1. 研究的背景
在大数据、人工智能、云计算等新一代信息技术加速迭代的当下，各行业领域受到重大冲击，人力资源管理领域亦然。人力资源从业者应时代要求也需兼具传统理论方法与数智化技术应用、数据解读分析等新兴能力。通过文献研究发现，数智化转型是指企业通过采用大数据、人工智能等新兴技术，实现业务流程的自动化和智能化，从而提高管理效率。陈丽丽(2025) [1]指出，数智化转型能够显著提升人力资源管理的效率，特别是在人才招聘和培训方面。
数智化技术的快速发展使得人力资源管理专业的人才培养模式面临着新的挑战和机遇。苏小凡等(2024) [2]则以H高校为例，深入探讨了改革人才培养模式的必要性，提出了重新定义人才培育目标、优化课程体系和创新实践教学形式等策略。实践教学体系的优化是数智化背景下人力资源管理专业人才培养的重要环节。王梅(2025) [3]以广州软件学院人力资源管理专业实践教学为研究案例，深入分析了数智化背景下应用型高校人力资源管理专业实践教学体系的发展现状，并提出了相应的优化路径。综上所述，数智化背景下的人力资源管理专业人才培养模式需要重新定义目标，优化课程体系，并加强实践教学，以适应数智化时代的需求。
纵观研究，少有从该专业在校生与毕业生双角度去研究课程设置、数字化能力培养、师资与教学资源等方面的差异，剖析市场上对人力资源管理专业人才的能力要求，为高校优化课程体系、创新教学模式、提升教学质量提供依据。
2. 研究对象
2.1. 在校生情况
调研对象覆盖了大一至大四年级的学生，以确保数据的全面性和层次性。从问卷参与角度看，大一大二学生的参与度较高，而大三和大四的参与比例相对较低。样本的代表性主要体现在低年级学生的广泛参与上，这有助于了解新生对专业培养的初步期望和适应情况。
2.2. 毕业生情况
对毕业校友的调查的目的在于了解毕业校友在职场中面对当下数智化转型的实际适应状况与感受，以及了解他们对母校人力资源管理专业在数智化时代如何改进课程设置、教学内容和方法的观点与建议。
Figure 1. The industry distribution of graduates working in HR positions
图1. 从事HR岗位的毕业生行业分布情况
图1中显示，调查对象覆盖了不同行业、企业规模和岗位类型的毕业生。毕业生岗位是人力资源管理及相关职能领域，包括招聘、培训、绩效管理、员工关系等核心岗位。调查对象的年龄分布主要集中在25至45岁之间，具有较为丰富的工作经验。他们能够从实践角度对人力资源管理专业人才培养需求提出有价值的见解。
3. 研究方法
3.1. 在校学生的问卷调研设计
本次调研以人力资源管理专业在校学生为研究对象。问卷内容包括学生基本信息、就业意向、课程设置评价、实践教学反馈以及师资与教学资源评价。每个模块的问题设计均围绕研究目标展开，既包含封闭式问题以量化分析，也设置开放式问题以获取学生的具体建议。
3.2. 毕业校友的问卷设计
毕业生的问卷调研既基于过去，也立足当下，更展望未来。旨为利于系统性地获取数智化时代下人力资源管理人才培养需求的客观的详实的数据，从未来发展倒逼当下课程设计、学生能力培养。让人力资源管理的专业人才培养与市场需求的契合度更好。问卷有六大部分内容：第一部分聚焦于人力资源管理从业者的职业背景，涵盖行业类型、企业规模、岗位类别等关键维度。第二部分聚焦毕业校友对所学知识技能支持他们工作的适应性的看法。第三部分为校友对数智化发展感知与适应性的体感，主要采用李克特量表进行打分。第四部分为毕业校友对HR岗未来能力需求的看法。第五部分为毕业校友对我专业人才培养的建议。
两份问卷在正式发放前进行了小规模预测试，以检验问题的清晰度和逻辑性，并根据反馈进行了必要的调整。问卷采用线上腾讯问卷平台发放，便于数据的高效收集与管理。
4. 研究的数据分析
4.1. HR在校生调研数据分析
4.1.1. 对课程设置的评价
学生对现有课程的满意度处中等水平，见图2，但对理论与实践课程的比例存在较多争议。部分学生认为理论课程占比过高，而实践环节的不足。学生对增设行业前沿课程(如数字化人力资源管理)和改进现有课程内容的需求较为突出。从实践教学环节的反馈表明，尽管实习实训和校企合作项目受到一定认可，但其覆盖面和深度仍需进一步扩展，才能满足学生多样化的实践能力培养需求。
Figure 2. Students’ satisfaction of HR majors with school curriculum
图2. HR专业在校生对学校课程设置满意度
4.1.2. 对HR数智化核心能力的需求
在数智化时代背景下，学生对人力资源管理的数智化转型核心聚焦于数据工具应用(如Excel、Python、BI工具)、系统实操能力(如eHR、ATS系统)及前沿技术融合(如AI招聘初筛、预测分析)。这三项需求占比(71%、71%、69%)形成明显聚类效应，“工具 + 系统 + AI”为成为HR专业能力提升的金三角，见图3。
Figure 3. Needs of college students for core competencies in HR digitalization and intelligence
图3. 在校生对HR数智化核心能力的需求
4.1.3. 对师资与教学资源的看法
在校生对师资队伍的专业性和教学态度普遍持肯定态度，但对学业指导与职业规划方面的满意度较低见下图4。通过访谈得知，在学业规划上，学生感受到的学业指导偏通用内容如通用学习方法一类的，缺乏针对学生的学习基础、专业差异的个性化指导会更适合。加之一部分不太主动的同学，可能就会觉得不太满意。对于，职业规划与就业指导学生们在大一上开设过职业规划课、讲座活动，然集中讲座的话偏单一，收获比较小。另外，学生谈到虽有一些职业规划的指导咨询，数量有限，加上一些同学没有关注到。至于，学校官方提供的一些行业动态，企业招聘信息和自身情况也不太匹配，所以导致这两项的满意度低。
Figure 4. Students’ satisfaction for teachers and teaching resources
图4. 学生对师资与教学资源的满意度
4.2. 毕业校友的调研数据分析
4.2.1. 毕业生对人力资源管理课程看法
调研数据显示(见图5)：7项实技能的培养效果均处于3.4~3.9分之间，表明学校培养基本满足职场入门需求。其中“劳动法规基础应用”得分最高(3.9分)说明该课程内容与实务结合紧密。其余技能如招聘面试技巧(均分3.6)、绩效管理(均分为3.4)基本达标平均水平，人力资源管理三支柱理念作为理论性较强的项目评价较低，故人力资源职能类课程的教学转化效率有待提升。
Figure 5. Graduates’ views on the curriculum of human resource management
图5. 毕业生对人力资源管理课程设置的看法
4.2.2. 数智化技术应用对毕业校友工作的影响
Table 1. The effect of application of HR digitalization and intelligence
表1. 数智化技术应用深度对工作的影响程度
您认为近5年来，数智化技术(如AI、大数据分析、云计算、人才分析平台等)对您所在的HR领域工作产生了何种程度的影响？ |
|
革命性变化 |
重大影响 |
中等影响 |
轻微影响 |
几乎没有影响 |
非常高 |
64% |
5% |
8% |
0% |
0% |
较高 |
27% |
79% |
27% |
50% |
0% |
一般 |
9% |
17% |
50% |
50% |
0% |
较低 |
0% |
0% |
12% |
0% |
0% |
没接触 |
0% |
0% |
4% |
0% |
0% |
如表1交叉表的数据呈现，在感知“革命性变化”的群体中64.0%为深度应用者。“中等影响”群体中仅27.0%为经常使用者，50.0%为偶尔使用者。这表明应用深度与影响强度直接相关，深度应用者更易识别数智化技术带来工作颠覆性变革，低频应用者多感知中等或轻微影响。54.0%的受访者经常使用技术，对应52.0%感知重大影响。技术实践是影响认知的关键驱动因素，故建议人力资源管理专业教学应强化实操训练以提升学生们的对技术的敏感度。
4.2.3. 毕业生认为人才数据分析与可视化技能是HR数智化技能中的关键
数智化时代下，人力资源管理专业人才应具备的新兴能力与知识结构，而非传统HR管理技能。图6表明“人才数据分析与可视化”51.9%位列所有技能首位，显著高于其他项目。
Figure 6. The demand for core digital and intelligent skills in HR positions
图6. HR岗位的核心数智化技能需求
4.2.4. 毕业校友对HR专业课程体系在数智化能力培养上评价偏低
数据显示(见图7)，54%的受访者认为课程体系“比较好，有涉及数智化但可加强”，表明学校初步引入数智化内容，但深度和广度不足。值得注意的是，28%的受访者评价“一般，内容有限或滞后”，10%认为“比较弱”，4%认为“非常弱”，负面评价合计达42%，反映课程内容与行业技术发展存在明显脱节。仅4%的绝对正面评价进一步印证了数智化教学的前沿性不足。数据分布呈“中间大、两头小”特征，说明院校普遍处于数智化教学转型的初级阶段，尚未形成系统化培养方案。建议从课程内容更新、师资培训、实践平台建设三方面重点突破。
Figure 7. Graduate’s evaluation of the HR program curriculum system
图7. 毕业生对HR专业课程体系的评价
5. 研究建议
5.1. 人力资源管理专业课程应聚焦“实践导向”
5.1.1. 嵌入数智化模块到核心专业课程
围绕毕业校友与学生共同关注的“数字化HR工具操作”、“HR数据分析与可视化”、“AI在HR中的应用”三大核心能力，在传统课程中嵌入数智化模块。例如：在《招聘与甄选》中新增“AI招聘系统实操(如ATS简历初筛)”“招聘渠道数据分析(用Excel/Python计算渠道转化率)”模块，替代纯理论讲解；在《薪酬管理》中加入“薪酬成本数据分析(用Tableau制作薪酬结构可视化报告)”“数字化薪酬系统操作(模拟eHR薪酬核算流程)”内容，解决“学生懂理论但不会实操”的问题；强化理论与实践的衔接。
5.1.2. 开发“分层递进”的数智化特色课程
设计梯度化课程体系，避免“一刀切”。匹配低年级学生“构建知识框架”的需求，大一、大二开设《数智化HR基础认知》，讲解HRIS、AI招聘等技术的基本概念与应用场景。而契合高年级学生“就业准备”，可开设《HR数据分析实战》《数字化HR系统操作实训》《AI-HR场景应用案例》等课程。
5.2. 实践教学模式创新，消除校园与职场能力差
5.2.1. 深化校企合作实践
针对毕业校友反馈的问题，可建立“校企协同”的课程更新机制。每学期联合调研中覆盖的制造业、互联网/IT、管理咨询等行业的校友与企业HR专家，召开“课程内容研讨会”。研讨会内容紧跟时代步伐与最新职业实践，如将“生成式AI撰写招聘文案”、“HR元宇宙员工培训”等前沿场景补充到《AI-HR场景应用案例》课程中。同时，淘汰过时内容，确保课程内容与校友所在企业的实际需求同步。
与企业建立“定向实践基地”、“轮岗实践协议”，安排大二、大三学生假期到企业HR部门轮岗，参与真实数智化项目(如制造业企业的“车间员工绩效数据分析”、咨询公司的“客户企业HR系统优化”)，并由企业导师手把手指导，解决“实践内容与行业需求脱节”的问题。针对毕业校友反馈“跨部门协作能力重要”，在实践中设置“跨部门任务”，如让学生协助业务部门做“岗位需求数据分析”，学习用业务语言呈现HR数据结果，提升协作能力。
5.2.2. 推行PBL的项目驱动实践
替代传统“认知实习”，以企业实际痛点为课题，组织学生开展“实战项目”[4]。例如，让学生团队设计“零售门店员工流失率降低方案”，形成“流失数据收集→用Python分析原因→提出数字化干预措施→制作方案报告”全流程，达到“解决实际问题”的能力需求。同时，项目成果由企业HR与学校教师共同评审，优秀方案可在企业落地，让学生感受“实践价值”，同时提升“创新思维”与“项目管理能力”。
5.2.3. 建设“数智化仿真”实践平台
针对“缺乏数智化工具”的问题，投入专项经费搭建“HR数智化仿真实验室”。配备HRIS系统(如北森eHR、用友ATS)、数据分析工具(Excel高级版、Python、Tableau)、AI-HR模拟软件，模拟企业真实操作场景。开设“实验室开放日”，允许学生自主练习“HR数据录入→报表生成→数据分析→结果可视化”全流程，解决“实践课时不足”的问题，同时匹配学生“强化工具操作”的需求。
5.3. 打破师资边界，多渠道解决数智化教学能力不足问题
邀请从事HRIS/HRTech岗位的校友、企业数智化HR负责人担任“兼职教师”，开设“数智化HR实战讲座”，如“AI在招聘中的坑与经验”“HR数据分析落地技巧”，分享一线经验。聘请企业技术专家(如HR系统开发工程师)担任“实践导师”，指导学生数智化项目，如协助解决Python数据分析中的技术难题，匹配校友“技术应用深度”的需求。
鼓励高校老师参加培训，持续性提升自身数智化应用技术能力[5]。可将“数智化课程开发”“企业数智化项目指导”“数智化教学论文发表”纳入教师绩效考核与职称评审加分项。设立“数智化教学优秀奖”，确保师资投入能持续匹配数智化教学需求。
6. 研究局限性与展望
6.1. 研究局限
第一、研究方法的单一。本研究主要采用问卷调查和访谈方法。这类方法依赖于被研究者的主观感知，会存在记忆偏差。此外，本研究未采用行为观察法，一定程度上缺乏客观评估教学过程。
第二、样本代表性的局限性。研究仅集中于某一所高校，其结论可能难以推广到所有开设人力资源管理专业的高校。因为不同层次、不同地域、不同办学特色的高校，其资源、生源和培养目标存在差异，且面临的挑战也各不相同。
第三、研究内容的静态性局限。本研究在某个时间点截取了在校生和毕业生的看法，因此，研究结论可能具有一定的时效性。
6.2. 未来展望
第三、可将前沿技术融入HR教学，例如利用AI模拟招聘面试、开设HR数据分析与建模实战课程等，探索未来HR教育的创新形态。
基金项目
本科教学质量工程项目：成都信息工程大学2024年本科教育教学研究与改革项目暨本科教学工程(项目编号：JYJG202409)。