素养和严谨的研究态度，对问题的剖析深入透彻，提出的解决方案和创新点具有较强的可操作性和实用性。此外，本课题在研究方法、数据分析等方面也具有一定的创新性，为相关领域的研究提供了新的思路和视角。总之，这是一项具有较高水平和质量的教科研课题，对于推动教育事业的发展和进步具有重要意义。课题评审标准：1、研究价值与创新性评审关注课题是否针对教育领域的重要或前沿问题进行研究，是否具有理论或实践上的创新点，能否为相关领域带来新的见解或解决方案。