中职人工智能产业人才培养研究

陈少锋

职业教育模式起源于1809年德国普鲁士，主要以传授现有知识和技艺为主。这种职业教育模式适应了当时工业化的发展，可以快速培养成熟产业工人。随着人工智能技术的日趋成熟，大语言模型chatgpt3.5一经推出便被广泛应用，国内互联网科技巨头也相继推出相关产品，例如：百度的“文心一言”，阿里云的“通义千问”，商汤科技的“商量”等。大语言模型可以代替教师传授知识，学生可以随时随地获得知识与操作技能。这种技术颠覆了传统的职业教育人才培养模式，也促使我们思考如何培养适应人工智能时代的产业人才，如何开展职业教育课程改革。

本文从以下五个方面探讨中职课程如何培养人工智能产业人才，分别是：大语言模型与职业教育改革，人工智能产业应用，人工智能产业中人的作用，人工智能产业对人能力的要求，树莓派的人工智能物联网课程与产业人才能力培养。

一、大语言模型与职业教育改革

Excel公式怎么写？数据如何处理？代码怎么编写？依靠大语言模型，学生能够快速获得这些问题的答案。大语言模型能够像中职教师一样传授知识与技能，这项能力正在加速颠覆以往以知识与技能传授为主的职业教育模式。人工智能技术的发展不会停滞，因为有无数未知领域等待人类和机器共同探索。教学改革也是不变的趋势，只不过大语言模型的出现加速了改革进程。在这种背景下，中职教师要思考的是如何进行课程改革，如何培养适应人工智能时代的产业人才。

二、人工智能产业要求及人才需求

（一）人工智能产业要求

要思考如何进行教学改革，必须了解人工智能产业的发展与应用。人工智能技术在各行各业都有广泛的应用。下面几点是人工智能的部分产业应用需求：

1.大语言模型技术根据现有知识生成我们所需要的信息。在知识、语言等信息处理与传递行业应用广泛，例如教育行业、新闻行业、信息技术行业、法律、医疗、政企公文处理等行业。

2.计算机视觉技术在制造业和工业领域应用较为广泛，可以实现流水线自动分拣、表面质量检测、故障监测等功能，提高了生产效率和质量。

3.机器学习技术可以应用于生产数据分析，通过分析数据来改进工艺、流程和管理模式，帮助企业降低成本、提高效率和质量。

4.计算机处理自然语言的技术可以应用于客户反馈的分析、生产过程的控制等领域，提高了生产效率和客户满意度。

5.机器物联网传感器感知技术则可以利用传感器和网络技术对设备和工厂中的物品进行连接和管理，利用智能传感器感知信息、收集数据、利用云计算技术实现远程监测等等，为企业带来更高效、更安全的生产方式。

（二）人工智能产业人才需求

尽管机器在某些方面超越了人类，但人具有的是综合能力和特性。人同时具有兴趣、喜好、情感、道德、语言、运动、感知、观察、思考、学习、实践等多种特性和能力。这些特性和能力使人类在不断实践中创造知识、发现新规律、对已有知识进行创新应用。正因如此，人仍然主导着生产和生活。为了适应未来发展，职业教育需要培养学生探索新知识的动能、人机协作能力、项目工程实践能力、跨学科知识整合能力。

三、人工智能产业中人才的地位

在人工智能产业中，虽然机器具备了很多人类的能力，但是人的作用仍然是机器无法替代的。在人工智能技术的发展过程中，人在实践中扮演着非常重要的角色。下面是产业中人处于的地位：

（一）人与大语言模型

大语言模型能够掌握人类知识和语言，但是它并没有真正理解知识。它无法将知识和现实联系起来，也无法凭空创造新的知识。因此，在人工智能产业中，需要有人实践应用知识并创造新的知识和应用。

（二）人与机器视觉

机器视觉模型能够代替人进行视觉感知，但是它仅能够理解特定种类的事物，而不能进行整体认知。因此，在实际应用中，需要人对机器视觉所识别的内容进行判断和评估，确保机器视觉的准确性和有效性。

（三）人与物联网传感器

传感器能够比人更快速、更准确地获取信息，但是它需要人凭借感觉与常识对各类传感器信息做出综合性的分析和判断，做出最终的决策。

（四）人与机器学习

机器学习能够通过海量数据发现某一规律，但是现实问题错综复杂，很多因素相互影响，需要人通过经验清洗数据、评估修正数据。在人工智能产业中，需要有人类对机器学习的结果进行综合分析，确保机器学习的准确性和有效性。

（五）人与工业机器人

工业机器人可以不知疲劳地重复劳动，但是它无法灵活地根据不同产品进行柔性制造。因此，在智能制造中，需要有人根据生产要求，对工业机器人进行搭建和调试系统，确保机器的生产效率和质量。

四、树莓派的人工智能物联网课程如何培养人工智能产业人才

根据产业人才需求，构建树莓派的人工智能物联网课程改革原有教学模式，课程主要有以下四个方面培养产业所需的能力，分别是：探索动能激发、人协作能力培养、跨学科知识体系构建、工程实践。

（一）探索动能激发

建构主义认为，学生在场景中通过个人认知、情感、语言交流、触觉、视觉、听觉、嗅觉、工具等多种方式进行场景感知，获得探索新知识的动能。场景感知能力是只具有人类某项能力的机器所不具备的。

课程通过融入场景，提升学生场景感知能力。同时从品质培养、情感激发、需求创造三个方面激发学生探索新知识的动能。

1.场景培养品质，品质激发动能

品质来源于对生活的百味体验，来源于对国家过去与未来的认知，来源于对环境与自然的生命的感悟，来源于科学不懈探索精神的熏陶等等。课程通过场景融合，培养个人品质，激发自身学习动机。下面是課程用场景培养个人品质的案例。

（1）在Python人机协作项目，创设“中国煤矿开采行业百年巨变”场景，煤矿开采中，塌方、瓦斯爆炸、渗水矿难事故频发，煤矿工人的悲惨遭遇让学生感同身受。通过这些，培养学生善良、关爱和理解的思想品质，同时学会珍惜劳动者为我们创造的幸福生活，学会感恩。触及心灵深处引发思考：如何在矿井下搭建5G物联网，通过远程人机协作方式，让机器代替人执行危险工作，改善煤矿开采工作环境，同时保障中国能源安全。

（2）在超声波传感器项目中，中缅边境毒品走私猖獗，缉毒警察为此付出宝贵生命。通过血淋淋的案例提升学生对毒品危害的认知，培养学生的社会责任感；培养有担当、有爱心、有责任心的优良品格。激发项目学习动能，使学生立志要用科技与自身所学，在中缅边境用超声波传感器、红外传感器、振动传感器、计算机图像检测技术架起科技防毒网，保护我们的家园。

2.场景触动情感，用情感激发动能

引导学生关心社会热点事件，将所学知识与实践项目融入社会热点事件，用科学技术创造价值、服务社会。下面是课程的几个场景触发情感案例：

（1）森林火灾频发，消防员舍身扑火。森林面积大，监管人员不足，如何用物联网传感器技术，人工智能视频图像识别技术代替人力监管，减少灾难发生。

（2）白天课室开灯，大量资源浪费，如何用传感器技术解决资源浪费问题？

（3）我国西北地区缺水，如何发展物联网滴灌农业？

（3）河涌被污染，环境被破坏，水质谁来监测？

（4）水温过高，鱼大量死亡，农户一夜返贫。

3.场景引发需求，需求激发动能

按照马斯洛需求理论，在场景中引发学生尊重与自我实现需求是动能激发的关键。包括自信心、创造个人的社会价值、责任感与使命、荣誉感、兴趣爱好、自尊心等个人需求。社会地位、社交关系、社会期望的社会需求。下面是笔者的课程的场景提升需求层次的案例：

（1）点亮LED项目里面，用“螺丝钉精神”类比小小的LED，LED组成电脑、手机的屏幕，是机器世界与人的交流窗口，是我們生活中不可或缺的一部分。我们也一样，每个人都在用自己微薄的力量为国家做出了自己的贡献。每个人都很重要，都是国家、社会不可或缺的一份子，培养学生对个人努力的自信。

（2）Python的弹道建模项目中，引入甲午中日海上炮战中指挥撞向敌舰的邓世昌，抗美援朝战争中“我已被包围，向我开炮，祖国万岁”的侦察兵于树昌的事例。英雄事迹激发学生追求自我成长和发挥潜能的渴望。英雄的故事能够让学生明白为国家、民族和社会贡献的重要性，从而激发他们追求自我实现，发掘并发挥自己的潜力，实现个人成长和人生价值；能够引导学生将个人尊严升华为国家民族尊严，明确为中华崛起的强国使命，需求激发学习战场建模的动能。

（二）人机协作能力培养

机器在进化，很多人担心工作会被取代。技术革命推动时代的发展，而人工智能只不过是一个工具，人类依靠使用工具在所有生物中脱颖而出，依靠工具探索越来越多未知的宏观微观世界。随着工具（机器）在发展提升生产力导致生产关系的改变，旧职业被取代，同时新职业产生。因此以其担心工作何时被取代，不如培养人机思维提升人机协作效率，培养终身学习的理念去适应新的生产关系（职业），用新的生产工具提升个人生产效率。

人机思维能力是人工智能物联网时代的一项重要思维能力。人机思维中的机器替代思维、机器构建思维能够帮助学生更好地与机器智能与工业物联网进行生产协作，更快适应新的生产关系。下面是树莓派的人工智能物联网课程通过Python编程帮助学生提升人机协作能力的案例：

1.在Python的人机协作项目中，用Python的输入、输出、计算模拟下列场景：超市收银员和销售管理系统的协作、高速收费系统和收费员的协作、医院医生和药品管理系统的协作、工厂工人和机器等等。

2.在Python的流程分解、流程控制、重复执行项目中，引导学生分解复杂的洗衣机洗衣过程，汽车前挡玻璃涂胶过程，分解LED广告灯的工作过程。用Python语言模拟机器的自动化执行过程，达到理解机器运行逻辑的目的。

3.Python工具与模块化搭建思维，用Python的函数构建思维和模块调用。让学生明确不能闭门造车，不要重复造轮子。善于运用工具（机器），搭建系统，解决实际生产与生活问题。

4.Python的抽象与建模思维，通过抛物线方程计算和matlotlib模拟火炮弹道的案例，用商品采购过程的建模与Python模拟案例，培养学生对于现实场景的抽象建模思维习惯。

树莓派的人工智能物联网应用课程主要以机器语言Python模拟机器生产过程，提升学生用Python机器语言解决实际问题提升人机协作能力。

（三）跨学科知识体系构建

课程采用STEM+职业教育教学模式，该教学模式有很强的跨学科属性。树莓派的人工智能物联网课程涉及计算机科学、电子工程、数据科学、机器学习等多个学科领域，具体涉及Python程序设计基础、传感器开发基础、电子电路基础、Linux操作基础、树莓派控制基础等众多专业和基础学科。

STEM+职业教育教学模式教学中，搜索引擎、大语言模型知识库帮助学生快速获取各学科知识，以项目引领知识构建，根据个人认知层次，构建以项目引领和学科分类的知识脉络，逐步细化深入知识。

（四）工程实践应用与终身职业能力培养

大语言模型的出现帮助中职学生解决实践中遇到的问题，学生能够在实践中吸收知识。课程要借助人工智能的大语言模型知识库工具，填补知识短板，突出职业教育的实践优势。

1.以工程实践教学为模式，培养技术技能水平

为了提升学生的工程实践能力，在课程中，笔者主要用以下几种方式开展教学。

（1）项目引领

组织学生进行实践项目，例如构建一个智能家居系统、智能停车场管理系统等，让学生通过实践项目，掌握物联网技术的应用，提高工程实践和应用能力。

（2）实际操作

让学生在课程中进行实际的操作，亲手搭建、调试和测试物联网设备，从而深入理解物联网的原理和应用场景。这不仅有助于培养学生的工程实践能力，还能增加学生的兴趣和自信心。

（3）问题解决

鼓励学生在课程中面对实际问题，通过自主探究和解决问题的方式，提高工程实践能力和解决问题的能力。例如，当遇到设备互联或者数据传输失败等问题时，学生需要通过分析问题、调试设备、查找相关资料等方式解決问题。此外，大语言模型也能够帮助学生解决问题。

（4）课堂竞赛

将技能竞赛引入课堂，创造竞争环境，引导学生提升技能从而获取更好的竞赛成绩。

2.以工程实践和课程内容融合为案例，培养问题解决能力

在课程建设中，工程实践案例的设置是至关重要的。以下是Python编程基础的工程实践案例：

人机协作编程项目：①购物车应用。利用Python编程实现购物车功能，可以让用户选择需要购买的商品，并对商品进行实时价格计算，方便用户掌握消费金额。将Python的input、print、基本运算应用到购物车项目中培养工程能力。

②机器决策项目。西瓜挑选应用，通过Python的if条件判断，判断西瓜纹路、颜色、敲击声，判断是好瓜还是坏瓜。通过if条件判断实现橙子大小、好坏的分拣工程实践应用。

③传感器项目。舵机、LED、超声波传感器项目都需要学生进行工程应用，发现问题、分析并解决问题。

通过以上工程案例，学生可以在实际场景中应用Python编程，传感器技术，提高编程和解决实际问题的能力。

（五）STEM+职业教育，培养综合型技术技能人才

树莓派的人工智能物联网课程探索STEM+职业教育教学模式改革，用“science科学理论”分析生产问题，用“工程实践engineering”构建跨学科知识体系，通过“技术应用technology”强化知识，用“数学math”推理运算解决问题。以培养终身学习和职业能力为目标，探索STEM教育与中职教育融合的课程建设，培养人工智能应用时代的产业人才。

五、结束语

为了推进人工智能时代下的职业教育改革，笔者以树莓派为实践平台，将知识探究与实践结合，构建以能力培养为主的树莓派的人工智能物联网课程。从探索动能激发、人协作能力培养、跨学科知识体系构建、工程实践能力培养等多个方面培养学生的职业发展能力，以适应企业终身学习的岗位需求，适应多样的职业发展赛道。

责任编辑 朱守锂