王羽菲 和震

【摘 要】

人工智能作为当下生产和生活最活跃的变革力量，对职业教育的赋能带来的是职业教育的全方位转型，主要包括职业教育人才培养目标的变革与教学实践方式的重构。人工智能赋能职业教育的内在机理是在理念层推动教育与技术的深度融合、在目标层实现智慧生成的完满发展、在场域层展开多维关系建构。就生态、知识、实践、能力等维度而言，人工智能赋能职业教育的实践向度是促推产教深度融合创新、优化职业教育服务供给、基于职业特性构筑职业教育教学知识、围绕学生主体开展新型职业教育教学实践活动、面向高阶职业能力完善职业教育培养目标。

【关键词】  智能时代;人工智能;职业教育;智慧教育;产教融合;教育服务供给;教学实践

【中图分类号】   G710         【文献标识码】  A       【文章编号】  1009-458x（2022）5-0001-08

一、引言

人工智能技术的应用与发展开启了一次重大的时代转型。在未来20年内，中国的四大新红利将由新中产、新工匠、智能技术、新居住四大模块组成（付守永， 2018， p.37）。人工智能必将成为智能时代新世界的变革力量，对包括教育在内的诸多领域产生重大影响。2017年7月，国务院发布的《新一代人工智能发展规划》提出了人工智能对教育领域的改革引领作用，要求构建包括智能学习、交互式学习的新型教育体系;2018年欧盟委员会联合研究中心（European Commissions Joint Research Centre）的政策前瞻报告描述了当前人工智能技术水平及其对学习、教学和教育的潜在影响，认为未来技术的快速变革以及人工智能技术的开发与应用将产生巨大推动力来改变教育实践、制度和政策（Tuomi， 2018）;2019年联合国教科文组织表示，“人工智能有潜力通过减少学习障碍、自动化管理流程和优化教学方法来提高学习成果，从而加快实现全球教育目标的进程，教学工具、学习方式、获取知识的途径和教师培训都将发生革命性的变化”（UNESCO， 2019）。未来教育的发展将会受到智能技术的强势推动，智能技术正转变为教育变革发展的内生力量（曹培杰， 2020）。职业教育表征为一种技术技能学习，人工智能技术的强势来袭以其器物之变引领职业教育的转型发展，倒逼其与职业教育在人才素质结构、课程体系与教学模式上走向深度耦合（朱德全， 等， 2020），职业教育基础正在由工业化向智能化过渡。“赋能教育”被看作是利用智能技术激发教育系统的内在潜力，人工智能作为职业教育再设计的“触发器”，为职业教育塑造了一个全新发展图景，对培养新时代具有强适应性的高质量复合型技术技能人才至关重要。因此，本研究将在梳理人工智能促进职业教育变革的现实样态的基础之上，剖析其对职业教育产生赋能作用的内在机理，进而探讨人工智能赋能职业教育的实践策略与实施路径，以期为现代职业教育高质量发展觅求借鉴。

二、解构：人工智能促进职业教育

变革的现实样态

职业教育因其独特的类型属性使得技术变革能够从多样化角度对其产生深刻影响（石伟平， 等， 2021）。在智能时代，人工智能促进职业教育变革主要表现在职业教育人才培养目标的变革与教学实践方式的重构上。

（一）目标变革：面向“工作世界”引发对职业教育人才培养的新诉求

在全球经济时代，技术发展是人类生产力的核心，其对工作世界的变革作用引发了对技术技能人才的需求变化，进而影响了对职业教育人才培养的现实诉求。一方面，第四次工业革命中的智能创新将在工作性質上引入更普遍和更根本的转变，智能化转型将导致工作世界的重组，人工智能的应用正在触发一场剧烈的社会分工调整，以系统自动化为工作任务的中等技能工作正在快速消失。麦肯锡全球研究所（McKinsey Global Institute）的研究表明，到2030年全球大约3%的劳动力需要更换工作，高度结构化的工作环境或需要身体活动完成工作任务的职业将会减少;到2055年在人们完成的工作任务中约有一半可以通过当前的技术实现自动化，凸显了高技能工作的显著趋势（McKinsey Global Institute， 2017）。在未来劳动力市场中，智能技术将创造更多人类高层次劳动工种。2019年我国人力资源和社会保障部等部门发布了包括人工智能工程技术人员在内的13个高新技术领域新职业，对从业人员知识、技能水平具有较高要求。与较高岗位要求形成鲜明对照的是，统计数据显示，从2017年至2019年我国高级工程师、高级技师岗位空缺与求职人数的比率均大于1.5，高技能岗位空缺情况凸显。另一方面，人工智能带来了职业领域的相互交叉与融合，呈现出产业边界消解、跨界融合、不同岗位间交叉协同化趋势增强等表象规律（武汉大学国家发展战略研究院智库团队人工智能与职业教育转型研究课题组， 2020），这意味着单一机械的知识技能必须走向多元与综合。

职业教育是高质量技能供给的重要途径，主要帮助学习者进入特定工作或相关职业领域，能够通过满足学习者广泛的技能需求、培养高素质复合型技术技能人才来有效弥合当前工作世界的“技能鸿沟”（skills gap）。因此，伴随工作要求、技术、组织和结构的变化，职业教育需要做出相应的积极反馈，包括：满足工作场所的具体要求;发展职业能力;学习难以直接体验的知识，即概念和符号知识;根据工作变化发展适应性职业能力;重视跨职业生涯的持续发展等（Billett， 2020， p.251）。在智能时代，人工智能在现实世界中的覆盖范围不断扩大，渗入程度持续加深，所产生的替代性风险促使培养人的创新能力、批判思维、交流合作等人类特有能力的重要性愈加凸显。世界各国都加强对职业教育的关注度以实现21世纪技能，强调解决复杂问题的跨界思维、批判性思维、创造力、合作与协调等能力的重要性（Wagner， 2012， p.32）。由此观之，技术革新引领职业教育人才素质能力结构朝着“高阶多元”方向进阶，塑造“现代职业人”的全面发展。从培养目标上来看，智能时代职业教育培养的人才必须具备高阶能力和关键素质以有效应对人工智能所引发的工作世界的变革，深化能力本位，生成包含创新思维、跨界思维、创造能力、学习能力、元认知、合作意识等关键素质的高阶能力，树立“硬技术+软素质”的“完整职业人”的职业教育培养目标，满足学习者能力结构转变的需求，即由满足单一的传统岗位能力需求向满足多元综合的岗位群能力需求转变，从而有力应对人工智能所带来的“替代性危机”，实质性提升学习者对智能技术的驾驭力以及个体竞争力。8308A0F7-E324-4974-BC57-1A42DF3979B2

（二）方式重构：迈向“智慧教育”推动职业教育教学实践方式的革故鼎新

智慧教育是教育发展的高级阶段，旨在借助人工智能对教育系统的赋能作用提升现有教育系统的智慧化水平，进而实现教育系统的全面变革升级，实现教育环境、教育资源、教育服务等的智慧化（徐晔， 等， 2020）。人工智能在职业教育领域的应用引发了职业教育教学实践变革，遵循“智慧取向”对职业教育传统教学方式发起挑战。一方面，人工智能优化拓展了教学实践空间。人工智能的全面深化应用不仅促进标准化集体教学活动的有效开展，也促进了职业教育的精准化程度和适切性水平快速提升，营造了“自主、探究、合作”的新型信息化教学环境，支持真实的情境创设、启发思考、信息获取、自主探究、协作学习、多重交互、资源共享（何克抗， 2018），使职业教育的个性化、智慧化定制成为可能。职业教育教学方式依托人工智能学习终端并根据学生发展状态不断调整，促使职业教育与学生的自适应学习、移动学习深度融合，在打破标准化教育体系的基础上对职业教育教学流程进行重组和再造，着力打造个性化和时时可学、处处能学的泛在化职业学习体系（黄利文， 等， 2020），重塑教学而形成自主学习的智慧学习空间。另一方面，人工智能渗入职业教育教学实践环节。人工智能将作为技术的工具形式影响学习和教学方式，如人机协同教学、交互关系精准定位、虚拟现实场景互联等在课堂与实训环节的真实使用，直接改变教授、学习与管理的教学活动方式，由“以教师为中心”的教学结构转变为“主导—主体相结合”的教学结构（何克抗， 2008， p.8）。在教学实践过程中通过多模态资源呈现、多形式互动交流的工具平台等智能支持激发教师的教学机智以实现智慧教学，显著提升学生的学习投入，从而实现深度学习，达成教学体验与教学效果的双赢。

三、审思：人工智能赋能职业教育的内在机理

在智能时代，人工智能对职业教育的赋能作用内含自身的生成逻辑，需要从理念层、目标层、场域层等维度来充分解析人工智能赋能职业教育的内在生成机理，寻回人工智能赋能职业教育的理性本源，为智能化时代职业教育发展提供逻辑遵循。

（一）理念基础：在智能化变革中推动教育与技术的深度融合

技术，尤其是现代技术，并非实现目的的单纯手段，而是事物和世界的构造，也是人与自然、世界关系的展现方式与展现状态（刘同舫， 2017， p.6）。人工智能的应用作为多维度的实践活动，既是在制度組织、文化形态与生活方式等方面发生颠覆性改变的运动，也是在工具理性的价值理念主导下产生的新的理念省思。

托米（Tuomi）通过操作水平、行动水平和活动水平来区分人工智能对人类活动的潜在影响：在操作层面，人工智能会增强和补充人类社会实践，提高当前做事方式的效率和有效性;在行动层面，人工智能会替代以前由人类承担的行动;在活动层面，人工智能会改变人们执行某些活动的动机，使当前的活动变得冗余和过时（Tuomi， 2018）。智能化变革所带来的是工作任务和工作方式的改变，技术创新在产生破坏性效应的同时，也产生了新的资本化效应（杨进， 2020），不会使人类活动完全过时甚至被完全取代。相反，人工智能作为解决当前教育系统中问题的方式，能够为职业教育创新发展赋予“智慧”支撑，以提高学习者的学习能力和应用能力，进而不断拓展人类社会的发展空间（董文娟， 等， 2019）。因此，首先应在理念层面正确看待智能化变革中人工智能技术对教育这一人类活动的影响，正视教育与技术的关系，充分体悟人工智能与教育活动的融合关系与赋能作用。

教育的本质是育人，所有技术手段的运用都服从和服务于这个目的。人工智能作为一种外源性技术手段，其主要运动路径是以人为介质的功能传导（赵渊， 2019）。由此观之，教育与技术都作用于“人”，二者依附于同一对象从而实现了一体化的存在，这一存在方式也映射出技术与教育和谐共生、互依共存的关系（李世瑾， 等， 2021），成就了人工智能赋能职业教育的基本理据。

人工智能与教育深度融合的操作原理是依托技术、数据和算法的三维重塑，推动教育朝智能化方向迈进（张海生， 2021）。作为教育的技术手段与工具，人工智能通过精准捕捉关键信息点优化职业教育教学实践活动，能够有效提升其质量、效果与精准度。在人工智能的多维浸染下，职业教育在实践运行中实现器物、制度和观念的整体转型，完成职业教育内部生态重构与模式创新，具体在教学目标、教学内容、教学方法等方面实现与人工智能的全方位深度融合，实现教育资源的有效供给和个性化服务。由此观之，人工智能与教育深度融合发展通过高智能性的技术不断提升教育的科学性，推动教育的民主化进程，进而为教育的智能化发展以及新旧教育形态的全方位转型赋予新动能。二者在深度融合过程中，促使教育的工具性作用转向更具发展性的作用，在“工具理性”与“价值理性”中寻求动态平衡。由此，人工智能给职业教育提供了新的转型发展机遇与变革抓手，职业教育成为人工智能重要的赋能载体。

（二）目标动能：在“智能+”职业教育中实现智慧生成的完满发展

人工智能促推职业教育对原先的人才培养模式进行突破与超越，其目标指向学生的智慧培育和作为“人”的本质建构、完满发展，实现传统“知识学习+技能学习”向“智慧生成”进阶，迈向智慧教育发展新阶段。

“智能+”职业教育下的融合产物——智慧教育深度融合教学之“慧”与技术之“智”，形成创新平衡的教育生态。智慧教育不是简单地给职业教育贴上智能技术的标签，其实质是在人机协同作用下拟合数据智慧、教学智慧与文化智慧对教学过程加以优化，是培养兼备人格品性、行动能力和创新潜能的智慧人才的未来教育范式（祝智庭， 2018）。由此可见，人工智能在赋能职业教育并助力其转向智慧教育的过程中，其目标组成包括两个面向，即教师的“教”与学生的“学”。对教师而言，优化教学过程，提高教学品质。依托虚拟仿真、人机交互技术建立起来的具备一定主动服务能力的智能虚拟仿真实训系统，教师能够帮助学生在高度逼真的工作情境中通过典型的工作任务和项目教学获取职业感知与行动体验，显著放大工作过程中隐性知识的传递效果。对学生而言，改善认知结构，触发多维体验。当前，人工智能逐步嵌入学生认知世界的手段之中，成为学生学习的新型“脚手架”。职业教育智慧课堂依托人工智能技术帮助学生在完成工作任务的行动中形成并完善自身的认知结构，促进学生转知识为技能、化技能为智慧（曾欢， 等， 2019）。人工智能通过科学、精准分析学生的学习需求，支持学生进行具身认知以实现深度学习，触发学生多层次多维度体验，在“人之慧”与“技之智”的融合赋能下打造“智适应”的学习生态环境，帮助学生实现自身智慧的生成性发展。8308A0F7-E324-4974-BC57-1A42DF3979B2

关注人的发展应当始终成为一切技術的主要目标（阿尔伯特·爱因斯坦， 2009， p.89）。人工智能在赋能职业教育的过程中以教学目标达成为基础，寻回教育的本质——关注人的全面发展、创造能力的提升、情感的交流和文化的传递，以学生智慧生成为出发点与落脚点，形成“转识成智”的学生发展目标体系，培养匠心独具的高素质技术技能人才，进而解锁“机器替人”的危机密码。

（三）场域关涉：在多元关联网络中展开多维关系建构

场域是关系的集合，社会关系与社会存在是人工智能应用场域的现实背景。人工智能作为高端技术形态的代表，在赋能职业教育的过程中将智能系统、主体对象和教学内容等诸多要素统一纳入考量，基于相关关系形成多元关联网络进行互联互动，从而建构人工智能赋能职业教育的专门化场域。

从空间维度看，人工智能深刻促使职业教育由学校空间向社会空间进一步扩展。学校教育是近代以来教育活动中的核心部分（叶澜， 2006， pp.10-11）。在智能时代，尤其是基于职业教育的特殊属性，人工智能将进一步推动职业教育从学校场域扩展到所有能够生产知识的场所中，如企业、行业、社会等，进一步消弭企业与学校的边界，从而使包括企业与职业院校在内的多元主体进入职业教育智能生态系统并成为直接行动者（徐晔， 2021），实现智能化时代协同育人的跨界融合，以人工智能作为信息传送带建立“技术输入—技术输出”的人才培养通道，更好地实现职业教育与社会场域的有机整合。

从关系维度看，一方面，人与技术的自洽关系生成。人工智能超越了人类自身边界，同时也还原了技术的本来面目，即人性与物性的自洽。人工智能深嵌职业教育的智慧课堂中，模糊了不同领域的知识边界，职业教育的教学过程变得更清晰，更具有渗透性;人工智能技术也在此过程中更容易使用，更具整合性，实现了人与技术的自洽关系生成。另一方面，人对技术的依赖性增强。现代技术已经成为人类生存的条件，人类依靠技术生存并对技术产生依赖（刘同舫， 2017， p.3）。现代技术对事物的解蔽作用使人们在认识事物、习得知识的过程中逐步产生了对技术的依赖，产生了与之无法切断的密切关联。在职业教育教学过程中，智能教学系统基于其一定的主动服务能力承担了部分教师角色并能够超越“讲解”，通过创设交互式智能学习环境为学生提供灵活多样的“在做中学”“在经验中学”的机会，广泛的“认知学徒”式教学活动逐步开展，教学效果和效率大幅提升。但需注意的是，当过度依赖技术时，主我与客我之间的互动交流将演化成为数字代码间的“运算”，致使教学效果停留于形式化和表层化，学习共同体也呈现同质化发展倾向，培养对象成为“标准产品”（李世瑾， 等， 2021）。 因此，在人与技术之间辩证地把握理性与非理性的张力，明确“技术服务于人”的基本育人立场，是突围人工智能技术价值风险的关键。

四、重塑：人工智能赋能职业教育的实践向度

人工智能赋能职业教育的价值旨归是通过提升职业教育的信息化供给水平为学生提供高品质的个性化教学活动，促推传统职业教育向智慧教育方向变革，进一步提升职业教育自身的内在质量。人工智能赋能职业教育作为一项全方位系统工程，需要在充分挖掘人工智能优势效用的基础上发挥生态、知识、实践、能力等各个关键维度的叠加效应，生成人工智能赋能职业教育的实践策略与实施路径。

（一）生态之维：促推产教深度融合，创新优化职业教育服务供给

基于生态学观点，职业教育与产业发展是一个不可分割的整体，二者不断融合互动，形成职业教育生态系统，这也是人工智能赋能职业教育的直接发生场所。国内外的实践证明，推进产教深度融合是提升职业教育人才培养质量的制胜法宝（杨进， 2020），应将构建产教深度融合的职业教育生态结构作为人工智能赋能职业教育的关键路径。2018年德国人工智能战略（Strategie Künstliche Intelligenz der Bundesregierung）指出，需要以一种新的方式促进公众对职业教育与人工智能结合的理解，具体项目是在职业学校建立智能学习工厂，提供专业的学习环境，允许基于项目和面向工作过程的学习，支持社会技能形成（Die Bundesregierung， 2018）。对接人工智能产业、扩大人工智能赋能职业教育的范围，职业院校与人工智能高端企业建立深度的校企合作关系是重要的途径。因此，在借鉴国外成熟经验的基础上，应依托深化校企合作、共建人工智能产业学院，建立智能互动的智慧教育供给平台，形成持续稳定的职业教育生态系统。具体而言，即根据技术革新、产业转型升级中人才需求的转变，及时调整职业教育专业建设、课程设置、人才培养方案等，使人工智能与职业教育通过人才培养环节的桥接完成深度融合;职业院校与人工智能企业共建科研创新中心，紧跟人工智能的发展动态并进行相关技术实验操作，完成技术研发与产业化生产之间的平和过渡与转化，跨越科研成果转化的“死亡之谷”，通过“产学研创”一体化流程创收经济效益;职业院校还可以依托人工智能企业成立人工智能技能竞赛指导中心，“以赛促学”促推职业院校学生专业化技能的充分提高（唐宁， 等， 2020）。

在智能时代，在依托产教深度融合构筑职业教育生态系统的实践过程中需要突出两点：一是加强在实际和基于工作的学习和培训中整合人工智能及相关技术解决方案的使用，通过使用多样化的模拟技术强化职业教育培训环境，如德国职业教育学校中的智能工厂以及智能化生产线的使用。这些环境的变化需要相关机构及参与主体的组织、调整和改进，以更好地融入学校组织。在此过程中，需要建立庞大的教师团队，并由教师团队开发学习项目，同时发挥行业支持作用，加强职业学校和当地行业企业关于人工智能项目的合作。二是应用人工智能技术改善职业教育教学过程，提升教师等相关人员的信息化水平，主要涉及提供知识、发展关键技能和评估学习成果，确保职业学校教师、培训人员和管理人员等相关人员接受适当的职业培训和实现专业发展（Attwell， et al.， 2021）。8308A0F7-E324-4974-BC57-1A42DF3979B2

此外，在产教融合的生态视域下，依托職业教育生态系统实现人工智能赋能职业教育还需注意：一方面，应详尽分析人工智能职业教育应用的真实情况，引入预测技术进行临界预警与应对方案的设计，同时对针对不同目标群体、不同发展条件等的智能技术应用进行全面科学测度和有效把控，避免技术的越界、异化与滥用;另一方面，管理者、研究者和教育实践者等多元主体需要采用协同创新的交互治理模式（祝智庭， 等， 2019），基于“数据、技术、思维”三足鼎立的理性系统思维勾勒人工智能背景下职业教育生态的发展图景，积极调适“人—技术—环境”三者之间的动态平衡与良性互构，充分激发职业教育中多元参与主体的主观能动性，活化职业教育生态系统抵御人工智能风险的潜在能力，构筑智能化职业教育生态系统，支撑职业教育可持续发展。

（二）知识之维：基于职业特性构筑职业教育教学知识

作为当下最活跃的知识生产领域之一，人工智能以思想、算法、工程化方法与产品工具等改变着人类的知识与知识实践，对职业教育运行过程中的知识维度产生了重大影响。

一是融入职业情境建构知识。人工智能所带来的工作场景的急剧变换将职业知识与技术知识的迁移进入更深层次。建构主义认为，学生只有在创设的真实情境中进行自主、协作和探究式学习才能获取相应的知识来实现个人的“意义建构”。相反，“脱域”致使对知识的理解和掌握的表浅化妨碍了创新的发生。人工智能的交互性特征能够表现出适应情境和任务的灵活性（张志祯， 等， 2019）。这是人工智能赋能职业教育的前提条件。因而职业学校要加大对产业智能实训设备等优质教育资源的投资力度，着力打造虚拟仿真实训育人平台，提高智能服务水平，使学生能够学习、利用、掌握新知识与智能技术，在模拟真实职业工作情境中融汇各项智能知识与技术形成组合优势，促使学生完成自身技术技能的升级，弥补传统业务能力和智能业务能力之间的差距。

二是遵循工作过程序化知识。从职业属性这一职业教育的根本基点来看，职业教育教学知识应当是对实际存在的社会职业领域中相关职业群或岗位群所需的能力组合采取的一种科学的编排，应跳出“已知序列”的传统学科体系知识观束缚，以工作过程为参照系重新安排职业教育教学的知识序列。在人工智能中智能化工作设备通过计算智能和感知智能进行指令学习与知识运用，模拟人的逻辑思维，以原有知识为生长点，进行知识的横向传播和纵向发展（许艳丽， 等， 2021）。由此，可采用人工智能、大数据分析、深度学习等关键技术实现教师与课程开发者进行“对话”，完善教学过程中各环节关键信息点的对接，形成全面的信息交流共享，借助智能化的数据算法将学生的认知心理顺序与专业所对应的工作过程进行复合，使学生能够将陈述性知识与过程性知识、实践知识与理论知识在“观察—思考—行动—认知—创造”这一序化后的学习过程链条上加以融合，引导学生在遵循职业逻辑的基础上历经完整的工作过程环节，收获完整的工作过程知识。

（三）实践之维：围绕学生主体开展新型职业教育教学实践活动

人工智能赋能职业教育的另一个重要维度是教学之“术”，即职业教育教学实践层面的操作方法，其核心是在人工智能的优化辅助下构建混合式教学模式，以满足职业教育泛在性、整合性与实践性教学的独特需求。同时，人工智能赋能职业教育不仅仅是一种工具性操作活动，还应当是对准现代职业人的生存方式表征，是对教学活动主体价值与意义的关照，在此过程中要始终重视对学生主体这一核心理念的基本把握。

一是打造新型职业教育智慧课堂。首先，创建学习空间作为智慧课堂的物理环境。学习空间能让学生通过虚拟现实技术、仿真技术等置身于真实的工作场所进行学习和实践，为混合式教学模式的开展提供了个性化、智能化的环境支撑。其次，采用人机协同交互作为智慧课堂的教学方法策略。依托智能技术和先进云端设备充分覆盖从课前到课后的全过程教学环节，在人工智能技术支持下遵循“任务—行动”职业教育教学实践范式，形成“收集信息、制定计划、做出决策、实施执行、监测检查、结果评价”的“完整行动”过程，实现连接教师教学行为的供应链与学生学习行为的需求链的交互式教学。最后，将契合学生未来发展作为智慧课堂的功能延展。智慧课堂促使网状学习的生成，要求学习不能只关注内容本身而与个体行动脱离，同时还要促进个体对世界的深刻理解，进而参与对职业世界和生活世界的设计（姜大源， 2006）。这就要求教师通过智能辅导系统（Intelligent Tutoring System， ITS）、数字评估等手段深度分析与充分挖掘学生学习需求，帮助其在虚拟仿真实验中完成多层次、多维度体验，促使学生在自主与乐学中完成“学会”“会学”的双重目标。

二是引入职业教育游戏化教学。“游戏化”与游戏有关，但不是玩耍或游戏（Deterding， S.， Khaled， R.， Nacke， L.， E.， Dixon， & D.， 2011， p.11）。游戏化被定义为“在非游戏环境中使用游戏设计元素”，游戏化教学涉及数字智能技术，是面向21世纪学习的新型教学法，符合行动导向和能力导向教学原则，能够帮助学习者提高信息素养、媒体素养和技术技能素养。在职业教育领域，游戏化教学是面向行动和能力的教学，其系统动机设计是基于职业能力的发展。职业教育游戏化教学作为传达学习内容和目标的工具可以有效支持学习过程，前提是需要实施适切的教学设计，需要重点把握以下三个关键点：第一，以行动和能力为导向的教学要求高度重视学习者的自我活动。职业教育游戏化教学在智能技术的支持下创造个性化的个体任务和学习路径，能够在学习者高度的自我活动中激发其内在学习动机，有助于学习者更深层次知识建构的发展。第二，在游戏化学习环境中虚拟现实考虑了真实性和安全性的教学原则。在职业教育中，对于能力建设来说包含复杂问题的真实工作任务情境至关重要。虚拟是真实学习内容的一种有效传输方式。因此，游戏化教学可以在一个安全的虚拟环境中练习现实工作情境中的挑战，为学习者提供通过多次尝试获得成功的机会，从而产生实验性学习（Wood， Ter?s， Reiners & Gregory， 2013）。第三，游戏化教学可以通过将实践和理论联系起来，在教学过程中帮助学生把在企业和学校学到的知识进行整合。学生在工作中运用学校知识和将工作经验反馈给学校学习的机会往往有限，而游戏化教学有助于缩小这种技能差距（Dillenbourg， 2017）。8308A0F7-E324-4974-BC57-1A42DF3979B2

（四）能力之维：面向高阶职业能力完善职业教育培养目标

人工智能引发了全社会的多重变革，浸润其中的“现代职业人”的能力结构与实存样式也逐渐发生变化。因此，应在人工智能赋能下发展灵活的以能力为本位的职业教育，为学习者整个职业生涯奠定坚实的基础，在能力结构方面以智能之眼预见未来职业教育智慧之才的培育走向。

一是锻造高阶多元的职业能力。未来的经济与就业，需要人们具备强大的基本技能、适应性、创造力和终身学习能力（World Bank， 2018）。人工智能业已融入人们日常生活中，单一职业能力组成已无法适应社会发展的前进步伐，这意味着发展批判性思维、创造力和解决问题能力等全方位职业能力至关重要。因此，需要积极依托职业教育锻造高阶多元的职业能力。第一，以“工作系统分析”与“职业能力研究”相结合的课程开发方法，辅之以心理学相关理论，开展职业能力测评和标准制定，搭建智能时代职业教育人才培养模式的核心基础框架（徐国庆， 2016）。第二，在职業教育智慧课堂大力践行行动导向的模式，突破将人工智能集中在记忆和测试理解等基本学习水平上的传统做法，将项目式学习、基于工作的学习和虚拟现实等应用于培养解决问题能力、批判性思维和创造力等方面，给予学生数据处置权，引导学生利用智能技术探索学习新形式，让学生在基于智能环境、数据支持的完整学习过程中完成自我认知能力的建构。第三，鼓励学生利用人工智能开展跨界、跨学科、跨区域的综合性课程学习，提升学习能力与创新能力，进行由“单面人”转向“多面手”的意义填充，提升自身应对人工智能风险冲击的抗逆基因。

二是培植匠心。“匠心”是在技能、艺术方面独特的创造性，反映出匠人对“真善美”的价值追寻，其核心素养由反思、创新、协作等基本要点组成（祁占勇， 等， 2018）。培植匠心映射出职业教育在能力之维上“匠与器”的结合，实现了学生职业性与精神性的协同。人工智能技术在“时”与“空”的复合影响下，使职业教育教学过程显现多样化美感（肖凤翔， 等， 2021），反映了人工智能赋能职业教育的新时代要义。智能时代的职业教育不仅要理性应对科技潮流动态的裹挟，更要关注开启学生求真、求善、求美的内在生命视域，在教学全过程植入人工智能思维和意识的同时，将匠心培育寓于学生技术技能形成的过程之中，克服功利取向，关注技术的人文向度和人的整体性育成（匡瑛， 2018），使学生感知生命的真谛，通过培植匠心、孕育工匠精神促使学生不懈追寻“真善美”，最终实现个体生命的完满发展。

五、结语

人工智能业已成为教育工作者不可忽视的变革力量，正在加速覆盖职业教育发生的全域，促推职业教育迈向高阶形态的新征程。因此，要准确、全面、理性地解构、审思人工智能技术，充分把握其赋能职业教育的“密钥”所在，以更广阔的视角全面分析人工智能对职业教育的赋能作用。需要注意的是，面对职业教育中出现的“应用技术智能化”“习得技术自动化”以及技术的双面性，需要辅之以伦理纠偏和法律规范，使人工智能在赋能职业教育时更好地发挥效用，消隐人工智能对学生的主观能动性与能力素养的遮蔽，未来面向真实工作场域的技术技能实践才能体现“技术理性”与“生命自觉”的价值追求。

[参考文献]

阿尔伯特·爱因斯坦. 2009. 爱因斯坦文集（增补本）：第三卷[M]. 许良英，赵中立，张宣三，译. 北京：商务印书馆.

曹培杰. 2020. 人工智能教育变革的三重境界[J]. 教育研究（2）：143-150.

董文娟，黄尧. 2019. 人工智能背景下职业教育变革及模式建构[J]. 中国电化教育（7）：1-7，45.

付守永. 2018. 新工匠精神：人工智能挑战下如何成为稀缺人才[M]. 北京：机械工业出版社.

何克抗. 2008. 信息技术与课程深层次整合理论[M]. 北京：北京师范大学出版社.

何克抗. 2018. 信息技术与学科教学“深度融合”的路径与实现方法[J]. 中小学数字化教学（2）：17-20.

黄利文，王健. 2020. 论人工智能时代职业教育的转型与创新[J]. 南京社会科学（10）：142-148.

匡瑛. 2018. 智能化背景下“工匠精神”的时代意涵与培育路径[J]. 教育发展研究（1）：39-45.

姜大源. 2006. 职业教育教学思想的整体说[J]. 中国职业技术教育（13）：1.

刘同舫. 2017. 技术的当代哲学视野[M]. 北京：人民出版社.

李世瑾，胡艺龄，顾小清. 2021. 如何走出人工智能教育风险的困局：现象、成因及应对[J]. 电化教育研究（7）：19-25.

祁占勇，任雪园. 2018. 扎根理论视域下工匠核心素养的理论模型与实践逻辑[J]. 教育研究（3）：70-76.

石伟平，林玥茹. 2021. 新技术时代职业教育人才培养模式变革[J]. 中国电化教育（1）：34-40.

唐宁，郭常斐. 2020. 人工智能赋能职业教育的三重维度[J]. 职教论坛（6）：6-12.

武汉大学国家发展战略研究院智库团队人工智能与职业教育转型研究课题组. 2020. 人工智能时代职业教育转型的路径选择[J]. 教育研究（6）：115-124.

徐国庆. 2016. 智能化时代职业教育人才培养模式的根本转型[J]. 教育研究（3）：72-78.

徐晔. 2021. 高等职业教育智能生态系统：内涵、结构与实践路径[J]. 中国远程教育（7）：18-24.

徐晔，黄尧. 2020. 人工智能与高等职业教育的关系探究[J]. 中国职业技术教育（24）：67-72.

肖凤翔，陈凤英. 2021. 技术工具论视角下职业教育教学生态系统的困境与重构[J]. 现代教育技术（5）：52-58.8308A0F7-E324-4974-BC57-1A42DF3979B2

许艳丽，余敏. 2021. 新智造时代技术技能人才发展定位与教育应对[J]. 中国电化教育（8）：9-15.

叶澜. 2006. 教育概论[M]. 北京：人民教育出版社.

杨进. 2020. 工业4.0对工作世界的影响和教育变革的呼唤[J]. 教育研究（2）：124-132.

祝智庭. 2018. 教育呼唤数据智慧[J]. 人民教育（1）：29-33.

祝智庭，俞建慧，韩中美，等. 2019. 以指数思维引领智慧教育创新发展[J]. 电化教育研究（1）：5-16，32.

张志祯，张玲玲，李芒. 2019. 人工智能教育应用的应然分析：教学自动化的必然与可能[J]. 中国远程教育（1）：25-35，92.

曾欢，朱德全. 2019. 新技术时代职业教育智慧课堂建设的逻辑框架[J]. 中国电化教育（6）：6-13.

赵渊. 2019. 人工智能时代的高等教育抉择：方向、策略与路径[J]. 社会科學战线（10）：234-241.

朱德全，熊晴. 2020. 技术之器与技术之道：职业教育的价值逻辑[J]. 教育研究（12）：98-110.

张海生. 2021. 人工智能与教育深度融合发展：逻辑、困境与策略[J]. 当代教育论坛（2）：57-65.

Attwell， G.， Bekiaridis， D.， Deitmer， L.， Perini， M.， Roppertz， S.， Sartori，R.， et al. （2021， February）. Artificial Intelligence in the Policies， Processes and Practices of Vocational Education and Training. Retrieved September 23， 2021， from http：//taccleai.eu/wp-content/uploads/2021/02/TaccleAI_FullReport_IO1_2021.pdf

Billett， S. （2020）. Vocational Education and Training in the Age of Digitization：Challenges and Opportunities. Berlin：Verlag Barbara Budrich.

Deterding， S.， Khaled， R.， Nacke， L. E.， & Dixon， D. （2011， September 28）. From Game Design Elements to Gamefulness： Defining “Gamification”. Retrieved August 22， 2021， from https：//dl.acm.org/doi/10.1145/2181037.2181040

Dillenbourg， P. （2017， February）. Digitale M?glichkeiten in der Berufsbildung. Retrieved August 21， 2021， from https：//sgab-srfp.ch/digitale-moeglichkeiten-in-der-berufsbildung

Die Bundesregierung. （2018， November）. Strategie Künstliche Intelligenz der Bundesregierung. Retrieved September 18， 2021， from https：//www.bundesregierung.de/resource/blob/997532/1550276/3f7d3c41c6 e05695741273e78b8039f2/2018-11-15-ki-strategie-data.pdf？down load=1

Goos， M.， Manning， A. & Salomons， A. （2014）. Explaining Job Polarization： Routine-Biased Technological Change and Offshoring[J]. American Economic Review， 104（8），2509-2526.

McKinsey Global Institute. （2017， December 6）. Jobs lost， jobs gained： Workforce transitions in a time of automation. Retrieved September 18， 2021， from https：//www.mckinsey.com/～/media/McKinsey/Industries/Public%20and%20Social%20Sector/Our%20Insights/What%20the%20future%20of%20work%20will%20mean%20for%20jobs%20skills%20and%20wages/MGI-Jobs-Lost-Jobs-Gained-Executive-summary-December-6-2017.pdf

Tuomi， I. （2018， November）. The Impact of Artificial Intelligence on Learning， Teaching， and Education： Policies for the Future.Retrieved September 22， 2021， from https：//www.researchgate.net/publication/329544152_The_Impact_of_Artificial_Intelligence_on_Learning_Te aching_and_Education_Policies_for_the_Future8308A0F7-E324-4974-BC57-1A42DF3979B2

UNESCO. （2019）. How can artificial intelligence enhance education？ Retrieved September 10， 2021， from https：//en.unesco.org/news/howcan-artificial-intelligence-enhance-education

Wagner， T. （2012）. Creating Innovators： The Making of Young People Who Will Change the World. New York： Simon and Schuster.

Wood， L.C.， Ter?s， H.， Reiners， T.， & Gregory， S. （2013， July）. The role of gamification and game-based learning in authentic assessment within virtual environments. Retrieved October 13， 2021， from https：//www.researchgate.net/publication/256264889_The_role_of_gamification_and_game-based_learning_in_authentic_assessment_within_virtual_environments

World Bank.（2018）. World development report： Learning to realize educations promise. Retrieved September 11， 2021， from https：//www.worldbank.org/en/publication/wdr2018

收稿日期：2021-12-13

定稿日期：2022-01-25

作者簡介：王羽菲，博士研究生;和震，博士，教授，博士生导师，本文通讯作者。北京师范大学教育学部（100875）。

基金项目：2017年国家社会科学基金教育学一般课题“面向新工业革命的高等职业教育人才培养模式变革研究”（课题编号：BJA170086）。8308A0F7-E324-4974-BC57-1A42DF3979B2