镜鉴人工智能教育：学术界与产业界专家面临的挑战

随着人工智能（AI）技术持续演进，学术界的AI教育与现实产业挑战之间的差距仍是一个重要的研究领域。本研究基于对14位AI专家（8位来自产业界，6位来自学术界）的半结构化访谈，初步揭示了AI专业人士在学术界和产业界所面临的挑战。我们识别出与数据质量和可用性、模型可扩展性、实际约束、用户行为以及可解释性相关的关键挑战。虽然两个群体都经历了数据和模型适应方面的困难，但产业界专业人士更频繁地强调部署约束、资源限制和外部依赖，而学术界则更强调理论适应和标准化问题。这些探索性发现表明，AI课程可以更好地整合现实世界的复杂性、软件工程原则和跨学科学习，同时认识到培养基础推理能力和伦理推理能力这一更广泛的教育目标。