一、彰显类型特征的生存样态

首先,重新定位职业教育。人工智能技术的应用正在改变职业体系,中低端技术岗位将由智能机器替代,未来的产业形态将由人操作机器为主转变为人与人工智能协作。传统以技能训练为主的职业教育培养模式已不能满足产业发展需求,人才培养定位应由单一技术技能人才转向复合型技术技能人才。其次,整合新的职业知识系统。人工智能改变产业结构的同时也在改变职业教育的专业结构、知识体系、课堂形态和教学条件等,传统职业教育的知识呈现出浅表化和单一化特征,不能适应职业教育高质量发展的需要。人工智能技术通过场景模拟、数据挖掘等工具将有力整合职业知识和教育知识,帮助学生在学习中建立专业理论和技能技术、学校生活和生产生活、职业道德和职业经验之间的联系,形成有意义的、深度的职业知识网络。最后,重构职业教育评价体系。“人工智能发展生成的职业教育的新特征和内容、人的新发展素养和要求,映射到评价体系中带来评价理念、方法、标准和工具的变化”。改变传统结果导向、整体取向、单一指标的评价体系,重建基于过程导向、个性取向、多元指标的评价体系,关注学生的增值评价、重视综合性评价,才能适应人工智能时代学生全面发展的需要。

二、整合多元需求的发展样态

社会对职业教育的需求是多元的,传统职业教育对多元需求回应不足,高质量发展的职业教育需要整合多元需求。而人工智能的介入在加速需求细分的同时也给职业教育提供了整合需求的可能。一是人工智能创新人才培养模式。随着人工智能技术发展和产业成熟,面向就业岗位的职业教育专业体系将转变为基于产业链的专业集群,且将专业集群聚集在一起的并非知识逻辑,而是被人工智能重塑后的各产业分支或节点间的关系逻辑。随着社会分工的分化和跨界,职业教育的知识和技能领域不再是单一产业链上的线性结构,这要求学生掌握更加综合、跨界的知识与技能。因之,专业集群和专业内部的知识结构往往在课程层面进行知识整合以适应人才培养的变化趋势。二是人工智能融合产业教育场域。产教的深度融合、校企合作育人的质量是当前职业教育中的一个难题,这背后是教育场域和生产场域在空间、资源和规则等方面的背离。虚拟现实和大数据技术的运用可以一定程度上弥补空间不足,增加空间融合的及时性,将资源共享于育人全过程。三是人工智能建构动态评价体系。在大数据、穿戴装备和自动识别等技术支持下,可以建立个人、学校、区域和国家四个层次,结果性、过程性和增值性评价综合的动态评价体系。这有利于解决知识掌握、情感生成、技能变化等传统评价方式难以评价的维度,并实现实时、交叉和对比评价。四是人工智能优化结构布局。人工智能背景下职业教育的结构布局主要是因产业布局调整引发的职业院校布局调整,因产业结构调整的职业教育专业体系调整,因技能人才需求层次变化的职业教育人才培养层次变化。

三、实现主体自主的创新样态

高质量发展的核心是人的高质量发展,只有人的高质量发展才能通过人才供给服务于经济社会的高质量发展。职业教育高质量发展应配合国家经济社会高质量发展战略,在人工智能塑造的新产业形态下,职业教育需要创新发展形态,培养创新型、复合型技术技能人才,在服务经济社会高质量发展的同时实现自身的高质量发展。人工智能技术不仅从需要和可能性方面赋能职业教育高质量发展,同时也因技术对人的异化可能抑制职业教育的高质量发展。“随着人工智能技术的发展壮大,人工智能技术和技术技能人才之间的延伸关系发生了畸变,技术技能人才被潜移默化地剥夺了思考能力,陷入去理性、意识贫瘠化的可怕境地,丧失了创新能力。”面对人工智能技术对人发展的可能抑制,职业教育要突破“技术至上”的价值观念,唤起主体的价值自觉。在职业教育的多元主体中,学生的发展是第一位的,只有学生主体的自觉自主发展,才能服务于其他主体的发展。同时,其他主体自主发展的突破,也能夯实学生的发展基础,从而合力推进职业教育高质量发展。

在国家层面,党和政府先后出台了一系列关于职业教育的政策和法规,需要进一步建立政策执行的监督和评估机制,加快政策落地,将政策红利转换为职业教育发展的动力。在社会层面,实现产业结构调整与职业院校布局和专业调整联动。建立产业行业与职业教育、企业与学校之间的知识共享平台,加快行业知识向职业院校人才培养过程的转化,提高职业院校支持行业企业发展的能力。在学校层面,一方面,创新人才培养模式。面向人工智能产业培养专业的技术技能型人才,面向产业的智能化培养未来产业工人;以整合的知识观重构适应人工智能时代的课程,引入智慧学习平台;通过智慧学习平台扩展学习空间,为学生自觉学习提供可能。另一方面,职业院校要适应“智能化以及终身化现代职业教育发展机制”,利用智能技术延伸教育空间为全社会的技术技能人才搭建终身学习场域。

(来源:《职业技术教育》2024年12月19日)