F题拥抱生成式 AI抑或拒绝短短数年间生成式人工智能生成式 AI已从一款功能有限、仅为少数早期使用者所用的工具发展为深度融入日常生活、功能强大且无处不在的资源。相关研究表明生成式 AI 或将深刻影响未来的职场格局。例如在部分领域生成式 AI 可能取代人类工作或大幅减少人力投入而在另一些领域其影响则微乎其微甚至可能推动相关领域的人才需求增长。本赛题要求你探究各类高等教育机构应如何结合这一新技术为未来的毕业生做好最充分的职业准备。具体而言你需要完成以下任务选取三个职业三类职业分别对应以下不同领域各选其一理工科职业从事该类职业者通常持有理工科、工程学或数学相关专业的四年制大学本科学位技能型职业从事该类职业者通常接受过职业技术学校的专业培训和 / 或参与学徒制项目如厨师、水管工、电工等艺术类职业从事该类职业者通常就读于艺术院校、音乐学院或文化中心并接受专业培养如音乐家、舞蹈演员、画家等。结合生成式 AI 当前的发展趋势与预期影响设计一个数据驱动模型探究你所选的三个职业的未来发展前景。请明确标注数据来源并阐释你认为生成式 AI 会推动各职业发生变革的核心驱动因素及其背后的逻辑。注你可参考现有关于未来职场发展的研究成果但需注明引用来源并说明如何将这些已有研究用于支撑你的分析。为你分析的每个职业各选定一所对应的高等教育机构及相关专业一所综合性大学、一所职业技术学校、一所艺术院校各对应其一并围绕这些院校和专业提出针对性建议。即你需要形成三组建议每组建议均需回答核心问题基于你的分析你将为这些院校的管理者提供何种建议使其能在对应职业的相关专业建设中应对生成式 AI 带来的挑战与机遇以下是一些可供参考的思考方向参赛队伍无需逐一展开分析可将其作为思路启发开展连贯且深入的研究分析各队伍的分析内容应具有独特性。受生成式 AI 引发的职业变革影响相关专业的招生规模是否应扩大或缩减即培养更多还是更少的专业人才若该领域的人才需求呈增长趋势院校应如何扩大招生若需求萎缩院校是否有其他专业可扩大招生规模吸纳原本就读该专业的学生这三类不同专业的课程体系中应设置哪些与生成式 AI 相关的教学内容许多高等教育机构都提出了这一问题目前仍在探索应对方案。部分院校直接禁止学生在各类作业中使用人工智能工具也有院校将人工智能的应用列为课程核心内容一些院校旨在培养能深耕该技术前沿、做出专业贡献的技术人才也有院校聚焦于培养非技术领域中能熟练运用该技术的从业者部分院校鼓励学生探索该新技术的各类应用场景还有院校引导学生结合生成式 AI 所需的能源消耗、水资源需求以及其存在的创意或内容溯源不充分往往缺失或错误标注原创者等风险审慎权衡使用该技术的利弊。针对你选定的三所院校的三个专业你能提出哪些建议最大程度提升其毕业生的就业竞争力请结合数学模型的分析结果为建议提供支撑。本赛题以生成式 AI 无处不在的背景下毕业生的就业竞争力为切入点展开探讨但院校的相关政策是否成功或许不能仅以就业市场的需求作为唯一衡量标准。你认为还应考虑哪些因素当纳入这些因素后你的模型和建议会做出哪些调整若你认为自己提出的具体建议可推广至更多院校和 / 或专业需明确说明推广的适用范围并为这一推广思路提供合理依据。你需提交一份不超过 25 页的 PDF 格式解决方案内容应包含1 页摘要页目录完整的解决方案参考文献人工智能使用报告若使用了生成式 AI该报告不计入 25 页的页数限制注本次跨学科数学建模竞赛对参赛作品的最低页数无硬性要求。你可使用最多 25 页的篇幅呈现完整的解决方案以及所有想要补充的内容如图表、计算过程、表格等。赛事接受部分完成的解决方案。参赛队伍可审慎使用 ChatGPT 等生成式人工智能工具并非完成本赛题的必要手段。若选择使用生成式人工智能必须遵守美国数学及其应用联合会的人工智能使用政策且需在 PDF 解决方案末尾附加一份人工智能使用报告该报告不计入 25 页的页数限制。三大核心任务 基础思路 模型 步骤极简版任务 1选取三类职业STEM / 技能型 / 艺术类各 1 个基础思路按 Gen-AI 对职业的影响类型替代 / 辅助 / 赋能筛选优先选行业数据充足、Gen-AI 影响特征显著的职业避免选边界模糊的职业。基础模型职业 AI 影响评估矩阵维度AI 替代度、AI 赋能效率、实操 / 创意不可替代性。完成步骤1. 梳理现有 Gen-AI 职场影响研究提取三类领域候选职业2. 用矩阵量化评分1-5 分3. 选定评分特征差异化的 3 个职业如 STEM 选数据科学家、技能型选西餐主厨、艺术类选视觉设计师。任务 2设计数据驱动模型分析 Gen-AI 对 3 个职业的未来影响基础思路多维度量化 Gen-AI 影响结合行业趋势、就业数据、技术迭代预测职业需求 / 技能要求变化明确核心驱动因素锚定权威数据来源。基础模型1. 定量核心多元线性回归分析 AI 指标对职业就业量的影响马尔可夫链预测职业发展状态2. 辅助德尔菲法专家意见修正模型、SWOT-AHP量化职业发展优劣势 / 机遇威胁。完成步骤1. 确定模型指标替代率、赋能效率、行业增长率、技能更新率等2. 收集预处理数据世界经济论坛、劳工统计局、AI 行业报告等3. 构建训练模型并验证精度4. 预测 5-10 年职业趋势提炼 Gen-AI 驱动职业变革的核心因素如技术迭代速度、行业适配性。任务 3选对应院校专业 提三类定制化建议基础思路匹配职业与院校类型大学 / 技校 / 艺术院校结合模型预测的职业趋势需求增 / 减、技能缺口提课程 / 招生 / 资源调配建议建议需用模型量化结果支撑可补充非就业因素修正。基础模型1. 技能 - 课程匹配度量化模型熵权法2. 招生规模优化模型线性规划基于职业需求预测3. 非就业因素评估模型层次分析法维度学科传承、教育公平、社会价值。完成步骤1. 为 3 个职业选定对应院校及专业如大学数据科学、技校西餐烹饪、艺术院校视觉传达2. 量化现有专业课程与职业新技能需求的缺口3. 分院校提定制化建议课程融入 AI、调整招生规模、跨专业资源整合等4. 纳入非就业因素修正建议验证建议的普适性并说明推广范围。