速进！生成式 AI 赋能高职院校教学，这些变化你知道吗？
如今，生成式人工智能正火得一塌糊涂！它在众多领域都引发了巨大的变革浪潮，高职院校的教学也不例外。这项技术正悄然改变着教学的目标和方向，给教师、学生以及整个教学体系都带来了新的机遇和挑战。那么，它究竟是如何让教学变得与众不同，又是怎样推动高职院校教学变革的呢？接下来就一起来了解下吧！
一、生成式人工智能时代高职院校教学变革的目标导向
生成式人工智能技术驱动高职院校教学变革正在朝向通用化与专业化、辅助性与自主性以及平台化与简易化的方向发展，变更了高职院校教学体系既有的目标轨道。当Chat GPT作为教学工具介入高职院校教学体系内部时，前者对后者的赋能与赋权功能成为智能时代高职院校教学变革的主要驱力，其目标在于教学辅助性与自主化并行实现多个教学主体的智慧联动、通用化与职业化并用实现教学内容的融合传播以及平台化与简易化并行实现教学组织的创新优化。
(一)辅助性与自主化并行:教学主体的智慧联动
生成式智能技术赋能高职院校教育教学变革的关键点在于促使“师一机一生”的智慧联动，体现为以ChatGPT为代表的智能助手依照教师指示辅助完成职业技能训练任务，以及学生在Auto GPT等自主工具的支持下独立完成学习与职业训练任务，且共同在大模型的辅助性与自主化共进过程中联结成为“师一机一生”的教学共同体。
对于高职院校教师而言，人工智能模型既可以使用变分自编码器(VAES)、生成对抗网络(GANS)等架构对理论知识与实践训练进行重新组织与联想，形成可视化与系统化的职业教育知识体系，又能快速检索技术/产业革命过程中的新知识点并形成海量的教材、课件与音频图文等教学资源池，还能辅助职业教师与企业教师设计课堂与课程融合互动方案，整体性提高职业院校课堂教学的前沿性、场景化与互动性。
对于高职院校学生而言，生成式人工智能的技术机遇主要包括个性化的学习资源输出、基于职业技能训练场景的缄默知识理解与启发式对话、高阶性与批判性思维能力培养以及真实的沉浸式学习场景。概言之，生成式人工智能技术可将行业产业链与工作流水线在教学中实现场景与互动再现，促使教师、学生、企业与人工智能工具实现智慧教学联动。
(二)通用化与个性化并行:教学内容的融合创新
高等职业教育作为一种类型教育具有鲜明的跨界性和整合性，既需要培养社会期待的高质量复合型技能人才，又需要培养紧跟全球产业技术变革、具备创新型思维与高阶技能的通用人才。当生成式人工智能技术与职业教育融合发展时，也意味着通用大模型转向了专用大模型，继而帮助高职院校教育教学与企业实训在通用预训练与专用预训练两个算法领域实现教学与职业场景应用。一方面，教学内容的通用化可以借助大模型工具实现统一架构、统一模态与统一任务的融合设计，继而辅助企业教师与学校教师采用相同的教学模式，打通产教融合/订单式人才培养过程的不同步问题。
另一方面，多模态编码与反馈模型算法技术可以将技能与实践性教学知识轻松转变成图文与音频内容，并为学生推荐更符合个性化的学习资源与互动的技能训练场景。譬如，可汗学院在其开发的人工智能工具Khanmigo中引入了GPT-4技术，模拟苏格拉底“产婆术”的教学程式与启发式对话，帮助学生寻找技能学习过程中难以领会的缄默知识，从而激发学生的创新思维与自主能力。因此，人工智能工具可以作为通用化与个性化的教学手段，推动高职院校教学内容向综合化、信息化与数字化方向发展。
(三)平台化与简易化并行:教学组织的运行优化
生成式人工智能技术能够调动不同信息、应用程序以完成教学者的用户指令，并基于自身强大的逻辑预测能力拆分并执行高度复杂的教学任务。具体而言，循环神经网络(RNNS)、长短时记忆网络(LSTMS)、转换器模型(GPT)等生成式AI模型工具愈加具备了数据增强与筛选、存储优化、自适应分布式训练与容错调整的能力优势，可以帮助高职院校在课堂学习与技能训练两个领域提供场景适配，搭建全能、简易开发的“做中学”教学平台。相较而言，传统的理论知识和实践技能传授一般发生在有限且封闭固定的空间场所，由此造成职业院校的教与学过程很难和技术革命、产业发展的方向与进度并轨同步。
但在生成式预训练(Generative Pre-training)与提示学习(PromptingMethod)的技术交互下，整个教学体系产生了新的数据存储与内容生成方式，并催动高职院校教学组织走向智能化、信息化与平台化，不断优化敦学管理与教学评价程序，进一步推动整个教学过程走向扁平与互动。其中，GPT-4所提供的智能学习问答服务与机器人智慧辅导能够为职业训练过程设置特定的对话语境与实操场景，并要求人工智能助手在智能语音插件的协同作用下扮演实训教师角色，帮助学生获得自海量数据的学习反馈与技能纠偏，从而提高技能教学的针对性与个性化[71。因此，认知智能推动教学组织朝着智能、智慧与智人的方向发展，增强了学生的实践技能学习体验与获得感。
二、生成式人工智能时代高职院校教学变革的推进路径
促进生成式人工智能在高职院校教学领域的应用落地，需要从人工智能赋予教师、学生与行业企业更多的权利以及赋予高职院校教学体系更强的治理能力两个方面推动高职院校教学智能化与数字化转型，实现“行业一企业一政府一社会一职业院校”的协同互动，从而构建更加可持续的教学生态。
(一)提升技术赋权水平，扩大学校教学变革的多元参与
就长期而言，高职院校应更加开放地依托生成式人工智能技术赋予行业组织、公民社会参与职业技能教学、知识服务与资源供给的权利空间。在认知智能时代，学生可以借助基于人工智能技术的模型训练提升自主学习的能力，老师可以获取最新的信息资源与个性化反馈，从而不断改变课堂教学中“生一师一机”的权力结构与角色身份，实现相关利益主体在教学变革中的自我增权。
首先，高职院校应该基于智能技术革新教学主体关系，全面提升学生自主学习的权利意识。智能技术的认知跃升突破了传统课堂的环境限制与学习资源乏的局限，能够促使职业教育学生在场景仿真与算法模拟支持下获得除教学实践与企业实训以外的职业体验与技能互动机会，也会弥补当前行业企业参与职业教育教学的缺位。
当然，生成式人工智能在促进学生享有海量学习资源与自主学习权力的同时，也面临着防范人工智能使职业训练与技能学习变得更加机械化的风险。在为教师的个性化教学提供更多自主空间的同时，我们也需要针对教学机械化的问题建立相应的预警机制，从而避免数字化敦学过程中的价值迷失与技术依赖问题。
其次，高职院校应该基于智能技术赋权行业、企业参与教学变革进程，降低行业企业参与教学合作的准入门槛，使其在与职业院校进行教学协作、复合型技能人才培养时发挥潜在优势。与此同时，不同行业组织应该依托智能技术主动嵌入到高职院校教学生态系统中进行自有平台的数字化转型，反向推动龙头企业、行业协会在智能化产教融合中进行技术赋权与技术赋能的双向建构，从而促使高职院校与行业企业组织在技术协助下进行教学要素的深度融合。
再次，高职院校在技术赋权时应注重教学共建共享机制建设。一方面，高职院校应该加快推进教学资源共建，突破教学体系中的等级边界，完善更加扁平的协作结构，从而回应学习者、教师、行业的个性化需求:另一方面，高职院校应推动教学合作共享，让教学资源覆盖到更多人群，从而实现教学资源配置均等化目标。总之，唯有学生、行业企业等主体广泛参与并获得更多权利，才能促使整个教学关系发生质的突破。
(二)加快技术赋能进程，优化高职院校的教学治理体系
在人工智能技术赋予教师、学生与外部行业组织更多自主权利的同时，高职院校教学智能化与数字化变革进程却受到通用大模型自身的缺陷而面临普适性不足、可解释性较弱与算法偏见等问题。但不可否认的是，当下智能工具在职业教育的运用其实已经推动了职业教育内部治理体系与能力结构的重构，并开始赋予职业教育内部体系自我治理优化的能力，甚至重塑了职业教育教学治理体系，成为推动终身学习与社会治理的全新范例。
第一，生成式人工智能时代高职院校应该重新构想职业教育教学治理体系与能力结构。这一命题其实来源于“技术何以驱动教育治理”的认识论思考，是对不同语言模型在教育特别是职业教育教学领域渗透的回应。那么，为了更好地应对生成式人工智能对高职院校教学带来的挑战，职业教育理应积极面向人工智能、拥抱人工智能并运用人工智能进行教学变革的全新探索，也即超越既往人们将高职院校教学体系视为人才培养与内容传播机构的功能性论调，在技术层面赋予教学治理向外扩展的全新框架。
第二，高职院校应该利用人工智能技术的迭代更新赋能教学体系的自我治理能力，利用虚拟技术与语言算法实现“行业一企业一政府一社会一职业院校”的数据联通与创新联动，在服务人力资源强国与教育强国建设的同时，更好地为城乡职教资源不均衡、实训教学内容滞后等问题提供更加有效的解决方案，从而促进构建一个更加公平、包容、多元以及可持续发展的技能型社会。
第三，随着联合国教科文组织《教育与研究领域生成式人工智能指南》以及国家互联网信息办公室《生成式人工智能服务管理暂行办法》的出台，这些指导性文件为教育领域如何运用人工智能提供了政策性建议和管理规范。高职院校应在这些文本的指导下，明晰技术变革教学的权利与义务边界，并完善职业教育内部教学治理的范畴与体系。当前，高职院校开始利用文本生成、文本+图像、多模态技术实现职业训练场景的转换以及教学文本、语音、视频的统一表征，其中包括百度主导的“文心一言”(ERNIE Bot)以及清华大学发布的GLM系列模型。这些工具的相继推出，意味着未来职业教育参与终身学习服务体系建设、国家资历框架与学分银行建设等目标均会成为现实，从而有助于扩展职业教育教学的可能空间。
(三)遵从整体主义进路，构建数字智能的教学生态系统
当前AIGC在具体职业教学场景中更隐秘的安全问题、教学内容可信度问题以及算法偏见带来的语料库缺失与机器学习推断偏误问题，正潜移默化地转变为职业教育内部的数字鸿沟与隐私侵犯危机。特别是在监管责任主体缺失与学生数字素养缺乏的双重问题下，生成式人工智能正以高度逼真的文本生成能力与模型应答准确性优势冲击着传统的教学模式、学业测试与学术不端界定标准。基于上述问题，职业教育愈发需要构建更和谐、共生、包容与协同的教学生态系统，以应对GPT等工具在职业教学场景中的潜在挑战，甚至由此所引发的更大的社会风险。
具体而言，认知智能时代下高职院校教学变革需要围绕目标对象、算力平台、协作系统与评价转型四个核心要素而展开，共同提高职业教育教学的自我治理能力，并扩大其参与社会治理的范围。四个要素之间的协调配合以及技术赋权与技术赋能双向建构的现实路径的良性运行机制，共同构成了智能时代高职院校和谐共生的教学生态系统，使“行业一企业一政府一社会一职业院校”得以联结并具备更大的教学协同与治理能力。
这一教学生态系统的建构其实符合整体主义/整体式治理的现实进路，既将学生学习、教师教学与企业发展的需求目标进行统整，又以智能技术为治理手段推动教学资源协调、整合与创新，还促使公私合作关系、校企合作、产教融合等碎片化问题能够共置于统一的教学治理框架中，并走向整体与集中。因此，政府应该积极成立高职院校数字化与智能化教学联盟，并制定与此相关的规划方案与建设意见，通过公私合作(PPP)健全智能协作系统与技术平台，推动人工智能时代的高职院校教学变革，不断提升自我治理能力，并参与技能型社会建设，服务终身学习体系构建的现代化进程。
唯有整体性推进，生成式人工智能时代高职院校的教学变革才能与行业前沿、技术更新和全球产业革命保持同步，才能与行业组织、认证协会及政府部门协同共进，才能在提升教学质量的同时满足教师与学生更加丰富多元的需求，从而彰显智能工具“类人”智慧在职业教育领域的进步意义。(节选自《大学教育科学》2023年第6期)
生成式人工智能从教学目标入手，推动教学主体实现智慧联动，促进教学内容融合创新，优化教学组织方式。变革的推动路径十分明确：提升技术赋权，加快技术赋能，构建数字智能教学生态系统。在这个过程中，虽然会遇到一些问题，但只要各方协同合作、整体推进，高职院校教学就能借助这股“智能东风”，紧跟时代步伐，满足多元需求。
