武 建

(天津市劳动保障技师学院,天津 300162)

一、背景

人工智能简称AI，经过迅速的发展，人工智能将迎来新的篇章。我国为实现中华民族伟大复兴的宏伟目标，完成由大国向强国的转变，国务院印发了《新一代人工智能发展规划》，以促进我国在科技领域获得强有力的竞争力，推动我国产业结构的变革。随着AI在实体产业中的应用，对于AI技术的需求和应用场景越来越多。2020年是人工智能关键的一年。 由谷歌公司技术团队开发的阿尔法围棋战胜了人类职业围棋选手职业九段棋手李世石、围棋世界冠军柯洁等围棋高手。还有24小时在生产线上高效率、低成本运行的工业机器人，还有自动驾驶的汽车、上万平方米的仓库却看不着人影，AGV小车、机器人等具有智能技术的设备高效、有序工作等等场景。面对这个飞速发展的时代，不由得感慨，职业教育该如何发展？学生具备什么能力才能适应未来？三尺讲台上传统职业学校的老师应该具备什么样的知识结构才能不被人工智能淘汰？学校应如何调整培养模式才能跟上教育现代化，跟上飞速发展的时代？

二、智能管理

(一)完善职业教育专业建设体系

2017年12月，由国家三部一委联合印发的《新一代人工智能发展规划》明确指出率先在8大智能产品领域、4大核心基础、深化智能制造模式和装备三大方面取得关键核心技术突破，这也为加速我国人工智能领域的高端人才、复合型人才培养明确了方向，提供相应的政策依托。教学活动的开展要符合专业标准的基本要求，是进行教学的组织、教学的实施、教学的管理等基本教学活动标准依据，同时也是依据专业标准进行专业建设和教学资源的开发等各种文件建立的依据；因此完善职业教育专业建设必须首先通过制定文本模板保证模板标准化、规范性，在框架结构设计时要遵循系统性原则，将专业教学和核心课程的一致性纳入考虑范围，保证专业教学和核心课程的实施中具有指导性、通用性、强制性。故在建立专业标准要结合教育部分、院校、企业、教科研、行业协会五个部分进行五方协同，再进行具体的立项-实施-试点-修订-再实施的流程，又因其通用性决定了基础性，是实施专业课程的开发与制定的关键依据。

人工智能的本质是计算机的分支，故在职业教育管理方面应用具有严密逻辑的特点。不论是区域院校、培训机构等群体管理,还是职业院校、单位机构个体教育管理，再或者是教师和学生重要组成的管理，科学的决策都需要依托全面、准确的信息作为基础，只有强大的信息基础才可能实现依托系统化专业标准“一切从实际出发”的目标。通过建立区域、校园、实训场地、个体大数据中心，形成数据平台打造的人工智能管理服务平台利用大数据清洗、数据挖掘、数据提取等技术手段，对数据进行分类、提取形成有规律、有价值的数据，通过可视化手段为职业教育管理者提供海量信息，呈现人工智能技术数据量大、类型多的特征，使其在管理中更具科学性。

(二)教学管理数字化

教学管理数字化由两个方面组成，在教学工作中相关的行政事务的无纸化、数字化的管理和在教学中辅助教学手段、相关的辅助素材资源数字化的管理。教学事务管理简称教务，即有关教学活动的行政事务，例如课表编排、教学计划、学籍管理、发布通知、考勤管理、学生评教等方面；教学资源则是便于教学的有效开展实施的辅助手段、素材资源，通常包括投影、视频监控、远程连线、教材、PPT、微视频、思维导图等手段、资源。目前国内已经有较成熟教务管理系统和教学资源管理系统，能完成相应基本任务，很大程度上将相关的工作人员解放出来，优势不言而喻，而缺点则是两个系统是分离的，不能有效地结合起来，同时也是被动的，不能实时地有效地监测教学过程、反馈教学效果等主要环节。

未来人工智能将解决这些问题。全面、准确的信息需要数字化手段来作支撑，通过无线终端、可视化手段、监控分析、人脸识别、物联网、语音处理等数字化手段，结合目前主流的翻转课堂、慕课、全息投影等手段将校园、管理层、教师、学生的衣食住行的信息进行多维度的采集，为人工智能管理服务平台进行利用大数据清洗、数据挖掘、数据提取等技术手段的实施提供数据基础，同时保证数据的可追溯性。

(三)产教融合多元化

产教融合即院校根据所设专业特点将产业与教学有机结合起来。常见的方式有走进去和引进来两种方式，本质区别在于模式、技术等资源的输入还是输出，根据学校专业自身的情况进行选择，也可同时进行。深度融合的关键则是要找着校、企、生、政四方的有效可行的共赢点。“产教结合、校企一体”的办学模式，核心是“产”，那么问题来了，校企合作中的产是教师先完成还是学生先完成；这个过程中是培养学生还是培养教师呢？这个问题值得我们深思。产教融合，站在学院的角度上实际分为两个阶段，即第一阶段为修炼、强化内功阶段，重点把教师专业能力提高起来，有能力解决生产问题；第二阶段为付诸实战发挥效能的阶段，这个过程是产教融合的黄金阶段，也是实现四方共赢的关键必要过程，在这个阶段专业教师真正意义上融入了产教当中，也才能真正意义上做到以真实的产品生产为前提、以真实的生产过程为载体、以产教融合为平台的效果，为学生搭建起有效的高质量的平台，学生能学真本领，教师能获得实战经验，企业能获得合格的产品、学校能交出合格人才，服务于区域经济。但“九层之台,起于垒土”，生产和教学两者如何完美结合？人工智能技术能将这些强有力的数据进行整合、总结规律、提取有价值的信息，按照一切从实际出发的原则，不同的专业、不同的区域经济、不同办学能力的院校、不同的教师、不同的学生将决定了多元化的产教结合的模式、道路，也决定了融合的模式和路径更加精细化、个性化和定制化。

产教深度融合是职业教育实践中不可或缺的一个环节，是“专业生产”与“教学实践”的深度融合。目前,我国职业教育产教融合还存在着执行力度不强、产教融合深度不够、产教融合途径单一等问题。在人工智能加速发展下对于产业结构影响甚大，产教融合的方式也越来越多元化，对于技能人才的需求也有了新的要求。在数字化管理中，除了要采集分析学生的喜好、习惯等特征外，重点要将专业实训的内容、特长等信息采集。人工智能管理服务平台将根据每个人的信息特征及占比自行匹配对应的产教融合模式，随着数据量的不断增加和产业需求不断更替，产教融合的模式越来越多元化，会更加精细化、个性化、定制化，更加符合不同技能人才特征的需求，同时由量变到质变的过程也有助于决策者探索产教深度融合的新模式。

(四)数据模型的建立与分析

建模是研究系统的重要手段和前提。大数据模型不再像传统数据模型需用SQL数据库，而是一个系统具有开放性的通用接口和处理不同类型数据的能力。建立模型有选择或自定义模型、训练模型、评估模型、应用模型、优化模型五个步骤。一个好的模型都是需要根据需求多次进行优化的。

职业教育包含了学院、教师、学生三个主体部分，那么对于三个主体部分现状及未来的分析成了重中之重。学院的发展方向、教师专业能力提升和学生需具备的技能水平三者联系紧密，而又都有各自具体的计划。那么三者的计划是否合理，是否具备系统性、可行性等问题，可以通过人工智能信息系统进行验证分析。将碎片化信息进行分类整理，每个部分都形成具有独立多维度的模型。以青年教师为例，通过对教师的教学过程、学习提升过程、技术攻关等过程进行数据采集，通过人工智能分析，三者的数据占比分析教师的类型-属于单一类型、复合多能型、专家类型等特征类型，可以更好地规划教师成长规划，同时也对于教师的特征类型提供适合的平台，更好地发挥人才优势。

三、智慧课堂

(一)教学手段数字化

随着近几年教师能力大赛如火如荼地进行，数字化教学手段作为一种辅助的教学手段，在教学中运用中不断改进、升级，其高效地展现能力、形象直观的效果在教学过程中大展身手。

数字化建设是实现人工智能的不可或缺的部分，也是实现人机协同教-学的必要保障。教学手段现代化的建设应包含学校整体必备的通用基础部分和符合各个专业特征的的数字化建设两个部分。通用基础部分即考勤管理、门禁管理、信息化、网络化等建设，在此不再赘述。符合各个专业特征的的数字化建设，必须从专业具体特征出发，保证实用性、可实施性的前提下，结合当前的主流的、先进的数字化手段，将相关的专业数据进行采集。教学手段数字化分为如何展现数据和反馈数据两个方面。在教学资源展现方面，数字化教学方式通过其生动形象的展现教学素材完胜传统的教学模式打破学生被动学习的方式，极大地改善了学生学习的主观能动性，能够更加有效的展现。目前方式比较多，如PPT、翻转课堂、慕课等方式，同时具有便捷性和延续性的特点，但在反馈方面，目前没有太新颖的方式有答卷、提问等，但是人工智能技术将弥补这块空白，通过行为分析、微表情提取等先进技术通过数据分析结合当前在线检测等数字化手段将结果的反馈数据逐步完善，将实现革命性变革，即单一的更多的展现数据到数字化的反馈的闭环。将更加全面、系统的将整个教学过程通过数字化手段展现出来，同时具有可追溯性的特点，使教师教评也更加系统化，教学过程更加个性化、绩效排名精细化、科学化。

(二)人机协同的教-学环境

提到人机协同，先要提一下人机交互，简单理解：人与机器或系统的沟通和互动过程。而人机协同则是人类智慧与人工智能结合的过程，即“人机合一”的过程。人机协同智能是更高级别的智能。“人机合一”意味着人脑和机器完全融为一体，实现真正意义上的信息互通的过程；同时，设备、人工、人脑等智能群体中的混合智能的研究发展成了必然趋势。比如阿尔法狗就是通过对人类智慧形成的经验进行学习的过程最终战胜世界围棋冠军，这种融合的方式称为离线融合，缺点是人机协同不能实时地进行。

系统化、科学化、定制化的数字化建设是实现良好的人机协同教学环境平台的重要部分。如何更好地实现和发挥人机的效能是最为宝贵的地方，需要我们结合既定目标将每一堂课的情况进行不断地实践、总结、优化，即在时间的循环中进行规则的提取和整理。在教-学过程中，大量的数字化资源展现在整个课堂上，同时结合人工智能技术，将师生的表情特征、行为特征、语言处理等信息进行采集，对于教师间的异同、教学资源的异同、学生间的异同、环境间的异同进行科学的分析、整理，对于各个部分360度的进行评价，形成庞大的数据模型，供决策参照。教师和学生可以提取查看关于自己的各个数据，根据直观的数据更加全面科学地了解自己，为自我成长和提升提供了有效的决策依据，同时为全面分析问题提供了有力的保障。

(三)精准数据分析-实时智慧决策

大数据分析由规模巨大的数据和数据分析两个部分组成，具有数据量大(Volume)、速度快(Velocity)、类型多(Variety)、价值(Value)、真实性(Veracity)五个特征。数据分析包括可视化分析(Analytic Visualizations)、数据挖掘算法(Data Mining Algorithms)、预测性分析能力(Predictive Analytic Capabilities)、语义引擎(Semantic Engines)、数据质量和数据管理(Data Quality and Master Data Management)、数据存储，数据仓库六个步骤。其中可视化是给人看的，数据挖掘是给机器看的，预测分析则可以让分析员更好地理解数据中的价值并做出决策，语义引擎则可以将按照不同形式分类的数据进行智能提取，数据质量和管理则是保证高品质分析结果的关键，最后数据仓储、仓库则是数据平台，提供数据查询、访问等操作功能。

大量可靠的数据是人工智能分析的关键保障，也是发挥数据分析优势的关键所在。当强大的数据建立起来展现在我们面前的时候，哪些问题是我们迫切需要解决、哪些是我们重点关注的问题，新的规划中，哪些数据需要考虑等都将有了数据基础。但海量的数据中是不规则的，需要我们按照结构化、标签化等规则进行数据清洗，然后提取出不同的年纪、专业等有价值的特征信息，将这些有价值的特征信息应用到专业设置、专业发展、专业规划、教学实施、实践就业等领域。比如我们教学计划中的课题不是永久不变的，而是根据产业的发展、社会的需求，哪一个课题到底该去该留、还是该增大或缩小比重，就可通过这个数据作为参照来决策。故人工智能加速发展背景下职业学校专业技术的应用和发展更具科学性，使教师授课更能因材施教，同时亦能更大程度地解放教师。

四、结束语

人工智能不再是简单的理论影响。近年来，人工智能在全世界都呈现火热的景象，人工智能和实体经济的融合已经提供了应用参照，职业教育和人工智能有着天然的联系，而这种天然的联系将会带来巨大的发展机遇。可以预见，在未来一段时期，人工智能的“智慧”将助力职业教育强有力的发展动力，人工智能+职业教育的深度发展的潮流已势不可挡。