推进人智协同共促数字职教
发布时间：2025-02-09 12:20:55| 浏览次数：
大模型时代是AI向强人工智能迈进的时代，教育数字化战略行动进入新阶段。各方要协同推进职业教育数字化，共促数字职教。
这些令人耳目一新的操作是广东科学技术职业学院以AIGC赋能实验实训的日常。师生只需上传一张图片，并给出两句提示语，便能快速生成UI代码。它不仅极大地便利了师生，也提升了从业者的工作效率，更成为以AI赋能职业教育数字化转型的生动案例。
这一精彩案例源自2024（第二十三届）中国远程教育大会之“职业教育数字化与现代职业教育体系建设平行会议”的主题分享。会上，来自教育行政部门、教育科研机构、职业院校的领导和专家，围绕职业教育数字化和现代职业教育体系建设主题以及教育大模型建设、教育数据治理、实训数字化等共同关注的话题展开了研讨。会议嘉宾认为：要基于人工智能、大数据的应用，持续推进数据治理，促进数据融通共享；要以AIGC赋能职业教育教学创变与探索；要构建并完善职业院校专业数字化转型评价框架和指标体系；要纵深推进职业教育数字化战略行动，塑造AI+职业教育新生态，推动职业教育高质量发展。
相关数据显示，截至2024年11月15日，我国已有1249所职业院校完成了数字基座对接，数据标准增至1982项，数据分析模型达到140项，数据汇聚量更是超过了338亿条。这些数据呈现了教育数字化战略行动的蓬勃之势。
智慧校园建设作为教育数字化的关键一环，其重要性不言而喻。教育部部长怀进鹏在党的二十届三中全会新闻发布会上明确指出，要深入实施国家教育数字化战略行动，建强用好国家智慧教育平台，促进优质教育资源广泛共享；大力推进智慧校园的建设。
在职业教育领域，数字化转型的演进路径清晰明确。为规范和推动职业院校数字校园的建设，教育部于2015年1月发布了《职业院校数字校园建设规范》，并于2020年6月对其进行修订。《规范》从师生发展、数字资源、教育教学、管理服务、支撑条件以及网络安全等多个方面对数字校园建设进行了全面规范。数据显示，自2022年起，教育部启动了第一批职业院校数据对接试点工作，并于2023年启动了第二批试点。试点成效显著，参与试点的院校总数达到724所，其中达标院校648所。
为进一步贯彻落实教育数字化战略行动的总体部署，在教育部职成司的指导下，教育部信息中心组织建设了“职业院校数字基座”，以鲜活的数据监测职业教育发展动态。教育部教育管理信息中心开发部负责人任怀德表示，目前该基座的对接工作已取得预期成效；将面向职业院校开展智慧校园监测，基于已有对接数据，针对典型应用场景及关键指标进行全面深入的监测与分析，并定期编制发布《监测报告》。
在职教数字化领域，新乡职业技术学院以数据治理赋能学校高质量发展，取得了显著成效。该校党委书记张林指出，数据治理建设须循序渐进，对已进入数据中心的历史数据进行存量治理，让原本“沉寂”的数据变得有价值，反映学校的历史性问题。同时，要以用促建，通过持续产出数据共享成果，并利用数据应用反哺数据治理，形成数据治理的闭环。最后，要拉动数据供应链条的各个节点积极参与，达到“生态共建”，从而提高数据质量，彰显数据价值。
在探索之初，该校便将教育数据治理确定为“一把手”工程，协调各部门强力推进。在推进实践中，该校首先按照业务主题对数据资产进行梳理，制订了相应的数据资产标准。张林认为，数据治理成功的关键在于编制数据资产元模型标准，包括：制订元数据标准；对学校核心数据资产进行标准化处理；对业务指标属性进行标准化处理，统一数据格式、分类和标签化，便于后续分析应用。目前，该校已形成了“1234”数据治理与服务体系，建立了校本数据标准，丰富了数字校园生态体系。据悉，未来学校将从以下四个方面发力：持续推进数据治理，促进数据融通共享；提升师生数字素养，加大数字化应用推广；优化师生数字画像，服务师生成长发展；提升大数据服务能力，助力学校数字化转型。
太原师范学院教授、山西省职业教育大数据分析与决策工程研究中心主任李华君也认为，数据指标体系的构建是校本数据中心建设的核心、难点和重点工作。“师生发展在数据指南和校本数据中心建设架构中占据重要位置，要通过树立数据资产理念，助力师生全面发展。有了数据指标，就可以进行数据分析，进而构建学校的校本大数据。”
怀进鹏部长指出，“要打造中国版人工智能教育大模型，探索大规模因材施教、创新性与个性化教学。”不少业内人士表示，这预示着教育行业转型的方向。ChatGPT、人工智能、实时互动、AR、VR等技术在教育领域的有效应用，无疑加速了教育转型，也引发了业内人士对于教育形态与教学手段变革的深刻思考。
遵从AI时代智能技术改变教育的技术逻辑，是实现教育创变目标的关键所在。广东科学技术职业学院通过AI+行动的探索实践，在此领域积累了丰富的经验。该校副校长曾文权认为，大模型应用落地的发展主要历经“人工智能助手—智能体—具身智能”这三个关键阶段。在教育资源迎来新融合、个性化教育步入新阶段、教育评价实现新转向的背景下，广科积极构建基于AI大模型的教学应用云平台，打造了职教大模型教育教学应用矩阵，推动了全校AI通识课的改革，同时搭建了生成式人工智能通识云实践平台。
曾文权表示，必须以积极行动应对AIGC赋能教育变革带来的挑战。这包括实现专业结构从被动调整向主动升级的办学路径升级，推动教学模式从“师生交互”向“师—生—机”深度交互的创新，促进学习范式从“被动学习”向“自主学习”转型，完成评价方式从“结果评价”向“多元评价”转变。“这些努力将达成‘人工智能深度融入教育教学有助于大规模地实现学生的个性化成长’的共识，从而帮助我们在AIGC时代抢占职教创变的先机。”
职业教育与经济社会发展联系最直接、最紧密，在建设现代化产业体系、加快发展新质生产力、推动经济高质量发展中具有重要的基础性作用。因此，我们必须主动着眼经济高质量发展对人才的新要求，推动人才培养、教师发展、管理体制、产学研协同等全要素变革；必须加快推进数字化转型发展，对接产业数字化要求深化专业建设改革，以数字化赋能职业教育人才培养。
“专业数字化建设的目的是加快培养数字化人才，适应新质生产力发展要求。制订专业教育目标的目的是明确专业‘培养什么人’。”教育部教育数字化专家咨询委员会委员、北京外国语大学教授孙善学强调，在职业院校的专业建设中，当前面临的主要挑战是如何在数字化背景下有效提升专业人才的数字技能。他提到，欧盟和德国的数字技能指标体系为我们提供了有益的参考，这些体系针对普通公众和专业领域分别设定了不同的数字技能要求。在此背Kaiyun景下，专业数字化建设需要考虑专业设置、教育目标、人才培养方案、教学标准、课程体系与内涵、教学方法、实训体系数字化、数字资源建设、教学进程与管理、评价与就业等十个方面的关键问题。
《职业教育数字化发展报告（2023版）》显示，职业教育数字化整体仍面临诸多挑战，如面向技能培养的数字化教学应用导向尚未完全形成，优质和适宜的数字化教学资源的供给能力有待提升，数字化教学发展尚未实现技术应用向模式创新的进阶等。对此，教育部职业院校信息化教学指导委员会副主任委员，清华大学教育研究院原副院长、长聘教授韩锡斌进一步解释道，当前数字化教学中存在技术应用泛化、形式化以及教师数字技术教学应用方面认知层次浅、应用简单化的特点，本质上仍属于技术应用导向。其应对之策有四：一是职业教育数字化推进方式要转型；二是统筹谋划、系统推进，要将“短期项目驱动”转为“长期事业谋划”；三是实现职业教育人才培养数字化；四是推进职业院校数字治理。他呼吁：“大模型时代是AI向强人工智能迈进的时代，教育数字化战略行动已进入新阶段。在这一形势下，各方要协同推进职业教育数字化，构建职业教育数字化新生态。”
