生成式人工智能嵌入行业产教融合共同体建设：逻辑机理、实践进路与发展向度

［摘要］建设行业产教融合共同体是当前职业教育发展的重要举措之一。生成式人工智能作为一种新型人工智能，与职业教育快速融合，重塑职业教育新形态，表现出互补性、智能性、融合性及共生性等技术—职业教育特性。其可通过形成多模态生成效应、多主体协同效应、市场化运作效应、扁平化治理效应，提升产教融合智能化水平。因此，在明确生成式人工智能嵌入行业产教融合共同体条件、应用场景及支持路径的基础上，可通过推动人机共生、赋能资源供给、统筹多元协作，重塑体现中国特色的产教融合新形态，推进行业产教融合共同体的有效运作。

［关键词］职业教育；生成式人工智能；行业产教融合共同体

［作者简介］黄碧珠（1973- ），女，福建罗源人，福建开放大学公共管理学院，讲师，博士。（福建福州 350001）江定涛（1954- ），男，江西九江人，福建船政交通职业学院原党委书记，研究员。（福建福州 350007）

［基金项目］本文系2023年度福建开放大学重大项目“开放大学开展服务家庭教育的理论与实践研究”（项目编号：FK23Z01，项目主持人：吴建铭）和2021年度福建开放大学科研重点项目“开放教育与高等职业教育融合发展研究”（项目编号：FK21A03，项目主持人：黄碧珠）的阶段性研究成果。

［中图分类号］G710 ［文献标识码］A ［文章编号］1004-3985（2024）10-0039-06

2022年12月，中共中央办公厅、国务院办公厅印发了《关于深化现代职业教育体系建设改革的意见》，提出了新时期职业教育“一体两翼五重点”的重大任务举措，建设行业产教融合共同体（以下简称“共同体”）任务是其中重要“一翼”，是深化产教融合的新路径。2023年7月印发的《教育部办公厅关于加快推进现代职业教育体系建设改革重点任务的通知》，进一步明晰了共同体建设的成员主体及目标方向，产教融合新型组织形态建设工作步入新阶段。2023年，自首个“国家轨道交通装备行业产教融合共同体”成立以来，全国性跨区域或地方特色区域性共同体等纷纷成立。全国各大共同体的成立，标志着共同体建设进入实质性阶段，如何有序推进共同体的有效运作成为共同体建设亟待解决的问题。

2022年，受ChatGPT现象级应用带动，生成式人工智能（Generative Artificial Intelligence，GenAI）随着技术的迭代呈指数级增长，并启动了人工智能影响人类社会的全新时刻。2022年7月，我国科技部等六部门印发了《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》，GenAI这种新型人工智能在各科学领域的融合运用受到了高度重视。2023年9月，联合国教科文组织发布了《生成式人工智能教育与研究指南》（以下简称《指南》），提出技术的价值在于两者之间的应然互动，倡导“人类主导、主体适用的互动性应用”［1］，建议从具有技术潜能的领域论证GenAI的应用场景。职业教育产教融合共同体领域是否具备两者交互应用的必要性场景，如何在一开始就与GenAI互动嵌入赋能共同体建设，值得我们研究。

一、生成式人工智能的技术—职业教育特征

GenAI模型的基础是基于人类思维表征系统的统计分析和强化学习算法［2］，其核心技术是自然语言处理和各类型的多媒体生成技术。它能自动解读并回应自然语言的指令，能自动生成文本、图像、音视频、软件代码及回答问题等多样态内容，深刻地改变着人类的生产方式。GenAI正被广泛地运用于各个领域，与各行业进行快速融合。同时，快速更迭的GenAI技术在教育场景中也产生了众多的创新性应用，加速了教育的数字化转型并重塑了教育的新形态。作为一种新型人工智能，GenAI与职业教育的融合呈现出以下几种技术—职业教育特征。

（一）互补性

面对GenAI对职业教育的影响，人们的理解日趋理性化，从原来的强调替代性转换为互补性。一方面，可辅助职业教育研究。在研究范畴、文献概述及数据挖掘方面，GenAI表现出显著的优势。对于模糊性的问题或情境研究，生成式工具能够根据初步的规划方案，快速浏览海量数据，收集并分析信息，形成相对集中的研究问题框架，为职业教育的深入研究提供便利。另一方面，可辅助教学。在职业教育数字化转型过程中，GenAI能够根据预设的专业教学目标与教学理念，优化专业课程体系，精准地分析并拓展与教学主题及产业、行业领域相关的关键内容，还能快速生成测试问题与评价规则方法等，提升职业教育教学的效率与质量。

（二）智能性

GenAI的智能性不是简单的自动化、数字化等的延伸与拓展，而是借助于海量级数据对已有信息、知识进行分析，产生出有价值的新信息、新知识。这种新型的生成范式针对复杂、动态、个性化的需求环境，在人机混合感知模型驱动下，充当“脚手架”角色，为学习者提供自适应、个性化的职业技能及职业知识学习支持，帮助学习者更有效地掌握技能和知识。同时，在对“人—机—环境”多维深入探索过程中，通过深层次的对话，激发学习者的主体性潜能，帮助学习者实现更高层次的认知与理解。还可以通过不断生成的自然语言处理技术［3］，准确诊断学习者的学习需求与决策困难，通过交互过程中抽象符号化知识的不断生成，帮助学习者更快、更好地找到解决问题的对策，让学习的过程更加个性化与高效化。

（三）融合性

GenAI通过算法技术渗透并协同到职业教育教学的各个场景，通过各场景的应用，提升产业行业需求与人才培养过程之间的契合度，促进人才培养质量的提升。在此过程中，GenAI表现出极强的融合性。一方面，表现为“三元”融合。从传统的师—生“二元”演变为师—生—机“三元”，GenAI加速了职业教育数字化的转型。虚实一体、人机协同的新生态职业教育模型构建，营造了一个开放式、生成式的场域氛围，在虚实交融沉浸式的学习情境中激发个体的创变学习意识，促进了职业教育教学模式的转变，加速了教学智能化与个性化的有机融合。另一方面，表现为与行业需求的深度融合。GenAI超强的对人才需求及人才去向预训练模型的模拟，可实现较为精准的前瞻性人才需求预测以及对个体就业的向导索引，在融合过程中不断对行业及个体产生用户黏性，推动育人与用人之间的深度融合。

（四）共生性

GenAI的智能创造性特征将极大提升人工智能系统在各个领域的通用性。智能技术通过对强度、难度大的劳动替代，实现更多工作岗位的自动化，并且迁移到关联产业，促进新兴业态形成。传统产业在数字化转型过程中对新型人才产生新的需求点，迫使职业教育数字化转型要适应新型产业、新型业态的人才需求。借助GenAI数据模型分析的深度学习能力，通过与新兴产业的耦合发展，对职业教育教学的模式进行整合与重构，并能够依据学习者的主体情感偏好快速生成个性化学习情境，实现教学方法、教学过程、评价体系等一体化设计，在整个服务产业的人才需求链与支撑个体价值实现的人才供应链之间形成一个GenAI驱动下的共生型生态圈。

二、生成式人工智能嵌入行业产教融合共同体建设的逻辑机理

GenAI所表现出来的技术—职业教育特征，是其嵌入行业产教融合共同体的基础。在嵌入过程中，GenAI可实现对产教融合各数据资源要素的再创造，提升产教融合智能化水平，促进职业教育发展过程的组合式创新。

（一）互补性与多模态生成效应：推动共同体的价值实现

在职业教育实践中，GenAI通过生成式的对话与创造等能力，使角色发生了转变，从“辅助工具”转向为主体参与的“教育行动者”［4］，产生了多模态生成效应。一方面，运用大型语言模型技术通过对各类型论文、书籍、报告、数据等的分析，实现对职业教育及产业、行业等各类经验的转化，整合并呈现具有诠释功能的语言、文本及音视频等多模态内容，引导并帮助共同体中各类型人员加强对产业运行过程、生产过程及人才培养过程等前期参与过程较少的相关领域的认知，促进共同体成员达成共识。另一方面，数字化环境下，共同体成员与技术互动的过程，也是共同体中多模态技术与生产型网络场域构建的过程。共同体成员间通过具有多模态生成优势的科研平台、学习平台间的操练与交互，共同完成科研与教育活动项目，不仅有利于共同体在关键性技术攻关中发挥“中试车间”作用，产出创新成果，服务产品升级；也有利于帮助共同体中学习者重构各类前沿技术知识网络，发挥知识图谱作用，合力应对各类技术性、产业性难题。

（二）智能性与多主体协同效应：实现共同体的目标旨归

共同体建设的核心目标是深化产教融合制度设计与机制创新，为产业、行业及企业提供匹配的人才与技术支撑，实现人才培养与人才需求的精准对接。GenAI具有丰富的产业、行业及企业的发展态势储备，能对其需求做出快速反应，对职业教育人才培养过程提供决策支持；还具有丰富的技术技能和知识储备，能对学习者的学习需求提供个性化服务，满足学习者个性化、高效化的学习需求。随着训练量的增加，GenAI所提供的决策知识更加智能且透明，在其对共同体的“需”与“供”双方提供决策支持的循环演进过程中，逐渐形成了一套自组织系统。在此系统中，以培养人为基本立场的多方主体，在协作过程中能更积极地关注、捕捉GenAI的发展动向，并将其作为互动对象，以提升共同体人才培养与人才需求之间的精准度；同时，在共同体与智能技术互构的系统网络中，满足学习者自由和全面发展的需求，实现共同体的目标旨归。

（三）融合性与市场化运作效应：促进共同体的要素整合

共同体由跨区域的行业组织、上下游企业、科研机构及院校共同组成，这些组成成员之间不再是松散的协作，而是一个利益共同体。GenAI通过生成技术虚实一体联结共同体中的行业企业、科研机构及院校等，促进共同体协作过程的智能化、自动化与标准化，诠释了共同体协同与交互的重要性。一方面，利用生成技术为职业教育人才培养过程提供丰富与便捷的交互体验，形成人机协作共赢的深度交互学习情境，不仅强化了共同体与GenAI的联系，还促进了共同体中不同要素的协同进化。另一方面，GenAI重塑共同体中多方主体的价值链条，通过大数据形成的超强的人才画像与需求测算，并实时交互传导给院校育人过程，实现行业企业领域人才的个性化需求与院校专业化供给之间的智能匹配，增加共同体中多方主体协作的黏性。在此过程中，各主体可通过资金、设备或技术等投入方式，以市场化手段推进各要素资源协同发力，并能按效益分配。GenAI赋能实现主体间利益合理分配以及增加的协作黏性，可确保共同体的长效化运用。

（四）共生性与扁平化治理效应：完善共同体的关系网络

共同体作为一种实体化运作的组织形式，强调的是共同参与、共同受益，因此，需要有高效率的治理结构。GenAI不仅在传统行业企业数字化转型过程中催生了新业态，也推动了职业教育人才培养过程适应新业态的需求，对专业设置、教学过程、教学方法等进行了重构。同时，也通过人才供给，帮助行业企业实现了产品与技术的更新迭代。此外，随着训练的积累，GenAI智能程度会不断提高，进而产生更大价值。GenAI价值的提升是为了更好地重构共同体的共生模式，提升共同体的创新能力，实现共同受益。为使共同体的多方主体在循环演进过程中能应对不同场景生成多样化内容，满足多方主体的多样化需求，需要由多方主体组建的理事会等实施扁平化治理。扁平化治理依据共同体制定的章程、共享机制、权责分配等落实各主体的职责，实现共同体关系网络的实体化高效运作。

三、生成式人工智能嵌入行业产教融合共同体建设的实践进路

GenAI是新一代生产力工具，伴随其技术的日渐成熟，全面融入社会生活的全领域并将带来各领域巨大的变革。GenAI嵌入共同体建设发展的过程需要以技术的成熟以及数字模型设施基础的完善为支撑，分析其条件、应用场景及必要的路径支持，以更充分发挥GenAI在共同体建设发展过程中的效度，保持新型组织形态的生命力。

（一）生成式人工智能嵌入行业产教融合共同体的条件

GenAI嵌入共同体的过程，也是共同体以技术及数据等为支撑的协同创新、长效运作的发展过程。一方面，以规则为保障。GenAI训练过程需要大量的数据模型，而对这些数据的收集、使用等需要建立规则，以确保合规、安全。针对风险与伦理等问题，共同体可参照《指南》中所指出的争议问题与综合性的对策建议。同时，遵循2023年印发的《生成式人工智能服务管理暂行办法》中有关隐私保护与数据安全的规定，将安全要求贯穿于数据模型训练及数据服务的全过程。另一方面，以技术为基础。GenAI嵌入共同体的过程需要强大的算力、算法支撑，算力、算法技术及其配套设施决定了GenAI嵌入共同体建设发展过程的需求满足程度。同时，更需要技术运营商根据共同体协作过程中的数据特点与生成任务要求，选择或开发合适的架构模型与参数。此外，以数据为核心。GenAI需要分析海量数据训练中隐含的规律与模式，数据是其嵌入共同体建设发展过程的底层逻辑。GenAI对行业发展趋势、技术发展态势及各类人才需求情况等进行大数据分析，形成各类报告、清单等数据集合体来指导院校开展工作。同时，对院校的专业设置、培养目标、课程体系、师资队伍等与行业需求的契合度进行数据分析，确保共同体实现产教对接需求、实时决策，推进协同育人。