人工智能时代职业教育的转型和发展

[摘要]文章阐述了人工智能的本质和发展历程，分析了世界各国在人工智能战略规划、产业融资、人才储备、教育研究等方面的竞争现状及我国人工智能发展对人才的现实需求。最后结合我国人工智能战略和职业教育转型发展趋势，提出了人工智能时代职业教育的发展策略：重新定义职业教育，革新理念思维；融合人工智能技术，改变教和学；树立终身学习理念，构建职业教育资历框架体系；深化产教融合，有机衔接产业链。

[关键词]人工智能 职业教育 语义分析 终身学习 产教融合

[作者简介]谢青松（1978- ），男，四川乐至人，重庆广播电视大学、重庆工商职业学院，副教授，硕士。（重庆 400052）

[中图分类号]G717 [文献标识码]A [文章编号]1004-3985（2018）08-0050-07

统计和概率方法的运用，大数据的可用性以及计算机处理能力的提升驱动人工智能发展进入新阶段。人工智能已经成为全球各国家关注的热点和必须面对的发展现实。美国、英国、日本、俄罗斯、加拿大等国，先后从国家层面发布人工智能政策规划，将人工智能作为国家经济发展、社会变革和国际竞争的新动力。在我国，人工智能已上升为国家战略，在政策层面得到了各级政府的大力扶持和鼓励。2017年3月，国务院首次将人工智能写入《政府工作报告》，并在同年7月印发了《新一代人工智能发展规划》，提出要引领世界人工智能发展新潮流，人工智能产业竞争力在2030年要达到国际领先水平。2017年10月，习近平总书记在党的十九大报告中提出，要推动人工智能和实体经济深度融合，指明了人工智能的发展方向。2016年5月，国家发展改革委、科技部、工业和信息化部、中央网信办四部门联合发布《“互联网+”人工智能三年行动实施方案》，2017年12月，工业和信息化部印发《促进新一代人工智能产业发展三年行动计划（2018—2020年）》，全力助推我国人工智能发展。2017年，国家和各省市发布涉及人工智能的政策总计35条，2017年也被我国媒体称为“人工智能（AI）年”。

人工智能的飞速发展给职业教育带来巨大冲击，大量就业岗位或技能被人工智能所代替，职业教育培养的技术技能型人才很有可能面临毕业就失业的窘境。有学者甚至断言：在人工智能时代，职业教育将不复存在。为适应人工智能发展，2017年9月，教育部发布的《关于进一步推进职业教育信息化发展的指导意见》提出，职业教育要主动服务国家重大发展战略，加大人工智能的应用。对于人工智能时代职业教育的发展，国内学者也进行了一些探索。例如：张祺午提出在人工智能背景下，职业教育需要培养人工智能领域所需要的专业技术人才，更新人才培养规格、教学内容和教学形式；姜志坚等人提出了基于人工智能职业教育的发展策略。但对于大部分职业教育实践者而言，人工智能仍然是一个新命题，由于认识不足造成的恐慌和畏惧超越了对人工智能美好未来的乐观和憧憬。何为人工智能？其发展历程和国际国内发展有何特点？人工智能对职业教育有哪些影响？职业教育实践者对人工智能时代职业教育发展路径等充满困惑。本文通过分析人工智能的本质特征、发展历程和国际现状，积极探索人工智能对职业教育的新要求，以期为我国现代职业教育在人工智能时代的发展提供策略参考。

一、人工智能的本质和发展历程

1.定义和本质。人工智能的英文是Artificial Intelligence，简称AI，其字面意思是指人造的、非自然的智力，但没有统一的定义。笔者通过大数据语义分析系统挖掘人工智能的关键特征，以寻求更为科学、客观和完整的定义。采用的语义分析工具是“NLPIR大数据搜索与挖掘共享平台”，该平台为中国科学院、国家统计局等全球30多万家机构提供过服务，能够全方位、多角度对数据文本进行处理，主要包括词性标注、实体抽取、词频统计、关键词提取、语义信息抽取、文本分类、情感分析、语义深度扩展、文本聚类等。文章中的数据文本来源包括国内外权威图书、百科全书、专业机构及专家学者共计132个，通过对数据源提供的人工智能定义文本进行整理清洗，然后运用平台进行分词标注、词频统计、关键字提取和摘要提取。分析结果显示：与人工智能相关的新词是数字计算机、模拟人类、机器模仿和计算机科学；高频词中名词频次前三位是计算机、系统和智能；动词频次前三位是模拟、使用和识别；形容词为科学、基本、抽象和类似，共四个。通过对提取的高频词和摘要进行综合分析，得出如下定义：人工智能是计算机科学的分支，主要探究用计算机进行智能行为的模拟，以及机器模仿智能人类行为的能力，是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，是感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。由于人工智能在评估算法性能和准确性方面存在差异，有时很难明确區分人工智能和非人工智能，因此，对人工智能的观点和定义也会有所变化。

2.人工智能的发展历程。人工智能的思想根源可以追溯到20世纪40年代，具体化的人工智能思想是艾伦·图灵（Alan Turing）于1950年发表的著名文章《计算机器与智能》，文中提出：机器是否能够思考？而真正推动人工智能诞生的是麦卡锡（McCarthy）、闵斯基（Minsky）、罗切斯特（Rochester）和香农（Shannon），他们于1955年8月共同撰写了《达特茅斯人工智能暑期研究项目提案》，并提出猜想：学习的每个方面或者智力的任何特征原则上都可以被精确描述，以便被机器模拟。1956年8月，来自美国的计算机科学研究人员齐聚达特茅斯学院，共同探讨了这一开创性思想，从而宣告了人工智能学科的正式诞生。

人工智能诞生以后的60年，其发展并非一帆风顺。对于人工智能的发展历程，国内学者倾向于详细的阶段描述。例如：吴永和等人从发展时间的角度将人工智能划分为七个阶段：萌芽阶段、诞生阶段、黄金阶段、第一次低谷、繁荣阶段、第二次低谷、现在发展阶段；从技术发展的角度将人工智能划分为计算智能、感知智能、认知智能三个阶段。最新发布的《人工智能标准化白皮书（2018）》将人工智能发展阶段分为六个时期：第一次繁荣期、第一次低谷期、第二次繁荣期、第二次低谷期、复苏期和增长爆发期。但由于人工智能自诞生以来，所面临的问题远超想象，发展进程非常缓慢，详细的阶段划分其实并无实质意义。笔者赞同美国学者劳恩契贝利（Launchbury）的人工智能发展阶段学说（见图1），该学说也被美国《国家人工智能研发战略规划》所采用。

从图1可以看出，劳恩契贝利将人工智能的历史与未来划分为三个阶段。第一，手工知识（Handcrafted Knowledge）阶段。该阶段从人工智能诞生到20世纪90年代末期，典型代表技术为20世纪80年代出现的仿真人类专家决策能力的计算机系统——“专家系统”（expert systems），该阶段开发的技术今天仍在使用。第二，统计学习（Statistical Learning）阶段。该阶段从2000年左右开始，典型特征是随着机器学习、大量数据、机器运算能力的提升和学习技术的进步，迅速地促进了人工智能的发展，Hadoop与大数据和现代人工智能工具集取得重大突破，此阶段的发展还会延续数十年，并产生更多的技术突破。第三，语境顺应（Contextual Adaptation）阶段。该阶段代表着人工智能的未来，着重解决统计学习时代出现的两个问题：一是解释推理行为的模型，产生对分类过程进行解释的系统，从而更有效地对处理过程进行完善修正；二是生成模型，从潜在语境中进行学习、感知、推理以及抽象，从而实现不同系统中的知识技能在不同语境中相互迁移。

二、人工智能时代的国际竞争和我国人工智能的发展现状

人工智能已得到世界各国政府的高度重视。2017年9月，俄罗斯总统普京曾在面向全俄中小学生的公开课上宣称：发展人工智能不仅代表着俄罗斯的未来，也是全世界的未来。该领域的领先者将成为全球统治者。从人工智能的发展阶段可以看出，美国在人工智能领域有着绝对的优势，我国虽然在人工智能发展上起步较晚，但近几年发展迅速，已与美国形成齐头并进之势。本文针对国际主要国家人工智能的发展概况进行了具体的分析与比较，如53页表1所示。

从53页表1可以看出，中国和美国已成为人工智能领域的两大巨头。目前来看，美国在人工智能技术层和基础层仍领先于我国，并在资金注入、人才储备、教育研究、领先企业等方面都略占优势，而我国则在人工智能应用领域、消费市场、人力发展方面有很好的前景，在未来人工智能发展中，中国与美国的竞争将日益激烈，而竞争的关键就是人才。

三、人工智能时代职业教育的人才导向

在人工智能时代，我国要想实现“弯道超车”甚至“换道超车”，最关键的因素就是人才，但目前国内外对人工智能时代的人才培养和就业存在争议。第一种观点认为人工智能会给人类带来灾难，导致大量岗位消失，很多人失业，因而对人才培养持消极态度。例如，著名科学家霍金一直是人工智能威胁论的支持者，并多次发出警示，其认为科技发展已经摧毁了许多传统制造业和蓝领岗位，接下来可能给中产阶级带来类似灾难；特斯拉CEO埃隆·马斯克则宣称：未来人类在智力上将被远远抛在后面，并沦落为人工智能的宠物。第二种观点却认为人工智能不会给人类带来灾难，虽然会造成一些工作任务的减少和岗位的消失，但会因此而产生新的职业。例如，比尔·盖茨曾公开发言：所谓的人工智能变得超级聪明的危险，实际上是未来的出路；美国智囊机构信息技术与创新基金会主席罗伯特·阿特金森（Robert Atkinson）博士认为，人工智能和过去的科技一样，会适当地促进生产力增长，但对总体的工作数量和失业率没有影响；著名法律顾问鲍尔·费力罗（Paul Ferrillo）从人工智能和网络安全的角度认为，人工智能或机器学习平台是不会带来网络安全岗位减少的，反而因人工智能时代的到来，需要更多网络安全工作人员。

笔者認为，人工智能确实会淘汰和替代大量现有工作岗位或任务，但又会创造新的职业和就业岗位，从而最终实现劳动力市场的供需平衡。但这个转变过程将伴随新一代的工业革命和产业升级进行，是一个漫长的过程，也可能是一个痛苦的周期，这种转变对以培养技术技能型人才为目标的职业教育来说是一个巨大挑战。为此，职业教育必须要积极面对人工智能带来的影响，做好人才培养规划，对职业教育在人工智能时代的未来发展，至少应进行以下三点思考：

1.现有专业培养的人才面向的就业岗位是否会消失？人工智能肯定会带来大量工作岗位的消失，这点毋庸置疑，尤其是大批简单、重复性和标准化程度高的工种，将首先面临被淘汰的命运，随着深度学习、机器学习技术的进步，任何有固定路径、标准模式可遵循的体力劳动甚至脑力劳动，无论简单还是复杂，都有可能被人工智能替代。具体来说，流水线上的技能工人、信贷员、柜台服务员、零售销售员、出租车司机、会计等很可能被人工智能替代。对于这些即将消失的职业或岗位，职业院校应根据开设的相关专业进行分阶段撤销，以避免出现学生毕业就失业的尴尬现象。

2.是否准备好培养人工智能行业所需要的专业人才？人工智能的快速发展急需专业人才。据统计，美国人工智能初创企业现有大约78700名员工，我国大约有39200位员工，还不到美国的50%。我国对人工智能人才的需求数量逐年上升，数量已经突破百万，但因国内高校人工智能专业教育和培训滞后，人才出现严重短缺现象，以致无法满足人工智能企业的发展需求。职业教育的目标是服务于国家经济社会发展，培养高素质技术技能型人才，现有职业教育体系要及时回应人工智能行业的人才需求，及时增设或改扩建相关专业。

3.如何应对与人工智能紧密融合的行业人才需求？人工智能将与大量行业深度融合，从而推动传统工作岗位进行转型升级。2015年5月20日，国务院印发《中国制造2025》，对智能制造进行了界定，指出智能制造主要是指基于物联网、云计算、大数据等新一代信息技术，贯穿设计、生产、管理、服务等制造活动各个环节，具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统和模式的综合。由此可见，未来的制造行业将是智能化行业，职业院校应及时调整或重构现有相关专业和课程，以培养学生具备智能化、数字化岗位的职业能力素质。

四、人工智能时代职业教育的发展策略

1.重新定义职业教育，革新理念思维。人工智能时代的职业教育将更多地依赖数据和智能技术支撑决策、办学和教学，因此，职业教育的人才培养规格、办学定位、教学内容、考核标准和师资队伍建设等都需要重新定义，并在教学和管理过程中贯彻、落实和应用人工智能理念，形成以人工智能开展工作的思维模式。在人工智能背景下，职业教育要为学习者提供个性化学习服务、智能推送和精准反馈服务，从而实现因学定教和精准教学。职业教育教师现有的重复性和大量数据积淀的教学任务，都可能被人工智能所取代。课堂教学也将与人工智能技术进行深度融合，出现智能机器人教师。而教师则要更多地关注人本教育，如道德教育、情感教育等。职业教育学生的学习方法和方式将得到重构，碎片化和个性化学习日益普遍，知识来源和评价体系也更加多元，教师能完整地跟踪学生的整个学习过程，课程证书的意义和价值将远远大于文凭。职业教育将出现“新师徒制”，行业领域的行家里手将通过“互联网”以言传身教的方式，带领规模庞大的徒弟用碎片时间进行学习与实践，人工智能可以给“新师傅”当助手，在海量的人群中挑选合适的师傅，并帮助师傅进行教学，对“徒弟”进行大数据分析，掌握其学习特点和需求。很多职业将来可能不复存在，这给职业院校和传统教育体制带来巨大的冲击。因此，职业院校应及时调整专业设置，加强智慧校园建设，并注重培养学生的综合职业素养、创新和设计能力，以满足社会对高素质技能型人才的需求。随着人工智能时代的快速发展，职业教育体制也将走向个性化、时间弹性化、内容定制化、方式混合化、评价过程化和机构开放化，将会出现职业教育学习中心，学习中心的评测将以描述、诊断和咨询为主。

2.融合人工智能技术，改变教和学。在未来25年，人工智能对教育的影响主要在两个方面：一是人工智能对教的影响，其将聚焦于课堂实践、教师协作和技术多元应用等；二是人工智能对学的影响，其将融入学生日常生活，支持学生的社会实践、文化习得、目标实现和社区融入等。在人工智能时代，随着教育大数据采集和人工智能的应用，可以实现对学生学习过程、生活过程、教育过程的全场景过程化数据采集，并对采集数据进行分析和全画像，向学生智能推荐和提供个性化服务、个性化教学、个性化辅导和个性化学习，以减少学生的无效做题时间和学习时间。与此同时，对学生进行非知识性数据采集，还可以帮助教师确定如何进行创新性培养，教师可以根据学生的实时心理特点和情感特征进行精准教学，及时调整教学方法和手段，优化教学评价方式，补充教学资源，减少备课重复性工作，提升教学效率，从真正意义上提升教学成效。新时代的职业教育不再是单纯的学习，而是动态的常态化数据记录，并贯穿整个教学考评的全过程，在学生毕业时，未来招聘企业看到的不是一个简历，而是每个学生的数据档案，如学生是否上课、是否迟到早退、是否上课睡觉、是否积极回答问题、是否坐教室前三排、是否在教室里合作学习等，都可以从数据中一目了然，从而通过基于大数据的评价模型给学生一个更科学、更全面的评价，学生的数据将是其未来求职和终身就业的最好凭证。职业院校要告知新入学的学生，在学习期间学校会进行数据全采集和全画像，以激励学生在求学生涯中自主学习，从而通过个性化教学与数据化管理，提升教学质量，提高对学生学习管理的成效。基于人工智能大數据的职业教育教与学的范式，见图2。

3.树立终身学习理念，构建职业教育资历框架体系。宽资本董事长关新提出，在人工智能时代，“教”与“学”将会向“终生学习”的方向发展，这对于职业教育的发展尤为重要。在人工智能时代，技能型人才的“技”要么在被人工智能数字化改进的路上，要么就面临被机器人替代的危险；而“能”如果不及时进行“充电”，则会不断地“消耗”，导致技能型人才很可能随时被抛进低端就业市场，“守着一门技术吃一辈子老本”的时代将一去不复返。因此，职业教育要树立终身学习的理念并被纳入终身教育体系。政府要做好顶层设计和宏观指导，并加大政策支持。在国际上，职业教育早已纳入很多国家的终身教育体系，职业教育的学习成果通过资历框架体系，可以和普通教育、继续教育等其他类型的教育进行互换，且职业教育也可以与其他教育类型彼此衔接和相互沟通。例如，2008年，欧洲发布了区域资历框架，职业教育属于资历框架的第三级和第四级，通过资历框架职业教育实现了与普通教育学历层次的上下衔接和沟通。根据欧洲职业培训发展中心的统计，截至2017年，全球有159个国家已经建立资历框架，约占联合国193个主权国家的四分之三，各国通过资历框架的级别标准和能力指标要求，将职业教育体系纳入终身教育体系，为劳动者通过正规学习、非正规学习和非正式学习所获得的技能得到认可建立了统一标准，各类职业技能学习成果在本国内以及区域联盟其他国家都可以得到认可，从而保障了人才的自由流动。目前，我国还没有建立起国家层面的资历框架，职业教育资历框架的建设还停留在政策的零星片语上，不利于职业教育在终身教育体系中发挥其应有的社会功能。为适应职业教育的纵深发展，我国应尽快制定相关法律，并积极探索建立国家层面的职业教育资历框架，构建职业教育终身学习体系。

4.深化产教融合，有机衔接产业链。人工智能时代的职业教育需要对产业具有极高的敏锐度和极强的反应力，以建立对接产业链和创新链的学科体系，培养社会各行业真正需要的高素质创新人才和技术技能型人才。我国现有职业教育体系的人才培养模式和学制基本固定，其灵活性和反应速度难以适应行业企业的现实需求。例如，职业院校开设的专业往往以三年为一个培养周期，人才培养方案和规格早在三年前就已制定，即使发现培养的人才无法适应社会需求，也不能对原有方案进行随意调整，就好比已经知道生产的“产品”是社会不需要或过时的，但因制度原因无法及时调整，只能眼睁睁地看着其既成事实。在人工智能时代，职业院校应深化产教融合，而教育链、人才链与产业链、创新链进行有机衔接的最好办法就是拓宽企业参与职业教育的途径，深化“引企入教”改革，企业要参与学校的专业规划、教材开发、教学设计等人才培养环节。职业院校还要以企业为主体积极推进协同创新和成果转化，进一步提升产教协同育人效果，并推动职业学校和企业联盟、与行业联合、同园区联结，在技术性、实践性较强的专业，全面推行现代学徒制和企业新型学徒制，推动学校招生与企业招工相衔接。

五、结语

库兹韦尔（Kurzweil）在《奇点临近》一书中预测：2025年，人类将设计研发出具有人工智能的“人脑”；2030年，“人脑”智力水平将堪比人类；2045年，科技发展奇点（科技发展无限快）将到来，人类将被人工智能主宰。库兹韦尔的预言未必成真，但从侧面反映了人工智能在未来迅速发展的趋势以及给人类社会带来的巨大冲击。职业教育服务于国家战略和社会经济发展，要正视人工智能带来的挑战和机遇，积极转型发展，既要为人工智能而学，又要用人工智能来学，以培养出国际化的高技能型人才，为我国人工智能战略的推进和制造强国目标的实现做出应有的贡献。

[参考文献]

[1]伏彩瑞，关新，朱华勇，等.“人工智能与未来教育”笔谈（下）[J].华东师范大学学报：教育科学版，2017（5）.

[2]姜志坚，赵兴民，卢德生.人工智能背景下职业教育发展的策略[J].中国职业技术教育，2017（30）.

[3]吴永和，刘博文，马晓玲.构筑“人工智能+教育”的生态系统[J].远程教育杂志， 2017（5）.

[4]张祺午.职业教育如何应对人工智能时代[J].职业技术教育，2017（21）.

[5]张伟远，谢青松.资历框架的级别和标准研究[J].开放教育研究，2017（2）.

[6]朱永新、徐子望、鲁白，等.“人工智能与未来教育”笔谈（上）[J].华东师范大学学报：教育科学版，2017（4）.

[7]Atkinson R D.“It's Going to Kill Us！”and Other Myths about the Future of Artificial Intelligence[J].Social Science Electronic Publishing，2016（21）.

[8]Kurzweil R.The Singularity is Near：When Humans Transcend Biology[J].Cryonics，2005（1）.

[9]Launchbury J.A DARPA Perspective On Artificial Intelligence[EB/OL].（2017-02-16）[2018-01-27].http：//www.artificialbrain.xyz/a-darpa-perspective-on-artificial-intelligence.

[10]Mccarthy J，Minsky M L，Rochester N，et al.A Proposal for the Dartmouth Summer Research Project on Articial Intelligence[J].Journal of Molecular Biology，2006，278（1）.