康樂 姚凱博

摘? ?要：日本政府在2021年6月出臺《AI戰(zhàn)略2021》，將“人工智能與教育改革”放到戰(zhàn)略首位。日本重視將數(shù)學、數(shù)據(jù)科學和人工智能教育深度融合作為“社會5.0”時代的教育模式。其AI教育戰(zhàn)略覆蓋全部教育階段，計劃用10年時間實現(xiàn)國民整體人工智能水平的提高。文章分析日本人工智能教育戰(zhàn)略的目標與行動框架，發(fā)現(xiàn)日本既強調發(fā)展普及化的全民人工智能教育，又重視高端AI技術人才的培養(yǎng)與吸引;AI教育戰(zhàn)略行動基本覆蓋全部教育階段;鼓勵不同類型、多層次的教育機構結合自身定位與特色開展AI教育;涵蓋各種類型層次教育機構的AI教育支持模式，有利于AI教育的普及化與個性化的有機統(tǒng)一。同時，日本AI教育存在一些問題，包括將AI教育等同于計算機教育與編程教育，未能凸顯AI教育特色;中小學階段AI教育教學缺少細分的課程標準;少有大學深耕“AI+專業(yè)”的人才培養(yǎng)模式等。

關鍵詞：日本? 人工智能? 人工智能教育? 教育戰(zhàn)略? 教育改革

人工智能（Artificial Intelligence，AI）是引領新一輪科技革命和產業(yè)變革的戰(zhàn)略性技術，世界各國積極布局AI技術和相關產業(yè)，將促進其發(fā)展視為增強國家競爭力的重要戰(zhàn)略。2016年至今，美國、中國、日本、英國等國紛紛實施推廣AI教育的戰(zhàn)略與政策。國內外對AI教育的研究熱度逐漸升高，但研究主要集中于AI技術在教育領域中的應用，包括基于智能感知、數(shù)據(jù)決策技術、機器學習、智能工具等AI技術賦能教育變革。從國際比較的視角，聚焦國內外AI教育戰(zhàn)略與政策的研究并不多見。劉進等在研究中對美國、英國、加拿大、中國的AI人才培養(yǎng)政策進行歸納性分析與比較，認為全球人工智能競爭的核心是人才存量與人才質量，關鍵是人才培養(yǎng)能力和水平的競爭，建議在政府主導下充分發(fā)揮高校人工智能人才培養(yǎng)職能、健全人工智能人才培養(yǎng)政策體系。[1]2021年9月，美國安全與新興技術研究中心發(fā)布的研究報告《中美AI教育的比較評價》（AI Education in China and the United State： A Comparative Assessment），分析了美國和中國推廣AI教育的優(yōu)勢及遇到的障礙，認為美國將AI教育納入培養(yǎng)渠道的工作成效良莠不齊，暫未形成國家層面的統(tǒng)一標準，而中國由教育部統(tǒng)一推動的方式可能更有助于擴大AI教育的實施范圍。[2]2022年3月，騰訊教育聯(lián)合中國教育科學研究院、華東師范大學發(fā)布《2022年人工智能教育藍皮書》，旨在為未來人工智能教育落地提供有效的路徑參考。該報告建議從國家戰(zhàn)略角度出發(fā)對AI教育進行頂層設計，再根據(jù)地區(qū)差異協(xié)調發(fā)展;計劃于2025年前實現(xiàn)在高中、大學普及AI基礎知識教學，力爭在社會各個領域都有懂AI的復合型人才。[3]

日本是世界上AI技術發(fā)展水平較高的國家之一，日本政府將培養(yǎng)AI人才視為重要緊迫的課題與長期實施的教育戰(zhàn)略，試圖以此在世界范圍特別是亞洲地區(qū)形成國際影響力。日本政府將AI教育覆蓋全部教育階段，重視將數(shù)學、數(shù)據(jù)科學和AI教育融合形成適應“社會5.0”時代的教育模式，具有一定特色。鑒于此，本文分析日本人工智能教育戰(zhàn)略的目標與行動框架、優(yōu)勢與不足，以期為我國人工智能教育戰(zhàn)略的政策制定者與教育實踐者提供參考。本文探討的AI教育主要指向人工智能的學習層面，是指在不同學習階段以AI為學習內容、提升個體AI素養(yǎng)的教學與培訓。

一、日本AI戰(zhàn)略概述

2016年1月，日本內閣會議通過了“第五期科學技術基本計劃”，該計劃為激起社會變化、引領時代變革，提出在2030年進入超智能社會即“社會 5.0”的構想，旨在建設更加智能化的社會形態(tài)。人工智能正是實現(xiàn)“社會5.0”的關鍵支柱。[4]三年后，日本內閣府通過分析研判，認為日本的AI發(fā)展速度不夠快，AI技術與其他技術領域的耦合不夠深，故而于2019年6月發(fā)布《AI戰(zhàn)略2019》。該戰(zhàn)略從4個維度提出智能時代的戰(zhàn)略目標，即教育改革、研發(fā)體系建設、社會基礎設施建設、數(shù)據(jù)關聯(lián)基礎設施建設。該戰(zhàn)略計劃在2025年前，實現(xiàn)在高中、大學普及AI基礎知識教學、培養(yǎng)能將AI知識用于其他領域的復合型人才、為民眾提供有關數(shù)據(jù)科學等的繼續(xù)教育機會等戰(zhàn)略目標。[5]

日本在2020年6月和2021年5月對《AI戰(zhàn)略2019》進行監(jiān)測，結果表明戰(zhàn)略進展率約在87%～90%，各項措施基本按計劃實施，但是人才培養(yǎng)、產業(yè)競爭力、多樣性的可持續(xù)發(fā)展社會、研究開發(fā)等方面的實施進展仍未達到預期。[6]新冠肺炎疫情在日本的持續(xù)蔓延，暴露出政府和社會數(shù)字化轉型遲滯、民眾AI能力欠缺等問題。應對緊急事態(tài)的數(shù)據(jù)協(xié)作不健全、數(shù)據(jù)訪問制度不完備等問題，又進一步導致《AI戰(zhàn)略2019》的實施有所延遲。

為進一步確保國家戰(zhàn)略目標的實現(xiàn)，日本政府對《AI戰(zhàn)略2019》進行總結與調整，于2021年6月出臺了《AI戰(zhàn)略2021》。該戰(zhàn)略旨在通過實現(xiàn)“社會 5.0”的目標，為解決重要的全球問題及日本自身社會問題貢獻方案?！叭斯ぶ悄芘c教育改革”在新戰(zhàn)略中被提到了首位。具體戰(zhàn)略目標如圖1所示。

二、總體目標與行動框架

（一）AI教育戰(zhàn)略總體目標

在《AI戰(zhàn)略2021》中，“人工智能與教育改革”的總體目標共分為三個級別，即每年培養(yǎng)2，000位高端AI人才（其中頂尖人才100人/年），每年培養(yǎng)25萬應用型AI人才，以及涵蓋全部高校畢業(yè)生、中小學畢業(yè)生的全民AI目標。具體目標如圖2所示。

日本計劃使所有高校畢業(yè)生都掌握數(shù)學、數(shù)據(jù)科學、人工智能的基礎知識。針對部分高校畢業(yè)生，要求其掌握更高級的人工智能專業(yè)知識，并能運用專業(yè)知識解決實際問題，成為AI應用型人才。日本計劃在2025年使高校培養(yǎng)的AI應用型人才數(shù)量達到每年25萬人，占全部畢業(yè)生的50%。

（二）中小學階段AI教育戰(zhàn)略行動6D2F5B30-4558-411E-B5A5-D6B37080DA24

在2016年6月出臺的《日本再興戰(zhàn)略2016》中，日本提出在基礎教育中普及人工智能的戰(zhàn)略愿景，即“在基礎教育階段，將編程教育、科普教育等與人工智能相關的基礎課程納入中小學必修課范圍，要求每個學生養(yǎng)成理解、運用信息技術和數(shù)據(jù)的素養(yǎng)”[8]。近些年，日本中小學普遍開展了以編程教育為主要內容的AI教育，重點是通過體驗編程，讓學生形成超智能時代公民所需要的編程思維，培養(yǎng)學生理解、運用信息技術和數(shù)據(jù)的能力。[9]

日本文部科學省規(guī)定從2020年起正式將編程納入教學大綱。新教學大綱要求在其中加入小學編程教育的學科課程有算術、理科和綜合學習。其他非專業(yè)學科課程在具體的教學與學習過程中，也應將編程體驗與編程學習融入其中。在各學科課程開課之前，學校需要對學生開展編程基礎的相關課程教學，或在新教學大綱規(guī)定的課程之外，對學生進行額外的編程教育補充學習。[10]考慮到中小學校分管AI教育的管理者、參與AI課程教學的師資缺乏等問題，《AI戰(zhàn)略2021》中提出要保證每所高中至少有1名AI專業(yè)人才，每4所中小學至少有1名AI專業(yè)人才負責人工智能教育教學，保證每一名學生具備AI學習環(huán)境。

從大規(guī)模布局中小學AI教育的戰(zhàn)略行動中可以看出，日本計劃提升未來國民的信息技術素養(yǎng)，在小學、中學階段循序漸進、逐步加大課程難度，同時避免對現(xiàn)階段其他課程產生沖擊或對現(xiàn)有學業(yè)產生額外負擔。從軟硬件投入情況來看，中小學階段的AI教育不只是讓AI技能學習停留在書本上，而是將其落實到實踐操作中，確保學生學有所用。

（三）高等教育階段AI教育戰(zhàn)略行動

日本計劃使全部的高校畢業(yè)生都學習基礎的AI專業(yè)知識、數(shù)理知識，具備基本的信息技術能力。除此之外，人文社會科學學科的畢業(yè)生也要具備在智能社會運用人工智能、數(shù)據(jù)分析等技術解決問題的能力。為了實現(xiàn)目標，日本文部科學省提出了對應的培養(yǎng)方案。方案五大方向——學習基本信息知識、構建數(shù)學思維、信息與通信技術（ICT）、為未來社會培養(yǎng)高科技人才、考試與就職如表1所示。

2021年，文部科學省為落實《AI戰(zhàn)略2021》，實施了“數(shù)學、數(shù)據(jù)科學、人工智能高等教育認證計劃”（Approved Program for Mathematics，Data Science and AI Smart Higher Education，MDASH）。該計劃旨在順應數(shù)字社會人工智能發(fā)展趨勢，提升高等教育階段學生掌握AI的知識與能力，培養(yǎng)大批AI人才。

文部科學省采取“一項計劃，兩種版本”的認證體系，第一種為MDASH認證，第二種為“MDASH+”認證?！癕DASH+”認證體系是MDASH認證體系的升級版，即在滿足基本條件的基礎之上，從獲得MDASH認證的高校中再遴選出一批具有行業(yè)特色并且深耕AI校企合作的高校。這反映出日本在開展基礎AI教育的同時，也重視對AI高端人才、應用型人才的培養(yǎng)。

1. MDASH認證

MDASH認證包括以下條件：其一，必須是大學、高等專門學校、短期大學開設的正式課程;其二，要廣泛覆蓋在校學生（鼓勵全員覆蓋）;其三，制定公開的人工智能專業(yè)人才培養(yǎng)計劃，并向社會公開;其四，培養(yǎng)計劃高度采納學生意見，保證開設課程不與現(xiàn)實應用脫節(jié);其五，及時公布學生的修讀情況以及專業(yè)設置情況等。從認證條件來看，MDASH認證雖然并未對課程內容、人才培養(yǎng)要求等方面做出詳細規(guī)定，但在學校類型多樣化、學生覆蓋廣度方面有明確規(guī)定，可見此計劃契合日本AI教育的核心政策目標，即實現(xiàn)更廣泛的全民AI通識教育。

MDASH認證流程為“高校申請、官方評價”制度。每所準備申請MDASH體系認證的高校都需要準備一份人工智能教育的培養(yǎng)方案、特色計劃等申請資料，由評價委員會決定是否可以通過認證。認證通過后，有效期為5年。MDASH體系實行“動態(tài)名單制”，每年2月開放申請，7月公布結果，動態(tài)增補名單。這有利于保證教育質量并增加各類學校申請機會。文部科學省于2021年7月完成第一批認證，共有78所高校入選（見表2）。

獲得認證的學校既有東京大學、北海道大學、早稻田大學等頂尖研究型大學，也包括一大批普通的國公立大學、私立大學、高等專門學校以及短期大學。這些入選大學的AI教育方案普遍具有自身特色。例如，北海道醫(yī)療大學提出《以學生為本，使用自主開發(fā)的人工智能教育體系培養(yǎng)人才》的方案——以“專業(yè)+AI”相結合的模式，在全校范圍內實施“數(shù)學、數(shù)據(jù)科學、AI教育計劃”;以學院（學部）為單位自主開發(fā)適合各學院特色的AI教育模式;通過“產學連攜”的方式，深化AI教育是為實踐做準備的理念，加速推動人工智能醫(yī)療事業(yè)的發(fā)展。[13]又如，久留米工業(yè)大學制定了“貫穿本科AI教育培養(yǎng)計劃”（見圖3），該計劃預期于2023年達到新生100%接受AI教育;通過加強與地區(qū)合作、校企合作，培養(yǎng)一批有能力通過AI技術解決區(qū)域經濟社會發(fā)展問題的人才。[14]

2. “MDASH+”認證

相較MDASH認證體系對課程水平和質量并沒有具體的量化要求，升級版的“MDASH+”認證體系在AI教育的課程質量、產教融合、人才培養(yǎng)特色等方面，彌補了MDASH認證體系的不足。

申請“MDASH+”認證的高校除了滿足原有體系的申請條件，還需要滿足以下兩個條件：一是必修AI相關專業(yè)課的學生人數(shù)占全?？側藬?shù)50%以上并通過考試，在申請時，計劃3年內達到目標的學校也被視為滿足條件;二是根據(jù)大學自身的特色，提出AI與專業(yè)領域相結合的特色方案。

截至2022年3月，僅有11所高校經申請通過“MDASH+”認證，占所有MDASH認證高校的14%。具體名單如表3所示。

通過“MDASH+”認證的學校同樣也是“不唯名校論英雄”，這些學校AI教育的特色方案既有學術導向也有應用導向，學科特色都比較鮮明。例如，金澤工業(yè)大學作為11所通過“MDASH+”體系認證的高校之一，致力于結合自身的工科特色培養(yǎng)AI應用型人才。該校著重在“AI+技術”的方向加大AI核心技術課程比重，如廣泛開設“Python”“語言處理分析”“圖像處理分析”“機器學習”等課程。又如，金澤工業(yè)大學與日本的MathWorks公司合作編寫教材用于AI通識教學，該教材大幅減少晦澀的科技知識，采用寓教于樂、淺顯易懂的方式教會學生初步使用AI技術。[15]金澤工業(yè)大學的AI教學方案特色鮮明，產教融合成果明顯，且全員覆蓋AI教育，符合《AI戰(zhàn)略2021》的初衷。6D2F5B30-4558-411E-B5A5-D6B37080DA24

（四）繼續(xù)教育階段AI教育戰(zhàn)略行動

人工智能驅動的社會經濟變革，提升了各行業(yè)對勞動者的知識、能力、素養(yǎng)的要求。從人工智能給勞動力市場帶來的變化看，人與機器協(xié)同工作在未來將成為常態(tài)，計算思維、編程能力、人機協(xié)作技能將成為智能時代公民的基本素養(yǎng)。盡管日本為應對AI人才短缺的問題已經開始系統(tǒng)推進教育改革，但勞動力市場中的勞動者仍然需要進一步提升基本AI素養(yǎng)。因此，日本針對AI的繼續(xù)教育與培訓做出了規(guī)劃，希望逐步構建開放的、終身的AI教育生態(tài)體系。

繼續(xù)教育階段主要的AI教育戰(zhàn)略行動包括：計劃每年開放約100萬人次的教育名額，提供給在職人員學習AI知識與技術的培訓教育，使他們能夠積極運用AI技術去解決工作中的難題;通過加強校企合作、產教融合，鼓勵更多高校的AI教學資源能夠向社會人士開放;支持公務員繼續(xù)學習AI通識知識;鼓勵企業(yè)雇用接受過AI繼續(xù)教育的員工;保證女性群體參與AI繼續(xù)教育的機會。

在新冠肺炎疫情的影響下，政府數(shù)字化辦公、數(shù)據(jù)接口開放力度不夠等問題暴露，低效率的人工操作又給基層工作帶來更多的工作量，日本政府意識到數(shù)字化轉型對于政務工作的緊迫。因此，日本政府大力支持公務員繼續(xù)學習AI通識知識，掌握基礎數(shù)字化辦公能力，并且計劃在3年內探討公務員能夠全員學習AI課程的條件與方案。

三、優(yōu)勢與不足

本文通過審視日本AI教育戰(zhàn)略行動框架，選取通過MDASH認證的日本高校AI教育方案進行分析，具體剖析日本AI教育戰(zhàn)略行動的優(yōu)勢、存在的問題及獲得的啟示。

（一）日本AI教育戰(zhàn)略行動的優(yōu)勢

第一，日本AI教育戰(zhàn)略采用“國家制定、部門實現(xiàn)”的推進方式。《AI戰(zhàn)略2021》作為國家級戰(zhàn)略，僅對AI領域未來的方向做出規(guī)劃，具體實施則由日本內閣府下屬的各個部級單位負責。這種模式的益處是國家可把握發(fā)展路線、戰(zhàn)略方向，下屬各個部門可以在框架下有的放矢;增強各部門之間的合作，減少各部門在實現(xiàn)戰(zhàn)略時的掣肘?！禔I戰(zhàn)略2021》作為日本的國家戰(zhàn)略，在制定時即針對不同的側重點，從而讓不同的部門協(xié)同配合，最終達到設定的戰(zhàn)略目標。

第二，日本AI教育戰(zhàn)略行動基本覆蓋各級各類教育。結合小學、中學、大學不同階段的學生和步入社會的職場人士的接受能力與學習需求，通過集中、系統(tǒng)的方式推行各教育階段的人工智能教育，計劃通過10年時間使全體國民具備人類智能化生存所需的基本AI知識和AI應用能力。一方面，日本積極制定教育政策，促進中小學、高等學校的全體學生都能在對應的階段掌握基本的AI通識知識。在高等教育階段，除基礎人工智能知識之外，還開設對應的數(shù)理、數(shù)據(jù)科學的選修課，幫助大學生特別是文史類的學生更好地理解和應用AI技術。這些措施能夠促進AI教育的普及，促使計算思維、編程能力、人機協(xié)作技能等成為智能時代公民的基本素養(yǎng)。另一方面，日本加大力度培養(yǎng)、引進人工智能領域的高級人才，提高產業(yè)競爭力，保持日本在AI人才隊伍方面的競爭力。

第三，鼓勵不同類型、多層次的教育機構結合自身特色開展AI教育。MDASH認證體系的制定與實施，正是日本文部科學省實現(xiàn)《AI戰(zhàn)略2021》的具體方式。MDASH認證體系在評價時并沒有考慮大學的學術聲譽、科研績效、大學排名等因素，只對各類學校提交的方案進行評估，讓認證體系更有效地服務于AI戰(zhàn)略。因此，通過MDASH認證的高校既有日本的一流研究型大學，也包含一大批一般本科院校、高等專門學校和少量短期大學。這種做法有助于普及全民AI教育，避免忽視特定人群以及為他們提供AI教育的學校;又有利于鼓勵各類型學校積極參與AI戰(zhàn)略，并結合自身定位與特色開展AI專業(yè)教育。日本文部科學省這一舉措具有一定的借鑒意義，涵蓋各種類型層次教育機構的AI教育支持模式，有利于AI教育的普及化與個性化的有機統(tǒng)一。

（二）日本AI教育戰(zhàn)略行動的不足與啟示

第一，學校教育僅對計算機科學知識進行移植，未能凸顯人工智能特色。通過分析MDASH認證的學校AI教育方案，大多數(shù)日本學校仍將AI教育等同于計算機教育，傾向于提供計算機專業(yè)知識和編程教育。AI是計算機科學的一個分支，不可否認，AI教育離不開計算機專業(yè)知識的支撐，但AI教育并不完全等同于計算機科學與技術教育。沒有區(qū)分出AI與計算機的不同之處，恐會導致在具體教育實踐中偏離AI教育戰(zhàn)略本意。建議發(fā)展中小學階段的AI教育，在初期可開設一批示范性公開課，明確AI教學方向，引導學校將AI與編程教育區(qū)分開。大中小學仍需進一步加快開發(fā)、落實AI課程教學的實踐與創(chuàng)新，促進課程結構的轉型升級，探索AI教育人才培養(yǎng)模式。

第二，中小學階段AI教育教學缺少細分的課程標準。AI教育應強調循序漸進、與時俱進、注重理論與實踐結合。日本AI教育戰(zhàn)略計劃對中小學生的培養(yǎng)方案統(tǒng)一表述為“掌握編程思想”，但是沒有具體說明在各學段應當掌握到何種程度。不同年齡段的學生對編程思想的掌握程度、學習能力是不同的，政策執(zhí)行中恐因缺少標準，導致學校執(zhí)行力度不夠，影響學習效果，還可能導致“拔苗助長”。為此，除了宏觀政策上的引導，還應該效仿高等教育階段的MDASH認證體系，建立中小學AI教育相關標準。AI教育教學應明確劃分學年段，在低學年培養(yǎng)學生編程邏輯思維能力，將程序邏輯轉換為生活中常見的邏輯思維，逐步讓中小學階段的學習者具備智能素養(yǎng)。

第三，現(xiàn)階段仍然少有大學深耕“AI+專業(yè)”的人才培養(yǎng)模式。與中國、美國相比，雖然日本獲得AI教育認證的高校數(shù)量不少，但專門開設AI專業(yè)的學校數(shù)量優(yōu)勢不明顯。大多數(shù)日本大學AI教育方案主要聚焦于AI基本素養(yǎng)的普及，真正結合自身專業(yè)領域、特色、地域等特點，制定符合行業(yè)所需的專業(yè)培養(yǎng)計劃的高校數(shù)量仍然偏少或者行動過慢。在初級課程的框架下，各個高校的培養(yǎng)方案難免大同小異，難以深入講解專業(yè)知識。國家層面的AI戰(zhàn)略規(guī)劃，落地為學校層面的具體AI教育行動時，很多學校在初期會出現(xiàn)采取的行動沒有目標性、缺少行動針對性的現(xiàn)象?；诖?，可在展開人工智能教育相關的質量認證過程中，進一步引導院校加快自身特色方案的制定，避免高校方案同質化，加快AI教育與學科專業(yè)的深度融合發(fā)展。6D2F5B30-4558-411E-B5A5-D6B37080DA24

參考文獻：

[1]劉進，鐘小琴. 全球人工智能人才培養(yǎng)的政策比較研究：以中美英加四國為例[J]. 重慶高教研究，2021（2）：39-50.

[2]Center for Security and Emerging Technology. AI education in China and the United States：a comparative assessment[EB/OL].（2021-09-01）[2022-03-16]. https：//cset.georgetown.edu/wp-content/uploads/CSET-AI-Education-in-China-and-the-United-States-1.pdf.

[3]《2022年人工智能教育藍皮書》發(fā)布[J]. 現(xiàn)代教育技術，2022（4）：126.

[4]張鵬飛. 日本人工智能產業(yè)發(fā)展和政策研究[J]. 現(xiàn)代日本經濟，2021（5）：25-40.

[5]內閣府ホーム. AI戦略2019[EB/OL]. （2019-06-11）[2022-03-15].https：//www8.cao.go.jp/cstp/ai/aistratagy2019.pdf.

[6][7]內閣府ホーム. AI戦略2021[EB/OL].（2021-06-11）[2022-03-15].https：//www8.cao.go.jp/cstp/ai/aistrategy2021_honbun.pdf.

[8]段世飛，龔國欽. 國際比較視野下的人工智能教育應用政策[J]. 現(xiàn)代教育技術，2019（3）：11-17.

[9]張丹，崔光佐. 中小學階段的人工智能教育研究[J]. 現(xiàn)代教育技術，2020（1）：39-44.

[10]于勇，徐鵬，劉未央. 我國中小學人工智能教育課程體系現(xiàn)狀及建議——來自日本中小學人工智能教育課程體系的啟示[J]. 中國電化教育，2020（8）： 93-99.

[11]日本文部科學省. 數(shù)理·データサイエンス·AI教育プログラム認定制度[EB/OL]. （2021-08-04）[2022-03-22]. https：//www.mext.go.jp/a_menu/koutou/suuri_datascience_ai/00002.htm.

[12]日本文部科學省. 令和3年度「數(shù)理·データサイエンス·AI教育プログラム（リテラシーレベル）」の認定·選定結果について[EB/OL]. （2021-08-04）[2022-03-22]. https：//www.mext.go.jp/content/20210804-mxt_senmon01-000016191_2.pdf.

[13]北海道醫(yī)療大學. デジタルトランスフォーメーション推進計畫[EB/OL]. （2021-03-17）[2022-03-16]. https：//dx.hoku-iryo-u.ac.jp/.

[14]久留米工業(yè)大學. AI應用研究所[EB/OL]. （2021-06-05）[2022-03-29]. http：//aail.kurume-it.ac.jp/education/#ai-program.

[15]金澤工業(yè)大學. KIT數(shù)理データサイエンス教育プログラム認定[EB/OL]. （2021-08-04）[2022-04-02]. http：//www.kanazawa-it.ac.jp/mdash/#a3.

編輯 呂伊雯? ?校對 娜迪拉·阿不拉江6D2F5B30-4558-411E-B5A5-D6B37080DA24