區(qū)塊鏈下新工科人才培養(yǎng)智慧管理淺析

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了區(qū)塊鏈下新工科人才培養(yǎng)智慧管理淺析范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：在人才個性化培養(yǎng)過程中，傳統(tǒng)對人才的個性識別還停留在教師的主觀判別上?；诖髷?shù)據(jù)的人工智能技術(shù)為科學(xué)識別學(xué)生的個性提供了強有力的技術(shù)支持。通過構(gòu)建基于區(qū)塊鏈的人才培養(yǎng)系統(tǒng)，利用區(qū)塊鏈技術(shù)將大學(xué)生在大學(xué)期間所產(chǎn)生的各類數(shù)據(jù)進行收集，并在此基礎(chǔ)上利用人工智能技術(shù)對收集到的學(xué)生區(qū)塊鏈數(shù)據(jù)進行智能分析，提出了基于人工智能的競賽組隊聚類推薦、個性化學(xué)習(xí)推薦和學(xué)生學(xué)業(yè)預(yù)警3個具體的應(yīng)用方向，從而實現(xiàn)了新工科人才培養(yǎng)具有個性化的智慧管理。

關(guān)鍵詞：區(qū)塊鏈；新工科人才；個性化；智慧管理

隨著科技的進步，社會進入了“互聯(lián)網(wǎng)+”和“工業(yè)4.0”時代，中國面臨著相關(guān)人才嚴重不足的問題，培養(yǎng)出適應(yīng)新時代的工科人才變得迫在眉睫。為了滿足時代的需要、社會的需求，中國提出了建設(shè)新工科，培養(yǎng)全面型人才的新要求。與傳統(tǒng)的工科人才相比，所謂的新工科人才應(yīng)具備以下4種能力：①交叉復(fù)合特征，具備跨學(xué)科、跨產(chǎn)業(yè)的整合能力；②較強的實踐能力和創(chuàng)新創(chuàng)業(yè)能力；③自主學(xué)習(xí)和終身學(xué)習(xí)能力；④具有國際視野，獲得國際認同，具備國際競爭力。為了培養(yǎng)新工科人才這4種能力，需要對現(xiàn)行的人才培養(yǎng)模式和方法作出相應(yīng)的變革[1]。2019年國務(wù)院在《中國教育現(xiàn)代化2035》中提出“利用現(xiàn)代技術(shù)加快推動人才培養(yǎng)模式改革，實現(xiàn)規(guī)?；逃c個性化培養(yǎng)的有機結(jié)合?！眰€性化即某個人的獨特性，個性化教育理念倡導(dǎo)以人為本、因材施教。在美國，很多高校都開設(shè)了“個人專業(yè)”，有針對性地對大學(xué)生進行個性化培養(yǎng)[2]。中國目前在大學(xué)生的個性化培養(yǎng)方面仍然存在著較大的不足[3-4]。首先，當(dāng)前在對某個學(xué)生的個性（獨特性）進行評價時，存在著一定的主觀性，如某個教師對某個學(xué)生的獨特性評價，與這個學(xué)生對自己的獨特性評價會存在著一定的差異，產(chǎn)生這種差異的原因是多方面的，可能是因為不同的評價主體對所評價的對象所獲得的信息不是完全相同的，此外也不能排除評價者對被評價者的主觀因素（如情感因素）的影響，最終造成教師對學(xué)生的個性評價結(jié)果與真實情況存在著一定的偏差。由于對學(xué)生個性評價偏差的存在，自然難以對學(xué)生進行精準化的個性化培養(yǎng)。其次，當(dāng)前的個性化教學(xué)由于各方面原因（如思想、制度等）的限制，很多高校在新工科人才個性化培養(yǎng)方面仍然停留在口號上，具體實施的案例并不多，像國外高校那樣開設(shè)個人專業(yè)更不可想象。本研究通過利用區(qū)塊鏈技術(shù)來收集大學(xué)生在大學(xué)期間所產(chǎn)生的各種數(shù)據(jù)，通過人工智能技術(shù)對這些大數(shù)據(jù)分析，從而對學(xué)生的個性化進行科學(xué)的識別和評價，最后在此基礎(chǔ)上提出了對新工科人才培養(yǎng)智慧管理的3個應(yīng)用設(shè)想。通過利用大數(shù)據(jù)人工智能技術(shù)對學(xué)生的個性進行識別和智慧管理，既可以摒除對學(xué)生個性化評價的主觀化，又可以在現(xiàn)行的條件下最大化地實現(xiàn)新工科人才的個性化培養(yǎng)。

1基于區(qū)塊鏈的人才培養(yǎng)信息管理系統(tǒng)

1.1區(qū)塊鏈的特點及其應(yīng)用

區(qū)塊鏈技術(shù)是一種計算機綜合技術(shù)，綜合了分布式存儲、加密技術(shù)、共識算法、智能合約等技術(shù)，具有去中心化、防篡改等特點。高校在新工科人才培養(yǎng)過程中，可以利用區(qū)塊鏈技術(shù)對人才培養(yǎng)過程進行詳細的學(xué)習(xí)記錄，并以此認證人才是否完成學(xué)習(xí)，是否可以獲得相應(yīng)的學(xué)分。如果人才獲得了高校所規(guī)定的學(xué)分，即可順利畢業(yè)。

1.2基于區(qū)塊鏈的人才培養(yǎng)系統(tǒng)框架

基于區(qū)塊鏈的新工科人才培養(yǎng)系統(tǒng)框架如圖1所示。1.2.1底層技術(shù)框架。這部分也是整個模式框架的技術(shù)基礎(chǔ)?；旧嫌上嚓P(guān)的區(qū)塊鏈技術(shù)構(gòu)成，主要包括分布式存儲、加密技術(shù)、共識機制、區(qū)塊鏈管理技術(shù)等。在存儲節(jié)點設(shè)計上，可以將每個高校設(shè)計為一個節(jié)點，這些節(jié)點組成P2P對等網(wǎng)絡(luò)。用戶通過統(tǒng)一門戶接入節(jié)點進行相關(guān)的操作。1.2.2CA中心。在用戶通過客戶端參與到區(qū)塊鏈網(wǎng)絡(luò)之前，客戶端需要先向CA節(jié)點登記注冊，并從CA節(jié)點那里取得合法的數(shù)字身份證書。在本系統(tǒng)中，學(xué)校為根CA證書發(fā)布中心。只有通過學(xué)校CA認證的人和設(shè)備才能加入本區(qū)塊鏈系統(tǒng)。1.2.3用戶及其接入方式。本系統(tǒng)的用戶包括教師、學(xué)生、教學(xué)管理部門（如教務(wù)處）、教學(xué)輔助部門（如學(xué)工處、圖書館等）。接入系統(tǒng)的方式可以是電腦端，也可以是手機移動端。1.2.4區(qū)塊的產(chǎn)生及區(qū)塊鏈的管理。首先，每個學(xué)生都有一個屬于自己的區(qū)塊鏈。區(qū)塊鏈由區(qū)塊以鏈狀的方式串在一起從而形成區(qū)塊鏈。其中，每一個區(qū)塊即為學(xué)生的一條記錄。每個學(xué)生可以自己主動將學(xué)校沒有的記錄的信息（如參加社團信息、在校外兼職信息等）加入到區(qū)塊鏈中。其次，教師也可以將在教學(xué)過程或者指導(dǎo)學(xué)習(xí)過程中，對某個學(xué)生的主觀評價寫入該學(xué)生的區(qū)塊鏈中。最后，教學(xué)部分和教學(xué)輔助部門可以主動將在各類管理中產(chǎn)生的數(shù)據(jù)加入?yún)^(qū)塊鏈中，也可以由區(qū)塊鏈系統(tǒng)主動將這些信息加入?yún)^(qū)塊鏈中。在區(qū)塊鏈的管理中，可以使用SHA256對區(qū)塊鏈的區(qū)塊進行加密管理，以防止信息被篡改。

1.3基于區(qū)塊鏈的人才培養(yǎng)系統(tǒng)的應(yīng)用

大學(xué)新生入學(xué)后，隨著各項活動的開展，便同時產(chǎn)生了大量的各種數(shù)據(jù)信息，如學(xué)生的高考入學(xué)成績、家庭情況、心理測試結(jié)果、圖書館借閱記錄、各類課程考試成績等。然而這些數(shù)據(jù)往往都是獨立分布于高校的各個信息管理系統(tǒng)中，數(shù)據(jù)之間是相互割裂的，因此無法綜合并充分利用這些數(shù)據(jù)，以發(fā)揮出這些數(shù)據(jù)應(yīng)有的作用。利用區(qū)塊鏈技術(shù)則可以將這些分布的數(shù)據(jù)信息集中起來，然后再利用人工智能技術(shù)對這些數(shù)據(jù)進行深度的開發(fā)和利用。利用區(qū)塊鏈技術(shù)的學(xué)生信息收集系統(tǒng)如圖2所示。XX學(xué)生的區(qū)塊鏈信息示意圖如圖3所示。該系統(tǒng)通過學(xué)生的特定學(xué)號來檢索記錄該生不同信息的信息管理系統(tǒng)，將檢索到的信息形成區(qū)塊，并加入到該學(xué)號學(xué)生的區(qū)塊鏈中，形成該生所獨有的區(qū)塊信息鏈。該系統(tǒng)的好處在于對已經(jīng)設(shè)立的各個學(xué)生信息管理系統(tǒng)不需要做任何改動，沒有任何影響，而且可以根據(jù)數(shù)據(jù)分析的需要進行數(shù)據(jù)的收集，滿足各種不同的數(shù)據(jù)分析需求。由于該生的所有信息都集中于此區(qū)塊鏈中，數(shù)據(jù)量大，因而有利于科學(xué)地對學(xué)生的個性化進行分析。為防止學(xué)生個人信息的泄露，同時也需要加強區(qū)塊鏈信息的加密工作。

2基于大數(shù)據(jù)人工智能的新工科人才培養(yǎng)的智慧管理

智慧管理是一種新的管理模式，要打破傳統(tǒng)的人才管理理念和方式。學(xué)生各種數(shù)據(jù)的收集如果僅僅只是停留在存儲管理階段，無疑是一種資源的極大浪費。為了充分發(fā)揮所收集數(shù)據(jù)的價值，本文提出了利用大數(shù)據(jù)人工智能技術(shù)對所收集的數(shù)據(jù)進行深入的開發(fā)利用，具體應(yīng)用有以下3個方面。

2.1基于人工智能聚類的學(xué)生競賽組隊推薦

在大學(xué)期間，學(xué)生會參與各類的學(xué)科競賽。在參與學(xué)科競賽時，通常由若干名學(xué)生來組成一只參賽隊伍。傳統(tǒng)的參賽隊伍的組成方式，是由學(xué)生通過在平時相互接觸并了解的基礎(chǔ)上，根據(jù)各自的興趣愛好來自由組隊，或是由老師根據(jù)學(xué)生平時的學(xué)習(xí)表現(xiàn)，擇優(yōu)選擇學(xué)生來組隊。傳統(tǒng)的競賽團隊組隊方式有一定的局限性：首先，組隊人員的可選擇范圍小，通常是組隊成員人際交往圈子中相互來往的同學(xué)；其次，隊員的組合有一定的個人偏好，有一定的主觀性，最終導(dǎo)致這樣組成的參賽隊伍并不一定是最優(yōu)的人員配置?；诖髷?shù)據(jù)的聚類組隊方式則不同，通過大數(shù)據(jù)的分析，把各方面的要素都相似的學(xué)生進行聚類，并結(jié)合不同學(xué)科競賽的特點進行組隊推薦。如參加創(chuàng)業(yè)大賽需要具有不同學(xué)科背景（財務(wù)、營銷、技術(shù)等）的同學(xué)組成，則可以通過該系統(tǒng)應(yīng)用來生產(chǎn)推薦人選，推薦人選之間在此基礎(chǔ)上自愿進行組隊。由于推薦人選是從全校的學(xué)生在大數(shù)據(jù)的基礎(chǔ)上產(chǎn)生的，推薦人選相互之間可能是之前沒有任何往來的同學(xué)，這種組隊的方式打破了傳統(tǒng)的通過人際圈子組隊的方式，在全校范圍內(nèi)進行人員的選擇，選擇范圍大，且是建立在科學(xué)的個性化分析的基礎(chǔ)上進行組隊，從而優(yōu)化了人員的配置，更有利于團隊的合作，也更有利于取得更好的競賽成績。

2.2基于人工智能回歸的學(xué)習(xí)內(nèi)容推薦

大學(xué)生在大學(xué)學(xué)習(xí)過程中，學(xué)習(xí)通常會有一定的隨機性和盲目性，比如圖書的借閱、選修課的選擇、社團的參與等。為了減少學(xué)生選擇的盲目性，可以針對學(xué)生在學(xué)習(xí)過程中所面臨的各種選擇，基于人工智能產(chǎn)生一些有針對性的個性化的推薦性建議，比如推薦借閱書目、推薦選修課程等，也可以針對學(xué)生的職業(yè)生涯規(guī)劃提出一些個性化的學(xué)習(xí)建議。應(yīng)用的步驟如下：首先，選出優(yōu)秀的畢業(yè)學(xué)生，這些學(xué)生可能在某些方面比較優(yōu)秀，如考研、競賽、就業(yè)等方面。對這些優(yōu)秀的學(xué)生的成長路徑進行回歸分析，發(fā)現(xiàn)在某一方面表現(xiàn)優(yōu)秀的學(xué)生成長的共同點，如他們閱覽了哪些圖書，參與了哪些課外獲得，選修了哪些課程等。然后，結(jié)合當(dāng)前就讀學(xué)生個人的未來的發(fā)展規(guī)劃（如考研、競賽等），對每個學(xué)生的數(shù)據(jù)進行聚類分析，并產(chǎn)生推薦信息，如對計劃考研的學(xué)生推薦其選擇考研的專業(yè)；對計劃參加學(xué)科競賽的同學(xué)，推薦其參加哪一類的競賽項目，等等。推薦信息僅供學(xué)生參考，大大減少了學(xué)生選擇的盲目性。學(xué)生選擇好未來的具體的發(fā)展方向后，人工智能系統(tǒng)可以根據(jù)之前的回歸分析，針對不同的學(xué)生推薦不同的書目等個性化學(xué)習(xí)建議。當(dāng)然這些學(xué)習(xí)推薦建議也不是一成不變的，應(yīng)該是動態(tài)的可以隨著學(xué)生未來發(fā)展方向的變化而變化。

2.3基于人工智能分類的學(xué)業(yè)預(yù)警

學(xué)業(yè)預(yù)警是針對學(xué)生在學(xué)習(xí)、生活中出現(xiàn)的不良情況，及時提示、告知學(xué)生本人及其家長可能出現(xiàn)的不良后果，并有針對性地采取相應(yīng)的防范措施。傳統(tǒng)的學(xué)業(yè)預(yù)警是通過學(xué)生的學(xué)習(xí)情況的記錄，如出勤情況、不及格科目數(shù)量等信息來進行預(yù)警，這種方式的預(yù)警多屬于事后控制，由于信息收集的不足以及滯后等原因，通知學(xué)生學(xué)業(yè)預(yù)警時，往往不良后果已經(jīng)造成，以致防范措施起不到應(yīng)有的效果。而利用大數(shù)據(jù)進行的人工智能學(xué)業(yè)預(yù)警則完全不同，屬于事前控制。首先將以往學(xué)校已經(jīng)學(xué)業(yè)預(yù)警的學(xué)生的大數(shù)據(jù)進行特征分析，提取出關(guān)鍵特征，然后利用人工智能建立分類模型，該模型可以對可能產(chǎn)生預(yù)警的學(xué)生進行分類預(yù)測，然后將所有剛?cè)雽W(xué)的學(xué)生的大數(shù)據(jù)輸入預(yù)測模型，就可以篩選出可能出現(xiàn)學(xué)業(yè)預(yù)警的學(xué)生，甚至可以在此基礎(chǔ)上預(yù)測學(xué)業(yè)預(yù)警的原因，有針對性地對模型篩選出來的學(xué)生進行及早干預(yù)，從而減少產(chǎn)生學(xué)業(yè)預(yù)警的學(xué)生數(shù)量。最后，在此基礎(chǔ)上，還可以利用大數(shù)據(jù)分析學(xué)業(yè)預(yù)警防范措施的有效性，不斷改進防范措施，使得學(xué)業(yè)預(yù)警的防范措施得以改進和完善，真正發(fā)揮學(xué)業(yè)預(yù)警的作用并實現(xiàn)其所要達成的目標。

3結(jié)語

當(dāng)前區(qū)塊鏈技術(shù)和人工智能技術(shù)的應(yīng)用方興未艾，新工科人才的個性化培養(yǎng)也愈來愈受到高等學(xué)校的重視。本文正是在此背景下，將數(shù)據(jù)與人才培養(yǎng)深度融合，提出了將區(qū)塊鏈技術(shù)和基于大數(shù)據(jù)的人工智能技術(shù)應(yīng)用于新工科人才的個性化培養(yǎng)的應(yīng)用場景，雖然僅僅提到了3個方面的應(yīng)用，但將來的應(yīng)用不會局限于此，筆者認為將來還會有更多、更廣泛的應(yīng)用。由于本研究僅僅處于理論探索階段，如果要將其實施，還有很多技術(shù)問題需要進一步深入研究。

參考文獻：

［1］張曉報.美國研究型大學(xué)“個人專業(yè)”及啟示［J］.高教發(fā)展與評估，2020，36（1）：92-103，116.

［2］陳燕.新工科研究進展與前瞻［J］.天津大學(xué)學(xué)報（社會科學(xué)版），2020，22（3）：214-222.

［3］王培進，張雯.新時代背景下自動化專業(yè)創(chuàng)新與工程型人才培養(yǎng)體系研究［J］.工業(yè)和信息化教育，2020（5）：5-10.

［4］馬巧梅，楊秋翔，何志英.基于新工科理念的程序設(shè)計基礎(chǔ)課程教學(xué)改革與實踐［J］.計算機時代，2020（6）：91-94.

作者:梁建 單位:南京工程學(xué)院經(jīng)濟與管理學(xué)院