生成式人工智能的快速发展，为职业教育领域的系统变革提供了新方向。面向未来，职业教育如何在抓住生成式人工智能带来的发展机遇的同时，审慎应对可能存在的风险，科学探索具体的变革路径，成为一个重要的现实课题。教育的本质是发展人，发展人的核心就是要在新的工具平台建构新智商。展望未来，作为一种工具，生成式人工智能赋能职业教育变革具有较大的应用空间，但前提仍是明确其赋能路径，方能更大程度地深度挖掘其赋能潜力。
一、完善生成式人工智能应用规范，试点推广成熟职教应用模式
作为一个新鲜事物，生成式人工智能在职业教育领域具有广泛的应用空间，但如果缺乏科学的约束，可能会导致无序发展的局面。在教育领域推广应用Chat GPT，必须始终坚持以人为本、科技向善的原则，必须高度重视人工智能可能带来的伦理风险挑战，实现对人工智能数字伦理问题的系统性治理。在职业教育领域，为更科学地应用生成式人工智能，需要在各个方面完善生成式人工智能应用规范。在技术研发方面，要选择权威数据来源，采用科学手段对数据进行适当的过滤与清洗，保障数据源头的清洁度，还要基于职业教育特有的知识图谱与专业语料库，研制职业教育领域专用数据大模型，打造智能交互、虚实结合的应用环境。在应用情境方面，要结合职业教育系统运行的基本规律，精准把握办学、教学、学习等不同场景的应用需求，出台面向特定场景与对象的应用指南，并提供相关的数据支持机制。在安全监管方面，要在职业教育领域健全数据安全保障系统与风险预警机制，强化对生成式人工智能数据的审查机制，保护生成式人工智能用户的隐私数据与合法权益，通过技术手段降低抄袭、剽窃等学术失范现象发生的可能性。在明确上述规范的基础上，还要试点推广成熟的职教应用模式。基于证据的“试点—推广”教育普及模式是经过实证研究、验证和评估的教育改革和创新模式。在职业教育领域大规模应用生成式人工智能之前，需要采取更为谨慎的态度与做法，通过设置试点应用项目与搜集分析相关数据的方式，来检验生成式人工智能在职业教育领域的应用范围与可能性，发现在应用过程中可能出现的问题，并提出有针对性的解决策略。如果生成式人工智能在特定职业教育领域的试点项目取得良好效果，就可从中总结能供参考的典型经验，并在职业教育其他领域广泛推广与应用。此外，为进一步提高成熟职教应用模式推广的科学性与可持续性，需要建立健全相关的支持体系与监测评估机制等，持续跟踪、反馈与改进生成式人工智能在职业教育领域应用的效果与优化路径，从而增强生成式人工智能对职业教育变革的赋能效应。
二、提高职业院校数据治理效能，促进职业教育治理数智化转型
在生成式人工智能时代，需要更深刻地理解生成式人工智能对职业教育办学生态系统带来的影响，全方位提高职业院校的数据治理效能，促进职业教育治理向数智化方向发展。由经验治理走向科学治理是实现职业教育治理现代化的必然之路，生成式人工智能则为治理方式转型提供了更多可能性。教育决策科学化是教育治理科学化的核心环节，数字技术的应用推动教育决策由经验走向循证，保障教育决策有据可循。职业院校教育决策是一个复杂的系统工程，涉及专业设置、课程开发、教学资源库建设、实训教学系统更新、教学管理、教师专业发展等诸多方面。在专业设置方面，生成式人工智能可以利用机器学习算法，搜集各类招聘信息，了解行业发展趋势，预测市场人才需求，评估职业发展潜力与空间，并生成详细的市场需求调研报告，从而为及时更新职业院校专业设置提供科学依据。在课程开发方面，生成式人工智能可以帮助职业院校快速获取最新行业、技术发展趋势与动态，促进课程内容的及时更新，还可以根据特定学习需要，生成专业特色课程，从而为职业院校课程开发提供新的工具与方法，使开发的课程更加符合市场需求与学生的个性化需求。在教学资源库建设方面，生成式人工智能不仅可以根据职业教育教学的需要，借助其大数据优势，自动创建和更新教学素材、案例等，还可以利用其智能搜索与分类系统，帮助教师和学生快速找到所需的资源，也可以通过云端共享方式促进不同院校之间专业教学资源的交流与共享。在实训教学系统更新方面，生成式人工智能可以构建沉浸式和互动式的职业院校实训教学平台，利用虚拟实训室、模拟实训项目等锻炼学生的岗位实操能力，还可以利用虚拟现实（VR）技术和增强现实（AR）技术等，创建更加真实、互动性更强的学习环境，为学生提供安全、低成本、高效率的实践学习体验，帮助学生更好地形成复杂职业能力。在教学管理方面，生成式人工智能可以利用智能化管理系统，为教学管理提供智能化、个性化的解决方案，大大简化职业院校的常规行政任务，如学籍注册、教学安排、考试安排等，降低时间成本与人工操作错误风险。同时，还可以更有效地管理教室、图书馆等各类资源，提高资源利用效率。在教师专业发展方面，生成式人工智能不仅可以根据职业院校教师专业成长需要，为其提供个性化的教师培训与发展计划，帮助其提高科研素养、教学能力与专业水平等；还可以根据教师的教学表现，为其提供科学诊断与把脉，提供翔实反馈与建议，并提供个性化的学习资源，从而促进教师职业生涯的高质量发展。
三、推动职业院校教学走向“人机共教”，扩大数字化教学应用空间
在传统的教学模式下，职业院校教学更多涉及的是“师—生”关系。在生成式人工智能被广泛应用到职业教育教学领域之后，传统的“师—生”关系逐渐转变为“师—机—生”关系。职业院校教学效率由此得到提高，并逐渐走向人机共教时代，在人机互动的过程中实现互教互学。生成式人工智能在教育领域与人工智能共生的应用模式之一是“人头马”模式，即借助生成式人工智能跨符号表征的内容“转换器”性能，充当人类内容加工的增强型“手脚”，而人类专注于价值观判断、高水平思维和创造性活动。在此背景下，教师角色也将发生重要转变，逐渐从传统的知识传授者转变为新型的学习促进者，并从低效、重复、繁重的教学行政工作中解放出来，将更多的时间与精力投入育人事业。具体而言，主要表现在教学设计、课堂互动与教学评价等几个方面。在教学设计方面，生成式人工智能作为智能助教，既可以帮助职业院校教师更高效地备课，也可以根据教学目标完成的需要生成基础性教案，设计及美化教学课件，还可以根据教学创新设计的需要，生成视频、音频等个性化的教学辅助材料，为教师提供优化课堂内容和教学方法的建议，使教学更加符合学生的学习需求。在课堂互动方面，生成式人工智能可以利用先进的技术手段活跃课堂气氛，提高师生互动效果。例如，在课堂问答环节生成“数字人”形象，进行教师、数字人与学生之间的互动；可以根据专业课教学考察需要，随堂生成个性化测试题，考查学生对特定知识与技能的掌握程度。生成式人工智能可以模拟教师角色，为学生提供在线答疑与解惑，帮助学生及时解决遇到的学习难题。在教学评价方面，生成式人工智能可以借助大数据优势推动传统评价方式的变革，利用声音传感器、视频检测器等辅助设备，采集学生的言语交流、行为动作、情绪波动、心理变化等数据，并利用深度学习技术分析学生的知识与技能掌握情况，对学生学习状态进行更全面和精准的评价，并为进一步改进教学方式提供参考性反馈与建议。此外，教师可以利用生成式人工智能技术自动化批改作业，借助生成式人工智能分析学生学业发展水平及趋势并及时调整教学策略。
四、培育职业院校学生人工智能素养，形塑学生高效学习新范式
在生成式人工智能的影响下，职业院校学生的学习生态系统也将发生重要变革，可以为学生提供更加个性化的学习体验，为学生学习提供更多的自主权与选择机会，充分激发学生学习的兴趣与积极性。作为一种大语言模型，生成式人工智能可以完成过去只有教师才能承担的任务，推动职业教育人才培养重点的转型。这可能改变学生需要学习掌握的重要技能，因为他们可能需要更加关注高阶思维技能，如批判性分析、综合、评估和创造力，而不仅仅依赖记忆、重复或模仿。对职业院校学生而言，这种高阶思维更多表现为指向工作任务完成的人工智能素养，如数字计算和评估、数字管理和分析、数字可视化等技能。此外，需要充分利用生成式人工智能的工具价值，推广学生高效学习新范式。具体而言，在生成式人工智能的助力之下，泛在式学习、探究式学习、交互式学习、协作式学习将成为可能。在泛在式学习方面，生成式人工智能使得泛在式学习从理想形态走向现实状态，可以激发学生的学习主体意识与学习热情，构建互联互通的学习环境，营造自由开放的学习氛围，帮助学生随时随地获取所需的学习资源，从海量数据中挖掘并生成差异化的学习内容，引导学生主动参与学习活动，拓展学生学习的边界，而不再受特定学习时间、空间与方式等的局限，培养学生的创造性思维和综合抉择的勇气与决心。在探究式学习方面，生成式人工智能可以为学生提供常规学习下无法触及的发散思维视角，引导学生将更多时间用于探究性学习，并引导学生在完成基本学习任务的情况下涉猎未知的学习领域，帮助学生基于特定的问题解决情境以及自身学习进度，提供所需要的学习资源，自主调节学习内容和难度，确保每个学生在适合自身的能力发展阶段学习，并在此过程中掌握有意义的问题界定、信息筛选、逻辑判断等一系列思维品质。在交互式学习方面，生成式人工智能可以充分发挥其交互对话特性，支持持续性的交流对话，从与学生的多轮反复对话中挖掘学习情境，不断提出新的学习任务，生成文本、图像、视频、音频等多种形态的学习材料，提供启发性的提示、观点或者反驳意见，培养学生创造性解决问题的能力，在对话过程中激发学生的批判性思维。在协作式学习方面，生成式人工智能可以扮演学生的学习伙伴角色，通过构建启发性的学习情境，结合学生的学习风格、知识与技能掌握情况、学习薄弱环节等，生成针对性的练习题目、个性化的学习方案等，帮助学生解决学习过程中遇到的难题，激发学生的学习动机和潜能，提高学生的交流沟通与团队协作思维。（节选自《教育与职业》2025年第4期）
来源：高职观察。
版权声明：以上图文，贵在分享，版权归原作者及原出处所有，如涉及版权等问题，请及时与我们联系。
