|
文章重要内容
数智技术推动高分子材料行业转型,企业亟需兼具跨域融合知识结构、数智工具应用能力及创新与社会责任意识的人才。当前高校人才培养存在育人目标偏传统、课程数智融合不足、实践教学与产业脱节等问题。华东理工大学高分子材料与工程专业以 “数智素养培育” 为核心,构建 “复合型知识结构 — 智能化课程体系 — 递进式实践教学 — 科研与教学协同创新” 模式,通过 19 门数智课程、三级实践体系及教师数智素养提升等改革,显著提升学生能力。近四年学生获各级奖项 145 项,毕业生就业率连续五年超 95%,为同类专业数智化改革提供可复制范式。
文章背景
数智技术的迅猛发展推动高分子材料行业迎来深刻变革,人工智能、大数据、虚拟仿真等技术从辅助工具升级为核心驱动力,传统经验试错的研发模式逐渐被数据驱动的精准设计取代。调研显示,企业迫切需要具备跨域融合知识结构、数智工具应用能力及创新与社会责任意识的复合型人才。
然而,当前高校高分子材料与工程专业人才培养体系存在明显滞后:育人目标偏传统,与行业复合型需求脱节;课程体系数智化融合不足,多为零散点状供给;实践教学缺乏创新与责任导向,与产业实际脱节。同时,国内相关研究多聚焦计算机等领域,针对该专业数智化人才培养的系统研究和可推广模式稀缺,在此背景下,华东理工大学以自身优势专业为依托,开展人才培养模式探索,为行业高质量发展提供人才支撑。
文章概述
本文围绕数智时代背景下高分子材料与工程专业人才培养模式的系统重构展开研究,聚焦人工智能、大数据、虚拟仿真等数智技术对材料产业与高分子材料与工程专业教育带来的深刻影响,系统分析专业人才能力需求的新变化,梳理当前高校人才培养中存在的突出问题,探索数智化人才培养的实现路径,旨在为高分子材料与工程专业教育的数智化转型提供可借鉴、可推广的实践参考。
1. 数智时代高分子材料与工程专业人才能力需求重构
文章基于对高分子材料产业链上下游企业的问卷调查与访谈研究,系统梳理数智技术对材料研发模式、工程实践方式及产业组织形态的重塑作用,以产业视角出发,从知识、技能与思维三个层面提出了数智时代高分子材料与工程专业人才核心素养框架。研究指出,数智时代背景下,专业人才应在夯实材料科学基础的同时,构建“材料 + N”的知识体系,具备熟练使用人工智能、大数据分析与虚拟仿真等数智工具解决复杂工程问题的能力,并形成以创新思维、工程伦理与社会责任意识为核心的价值取向。
2. 高分子材料与工程专业人才培养现状与主要问题分析
围绕上述能力目标,文章以46所具有代表性的本科院校为研究样本,通过对其最新培养方案的系统文本分析,从育人目标、课程体系设置、数智化课程融入程度及实践教学安排等方面,对我国高分子材料与工程专业人才培养现状进行了全面审视。研究发现,当前多数高校在育人目标中对数智能力的关注仍偏原则性描述,缺乏明确的能力指标与实施路径;数智化课程设置呈现零散化特征,与专业核心课程融合不足;实践教学仍以验证性实验为主,智能化、开放性导向有待加强,校企协同育人深度不足,整体上与产业对复合型、数智化人才的需求存在一定差距。
3. 数智素养导向的高分子材料与工程专业人才培养模式实践探索
文章以华东理工大学高分子材料与工程专业为例,系统总结其在数智化转型背景下的人才培养改革实践。围绕“数智素养培育”这一核心目标,从培养方案修订、课程体系数智化重构、递进式实践教学体系建设以及教师数智化能力提升等方面,构建了“复合型知识结构—数智融合课程体系—递进式实践教学—科研与教学协同创新”的人才培养模式。实践结果表明,该模式在提升课堂教学质量、增强学生工程实践与创新能力、促进数智工具深度应用以及提高毕业生社会认可度等方面取得了显著成效,为高分子材料与工程专业在数智时代背景下实现高质量发展提供了有力支撑。
总结与展望
未来,高分子材料与工程专业将进一步强化“数智化”与“专业化”的协同发展,动态更新数智化课程体系与教学资源,重点关注生成式人工智能在材料研发、性能预测与智能优化等方面的前沿应用。同时,通过构建跨学科教学团队和协同育人机制,推动材料科学与人工智能的深度融合,探索材料学院与信息学院联合授课、多维度数智化教学评价等改革路径,实现人才培养目标与产业需求的精准对接。总体而言,数智时代的专业教育改革需坚持问题导向与系统思维相结合,持续优化教育理念、课程体系与评价机制,构建可推广、可复制的人才培养模式,为新材料领域高质量发展提供坚实的人才支撑。
引用本文
佘砚, 顾金楼, 牛德超, 滕鑫, 左沛元, 徐启杰, 侯宇. 数智时代高分子材料与工程专业人才培养模式探索. 高分子通报, 2026, 39(3), 477-485.
She, Y.; Gu, J. L.; Niu, D. C.; Teng, X.; Zuo, P. Y.; Xu, Q. J.; Hou, Y. Exploratory on talent cultivation models for the polymer materials and engineering program in the era of digital intelligence. Polym. Bull. (in Chinese), 2026, 39(3), 477-485.
DOI:10.14028/j.cnki.1003-3726.2025.25.283.
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2026-10-16 07:57
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社