生成式人工智能赋能职业教育变革：挑战与现实路径

［摘要］生成式人工智能自问世以来便对职业教育产生了巨大影响，促进了职业教育各方面的变革。然而，生成式人工智能也使得职业教育的变革在应用模式、教育治理、教师身份转变与学生学习范式方面面临巨大挑战。为应对挑战，建议：完善生成式人工智能应用规范，试点推广成熟的职教应用模式；提高职业院校数据治理效能，推动职业教育治理数智化转型；促使职业院校教学走向“人机共教”，扩大数字化教学应用空间；培育职业院校学生人工智能素养，形塑学生高效学习新范式。

［关键词］生成式人工智能；职业教育；教育挑战；教育变革

［作者简介］王悦晓（2002- ），女，山东烟台人，南京师范大学教育科学学院在读硕士；郝天聪（1989- ），男，山东汶上人，南京师范大学教育科学学院，副教授，博士，硕士生导师。（江苏南京 210097）

［基金项目］本文系2022年度国家社会科学基金教育学一般课题“职业发展视角下高职院校教师企业精准实践研究”的阶段性研究成果。（课题编号：BJA220244，课题主持人：郝天聪）

［中图分类号］G710 ［文献标识码］A ［文章编号］1004-3985（2025）04-0014-07

一、引言

生成式人工智能的迅猛发展对社会各领域产生极大影响，职业教育也不例外。生成式人工智能作为人工智能领域的一个重要分支，近年来随着科技的迅速发展取得了重大进展，特别在ChatGPT推出之后，更引起世人的广泛关注。ChatGPT（Chat Generative Pre-trained Transformer）是2022年11月由OpenAI公司开发的一款基于生成预训练Transformer架构的对话式人工智能语言模型，不仅实现了自然流畅的对话交互，也展现了其在理解和生成自然语言方面高度的灵活力和创造力，以其强大的功能及广泛的应用成为各界关注的焦点。

2024年人力资源社会保障部、中共中央组织部、中央网信办等九部门印发《加快数字人才培育支撑数字经济发展行动方案（2024—2026年）》，强调提升数字人才自主创新能力，激发数字人才创新创业活力，增加数字人才有效供给，形成数字人才集聚效应。随着生成式人工智能广泛应用于教育领域，职业教育也不可避免地卷入这场变革。对学生来说，生成式人工智能使学生的学习不局限于课堂，学生获取学习资料的方式更加多样化，同时也为学生解决问题提供了思路与参考；对教师来说，生成式人工智能可以创新教学形式，丰富教学内容，为教师教学提供新素材，定制个性化的教学方案，吸引学生的学习兴趣，增强课堂感染力。生成式人工智能使人才素质结构发生深刻变革，教育者需要重新思考“培养什么样的人”，从而为培养学生的职业能力创造更多的需求和可能。

已有相关研究表明，生成式人工智能从教、学、评、辅四方面对职业教育产生深刻影响。在教师教学方面，教师的主要任务从“教学”向“育人”转移，对教师的能力和角色提出新的要求，要培养符合未来发展要求的教师［1］。在学生学习方面，生成式人工智能逐渐成为学生学习的得力助手，有利于学生进行个性化学习，对学生的发散性思维、创造性思维等提出了更高的要求［2］。在教学评价方面，生成式人工智能打破了传统教育评价的局限，不再单纯评价学生的学习情况，而是根据学生的其他能力提供多元化评价［3］。在课后辅导方面，生成式人工智能为学生课后自主学习提供了便利，它可以解决学生的学习难题，分析学生的薄弱环节，提供个性化的辅导方案。已有研究从不同角度切入，探究了生成式人工智能在职业院校人才培养、学生核心素养塑造等方面给职业教育带来的影响，也结合职业教育的特点探究了如何更好地将生成式人工智能应用于职业教育，但对学生学习方式与职业教育治理方面的研究涉及较少，也没有提出一套能够适用于职业教育领域的应用模式。本研究探讨生成式人工智能在应用模式、教育治理、教师身份转变和学生学习范式方面带来的机遇和挑战并提出破解之策，以期促进生成式人工智能赋能职业教育变革。

二、生成式人工智能赋能职业教育变革面临的挑战

生成式人工智能在职业教育领域的广泛应用，虽然为职业教育带来创新和便利，但也带来许多风险和挑战。由于生成式人工智能自身存在局限，所以无法完全保障内容的原创性与信息的保密性，现阶段也没有适合广泛推广的应用模式。对于教育决策者来说，教育治理与教育决策需要向数智化转型。此外，生成式人工智能也推动了教育模式与学习方式变革，对职业教育教师与学生都提出了新要求。只有了解并积极应对生成式人工智能给职业教育带来的风险和挑战，才能更好地享受技术带来的红利。

（一）生成式人工智能存在应用局限，职业教育应用模式尚不完善

生成式人工智能作为近年来人工智能领域的重要发展方向，已在教育领域发挥出巨大潜力，但其应用模式也存在一些局限，主要体现在技术融合、伦理与法律规范、应用创新与试点推广三方面。在技术融合方面，生成式人工智能应用于职业教育领域，需要与现有的教育技术、教学资源进行深度融合，以实现职业教育智能化。由于技术的高速更新换代与资源的丰富性，生成式人工智能的更新速度难免落后于技术更迭，在资源选取上也存在资源库不权威、不匹配的情况，这对技术高速发展下的知识选取与整合带来了挑战。在伦理与法律规范方面，生成式人工智能在生成原创内容时，因其生成的文字、图像等可能与现有作品存在相似之处，所以可能引发关于版权归属的问题。目前尚未形成统一的ChatGPT应用规范，也没有一套适用于ChatGPT的共享安全协议，问责过程也含糊不明［4］。如果使用者对输出的问题不加分辨地直接使用，会出现学术不端、学术造假等现象。另外，生成式人工智能由于收集并分析了大量的学生数据，可能会泄露使用者的相关信息，也可能被用于生成虚假信息或实施恶意攻击等，对生成式人工智能的实施和广泛应用产生威胁。因此，界定生成内容的原创性、增强软件的安全性、确保数据的隐私性、形成统一的使用规范与问责过程等问题也是生成式人工智能大规模广泛应用的前提。在应用创新与试点推广方面，虽然人工智能已经在教育领域广泛应用，但在不同的教育情境中仍存在较大区别。相比于其他教育，职业教育在关注学生知识掌握的同时，更关注学生实践能力、操作能力的培养。如果笼统地将适用于其他教育情境的生成式人工智能应用于职业教育，得到的效果可能不尽如人意。因此，根据职业教育的特点、职业教育学校学生的学习特点和需求，研发符合职业教育实际的生成式人工智能应用机制，是现阶段面临的主要挑战。

（二）教育治理过度依赖经验积累，尚未实现数智化转型

随着生成式人工智能渗入职业教育领域，职业教育治理正向数智化转型，而在这一过程中，职业教育决策作为教育治理的核心环节，也必然要向数智化转型。在专业定位方面，随着时代的发展，一些原有的专业已不能满足当前要求，学校在设置专业时需要考虑诸多因素，包括行业需求、发展前景等。生成式人工智能可以帮助决策者进行较为准确的专业预测并进行专业设置。在课程内容方面，生成式人工智能的出现是对传统教育“智育”模式的冲击，ChatGPT的出现从反面证明，过去曾被忽视的生活教育、劳动教育、实践教育、社会感情培养、爱的教育等在学生“成人”中极其重要［5］。生成式人工智能的出现对学生素养提出了更高的要求，课程内容需更加重视将新技术应用到课程体系中，以及利用生成式人工智能促进学生德智体美劳全面发展。在实习实践方面，职业院校应重新思考利用人工智能优化实训基地设置，为学生提供更加贴合工作实际的岗位体验，利用先进技术提升学生的实操技能与实践经验。在教学管理方面，要规避管理决策的片面性，找到适合生成式人工智能的辅助工作，这是职业教育决策者需要多加考虑的问题。在教师培养方面，教师作为教学的主体，要根据科学技术快速发展的需要，不断学习和掌握新的技术和教学方法。针对一些教师可能难以适应角色的转变、缺乏学习新技术的主动性等情况，职业院校要关注如何使教师尽快适应生成式人工智能带来的变化，提升其专业素养。

（三）传统教育模式落后，教师身份转变滞后

随着人工智能技术的功能性、类人性特征日益凸显，技术将不再作为“可插拔”式教育工具、仅限于在部分教育场景应用，而成为教育环境不可分割的一部分［6］。由于生成式人工智能的应用，教育已经不再仅仅依赖于教师、学生之间的互动，而要借助新技术建立二者互动的“师—机—生”新模式。“师—机—生”关系是指随着技术的发展，教师与学生在教育过程中借助机器或技术形成的一种新的互动模式。机器或技术为教师提供教学资源与教学新形式，为学生提供学习资源并对学生提出的问题进行解答。生成式人工智能促使教育向关注教师、机器、学生的“师—机—生”三元结构转型，这不仅是对传统教育模式的革新、对教育本质和目标的重新思考和定位，也对职业教育教师身份的转变带来了挑战。生成式人工智能在职业技术教育领域的不断渗透，对教师在教学准备、教学过程、教学反馈等方面提出了新的要求。在教学准备方面，以往教师主要传授知识，但在生成式人工智能的影响下，教师更加注重培养学生的自主学习能力、批判性思维等。生成式人工智能为教师课前准备提供了许多便利，不仅能够帮助教师轻松获取更多课堂资料，还能创新课堂教学。在教学过程方面，传统课堂往往采用“老师问学生答”的互动方式，教师通过抛出问题引导学生进行回答，模式较为单一，难以调动学生的学习兴趣。生成式人工智能的引入为课堂带来多样化的互动形式，如创造情境故事、设计互动游戏、角色扮演、课堂讨论引导等，使课堂气氛更加活跃，也可以通过答疑、测试等形式解决学生的问题，考查学生对课堂知识的掌握情况，减轻教师的教学负担。但在这一过程中，教师如果不能把控好课堂的主要节奏，就容易使生成式人工智能占据课堂的主体地位，导致师生之间的情感交流减少。在教学反馈方面，生成式人工智能也对传统的评价体系带来了挑战，传统的评价模式主要依据评价者的主观判断和经验，通过定性的方式进行评价，评价标准不固定且单一。生成式人工智能的应用使评价变得信息化，如何运用生成式人工智能对教师教学质量和学生学习效果进行精准客观的评价，也是职业教育评价体系变革的方向。如果教师不具备良好的数据处理与分析能力及分辨能力，就无法依据生成式人工智能收集的学习数据进行反馈。

（四）学习方式难以深度变革，学生人工智能素养存在短板

生成式人工智能变革了学生的学习方式，使学生学习的方式更加多样化，学习场所不再局限于课堂，知识的获取来源也不再局限于老师。对于学生来说，生成式人工智能的出现也对其人工智能素养提出新的要求，主要体现在自主学习能力、创新与跨学科思维能力、批判性思维能力、自我反思能力方面。在自主学习能力方面，学生更多的是在课堂“被动”接受新的知识，而生成式人工智能需要学生主动提出问题从而进行解答，这就需要学生有主动获取知识的意识，能独立获取信息、分析信息并得出结论。它打破了学习时间与空间的限制，要求学生能够随时随地提出问题，利用碎片化时间进行学习。总之，生成式人工智能对学生的自主学习、自我管理和自我监督提出新要求。在创新与跨学科思维能力方面，生成式人工智能的应用要求学生能够熟练地使用工具进行学习和创新，理解人工智能的基本原理，并将其运用于解决实际问题之中；对于跨学科思维，只有具备较强的跨学科多元思维能力，学生才能认识和区分现实世界的复杂问题和情境，并最终完成人工智能难以应对的实际任务［7］。生成式人工智能涉及多学科和领域的知识，虽然其会根据对话者的语境对学科知识进行初步筛选，但难免会因其自身功能限制存在疏漏，因此，学生需要具备跨学科思维，能够将不同领域的知识和技术结合起来，解决复杂问题。在批判性思维能力方面，由于生成式人工智能是一种对话式模型，学生在首次提问时会因为各种原因无法得到理想答案，这就需要学生追问，最终获得想要的答案。在这一过程中，学生需要分析生成式人工智能输出的内容并重新提问和追问，这要求学生具有较强的逻辑分析与批判能力，理清生成式人工智能回答问题的逻辑并进行追问。在获取信息的同时，由于生成式人工智能仍然存在许多局限，系统仍然难以充分理解信息和分析信息内在的逻辑关系，很容易生成不合理的内容或犯事实性的错误［8］。学生需要对输出的知识进行批判性评估，选择自己需要的、符合逻辑的信息，以免接收到错误信息。在自我反思能力方面，在传统的学习过程中，学生较少审视自己，生成式人工智能作为学生辅助学习的工具，可以帮助学生发现自身存在的问题，不断进行反思与修正，从而提升自己。

三、生成式人工智能赋能职业教育变革的现实路径