■ 王德正
以人工智能(AI)、工业互联网和大数据为代表的新技术浪潮,正在把制造业推向“高端化、智能化、绿色化”的新台阶。既要“技术更强”“效率更高”,又要“方向正确”“价值可持续”,乃是新质生产力的要旨所在。要摆脱效率崇拜、实现技术向善的现代文明发展,就必须将工科人才培养从强工具理性,向重技术理性与价值理性相统一的方向转型。近年来,广西在智能制造实践与工科教育联动方面,形成了颇具辨识度的“广西样本”,从纯粹追求“更快”“更省”的效率逻辑,转向“为何而智、为谁而造、造何种未来”的价值坐标建构。
从效率逻辑到价值坐标的现代转型
制造业天然强调效率,AI、工业互联网进一步放大了这一逻辑:预测性维护降低停机时间、算法排产压缩生产周期、机器视觉提升产品良率……但效率一旦凌驾为唯一目标,便可能带来三重偏差。
其一,技术应用的伦理风险——数据滥取、算法歧视、责任模糊。其二,创新取向的短视——对环境友好、供应链韧性和人本设计等长期价值的疏离。其三,区域适配的失衡——技术方案与产业生态、劳动力结构、地方治理目标脱节。新质生产力的发展,要求的是“效率—公平—可持续”的协同最优,而非单点的极致追求。工科人才需要具备将“更快的手”与“更清醒的头脑”相结合的数智素养。
把真实场景变成价值课堂
广西的工科高校与本地装备制造、汽车与零部件、有色金属等行业深度对接,把“真实问题”前移到育人一线,让价值理性在复杂场景中生成。通过“三嵌入”思路,实现人才的价值培育。
项目嵌入:以产业现场为“第二课堂”。在智能工厂、数字车间开展项目式学习,问题不再停留在演算题和仿真模型,而是直面“算法改进带来何种岗位变化”“自动化与安全红线如何平衡”“节能降碳与交付期限如何权衡”等现实议题。学生在技术可行性之外,必须同时回答经济性、合规性、社会性问题,从而在一次次方案权衡中,逐步生成价值判断力。
课程嵌入:以新工科为牵引贯通“技—法—德”。在课程设计上,不仅设置工程伦理、数据法治、绿色制造等专门模块,更将价值议题嵌入专业课:在智能制造工程中讨论算法透明与可解释性,在机器视觉课程上分析误检误判的责任边界,在工业互联网课程里探讨数据治理与网络安全。知识传授、能力训练与价值引领,由平行并置走向有机一体。
生态嵌入:以区域协同拓宽国际视野。依托广西面向东盟的区位优势,在产业学院、实验室、竞赛与实训等平台,引入标准对接、场景共建与跨文化沟通训练。工科学生在考虑技术方案的同时,需思考区域产业链协同与国际市场适配,价值理性在更大的系统维度中被不断校准。
从“会不会做”到“该不该做、怎么做得更好”
价值理性培育不是“加一门课”就能解决的问题,需要以“四个抓手”促成培育方式的制度化、体系化转型。
以协同为抓手构建校企政共同体。建立“需求共描—课题共研—人才共育—成果共用”的生态链,企业将真实痛点转化为学习任务,政府把标准规范、绿色低碳与安全生产要求内化为任务约束,高校把跨学科方法和价值框架转化为解题工具。
以嵌入为抓手设计场景化课题库。围绕预测性维护、柔性排产、能耗优化、质量追溯等关键场景,形成“问题库—案例库—方案库—复盘库”,使每一次练习都对应现实约束与价值选择;复盘环节专门检视“算法改造的外部性”“人机协同的伦理红线”。
以评价为抓手构建价值导向型评价量表。在传统“技术实现度、经济性、可靠性”指标之外,纳入“算法透明度与可解释性、数据合规度与最小必要性、岗位友好度与再培训安排、碳强度改善与环境合规、供应链韧性贡献”五类指标,并以权重化方式纳入毕业设计、联合项目与企业实习考核,倒逼学生在方案层面呈现价值权衡。
以治理为抓手实现工程伦理与数据合规前置。在校企联合项目中设置“技术—伦理双审”流程:立项阶段完成数据最小化与用途限定评估,中期围绕模型偏差、误判代价开展压力测试,结题对岗位影响与补救机制进行社会影响评估,形成可追溯的治理档案。
工科人才价值理性培育的“三重效应”
基于产教融合的培育模式,通过技术与价值的深度融合,产生了三重递进效应。创新扩散效应:真实场景驱动的问题解决训练,让学生把“做题能力”转化为“解题能力”,让技术创新不再“水土不服”。治理提质效应:伦理与合规前置,把可能成为“后患”的问题前移为“前置约束”,帮助企业数字化转型少走弯路。
人才引领效应:“技术—价值”双螺旋成长,塑造能在复杂系统中作出负责任决策的工程师,成为新质生产力稳定的“生长点”。
智能制造的竞赛从来不只是算力、产能与速度的比拼,更是方向、边界与伦理的抉择。“广西样本”的意义,在于用真实场景把价值理性从口号变成能力,用制度化设计把软要求变成硬约束,用人才培养的“温度与厚度”为企业数字化转型提供“软硬融合”的根基。
(作者单位:广西科技大学马克思主义学院)
【课题名称】本文系 广西教育科学“十四五”规划2025年度课题:党的二十届三中全会精神融入广西高校思政课教学研究(编号:2025B156)。


首页


放大
上一版
