智能化时代职业教育面临的挑战与对策

方中雄 吉 利 程 聪

(1.北京教育科学研究院，北京 100036；2.北京工业职业技术学院 信息中心，北京100042)

0 引言

2017年国务院发布的《新一代人工智能发展规划》明确提出，到2025年我国人工智能核心产业规模将超过4000亿元，带动相关产业规模将超过5万亿元。人工智能被列入“十四五”重要发展产业。在政府及产业的大力推动下，人工智能强大的学习能力、数据分析能力、逻辑思维能力迅速对各产业的组织模式和结构形态发挥影响，并对经济社会发展带来冲击。

近几年来，人工智能与实体经济加速融合，产业智能化转型升级，诸如道路交通、铁路交通、工业制造、能源电力、商业服务等行业的应用中，传统的视频+传感器方案被大量升级为智能方案，产业需要大量面向人工智能平台的运维、边缘端设备安装部署、运行维护、设备调试等工作的应用技能人才。那么，定位于技能人才培养的职业教育面临哪些挑战？又该如何应对？

1 智能化时代职业教育面临的三大挑战

1.1 人才培养难以匹配产业需要

一方面，高职人工智能相关专业开放时间短，尚处于起步阶段。国家最近2年才开始设立高职人工智能相关专业。2020年教育部将人工智能技术服务增设为高等职业教育专业，同年173所高职院校获批开设“人工智能技术服务”专业，广东(20所)、江苏(11所)、河北(10所)3省开设该专业的院校数量排在前3位；到了2021年，人工智能技术应用专业数量增加到385所。由于专业开设时间短，人才规模化、体系化培养刚刚起步，院校师资欠缺、课程不够完善，校企合作尚未深入，院校很难快速匹配产业发展的节奏和企业需求[1]。

另一方面，院校培养的毕业生很难满足企业用人需求。人工智能需要多种信息技术知识类型，包括数据采集、数据挖掘、计算机视觉、语音处理、自然语言处理等，多学科交叉、复合性强等特点使得企业对人才岗位能力要求普遍要高一些，进一步导致毕业生很难直接满足企业需求。高职目前尚无人工智能专业的毕业生，从本科毕业生的从业情况看，他们到企业后普遍需要1年以上才能满足企业需求，直接导致大多数初创型人工智能企业缺乏接纳应届毕业生的积极性，人才供需失衡、结构短缺矛盾突出。从近年来的招聘情况看，企业对人工智能领域毕业生的需求程度很有限，每年招聘的应届生只占整体需求的3%；而院校学生求职的岗位数量逐年增长，2019年增长至13.9%。当前人工智能从业者大多是从互联网、软件、IT服务等行业转岗过来。

1.2 人工智能在职业院校的应用场景少

人工智能在职业院校的具体应用有：基于特定学生的学情为教师生成个性化教案、教学计划及课件，并根据学生学习过程的新学情适时调整；根据教师在虚拟化课堂的表现，在肢体动作、语言逻辑性等方面提出修正建议；基于表情、姿态识别等分析学生上课的专注度；基于图像识别、文字识别等技术，根据授课内容自动生成课堂笔记，将学生所做笔记与智能生成的笔记进行对比，帮学生笔记查漏补缺；根据学生之前的学习数据，利用知识图谱、深度学习算法，精准定位每一位学生知识点的掌握程度、认知等级与薄弱点，构建学生“学情数据画像”档案；利用图像识别技术自动识别学生上传的题目并检索答案，及时反馈学生的错题。如表1所示。

表1 人工智能技术教育应用场景

表1所示工智能在职业教育的应用场景，虽然个别大公司已经在探索中实施或者有部分已经成型，但覆盖教研、教学、作业、考试、成绩管理的一整套的解决方案，需要依靠大量数据积累和人工智能人才。比如，学生成长轨迹预测，主要是通过学生成绩表现关联最大的几个因素，如，考勤、作业、知识点遗漏、考试等，需要通过获取大量学生数据进行训练，生成训练模型，然后对未知学生的成绩进行分类预测，多维度、量化的学生数据越多，绘制出的学生成长轨迹预测也就越准确。而数据沉淀需要时间，产业中的人才培养也需要时间，二者都成为职业教育应用场景不够丰富的主要原因。

1.3 教师需要深度挖掘教育本质和时代意蕴

传统教育方式下，教学过程千人一面，大多数学生的个性化学习需求无法满足，而基于人工智能的自适应学习系统能动态识别学生学习轨迹、认知能力等个性特征，并依此提供个性化服务、指导学生开展自我导向学习。

未来，每个学生可能会有智能化的学习伙伴，教师会有智能助教，教师的角色也会不断发生转变，诸如，在线教育设计师、教育数据分析师等新的岗位也会出现。教学关系逐渐转变，传统教学模式不断被打破，从而创生新的学习生态，教师的技术技能也面临着新要求。

同时也要清晰地认识到，新技术虽然有着海量的数据及快速算力，但教育的情感表达、精神传承以及知识创造是其无法企及的，职业教育要关注学生价值观的塑造，从课程育人、多主体育人等角度推动教育实践。教师需要深度思考教育内涵以及时代意蕴，探索教育的路径创新并由此引发教学模式的革新，并在一定程度上激发教师对教育本质的思考与追寻。人工智能时代的学生需要具备精益求精的工匠精神、坚定的信念、高尚的道德情操、扎实的学识、仁爱之心等综合素养和能力，新时代、新技术不会让教师赋闲，但学习形式转化迫使教师转型，这些变化在人工智能教育应用前期对教师影响不会特别大，但随着技术的大规模应用，会逐渐改变社会对教育的认知，教师、学习等的价值会被重新定义[2]。

2 智能化时代职业教育发展对策

为人才培养质量匹配人工智能产业需求，政府、院校以及企业等多主体将发挥出各自优势，通过校企合作、专业共建、实习实训共管等方式，推动“政产学研一体化”的人才培养生态体系建设，以人才培养坚持产业导向，在人才岗位能力标准、课程体系、产教融合、人才评价体系等方面多管齐下，积极应对职业院校人工智能人才培养所面临的挑战。

2.1 人才培养坚持产业导向

产业的蓬勃发展激发了旺盛的人才需求，人工智能专业的学生提升技能过程中必须发挥企业的主体作用，推进产业技能需求与专业体系的有机结合，也就是说，院校的人才培养要以产业需求为导向，发挥产学研协同育人，产业需求与人才培养有效衔接。政府和学校要有合适的机制激发企业参与人才培养的积极性，促进人才培养供给侧和产业需求侧结构要素的融合。

2.2 制定人才岗位能力标准

学生的职业能力要精准对接岗位需求。具体包括：(1)推动人工智能产业人才培养标准化工作；(2)对接企业需求，梳理人工智能相关岗位人才的技能标准；(3)在职业院校人才培养、课程标准等方面，院校和企业需要尽快制定人工智能产业人才岗位能力标准。立足产业现状及发展趋势，立足企业不同技术、不同岗位的技能需求，梳理出以岗位类型为基础、以能力标准为导向的全方位、多角度的人工智能产业人才岗位能力标准。

2.3 建立适配产业发展的课程体系

职业院校要构建能够快速开展并且适合产业需求的课程体系。根据人工智能技术应用专业的人才培养目标定位，结合当前符合企业用人需求的计算机视觉应用开发职业技能等级标准、人工智能语音应用开发职业技能等级标准，打造出适合产业需要的课程体系。课程体系框架主要包含3大模块：数学基础模块、机器学习模块、人工智能应用模块，如图1所示。

图1 人工智能专业课程体系框架

3个模块依次递进，数学基础模块是机器学习模块的知识与理论基础，机器学习模块是人工智能应用模块的理论和技术基础[3]。

2.4 构建产教深度融合的教学体系

企业有着天然的技术与实践应用优势，院校在人才培养体系建设方面有着沉淀积累，双方要充分发挥各自优势，努力探索可操作的合作模式，构建产教深度融合的教学体系，将岗位技能需求融入人才培养过程，将企业的技术力量融入到教学实训环节，以实现教学和产业的良性互动，以保证课程体系能够满足产业发展，推动职业院校双创基地及实训基地建设，逐步形成教学、应用研究与生产完美结合的教学体系[4]。

2.5 三方面入手打造精准就业服务体系

院校要加强人才评价标准体系建设。一方面，要设计出合理的评价指标，对人才的知识、技能、实践表现等进行全方位评价；另一方面，要建立企业、院校等多元主体的评价体系，充分保障评价体系的客观性和权威性。

院校和企业需要联手推动人才培养体系的闭环建设，建立起快速反应、动态调整的精准就业服务体系。可以从3个方面入手：(1)建立全过程就业服务体系，通过职业生涯规划和就业指导服务，明确学生的职业规划；(2)完善就业市场的信息精准匹配，院校全方位拓展就业渠道，让有求职意愿的学生快速对接企业需求，企业可适当提前进行人才选拔，对意向学生开展重点培养辅导；(3)利用大数据建立人才就业反馈数据的追踪服务，基于反馈结果进一步优化课程设置、招生计划，以保障产业人才培养体系的良性发展[5]。

2.6 重新塑造教师的角色和教学能力

从纷繁的数据库中梳理知识并记忆知识，机器比人有更多的优势。因此，人工智能时代的教师如果定位于“知识传授者”是远远不够的，人工智能为构建学习者模型、动态生成个性化学习路径及精准推送个性化学习内容等开展个性化教学提供了实践抓手，也对职业院校的教师提出了更高要求：(1)教师要具备数据分析的能力，发现教学过程中的问题和规律；(2)教师要成为创新的激励者，要尽可能鼓励学生进行思考，让学生独立思考、计划、实施任务，然后进行个性化辅导，使学生的创新思维在思想碰撞和深度学习中不断被激发出来；(3)教师要成为学生的精神导师，倡导并强化精益求精和卓越创新，教师要培养学生的正确价值观、必备品格和关键能力[6]。

在教学过程中，教师需要设计全方位、全过程育人的职业课程模式，如：运用技术手段展开体验式教学，使学生感受到职场人的心路历程，感知其必备的职业素养与职业价值。要培养学生3个方面的能力：(1)信息技术素养，包括学生的网络学习能力、应用新一代信息技术能力等；(2)高阶素养，如独立思考、探究创新、对压力的承受能力等；(3)强化学生的社会责任感，培养其团结协作、责任担当、自律自强等良好品质，养成对社会、技术、团队等的正确态度，以实现职业素养培养常态化、长效化。

3 结语

面对当前产业智能化迅速转型升级的趋势，职业院校在人才培养过程中面临人才培养不能满足产业需求、人工智能应用场景欠缺、教学方式待转换、教师角色需要重新塑造等多方挑战。为此，人工智能视域下的职业院校必须加快人才培养生态体系建设，对接产业需求，制订人才岗位能力标准及课程体系，构建产教深度融合的教学体系，加强人才评价和就业服务体系建设。之于教师，同样面临着角色重塑的问题，新时代的教师更加注重数据分析和创新激励，实施全方位、全过程育人的职业课程教学模式。