生成式人工智能時代高職院校的教學 變革：挑戰、框架與路徑

吳慶華　郭麗君

摘要： 生成式人工智能正以迅雷不及掩耳之勢快速登入職業教育教學領域，通過智能評估、教學輔助“侵入”傳統教學實訓，推動職業院校教學主體、內容與組織的調整和變革。但是，這種由外部技術強制驅動教學變革的進程會忽視職業技能教學的互動性、職業性、開放性與實踐性特征，導致職業教育過程中的主體權利邊界模糊、教學評價理念滯后以及倫理隱私風險。面對從計算智能、感知智能再到認知智能的進階發展，高職院校應該構建起集變革目標、算力平臺、協作系統與評價保障為一體的教學變革要素框架，并從AI賦權與賦能兩條路徑提升教學體系的自我治理能力，拓寬治理邊界，整體性建構智能時代高職院校教學生態系統，推動行業企業、政府、社會與職業院校的教學共同體建設。

關鍵詞：生成式人工智能；高職院校；教學變革；ChatGPT；教學生態系統

中圖分類號：G710；G640 ? 文獻標識碼：A 文章編號：1672-0717（2023）06-0112-09

作為自然語言處理模型工具，生成式人工智能憑借強大的深度學習技術與大模型語義建模預測能力，已經成為影響教育變革發展的重要技術元素[1]。2022年新修訂的《職業教育法》關于職業教育信息化建設與智能技術融合的全面修訂，充分說明職業教育人才培養與教學模式正在受到人工智能技術的牽引甚至重構。譬如，生成式人工智能以多語言訓練模型為核心，可對文字、圖片、視頻等多種知識素材進行同步轉化與生成再造，進而輔助職業技能培訓或支持學生自主學習，而Open AI發布的大型多模態模型ChatGPT及其優化版GPT-4便是其中的典型范例[2]。目前，它已經從單語言預訓練進化為多模態預訓練模型，且從感知智能向認知智能快速轉型，可以對包括技能教育培訓輔助、職業能力評估與個性化學習輔導場景建構在內的整個職業教育教學體系產生影響。盡管生成式人工智能技術在職教領域展現出種種機遇，但不得不承認這種“類人”的智能技術使班級授課制、傳統技能實訓面臨被顛覆的危機。因此，如何建構更加可持續化的教學體系已經成為高職院?；貞斍叭斯ぶ悄軙r代的重要命題。

一、生成式人工智能技術驅動高職院校教育教學變革

生成式人工智能并不是以制度形態進入到職業教育的實踐場域，而是從知識學習、教學輔助等方面“入侵”傳統課堂教學，在一定程度上引發傳統職業教育教學的變革。具體而言，這種教學變革是由智能技術滲透到學校教育內部，并逐步影響教學主體、教學內容、教學組織等多個層面發生變化，進而完成對既有教學體系目標與要素的創新優化。換言之，生成式人工智能驅動教學變革的核心能力在于其能夠運用神經網絡技術進行深度學習，通過海量的數據訓練生成新的數據內容，創造教學過程中所需要的新內容。而ChatGPT作為其典型模型，對高職院校教學變革的影響最為顯著。

從教學體系結構而言，高職院校教學體系是教師、學生、行業產業等各主體與外部制度環境、技術革新等共同互動形成的復雜共同體。在教學內部，學生與教師主體之間存在信息輸入和輸出的功能轉換，二者通過教學活動的交流互動，進而達成知識講解、技能傳授和情感交流的教學目標[3]。當人工智能介入職業教育教學時，這種教學體系經過信息選擇組合后，通過各類通用大模型生成學習者更為關注的新內容，擴展學習者的既定學習框架與技能邊界，進一步強化職業教育的個性化與職業性，使學習者的技能訓練更加高效便捷。與此同時，生成式人工智能由于具備了通過語言反饋進行自主改進、分布式計算加速模型訓練以及擺脫傳統人工智能碎片化局限等特質，因而得以塑造ChatGPT等工具以“機師”身份進入職業教育的日常教學與生產實訓環節，加速了傳統“師—生”二元結構向現代“師—機—生”三元結構的轉型。同樣地，傳統教學管理體系、教學組織方式與課程實施體系均將面臨來自人工智能技術的沖擊與重構。這種以通用大模型技術為核心的生成式AI模型不僅擴大了教學主體數量，而且也通過模擬、輔助與再現真實的職業實訓場景與工作環境，將復雜的技能學習轉變為可拆解的、個性化的學習情境，從而建立起可追蹤、可重復與可行動的真實教學條件。

除此之外，人工智能技術通過涌現性、擴展性與復合性功能加強了高職院校人才培養與社會分工、產業轉型、技術變革之間的聯系。具體而言，涌現性特征強化了AI自修復的可能，使其具備通過語言反饋實現自我改進的“類人”智慧，適應學習者的意圖與偏好，并同時適配教學的專業分工場景；擴展性特征提高AI完成教學輔助與自主學習的效率，幫助學習者克服產業轉型過程中教材內容滯后與技能訓練脫節等產教融合難題；復合性特征增強了AI的海量數據訓練能力，精準支持學習者與教師的個性化、差異化的教與學需求[4]。綜合而言，基于通用大模型的自然語言處理技術，通過模擬與輔助教學場景及職業環境，加速了教學資源和信息的傳遞、循環以及人機協同、智慧輔導與智能評估等教學應用的出現，改變了主流教學樣態、教師角色職能與教學資源形式，進而全方位地驅動高職院校教育教學進行變革。

二、生成式人工智能時代高職院校教學變革的目標導向

生成式人工智能技術驅動高職院校教學變革正在朝向通用化與專業化、輔助性與自主性以及平臺化與簡易化的方向發展，變更了高職院校教學體系既有的目標軌道。當ChatGPT作為教學工具介入高職院校教學體系內部時，前者對后者的賦能與賦權功能成為智能時代高職院校教學變革的主要驅力，其目標在于教學輔助性與自主化并行實現多個教學主體的智慧聯動、通用化與職業化并用實現教學內容的融合傳播以及平臺化與簡易化并行實現教學組織的創新優化。

（一）輔助性與自主化并行：教學主體的智慧聯動

生成式智能技術賦能高職院校教育教學變革的關鍵點在于促使“師—機—生”的智慧聯動，體現為以ChatGPT為代表的智能助手依照教師指示輔助完成職業技能訓練任務，以及學生在AutoGPT等自主工具的支持下獨立完成學習與職業訓練任務，且共同在大模型的輔助性與自主化共進過程中聯結成為“師—機—生”的教學共同體[5]。對于高職院校教師而言，人工智能模型既可以使用變分自編碼器（VAEs）、生成對抗網絡（GANs）等架構對理論知識與實踐訓練進行重新組織與聯想，形成可視化與系統化的職業教育知識體系，又能快速檢索技術/產業革命過程中的新知識點并形成海量的教材、課件與音頻圖文等教學資源池，還能輔助職業教師與企業教師設計課堂與課程融合互動方案，整體性提高職業院校課堂教學的前沿性、場景化與互動性。對于高職院校學生而言，生成式人工智能的技術機遇主要包括個性化的學習資源輸出、基于職業技能訓練場景的緘默知識理解與啟發式對話、高階性與批判性思維能力培養以及真實的沉浸式學習場景。概言之，生成式人工智能技術可將行業產業鏈與工作流水線在教學中實現場景與互動再現，促使教師、學生、企業與人工智能工具實現智慧教學聯動。

（二）通用化與個性化并行：教學內容的融合創新

高等職業教育作為一種類型教育具有鮮明的跨界性和整合性，既需要培養社會期待的高質量復合型技能人才，又需要培養緊跟全球產業技術變革、具備創新型思維與高階技能的通用人才。當生成式人工智能技術與職業教育融合發展時，也意味著通用大模型轉向了專用大模型，繼而幫助高職院校教育教學與企業實訓在通用預訓練與專用預訓練兩個算法領域實現教學與職業場景應用。一方面，教學內容的通用化可以借助大模型工具實現統一架構、統一模態與統一任務的融合設計，繼而輔助企業教師與學校教師采用相同的教學模式，打通產教融合/訂單式人才培養過程的不同步問題。另一方面，多模態編碼與反饋模型算法技術可以將技能與實踐性教學知識輕松轉變成圖文與音頻內容，并為學生推薦更符合個性化的學習資源與互動的技能訓練場景。譬如，可汗學院在其開發的人工智能工具Khanmigo中引入了GPT-4技術，模擬蘇格拉底“產婆術”的教學程式與啟發式對話，幫助學生尋找技能學習過程中難以領會的緘默知識，從而激發學生的創新思維與自主能力。因此，人工智能工具可以作為通用化與個性化的教學手段，推動高職院校教學內容向綜合化、信息化與數字化方向發展。

（三）平臺化與簡易化并行：教學組織的運行優化

生成式人工智能技術能夠調動不同信息、應用程序以完成教學者的用戶指令，并基于自身強大的邏輯預測能力拆分并執行高度復雜的教學任務[6]。具體而言，循環神經網絡（RNNs）、長短時記憶網絡（LSTMs）、轉換器模型（GPT）等生成式AI模型工具愈加具備了數據增強與篩選、存儲優化、自適應分布式訓練與容錯調整的能力優勢，可以幫助高職院校在課堂學習與技能訓練兩個領域提供場景適配，搭建全能、簡易開發的“做中學”教學平臺。相較而言，傳統的理論知識和實踐技能傳授一般發生在有限且封閉固定的空間場所，由此造成職業院校的教與學過程很難和技術革命、產業發展的方向與進度并軌同步。但在生成式預訓練（Generative Pre-training）與提示學習（Prompting Me-thod）的技術交互下，整個教學體系產生了新的數據存儲與內容生成方式，并催動高職院校教學組織走向智能化、信息化與平臺化，不斷優化教學管理與教學評價程序，進一步推動整個教學過程走向扁平與互動。其中，GPT-4所提供的智能學習問答服務與機器人智慧輔導能夠為職業訓練過程設置特定的對話語境與實操場景，并要求人工智能助手在智能語音插件的協同作用下扮演實訓教師角色，幫助學生獲得自海量數據的學習反饋與技能糾偏，從而提高技能教學的針對性與個性化[7]。因此，認知智能推動教學組織朝著智能、智慧與智人的方向發展，增強了學生的實踐技能學習體驗與獲得感。

三、生成式人工智能時代高職院校教學變革面臨的挑戰

當生成式計算成為新的算力形式時，高職院校推動教學變革仍需謹慎思考智能技術背后暗藏著的諸多難以預估的風險挑戰。尤其當技術的邏輯宰制教育的進程時，這種教育變革就會遮蓋職業教育的內在本質，進而影響技能教學的互動性、職業性、開放性與實踐性特征，從而導致職業教育過程中的主體權利邊界不清、人才培養與教學評價理念滯后以及隱私安全與倫理風險等現實挑戰。

（一）教學主體重疊引發角色地位爭議

毋庸置疑，智能技術介入高職院校教學生態系統，將促使“師—生”二維結構向“師—機—生”三維結構轉型。當人工智能驅動的自然語言處理工具愈加“類人”時，人機協同將會成為未來教育場域主流的教學形態，從而在過渡期導致教師的“授課”角色與人機交互工具的智能教學輔助功能高度重疊。那么，“人師”與“機師”的主體地位到底如何區分？這已然成為生成式人工智能在職業教育應用過程中的首要問題。不可否認，當下的職業教育教師工作內容除了包括課程設計、教學管理、專業發展外，還面臨來自技能比賽、企業實訓與產教融合等方面的壓力。由于多模態技術推動人工智能生成內容（AI-Generated Content，簡稱AIGC）的創造水平，教師不僅可以輕松應對教學備課、作業批改、行政管理等程序性工作，而且可以借助通用大模型對學生學業表現的精準分析，進一步了解教學過程中的不足。但是，在知識技能本位的當下，誰擁有更多的知識存儲與技能則代表誰更能主導教學的進程。比起AIGC任務中的智能工具，職業院校教師無論是在知識還是技能方面均無法與大模型算力平臺相媲美，這也就造成了智能工具在輔助教學過程中必然消解教師的權威形象與主體地位。

隨著智能技術與高職院校教學領域的廣泛融合，以機器人教師為代表的智能教學主體所承擔的輔助教學任務愈來愈多，而職業教育教師也越來越依賴智能技術完成知識講授環節，從而導致“人師”主體和“機師”主體的功能重疊[8]。在知識迭代更新的智能時代，由于智能教學主體憑借其技術的高位優勢可以快速整合優質教學資源，而教師的知識結構更新相對緩慢，因而教師極有可能無法勝任產業革命對知識儲備的角色期待，注重知識存量而非素養經驗的教師的主體性地位岌岌可危。因此，生成式人工智能時代的高職院校教學目標應該告別知識與技能本位而走向素養與能力本位，更突出職業教師在教學過程中所提供的情感價值、創造力與批判性思維能力訓練，從而發展學生的職業技能素養以及適應技術更新的學習品格與關鍵能力[9]。

（二）智能評估技術變革教學評價理念

目前，外界對于生成式人工智能特別是ChatGPT或其他未來GPT變體的普遍擔憂在于，學生利用這項技術進行學術造假或成果剽竊，從而造成學生學習評價失準問題。但是，人工智能利用通用大模型對學生的知識成果與技能訓練進行智能評分，并根據學習者的特點與目標予以反饋，絕非僅僅出于學習診斷與評分的目的，同時也暗含著“為教學的評價”的本質邏輯。一方面，人工智能技術的存在是為了更好地評估教學過程并幫助教師與學生進行智慧輔導，但其挑戰在于學校利用智能評估技術既要遵循實訓崗位或職業需求的技術性邏輯，以體現教育教學的職業性特征；又要遵循高等職業教育的人文邏輯，凸顯教學過程的情感體驗與合作交往[10]。二者往往難以在AI智能教學評估中予以同步實現。其中，將人工智能視作評價工具的技術性思維難以測量學生復合能力、創新思維和道德倫理水平，也無法達成職業教育“做中學”從“技能本位”轉向“素養本位”的目的。

另一方面，盡管未來的機器學習范式著眼于基于大規模語言模型實施精準任務，并針對不同的技能訓練場景開展學習者認知評測、學校效果評價與自適應評測等，但是當下的生成式人工智能技術還有待充分了解學生的個性化需求與教學背景，否則難以將技能教學的職業性、通用性與個性化統整為一，由此導致智能教學評價與實際教學目標之間的巨大鴻溝。除此之外，由于當前的智能評估技術并不具備情感與倫理道德，以及AIGC在模型預訓練中還存在數據推斷偏差與價值中立問題，生成式人工智能技術無法真正像教師一樣發揮施展主體評價的能動與在場優勢。盡管如此，這不能成為高職院校抵制人工智能技術的理由，而相反地，計算智能轉向認知智能的發展進階已經凸顯出傳統的、可測量的教學管理評價與人工智能時代下學生多元學習需求之間的矛盾[11]。因此，高職院校應該積極轉變教學評價理念，利用ChatGPT等智能工具進一步解決實踐教學評價難、學習評價個性化等問題，將教學評價挑戰轉化為機遇，重新塑造以學生需求為教學中心的職業教育模式。

（三）智慧教學隱含著倫理與情感風險

生成式人工智能與高等職業教育領域的結合展現出虛擬與現實共生、機器與人類融生以及職業院校與社會相銜接等特征[12]。生成式人工智能可以模擬實訓和真實崗位生產的場景，借助聽覺、觸覺和視覺等感官使學生學習場景化，促使學生自主進行知識理解、合作探究以及技能訓練等學習活動。當AI生成技術與創作技術愈加智能時，數字孿生、腦機接口和可穿戴設備等技術可以在虛擬空間中模擬實訓和工作場景，開展更富個性化的新型教學活動[13]。但必須清楚地認識到，人工智能從來都不是價值無涉的，它的發展乃至壯大的基礎其實建立在通用大數據與算法基礎上，并基于大數據統計的原理將海量的觀點信息整合成符合大多數人期待的“社會共識”。這種算法統計雖然符合顯著性原理，但無疑會將社會乃至資本對職業教育的部分偏見放大，甚至會被作為學習資源、技能知識與價值觀念輸送到高職院校的教學課堂中。畢竟，在借助生成式人工智能工具進行教學與自主學習過程中，我們實在不了解這項“類人”智能會從課堂、教學乃至學生與教師身上收集何種數據信息并用作何用，但我們必須警惕生成式計算平臺作為算力工具的背后其實并不具備人類所特有的道德標準與倫理準則。

除了倫理道德風險外，生成式人工智能技術也會對真實的師生情感關系帶來挑戰[14]。傳統的實踐教學、企業實訓與技能競賽不僅僅涉及師生間知識的傳播與流動，也還蘊含著“情感養成”“意志培養”“心理感化”“價值濡染”等多重關系的塑造與建構。當智慧教學、自主學習成為未來高職院校教學課堂的常態時，技術一方面會突破高職院校教育教學的物理壁壘，但另一方面也在無形中使教師和學生主體之間的情感交流被機器與算法阻隔。譬如，智能機器雖具備即時性和智能化，卻無法模擬出“類人”的情感關系，也無法像實訓教師那樣具身性地將技術技能訓練中的緘默知識準確地傳授給學生[15]。綜合而言，由于職業教育具備互動性、實踐性、體驗性與創造性特征，GPT等智能工具難以提供足夠的人文關懷與情感價值幫助知識技能尚待發展的學生成為高度技能化與整全化的個體，這也是職業教育面對的重要的但卻毫無察覺的挑戰[16]。

四、生成式人工智能時代高職院校教學變革的要素框架

事實上，生成式人工智能技術驅動高職院校教學變革已經成為不可逆轉的趨勢。而作為智能時代高職院校教學的全新范式，以智慧輔導、機器人教學與自主學習為核心的通用大模型輔助教學的目標在于實現職業教育各領域、全口徑的信息流動、數據聯通與智能協作，達到輔助實踐教學、職業訓練與個性化學習的目的，進而在算力平臺、協作系統與評價保障方面通過資源整合，構建全新的高職院校教學治理框架體系。

（一）聚焦智能時代高職院校教學變革的目標對象

從短期來看，生成式人工智能賦予了教師與學生新的數字身份，也加速了職業教育的技能培訓與企業輪崗實踐從現實的物理空間向沉浸的虛擬環境的過渡，而通用大模型的技術發展在提供職業教育教學輔助服務時，勢必會導致包括學生與教師在內的個體成為智能技術的計算對象與治理目標。當下，智能時代高職院校教學變革的核心目標在于打通學校教學與企業行業崗位之間的壁壘，滿足企業、學校、教師與學生多個主體的現實需求[17]?？梢哉f，高職院校教學在智能時代的變革發展就是為了服務職業教育高質量發展的整體目標，打破課堂邊界與學校圍墻并推進職業院校學習者的合作學習、自主泛在個性化學習，更好地滿足不同行業技能學習者的個性化需求與成長目標，以此推進未來技能人才適應并勝任技術革命與產業變革的可持續化進程，進而賦能技能型社會的建設。具體而言，一是通過高職院校教學的智能轉型促進工程技術人員、高技能人才與職業院校教師的雙向流動，并從體系設計的角度提升服務不同技能學習者的實踐效力；二是通過智能化聯通推動高職院校、企業、行業組織與政府之間的信息共享，如智慧學習、技能認證、學習監測與政策監管等，以構建多元主體廣泛參與的教學生態系統；三是打破高職院校人才培養的慣性思維，在生成式人工智能發展的契機下建立健全服務全民終身學習的現代職業教育體系，將教學目標對象擴大到整個社會，從而加強高職院校參與技能型社會建設的治理能力。三重目標的發展向度可以理解為邁向認知階段的人工智能技術與高職院校教學的融合發展，并為包括職業院校學習者在內的公民社會提供技能培訓與實踐服務，這將有助于形成包含高職院校、企業行業、政府與社會在內的教學共同體。整體而言，數智時代高職院校教學變革的目標就是要建立院校層、行業層、政府層與社會層一體化的矩陣結構，服務技能學習者乃至全民技能學習的個性化需求。

（二）健全智能時代高職院校教學支持的技術平臺

生成式人工智能賦能高職院校教學變革主要是經由通用大模型算法治理與數據訓練，達成提升技能教學輔助能力與治理效能目標，但完全依賴第三方數字平臺或人工智能工具則會帶來數據隱私與倫理安全的問題。目前，除了ChatGPT、GPT-4等工具外，VR、MR、區塊鏈與云計算等人工智能技術已經廣泛滲透到職業教育的方方面面，而綜合地運用這些技術可以整體性改進當前職業教育中教學內容滯后、技術工藝脫節、實踐訓練偏弱等問題。如若要實現技能知識生產傳播、教學輔助服務、職業資格認證與技術監管平臺建設的任務協同，就離不開高職院校教學智能算力平臺的建設以及通用大模型的算法支持。首先，基于職業教育的教學模塊、實訓模塊以及技能型人才的培養特征，高職院校需要系統化地設計課程教學智能化轉型的架構方案，在服務學習目標、輔助教學管理與監管學習進度中完成內容優化、數據采集與服務跟蹤的目標[18]。其次，由于職業教育涉及眾多新工藝、新理念與新技術，又囊括了行業組織、企業、職業院校與政府部門等多個主體，高職院校需要借助統一架構與模態的技術平臺打通教學過程中成員異質、理念沖突、融合協作的變革難題。再次，高職院校教學變革轉型的目標，一方面需要加大整個職業教育智能教學平臺的建設力度，另一方面又需要將職業教育融入整個服務全民終身學習教育體系的數字化轉型進程中，強化職業教育與高等教育、社區教育與老年教育的聯通與互動，在整個國家智能教育平臺建設的大框架下設計職業教育的內容板塊與學習監測服務。由于人工智能技術集成的算力平臺并不是一個可以理解職業教育世界的道德責任主體，因此我們仍需要制定相關教學實踐的倫理建議書與數據監管標準，從而更加安全地為高職院校教學輔助、技能學習以及工作場景模擬提供更大的智能技術支持。

（三）完善智能時代高職院校教學體系的協作系統

由于職業教育涉及與眾多行業、企業合作，決定了不同類型專業的教學形態、教學方式呈現出較大的差異性，而應對這一問題的關鍵在于教學組織體系與智能算力平臺的高效協作。一方面，在教學理念紛亂、學習需求多元與技術發展更新的當下，構建一體化、智能化與數字化的教學協作平臺對于高職院校人才培養、技能實訓而言顯得意義重大。為了更有針對性地提供職業技能教學、職業資格認證與繼續教育學習服務，由以職業院校為代表的知識服務與技能訓練機構主導搭建的技能教學與職業實訓智慧協作平臺，可以促使不同企業、行業組織與第三方資格認證機構協作開發基于學習者特點與職業技能人才成長規律的教學方案。其中，一體化的教學組織體系可以基于生成式人工智能技術最大限度地為技能學習者開放最新的職業教育資源并提供學習認證服務，促進全球產業革命與行業革新知識向廣大學習用戶擴散與普及。而原本相互獨立的職業院校、行業企業與公民社會在智能空間中將會進一步走向融合與扁平，這種發展趨勢將推動技能型社會建設，并使職業教育參與全民終身學習服務變得更加便捷與迅速。另一方面，大量新理念、新技術嵌入職業院校教學過程中衍生出微課、翻轉課堂等新型數字教學載體，而面對如此紛亂的技術工具與教學內容，職業院校需要進一步整合成立智能化、大數據的職業教育學習服務平臺。這種平臺不再是簡單地將信息流單一匯總，而是在符合教育教學規律的基礎上，依據學習者的學習習慣重構體系架構，重組教學內容，加強學習反饋，充分利用技術的便利性促進教與學的協同共生。其中，職業院校教師需要學會人機協同教學的思維方式，借助智能教學跟蹤、診斷與服務學生的學習過程。除此之外，生成式人工智能教學平臺還能通過模擬職業工作場景的各個環節與流程，并基于通用大規模的預訓練算法，使原本難以名狀的實踐性緘默知識變為教學改進的結構性方案?？傊?，高職院校智能化教學協作系統囊括多個主體、涉及多個內容板塊，并與終身教育、高等教育進行數據聯通，可以更加智能地為技能學習者提供個性化的知識服務、教學輔助與資源推送，從而推動單一、封閉的職業教育教學系統走向開放、聯通與互動的教學生態系統。

（四）加快智能時代高職院校教學評價的轉型變革

由于智能時代高職院校教學所涉及的參與主體、數據信息與學習資源較為寬泛，單純從知識獲得的多寡衡量職業技能的學習效果其實與認知智能對教學變革的趨勢相背離。為了順應智能技術的變革趨勢，高職院校教學評價應該從“知識本位”轉向“能力本位”與“素養本位”，建立基于通用大模型的學習評價標準與職業認證系統，凸顯職業教育教學的用戶導向，從而激發學習者參與人機協同教育的可持續化[19]。一方面，高職院校要從學生的社會適應性與職業勝任力兩個方面建立智能化的教學評價模型與全過程的學習監測程序。目前，在線教學平臺的評價機制無法動態監測學習者的過程，也無法在線診斷職業技能訓練的實際困難與現實需求，這就需要進一步基于生成式人工智能技術參與高職院校教學過程并收集學生技能學習的數據信息，以此推斷與評估智能技術模擬工作世界的教學場景對于職業院校學生學習效果的真實影響與因果機制，從而確保職業教育教學內容與行業發展趨勢之間的同步與適配。為了實現這一目標，高職院校必須依托國家智慧教育平臺的算力技術建立全過程與全口徑的教學評價機制，并將人工智能輔助教學、自主學習的服務質量以及學生的職業體驗實踐納入到評價模型中，從而強化高職院校教學評價的智能、干預與服務水平。另一方面，我們還需要思考通過人工智能技術主導的評價如何實現更加可持續化的教學生態。由于職業教育教學并不同于普通教育，前者與工作世界、企業崗位緊密關聯并接受來自行業協會的專業認證，這意味著教學評價的變革不應該完全著眼于內部，更需要依托行業協會、職業認證委員會制定符合人工智能時代的學習評價標準與職業資歷認證體系，并鼓勵探索成立跨區域、跨院校與跨行業的職業教育專業認證與教學指導聯盟，從而塑造可持續化的智能教學生態系統。

五、生成式人工智能時代高職院校教學變革的推進路徑

促進生成式人工智能在高職院校教學領域的應用落地，需要從人工智能賦予教師、學生與行業企業更多的權利以及賦予高職院校教學體系更強的治理能力兩個方面推動高職院校教學智能化與數字化轉型，實現“行業—企業—政府—社會—職業院?！钡膮f同互動，從而構建更加可持續的教學生態。

（一）提升技術賦權水平，擴大學校教學變革的多元參與

就長期而言，高職院校應更加開放地依托生成式人工智能技術賦予行業組織、公民社會參與職業技能教學、知識服務與資源供給的權利空間。在認知智能時代，學生可以借助基于人工智能技術的模型訓練提升自主學習的能力，老師可以獲取最新的信息資源與個性化反饋，從而不斷改變課堂教學中“生—師—機”的權力結構與角色身份，實現相關利益主體在教學變革中的自我增權。首先，高職院校應該基于智能技術革新教學主體關系，全面提升學生自主學習的權利意識。智能技術的認知躍升突破了傳統課堂的環境限制與學習資源匱乏的局限，能夠促使職業教育學生在場景仿真與算法模擬支持下獲得除教學實踐與企業實訓以外的職業體驗與技能互動機會，也會彌補當前行業企業參與職業教育教學的缺位。當然，生成式人工智能在促進學生享有海量學習資源與自主學習權力的同時，也面臨著防范人工智能使職業訓練與技能學習變得更加機械化的風險。在為教師的個性化教學提供更多自主空間的同時，我們也需要針對教學機械化的問題建立相應的預警機制，從而避免數字化教學過程中的價值迷失與技術依賴問題。其次，高職院校應該基于智能技術賦權行業、企業參與教學變革進程，降低行業企業參與教學合作的準入門檻，使其在與職業院校進行教學協作、復合型技能人才培養時發揮潛在優勢。與此同時，不同行業組織應該依托智能技術主動嵌入到高職院校教學生態系統中進行自有平臺的數字化轉型，反向推動龍頭企業、行業協會在智能化產教融合中進行技術賦權與技術賦能的雙向建構，從而促使高職院校與行業企業組織在技術協助下進行教學要素的深度融合[20]。再次，高職院校在技術賦權時應注重教學共建共享機制建設。一方面，高職院校應該加快推進教學資源共建，突破教學體系中的等級邊界，完善更加扁平的協作結構，從而回應學習者、教師、行業的個性化需求；另一方面，高職院校應推動教學合作共享，讓教學資源覆蓋到更多人群，從而實現教學資源配置均等化目標?？傊?，唯有學生、行業企業等主體廣泛參與并獲得更多權利，才能促使整個教學關系發生質的突破。

（二）加快技術賦能進程，優化高職院校的教學治理體系

在人工智能技術賦予教師、學生與外部行業組織更多自主權利的同時，高職院校教學智能化與數字化變革進程卻受到通用大模型自身的缺陷而面臨普適性不足、可解釋性較弱與算法偏見等問題。但不可否認的是，當下智能工具在職業教育的運用其實已經推動了職業教育內部治理體系與能力結構的重構，并開始賦予職業教育內部體系自我治理優化的能力，甚至重塑了職業教育教學治理體系，成為推動終身學習與社會治理的全新范例[21]。第一，生成式人工智能時代高職院校應該重新構想職業教育教學治理體系與能力結構。這一命題其實來源于“技術何以驅動教育治理”的認識論思考，是對不同語言模型在教育特別是職業教育教學領域滲透的回應。那么，為了更好地應對生成式人工智能對高職院校教學帶來的挑戰，職業教育理應積極面向人工智能、擁抱人工智能并運用人工智能進行教學變革的全新探索，也即超越既往人們將高職院校教學體系視為人才培養與內容傳播機構的功能性論調，在技術層面賦予教學治理向外擴展的全新框架。第二，高職院校應該利用人工智能技術的迭代更新賦能教學體系的自我治理能力，利用虛擬技術與語言算法實現“行業—企業—政府—社會—職業院?！钡臄祿撏ㄅc創新聯動，在服務人力資源強國與教育強國建設的同時，更好地為城鄉職教資源不均衡、實訓教學內容滯后等問題提供更加有效的解決方案，從而促進構建一個更加公平、包容、多元以及可持續發展的技能型社會。第三，隨著聯合國教科文組織《教育與研究領域生成式人工智能指南》以及國家互聯網信息辦公室《生成式人工智能服務管理暫行辦法》的出臺，這些指導性文件為教育領域如何運用人工智能提供了政策性建議和管理規范。高職院校應在這些文本的指導下，明晰技術變革教學的權利與義務邊界，并完善職業教育內部教學治理的范疇與體系。當前，高職院校開始利用文本生成、文本+圖像、多模態技術實現職業訓練場景的轉換以及教學文本、語音、視頻的統一表征，其中包括百度主導的“文心一言”（ERNIE Bot）以及清華大學發布的GLM系列模型。這些工具的相繼推出，意味著未來職業教育參與終身學習服務體系建設、國家資歷框架與學分銀行建設等目標均會成為現實，從而有助于擴展職業教育教學的可能空間。

（三）遵從整體主義進路，構建數字智能的教學生態系統

當前AIGC在具體職業教學場景中更隱秘的安全問題、教學內容可信度問題以及算法偏見帶來的語料庫缺失與機器學習推斷偏誤問題，正潛移默化地轉變為職業教育內部的數字鴻溝與隱私侵犯危機。特別是在監管責任主體缺失與學生數字素養缺乏的雙重問題下，生成式人工智能正以高度逼真的文本生成能力與模型應答準確性優勢沖擊著傳統的教學模式、學業測試與學術不端界定標準?；谏鲜鰡栴}，職業教育愈發需要構建更和諧、共生、包容與協同的教學生態系統，以應對GPT等工具在職業教學場景中的潛在挑戰，甚至由此所引發的更大的社會風險[22]。具體而言，認知智能時代下高職院校教學變革需要圍繞目標對象、算力平臺、協作系統與評價轉型四個核心要素而展開，共同提高職業教育教學的自我治理能力，并擴大其參與社會治理的范圍。四個要素之間的協調配合以及技術賦權與技術賦能雙向建構的現實路徑的良性運行機制，共同構成了智能時代高職院校和諧共生的教學生態系統，使“行業—企業—政府—社會—職業院?！钡靡月摻Y并具備更大的教學協同與治理能力。這一教學生態系統的建構其實符合整體主義/整體式治理的現實進路，既將學生學習、教師教學與企業發展的需求目標進行統整，又以智能技術為治理手段推動教學資源協調、整合與創新，還促使公私合作關系、校企合作、產教融合等碎片化問題能夠共置于統一的教學治理框架中，并走向整體與集中。因此，政府應該積極成立高職院校數字化與智能化教學聯盟，并制定與此相關的規劃方案與建設意見，通過公私合作（PPP）健全智能協作系統與技術平臺，推動人工智能時代的高職院校教學變革，不斷提升自我治理能力，并參與技能型社會建設，服務終身學習體系構建的現代化進程。唯有整體性推進，生成式人工智能時代高職院校的教學變革才能與行業前沿、技術更新和全球產業革命保持同步，才能與行業組織、認證協會及政府部門協同共進，才能在提升教學質量的同時滿足教師與學生更加豐富多元的需求，從而彰顯智能工具“類人”智慧在職業教育領域的進步意義。

參考文獻

[1] 荀淵.ChatGPT/生成式人工智能與高等教育的價值和使命[J].華東師范大學學報（教育科學版），2023（07）：56-63.

[2] Floridi，L.，Chiriatti，M.GPT-3：Its Nature，Scope，Limits，and Consequences[J].Minds and Machines，2020（30）：681-694.

[3] 郭麗君，陳中，劉劍群，等.高等教育生態學引論[M].北京：社會科學文獻出版社，2018：33

[4] Wollny，S.，Schneider，J.，Di Mitri，D.，Weidlich，J.，Rittberger，M.，Drachsler，H.Are We There Yet？A

Systematic Literature Review on Chatbots in Education[J].Frontiers in Artificial Intelligence，2021（04）：654924.

[5] Lo C K.What is the Impact of ChatGPT on Education？A Rapid Review of the Literature[J]. Education Sciences，2023（04）：410.

[6] Wu X，Chen H，Wu G，et al.Knowledge Engineering

with Big Data[J].IEEE Intelligent Systems，2015（05）：46-55.

[7] 徐國慶，蔡金芳，姜蓓佳，等.ChatGPT/生成式人工智能與未來職業教育[J].華東師范大學學報（教育科學版），2023（07）：64-77.

[8] 劉智，孔璽，王泰，等.人工智能時代機器輔助教學：能力向度及發展進路[J].開放教育研究，2021（03）：54-62.

[9] 雷曉燕，邵賓.大模型下人工智能生成內容嵌入數字素養教育研究[J].現代情報，2023（06）：99-107.

[10] 肖鳳翔，陳鳳英.技術工具論視角下職業教育教學生態系統的困境與重構[J].現代教育技術，2021（05）：52-58.

[11] 宋萑，林敏.ChatGPT/生成式人工智能時代下教師的工作變革：機遇、挑戰與應對[J].華東師范大學學報（教育科學版），2023（07）：78-90.

[12] 張燁，蔡翔華.元宇宙+職業教育：未來虛實融生的職業教育發展新趨勢[J].教育與職業，2023（02）：5-11.

[13] 趙書琪.元宇宙賦能職業教育：價值意蘊、應用機理與實踐路徑[J].職業技術教育，2023（01）：34-39.

[14] Kim，J. Learning and Teaching Online during Covid-19：Experiences of Student Teachers in an Early Childhood Education Practicum[J].International Journal of Early Childhood，2020（02）：145-158.

[15] 譚維智.不教的教育學：“互聯網+”時代教育學的顛覆性創新[J].教育研究，2016（02）：37-49．

[16] Wong，G.K.，Ma，X.，Dillenbourg，P.，& Huan，J.Broadening Artificial Intelligence Education in K-12：Where to Start？[J].ACM Inroads，2020（01）：20-29.

[17] 蔣貴友.數字時代文科知識生產的運行機制——基于全球26個高校計算社會科學實驗室的分析[J].比較教育研究，2023（01）：44-53.

[18] 肖銀潔，呂宏山.教育數字化賦能高校教學新形態的風險審視與紓解路向[J].大學教育科學，2023（02）：24-32.

[19] 吳砥，李環，陳旭.人工智能通用大模型教育應用影響探析[J].開放教育研究，2023（02）：19-25，45.

[20] 石偉平，林玥茹.新技術時代職業教育人才培養模式變革[J].中國電化教育，2021（01）：34-40.

[21] 郭麗君，周建力.大學治理制度變遷的歷史脈絡、影響機制與發展路徑——基于歷史制度主義的分析范式[J].大學教育科學，2022（06）：25-33.

[22] 郭麗君，周建力.困頓與突破：高等職業教育的生態位辨析[J].現代教育管理，2022（04）：93-101.

收稿日期：2023-07-17

基金項目：國家社科基金（教育學）一般項目“智能時代大學教學生態系統研究”（BIA220062）。

作者簡介：吳慶華（1977-），男，湖南鳳凰人，管理學博士，長沙學院副教授、碩士生導師，主要從事高等教育管理研究；郭麗君，教育學博士，湖南農業大學教育學院院長、教授、博士生導師。長沙，410128。

Teaching Reforms in Higher Vocational Colleges in the Era of Generative Artificial Intelligence：Challenges，Frameworks and Paths

WU Qing-hua GUO Li-jun

Abstract： Generative artificial intelligence is rapidly entering the field of vocational education and teaching， invading traditional teaching training through intelligent assessment and teaching assistance and promoting the adjustment and reform of the teaching subject， content， and organization of vocational colleges. However， this process of teaching reform driven by external technology will ignore the interactive， professional， open， and practical characteristics of vocational skill teaching， resulting in blurred boundaries of subject rights， lagging teaching evaluation concepts， and ethical privacy risks in the vocational education process. Facing the advanced developments of computational intelligence， especially perceptual and cognitive intelligence， higher vocational colleges should build a framework of teaching reform elements that integrates change goals， computing power platforms， collaboration systems and evaluation guarantees. We can improve the self-governance capabilities of the teaching system and broaden the governance boundaries through two paths of AI empowerment. This will enable and comprehensively construct the teaching ecosystem of higher vocational colleges in the intelligent era and promote the construction of a teaching community among industry enterprises， governments， society， and vocational colleges.

Key words： generative artificial intelligence; higher vocational colleges; teaching reforms; ChatGPT; teaching ecosystem

（責任編輯? 李震聲）