武汉大学数智人才培养数思路是怎样的？

武汉大学将以数字思维的培养为根基、数字素养 的锻造为拓展、数智课程的凝练为要点、数智人才的分类为依托、数智平台的 打造为保障，以“五数一体”推动全校数智人才培养的融合贯通。

1.以数字思维的培养为根基

数字思维即培养学生对数据科学的整体认知，掌握数据科学的基础知 识，了解数据处理与应用的方法与模式，以及能够解决面临的数据科学相关 问题和挑战。针对不同类型人才培养，应采取差异化的课程教学方式。对于 通识型（人文类）数智人才，以开展全校基础课程的方式来学习数据科学导 论，建议取代现有的计算机基础课程，在不增加学生负担的同时，提升学生 数智时代的数字思维和基本的数据处理技能；对于赋能型（理工类）和应用 型（社科医学类）数智人才培养，在掌握数据科学基础知识的同时，还要掌 握数据要素、数据治理与数据安全的相关知识，提升对数据认识的广度和深 度；对于专业型数智人才培养，则要将数据科学基础知识作为入门导论，为 后面的学习打下基础。

2.以数字素养的锻造为拓展

对于通识型学生侧重于培养学生数字素养，即基本掌握数据生命周期 各个阶段（采集、管理、分析、挖掘、呈现等）的数据处理技能，并能够在相关专业的数据处理与应用中解决一般问题；对于赋能型学生侧重于掌握 数据生命周期前期阶段的技能，即数据的采集、管理和分析；对于应用型学 生侧重于掌握数据生命周期后期阶段的技能，即数据的分析、挖掘与呈现； 对于专业型学生则要求全面掌握，为后面的学习奠定基础。

3.以数智课程的凝练为要点

数智人才培养的核心是数智课程的体系化。为满足数智人才培养四个 类型的需求，需要在统一数据科学相关课程的基础上，按照“分类+梯度” 方法对课程进行模块化设置，具体可分为：数据基础、数据智算、数据创新 三个模块。数据基础主要培养学生的数字思维和数字素养，即 Know-What 和 Know-How 方面的知识，满足绝大部分本科专业学生学习数据科学基础 知识的需求；数据智算主要培养学生的深层次数据计算与智能分析的智算 技能，需要掌握 Know-Why 方面的知识，满足数据科学专业硕士人才培养 的需求；数据创新主要培养学生的知识创造和创新能力，即 CreateKnowledge，需要掌握数据科学研究的理论与方法，满足数据科学学术博士 培养的需求。

4.以数智人才的分类为依托

要实现数智人才培养的全覆盖，必须结合不同学科专业进行差异化分 类培养。具体来说，人文类专业对于数据科学的运用相对较少，更多是通识 类的学习；社科类专业特别是应用型社科类专业，由于面临生活方式和社会 生产的高度数字化，掌握数据分析应用能力也日渐重要；理工类专业由于科 学计算与实验分析对数据的依赖性相对较高，需要具备较好的数据基础处 理与分析计算能力；信息类专业需要掌握数据科学前沿知识和具体场景应 用（见表 2）。因此，在差异化分类培养数智人才的同时，可以采取课程融 合贯通的方式进行统一化教学，打造全校数智人才培养平台。

5.以数智平台的打造为保障

保障数智人才培养的全校覆盖需要构建全校一体化的数智人才培养体 系平台。一是通过四个类型的差异化培养，满足全校不同专业学生各个层次 的需求；二是在统一课程的同时，采取“基础+场景”的差异化内容，满足 不同专业学生的交叉融通学习需求，比如测绘遥感类专业学生对于时空地 理大数据更为敏感和偏好，经管类专业学生对于金融商务大数据分析更为 需要；三是构建全校共用的大数据资源池和课程教学资源库，满足学生进行 大数据实训的需求；四是成立课程组，构建立体课程体系，开发教材和课件， 统一教学资源；五是推动专业培养方案与数智课程体系的融合，通过课程置 换和升级，推动专业的数智化转型升级。