吕建强　许艳丽

[摘   要] 学习工厂是工业4.0时代技能人才培养的新模式。研究在对学习工厂的源起、内涵、形态与功能演进进行系统阐述的基础上，认为学习工厂遵循“顺应时代之需，强调复杂思维”的人才培养理念，课程结构设计强调“纵向贯通、横向交叉、行动导向”，学习方式具有“过程学习、项目学习、问题学习与数字化学习”的特点，增进了高技能人才培养的广度与深度。借鉴学习工厂模式，研究提出高技能人才培养模式的改革建议：一是面向实践、育人为本，培养创新和应对复杂工作情境的能力;二是系统设计、强化合作，深化产教融合育人新机制;三是学科交叉、转变角色，创新课程结构设计与教学方式;四是需求导向、智能评价，实现能力评价的可视化与多元化。

[关键词] 职业教育; 学习工厂; 工业4.0; 人才培养模式

[中图分类号] G434            [文献标志码] A

[作者简介] 吕建强（1984—），男，山东平度人。博士研究生，主要从事职业技术教育学研究。E-mail：lvjianqiang@tju.edu.cn。

一、引   言

人才是建设制造强国的首要驱动力。制造业在向工业4.0转型升级的趋势下，企业需要具备快速适应环境的创新能力，这种创新能力要求员工工作方式由单纯操作层面向研究创新层面转化，对技能人才的能力培养提出了新要求。通过革新技能人才培养模式，提高技能人才的问题解决能力、创造力以及系统思维能力等助推产业转型升级。学习工厂（Learning Factory）是一种基于真实工作情境，将工业实践与学校教学相融合，实现产学研用多功能整合的学习环境[1]和技能人才培养新模式。作为职业教育大国，我国适时推出了《国家职业教育改革实施方案》，探索育人机制改革成为职业教育改革的重要议题。系统把握学习工厂人才培养的新理念，深刻解析其人才培养新模式，不仅对我国技能人才培养模式改革具有重要意义，也为我国职业教育高质量发展提供借鉴。

二、学习工厂内涵与形态的演进

（一）学习工厂的源起

学习工厂的概念肇始于“教学医院”，即医学院仿照医院运行模式为学生提供真实的医学体验与培训，学生通过现场观摩和参与，有效提高医学素养。学习工厂吸收了教学医院的思想，构建了新的工业人才培养模式，即企业将特定的生产问题或项目发包给学校，将工厂的生产车间复制到学校。学校教师与企业技术人员共同指导学生，学生在实际生产中学习，并为企业提供解决对策（如图1所示）。学习工厂模式实现了产学研深层次结合，提高了技能人才培养质量与技能需求适切性，更好地服务产业高质量发展。

美国较早将学习工厂范式引入工程教育，使工业实践与工程教育相结合[2]。1994年，美国国家科学基金会（National Science Foundation，NSF）授权宾州大学牵头开发一个与行业紧密联系和互动的高级工程设计项目，并以学习工厂命名。此后，宾州大学陆续完善了相关设施，不断强化学习工厂的人才培养功能。2006年，美国国家工程学院授予该项目工程教育创新奖，以表彰其在工程人才培养中的优异表现。2011年，欧洲在德国达姆施塔特工业大学 （Technische Universit？覿t Darmstadt）举行了第一次学习工厂会议，倡议成立了欧洲学习工厂（IELF）联盟。学习工厂作为一种创新的人才培养模式日渐被重视。新加坡2020年初发布的毕业生就业调查表明，采用学习工厂模式的职教学生毕业后6个月内的就业率高达90.7%[3]，明显高于传统人才培养模式。

（二）学习工厂的形态与功能演进

学习工厂的演进可分为两方面，形态上从实体工厂环境向数字化学习环境转变，功能上从侧重于工程项目设计向人才培养与项目设计融合转化。早期的学习工厂是基于真实工作过程的学习环境，学习者通过现场参与工业生产的方式进行学习[4]。典型如美国加州理工学院的学习工厂，其硬件配备了最先进的工业级生产设备，可以提供高效运转的工厂环境;软件由数字技术提供通信和决策功能。这个工厂作为校园的环境，将精密加工企业、先进的教育技术以及经实践检验的课程和讲座融为一体[5]。

随着生产设备和生产过程的日益数字化，以数字化为关键特征的學习工厂日益受到青睐，它通过计算机和信息技术集成，将所有工作流程、产品以及资源映射到数字模型中，为学习者提供虚拟学习环境。在这种学习环境中，学习者的任务更侧重于规划和模拟。例如，宝马集团在德国慕尼黑建立的数字学习工厂，通过员工在线交互式学习使其价值导向生产系统（Value-Oriented Production System，VPS）和精益生产原则数字化、形象化，并推广至全球各个生产基地，在提高技能人才能力的同时，提高了企业的生产质量和服务水平[6]。

三、学习工厂人才培养的理念更新

面向未来的新机器、新组织与新工作，学习工厂推动技能人才培养由专业为中心向项目中心转化，即通过完成项目掌握理论知识和实践能力。这种实践与学习的同一性体现了学习工厂人才培养的新理念。

（一）顺应时代之需：培养适应产业升级和社会发展的创新型高技能人才

随着经济社会和技术进步的加速变迁，技能的半衰期持续缩短。以人工智能为代表的新技术正在迅速取代常规工作的从业者，对灵活性和思维的要求不断增加，这意味着劳动者的能力结构要不断重组和调整以响应上述变化。因此，劳动者要主动适应时代变迁，将目光放在大时代背景与人类发展议程之中，不断学习未来工作与生活所需的各种技能。学习工厂模式强调人才培养应面向未来产业与社会发展，在实践过程中培养适应时代需求的高技能人才。

学习工厂蕴含三个重要原则：一是创新课程设计，教会学生如何主动思考和学习。课程从传统的模块化转变到项目式教学上来，把创新创业教育融入课程内容。二是丰富教学方法，提高学习效果。借助先进数字技术，运用认知学徒制、情境学习、探究性学习等教学方法，创设跨界融合的学习空间，实现知识的双向交流，基于问题的学习与体验式学习，激发学生学习积极性，提高学习效果[7]。三是助力学生职业规划，培养适应产业升级和社会发展的创新型高技能人才。通过理论知识、方法和实践的传授为学生打下坚实基础，使学生成为既是制造者又是创新者。在上述原则指引下，学习工厂将人才培养聚焦产业发展前沿，开设先进材料、机器人、人因工程、商业模式等跨学科学习项目。可见，学习工厂是对传统职业教育理念与人才培养模式的反思，强调面向未来、回归实践，通过真实情境中的学习，提高学生的综合素质，以顺应时代之需。

（二）强调复杂思维：培养适应复杂环境、主动思考的复合型高技能人才

工业4.0范式的技术进步增加了产品设计的复杂性与创新性，需要经验丰富的工程师和高技能的操作人员来应对，而新入职员工往往缺少处理复杂性的能力，主要原因在于传统课程设计与实际应用脱节。当前学校围绕模块化来设计课程，每门课程只涉及某一特定方面，只是整体复杂性的一部分。模块化课程不考虑实际情况中的不可预测性，而是将实际情况假定为理想化的、不现实的条件[8]。因此，问题的关键在于如何设计课程，将分散的模块加以整合，向学生呈现真实的问题情境和解决方案。

学习工厂通过整合各种模块化的知识，追求产业知识的系统性和能力培养的深度化，使学生技能更适用于复杂生产环境的需求。其一，学习工厂强调产业知识的系统化而非全面性。学习工厂构建了“研究生产知识，教育传播知识，创新应用知识”的跨学科“知识三角”（Knowledge Triangle），实现产学研用有机整合，重构多学科知识实现跨学科知识融合，拓展学生视野与思维，开发未来工作所需的复杂思维能力[9]。相比传统教育对单一学科知识深度的关注，学习工厂更加强调学生对多学科知识广度上的把握，使学生能够采取整合策略去思考解决实际问题。其二，学习工厂追求深度能力培养而非简单的原理验证。这点包含两层含义：一是这里的能力培养不是单纯的实践操作训练，而是制造思维能力和制造实践能力有机结合的整体培养;二是只有真实生产环境才是两种能力结合的有效途径，应创造条件用参与实际生产问题和项目的解决来替代传统的原理验证性的教学，让学生在实际生产中将理论知识经验化，隐性知识显性化。

四、学习工厂课程结构的设计更新

学习工厂的课程结构设计强调纵向贯通、横向交叉与行动导向，打破了教育世界与工作世界、学科专业之间的界限，注重真实生产情境的非结构化，增强了学习效果。

（一）纵向贯通：不断深化，课程项目贯穿于整个产品创造过程

学习工厂的课程贯穿人才培养全过程，结合生产制造流程，学习工厂开发了基于产品创造过程（Product Creation Process，PCP）的课程设计，学习过程即产品创造过程，见表1。学生通过直接参与制造流程，学习真实生产过程中所运用到的知识和技能。在实际生产中学生的能力学习从单纯的技术和方法能力到社会交往能力，再到个性化能力，最后发展为面向复杂现实的综合能力。就课程内容而言，学习工厂采用循序渐进的学习策略，学习内容由易到难、逐步加深。既符合学习规律，又帮助学生逐渐适应制造过程的复杂性，逐步培养学生的复杂思维能力。从师生关系角度而言，教师的角色也由控制者和主导者向指导者和激励者转变。学生从开始的依靠教师指导，到逐渐学会自我指导和调整，到最后学会自我决策和规划。教学方式从授课辅导向实验操作、研讨，到工厂实习，再到项目和专题研讨。学习时长也随着生产实践内容的增多而逐渐递增，生产设备的使用率也不断提高。学生参与生产实践的项目類型从批量生产、系列化生产、小批量生产，最后到大规模定制生产逐步由易到难，循序渐进，见表1。

（二）横向交叉：多学科性，课程设计强调产学研用融合

学习工厂课程的主要特点是多学科交叉融合。课程设计有两种倾向，一是以知识训练为主的模式，另一种是以问题为导向的模式[11]。前者强调对学生逻辑思维能力的培养，注重对知识的理解和内化;后者则强调实践操作能力的训练，注重具体工作情境中现实问题的解决。显然，学习工厂的课程设计属于后者。学习工厂将课程从侧重于工程科学或技术专题改为涉及多学科交叉和专题的综合课程，以便充分理解现代生产系统的复杂性和多变性。重点加强学生在分析、综合和评估复杂问题方面的技能，并为学生提供设计经验和案例支撑。

课程设计由学校教师和企业技术专家共同完成。课程吸收了科学研究成果与产业实践知识，将科研与实践内容共同融入课程，丰富了教学内容。课程内容强调跨学科性，将工程领域中的机械、电子、材料等知识和成果与经济、信息、生物、人文等知识相融合，关注制造的智能、绿色、低碳和高效等。教学方法的设计强调基于网络和系统，培养学生的数字素养、协作意识、环保意识以及终身学习理念。通过吸收大量的产业实践案例，提高学生实践能力并将学习成果反馈给产业实践。

（三）行动导向：真实情境，注重生产实践的非结构化

学习工厂强调以行动为导向的教学方法，基于工作问题和经验的启发式学习模式，学习的重点在于直接面向行业与应用。通过在完整的生产过程中以项目学习的方式，使学生进行批判性思考、问题解决、团体协作以及自我导向学习来掌握学习内容，最终达到不断更新学习者的智力资本、跨学科能力及软技能来提高其解决现实问题的广泛能力[12]。

学习工厂通过整合学习与工作，促进学生能力发展。首先，通过对目标群体的分析来关注所需要的能力发展。其次，通过教学方法的形态学来分配合适的教学方法。一方面是基于工作的学习，即允许在现实或准现实的工业生产环境中以直接参与工作任务的方式进行学习，在真实的工作环境中，学生更容易发现兴趣和特长，也更容易发现自己的不足，有利于个体在真实的工作情境中建构职业知识，发展实际的职业能力[13]。同时，真实的工作环境使学生能够更快熟悉生产和制造的完整流程，缩短了从学校到工厂的适应期，为企业带来收益[14]。另一方面是基于学习与研究的工作，即通过借助先进的教育技术以及经过实践检验的课程或讲座，提高理论学习的实效性。学习过程与工作过程的有机融合有助于克服理论学习与实践操作结合不紧密、学习过程僵化、学生兴趣不高等问题。

五、学习工厂学习活动的方式更新

学习工厂的学习活动打破了固定的课程界限，以项目和问题为中心，以过程学习、问题学习、项目学习、数字化学习等学习策略为支撑，提高了学习效果。

（一）学习过程：采取产品生命周期管理的学习策略

技能习得的标志不只是掌握技能内容，更重要的是把握技能运用的时机与方式有效解决现实生产问题。基于这一理念，学习工厂强调产品生命周期管理（Product Life cycle Management，简称PLM）的学习策略，将学习融入从产品设计直到制造的完整流程的每一环节当中，学生通过完成生产任务，进行团队协作、批判性思考以及自我导向学习，进而掌握相关知识和技能，最终提高其解决现实问题的广泛能力[15]（如图2所示）。在具体学习过程中，学习工厂采用认知学徒制的教学方法，通过建模、指导、搭建、衔接、反思和探索等认知步骤，使学生在实践中习得理论、方法、工具和技术，通过意义的建构进一步深化对技术、知识的理解，不断提高运用技术和方法的专业能力，最后通过发现兴趣和目标，超越方法的学习并产生新知识;学习工厂根据最近发展区理论通过搭建脚手架，安排学生在工业专家与教师的共同指导下，执行超越他们当前能力的任务，随着学生能力的不断提高，脚手架也随之减少，学生在这一过程中经历项目的技术开发、设计制造、商业化等整个运行链条[16]，在理论和实践交融的基础上，提高学生社交能力、合作精神、重塑个体形象;同时，获得高级思维技能并实现知识的有效迁移。

（二）项目学习：注重团队合作与人际沟通能力建设

学习工厂通过项目学习来提高学生的问题解决能力、团队合作能力与人际沟通能力。在项目学习中，学生随机分成6～8人一组，每个小组要求模拟完成一个公司的业务，小组成员协商决定每个人在公司中的角色和职责。比如，工作仓库经理负责对原料和产品库存进行监控;策划经理负责策划生产活动，以满足客户的需求;生产经理负责根据生产活动策划来运行生产，同时将生产所需的物料信息反馈给仓库经理;采购经理与仓库和虚拟供应商进行交互，并订购必要的原材料;销售经理与仓库和虚拟客户进行交互，分析和调度订单;营销经理负责会计事务并检查公司生产是否盈利;协调者的职责是确保公司的各项活动被有效执行。上述活动都可以借助数字技术以教学游戏的方式在网络中开展。

与其他学習理念的区别在于学生在项目学习过程中是自组织、自我决策，从确定问题开始，不断选择假设和方法，最终呈现结果。通过项目学习，学生大量参与“工作”，可以更深入地理解所学知识，更有效地将理论知识转化为实践经验。项目学习增加了学生的参与度，并支持他们在活动中承担责任，学生和教师之间的有意义的互动大大增加。通过方法、技术和工具的实际应用，提高了学生的技术和方法能力。完成项目过程中的不断交互，促进了学生社会和沟通能力的发展。

（三）问题学习：强调跨学科知识的整合能力

工业4.0环境下，工作过程的高度复杂化和基于问题的工作任务日渐增多，技能人才成为智能生产系统的管理者和产品的设计者，需要具备高水平认知（元认知）和解决复杂问题的能力，因此跨学科知识的整合能力也将成为技术技能人才的新特征[18]。学习工厂采取基于问题的学习的学习方式，培养学生跨学科知识的整合能力。基于问题的学习主要原则是：问题是学习过程的起点，问题通常是来自特定的现实问题;学习是自主的，学生有责任制定问题陈述，并就如何解决问题作出决定;学习以活动为基础，以学生的经验和先前形成的理解为基础;学习是跨学科的，重点面向实际情况;学习以典型问题为基础，支持学生将知识、理论和方法转移到新的领域和环境中;学习过程以小组为基础，学生学习如何在学习的各个阶段进行合作。

显然，基于问题学习的原则与现代制造环境对工程教育的要求与可重构制造范式的要求非常一致。欧洲顶尖工科院校奥尔堡大学（Aalborg University）以成功采用基于问题为中心的学习方法而闻名于世。奥尔堡大学所有课程中，有50%的课程包括以问题为基础的项目工作，每组5～7名学生，从实际的工业或研究环境中着手解决问题，其余50%的课程则由讲座、研讨会、实验室工作等丰富内容构成，在某种程度上这些课程也是以问题为基础的[19]。

（四）数字化学习：打破课堂边界提高学习效果

数字化教育资源的供给水平决定了信息化教学应用的发展水平[20]。通过利用先进的数字技术和高级工业教学设备，学习工厂创设了一种新的数字化学习环境，打破了传统课堂的物理边界，将教学所需的物理空间、资源空间和社交空间整合到一起，有利于教师、学生、企业技术人员在网络空间广泛连通，达到真正意义上的互联和泛在学习。在数字化学习环境下，工厂技术人员与学习者可以通过远程交流互动，技术人员为学生讲解实际生产中的问题，并让学生参与实际问题的解决;学习者通过验证新技术或新概念为实际生产或决策提供服务。

同时，学习工厂的理念认为，相互关联的知识从整体上加以联系利用才能发挥更好的作用。借助可视化软件和人机界面等设施，学习工厂将生产的全过程可视化。例如，在真正生产前通过XR技术在工厂层面进行数字仿真操作，虚拟规划工厂的布局和流程、模拟生产任务，评估替代设计方案等。这样带来的好处显而易见：一是数字技术模拟并验证真正投入生产之前的所有情况，并据此设计并优化解决方案，极大降低了企业的研发成本并可避免由于设计规划失误造成的生产损失;其次，对整个生产流程的虚拟可视化可以使学习者对制造流程有全局性的把握，形成复杂性思维，有助于培养学习者整体性工作视野。

六、对职业教育人才培养的启示和建议

学习工厂提供了一种基于真实工作情境的学习模式，增强了学习的实效性，提高了学生的创新能力，缩短了从学习到工作的转换时间，对我国职业教育人才培养有积极的借鉴意义。

（一）面向实践、育人为本：培养创新和应对复杂工作情境的能力

与普通教育传授科学知识不同，职业教育的教育内容是工作知识。一方面，学生只有在实际工作情境下，才能真切地观摩师傅的操作流程，才能通过不断的现场练习与反馈使理论与实践更好结合，实现技能的不断提升和相关知识的有序获取[21]。另一方面，技能形成过程中的高深专门知识和经验知识的形成是长期岗位实践积累的产物，多是缄默知识形态，与工作技巧或诀窍一同铸就了高技能人才的不可替代性和培养周期的跨度性。

创新和应对复杂工作情境的能力的有效培养，必须关注工作规律与学习规律的融合，关注职业及职业成长规律与教育及教育认知规律的融合[22]。具体来说就是从职业的“行动领域”导出相关的“学习领域”，再开发适合的“学习情境”使之具体化[23]。探索建立类似学习工厂模式的工学一体教学模式，创新技术技能人才教育培训模式，鼓励有条件的高校、院所、企业建设智能制造实训基地，使校外实践基地和校内实训基地有机结合，培养满足产业转型升级需求的高技能人才[24]。通过在真实工作情境中边实践边学习，使学生获得最直接、最有效的工作知识，既能保证学生掌握新知识、新技术等专业能力，同时能够培养学生团队合作意识、沟通协作能力、敬业精神等社会通用能力。实现从学校到社会、从理论到实践、从虚拟学习到真实工作情境的有机衔接转化。

（二）系统设计、强化合作：深化产教融合育人新机制

伴随工业4.0不断涌现的新技术、新业态和新职业，淡化了不同职业的边界，传统的“一技之长”人才培养要求已经不再符合“一人多岗、一岗多能”的现实需要[25]，复合型技能人才成为人才培养的新目标。围绕理论知识与实践知识的关系，当前职业院校人才培养过程中有两方面问题：一是理论教学与实践教学脱节，多数职业院校的实践模块只是毕业实习;二是实践教学内容单薄，由于缺少跨学科课程支持，实践内容的广度和深度不足。

技能供需匹配的根本之策是产教融合协同育人。作为企业与学校系统的组织协作产物，产教融合为技能习得提供了丰富的环境，有助于应对产业转型升级所带来的挑战。一是优化人才培养载体。探索建立集政策、教育、培训、科研于一体的区域共享型产教融合人才培育组织，化解人才培养中的信息不对称，促进产学研用各类需求精准对接，降低产教融合的制度性交易成本。二是创新人才培养方式。推行工作场所学习（Workplace Learning），采取面向企业真实生产环境的项目式培养。推动企业参与职业院校专业设置、课程开发、实习实训等，参与学校教学与配套环境的搭建，将业界经验有机融入职业教育过程。三是创新人才培养内容。积极开展新技术、新业态、新产业培训，大力推广“人工智能+职业教育”，推动云计算、大数据、移动智能终端等新技术在技能人才培养中的應用，提高培训便利度和可及性。四是创新职业教育质量评价机制。将职业教育质量评价主动对接行业标准、职业资格和岗位要求，紧密结合产业转型升级需求进行技能培养，切实提升高职学生的技能水平与就业能力。

（三）学科交叉、转变角色：创新课程结构设计与教学方式

一是通过专业群建设，促进学科交叉，培养学生的领域知识。作为社会技术系统的中心环节，工作者只有对整个工作流程有所了解，才不会发生工作疏离。这就需要工作者具备领域知识而不是单一学科知识。领域知识包括了个体对某个特定领域的所有知识，它通常由内容知识、程序过程知识、条件知识三部分组成[26]。领域知识的关键元素是为解决问题或业务领域而涉及的方法论、语言和工具，超越了人为划分的专业边界。智能时代的生产过程和网络具有领域特性，需要特定的领域知识。专业群建设旨在打破一直以来技能人才技能单一的问题，高职院校应积极迎接产业转型升级的新需求和挑战，加快培养复合型创新性高技能人才，通过多学科专业教育的交叉融合，构建技术赋能的教育教学，更多地关注学生方法能力和社会能力的培养，并借助先进数字技术，调动学生学习的主动性，激发学生的创造力与跨界思维[27]。

二是转变师生角色关系，改进教学方式，提高学习效果。现代知识爆炸和社会创新的加快需要极大地提高教与学的效率。以学为中心的教育理念改变了传统意义的单向灌输式教学，强调学生的主体性和学习的主动性，教师由学习的控制者转变为学习环境的建构者、学习活动的组织者以及学习过程的引导者。通过对学生的综合分析，明确其所需要发展的能力并结合教学方法的形态学来选择合适的教学方法。将教室与工厂有机联系起来，通过先进的信息和通信技术进行双向知识交流，基于问题的学习和体验式学习，提高学生学习的积极性和主动性，最终达到提高学习效果的目的[28]。

（四）需求导向、智能评价：实现能力评价的可视化与多元化

现代工业心理学的研究表明，对学习者职业能力的评价只能在具体情境或工作行动中才有效[29]，通过考察学习者如何寻求信息和帮助，如何调集资源去完成某项任务才能得出学生综合能力的真意。人工智能技术和大数据分析等技术的普及，为教育带来从知识生产模式、学习交互方式、学习资源整合，到学习评价等颠覆性的变革。例如，借助智能视频追踪与分析技术可以直观地对学生作品的整个制作流程进行回顾，实现对学生整个学习过程的评价与分析，避免了终结性评价的弊端。这样做的优点一是可以帮助学生进行反思，因为新技术能够记录作品表现，学生通过回放自己完成任务的整个过程，品评自己和他人的作品质量，思考下一次如何能做得更好;二是在智能学习环境下，学生能够将自己的作品或方案在线与专家的作品或方案加以比较，直观地发现自己和专家的差距在哪里;三是可以借助数据挖掘工具，对所有学生作品进行统计、运算和深度分析，生成一套评价体系，然后将学生的作品表现和评价体系加以比较，以可视化的方式来解读学生作品的优缺点。

另外，借助常态化的数据记录对每个学生进行数据全采集和全画像生成数字徽章，并将数字徽章所具备的能力、技能及学习经历等信息全面呈献给未来雇主，为人才招聘提供参考依据，简化雇主依据需求精准匹配雇员的过程[30]。超越了一纸毕业证或资格证书的刻板和信息不足弊端，也极大促进了学生学习的积极性和主动性，最终实现优化教学，促进学生适应性学习与自我导向学习的目的[31]。

七、结   语

学习工厂作为一种新颖的数字化和智能化的学习环境在教育变革的当下日渐引起专家和学者的关注。随着时代发展，学习工厂将会更广泛地应用于不同教育类型和阶段。虽如此，学习工厂的应用也尚未成熟，还存在亟待解决的诸多问题。例如：（1）标准的制定。实践中学习工厂通常因地制宜采取灵活教学策略，可能会引发后续学习成果认证标准不统一的问题。（2）成本的挑战。学习工厂搭建了学校和工作场所共生的学习环境，依赖于大量的资源投入，可能存在对成本投入负担较重的问题。（3）教师的参与。如果学习工厂在设计时没有充分考虑到教师的积极性，将会影响教师的参与和学习效果。因此，还需要进一步探讨学习工厂在实践中的一系列问题，促进教育数字化和数字化教育的变革。

[参考文献]

[1] ABELE E， METTERNICH J， TISCH M， et al. Learning factories for research， education， and training[J]. Procedia CIRP， 2015（32）：1-6.

[2] JOHN S， LAMANCUSA， ZAYAS J L， et al. The learning factory： Industry-partnered active learning[J]. Journal of engineering education， 2008， 97（1）：5-11.

[3] 林芮.新加坡创建独特的“教学工厂”[N].人民日报，2020-11-06（17）.

[4] ABELE E. Learning factory[M]. London： CIRP Encyclopedia of production engineering， 2016：82.

[5] ALPTEKIN S E， POURAGHABAGHER R， MCQUAID P， et al. Teaching factory[M]// Proceedings of the 2001 American Society for Engineering Education Annual Conference & Exposition. Albuquerque， New Mexico， 2001：1-8.

[6] MICHEU H， KLEINDIENST M. Lernfabrik zur praxisorientierten Wissensvermittlung： Moderne Ausbildung im Bereich Maschinenbau und Wirtschaftswissenschaften[J]. Zwf zeitschrift fuer wirtschaftlichen fabrikbetrieb， 2014， 109（6）：403-407.

[7] CHRYSSOLOURIS G， MAVRIKIOS D， RENTZOS L. The teaching factory： a manufacturing education paradigm[J]. Procedia CIRP， 2016（57）：44-48.

[8] BASHIR S， MUSTUFA H A， SYED H M. Virtual reality-based engineering education to enhance manufacturing sustainability in industry 4.0[J]. Sustainability， 2019（11）：1-19.

[9] ABELE E， CHRYSSOLOURIS G， SIHN W， et al. Learning factories for future oriented research and education in manufacturing[J]. CIRP Annals - Manufacturing Technology，2017：803-826.

[10] IRIS G， PATRICK T， XIAOJUN Y. Educational learning factory of a holistic product creation process[J]. Procedia CIRP，2016（54）：141-146.

[11] DRINKA D ， YEN Y M. A Project-Centric Curriculum Design[J]. College teaching methods & styles journal， 2006， 2（2）：25-34.

[12] MARTAWIJAYA D H. Developing a teaching factory learning model to improve production competencies among mechanical engineering students in a vocational senior high school[J]. Journal of technical education & training， 2013， 4（2）：45-56.

[13] 徐國庆.工作本位学习初探[J].教育科学，2005（4）：53-56.

[14] BEDOLLA J S， D'ANTONIO G， CHIABERT P. A Novel approach for teaching IT tools within learning factories[J]. Procedia CIRP， 2017（9）：175-181.

[15] MARTAWIJAYA D H.developing a teaching factory learning model to improve production competencies among mechanical engineering students in a vocational senior high school[J]. Journal of technical education & training， 2013（2）：45-56.

[16] 张竞，梁喜凤，李孝禄.学习工厂：培养适应全球先进制造的卓越人才——美国宾州州立大学工程教育案例[J].高等工程教育研究，2018（2）：125-128.

[17] BEDOLLA J S， D'ANTONIO G， CHIABERT P. A novel approach for teaching IT tools within learning factories[J]. Procedia manufacturing，2017（9）：175-181.

[18] 李士梅，程宇.全球制造业竞争新格局下我国高等职业教育面临的挑战与因应策略[J].高教探索，2017（4）：87-91.

[19] DE GRAAF E， KOLMOS A. Characteristics of problem-based learning[J]. International journal of engineering education， 2003（19）： 657-662.

[20] 柯清超，王朋利，张洁琪.数字教育资源的供给模式、分类框架及发展对策[J].电化教育研究，2018，39（3）：68-74，81.

[21] 吴学峰，徐国庆.现代学徒制：对象、意义与实施策略[J].现代教育管理，2016（11）：76-81.

[22] 姜大源.职业教育立法的跨界思考——基于德国经验的反思[J].教育发展研究，2009（19）：32-35.

[23] 姜大源.“学习领域”课程：概念、特征与问题——关于德国职业学校课程重大改革的思考[J]. 外国教育研究，2003（1）：26-31.

[24] 工业和信息化部，财政部.智能制造发展规划（2016—2020年）[Z].工信部联规〔2016〕349号.2016-12-8.

[25] 覃川.1+X证书制度：促进类型教育内涵发展的重要保障[J].中国高教研究，2020（1）：104-108.

[26] ALEXANDER P A， JETTON T L. Learning from text： a multidimensional and developmental perspective[C]// KAMIL M L， MOSENTHAL PB， PEARSON P D， et al. Handbook of Reading Research. Mahwah， NJ： Erlbaum， 2000.

[27] 许艳丽，吕建强.面向人工智能的高职毕业生技能需求研究——基于近万条网络招聘信息的调查分析[J].高教探索，2019（7）：97-102.

[28] CHRYSSOLOURIS G， MAVRIKIOS D， RENTZOS L. The teaching factory： a manufacturing education paradigm[J]. Procedia cirp， 2016（57）：44-48.

[29] ROBEN P， ARBEI E， PETERSEN W， et al. IT gestützte facharbeit[M]. Baden-Baden：Nomos， 2001：43-57.

[30] 張蕾，廖绍雯.开放教育环境下的数字徽章：设计维度与价值分析[J].电化教育研究，2020，41（7）：69-76.

[31] The New Media Consortium. Learning analytics[R].The Horizon Report 2011 edition： 28-30.