人工智能時代職業教育的轉型和發展

[摘要]文章闡述了人工智能的本質和發展歷程，分析了世界各國在人工智能戰略規劃、產業融資、人才儲備、教育研究等方面的競爭現狀及我國人工智能發展對人才的現實需求。最后結合我國人工智能戰略和職業教育轉型發展趨勢，提出了人工智能時代職業教育的發展策略：重新定義職業教育，革新理念思維；融合人工智能技術，改變教和學；樹立終身學習理念，構建職業教育資歷框架體系；深化產教融合，有機銜接產業鏈。

[關鍵詞]人工智能 職業教育 語義分析 終身學習 產教融合

[作者簡介]謝青松（1978- ），男，四川樂至人，重慶廣播電視大學、重慶工商職業學院，副教授，碩士。（重慶 400052）

[中圖分類號]G717 [文獻標識碼]A [文章編號]1004-3985（2018）08-0050-07

統計和概率方法的運用，大數據的可用性以及計算機處理能力的提升驅動人工智能發展進入新階段。人工智能已經成為全球各國家關注的熱點和必須面對的發展現實。美國、英國、日本、俄羅斯、加拿大等國，先后從國家層面發布人工智能政策規劃，將人工智能作為國家經濟發展、社會變革和國際競爭的新動力。在我國，人工智能已上升為國家戰略，在政策層面得到了各級政府的大力扶持和鼓勵。2017年3月，國務院首次將人工智能寫入《政府工作報告》，并在同年7月印發了《新一代人工智能發展規劃》，提出要引領世界人工智能發展新潮流，人工智能產業競爭力在2030年要達到國際領先水平。2017年10月，習近平總書記在黨的十九大報告中提出，要推動人工智能和實體經濟深度融合，指明了人工智能的發展方向。2016年5月，國家發展改革委、科技部、工業和信息化部、中央網信辦四部門聯合發布《“互聯網+”人工智能三年行動實施方案》，2017年12月，工業和信息化部印發《促進新一代人工智能產業發展三年行動計劃（2018—2020年）》，全力助推我國人工智能發展。2017年，國家和各省市發布涉及人工智能的政策總計35條，2017年也被我國媒體稱為“人工智能（AI）年”。

人工智能的飛速發展給職業教育帶來巨大沖擊，大量就業崗位或技能被人工智能所代替，職業教育培養的技術技能型人才很有可能面臨畢業就失業的窘境。有學者甚至斷言：在人工智能時代，職業教育將不復存在。為適應人工智能發展，2017年9月，教育部發布的《關于進一步推進職業教育信息化發展的指導意見》提出，職業教育要主動服務國家重大發展戰略，加大人工智能的應用。對于人工智能時代職業教育的發展，國內學者也進行了一些探索。例如：張祺午提出在人工智能背景下，職業教育需要培養人工智能領域所需要的專業技術人才，更新人才培養規格、教學內容和教學形式；姜志堅等人提出了基于人工智能職業教育的發展策略。但對于大部分職業教育實踐者而言，人工智能仍然是一個新命題，由于認識不足造成的恐慌和畏懼超越了對人工智能美好未來的樂觀和憧憬。何為人工智能？其發展歷程和國際國內發展有何特點？人工智能對職業教育有哪些影響？職業教育實踐者對人工智能時代職業教育發展路徑等充滿困惑。本文通過分析人工智能的本質特征、發展歷程和國際現狀，積極探索人工智能對職業教育的新要求，以期為我國現代職業教育在人工智能時代的發展提供策略參考。

一、人工智能的本質和發展歷程

1.定義和本質。人工智能的英文是Artificial Intelligence，簡稱AI，其字面意思是指人造的、非自然的智力，但沒有統一的定義。筆者通過大數據語義分析系統挖掘人工智能的關鍵特征，以尋求更為科學、客觀和完整的定義。采用的語義分析工具是“NLPIR大數據搜索與挖掘共享平臺”，該平臺為中國科學院、國家統計局等全球30多萬家機構提供過服務，能夠全方位、多角度對數據文本進行處理，主要包括詞性標注、實體抽取、詞頻統計、關鍵詞提取、語義信息抽取、文本分類、情感分析、語義深度擴展、文本聚類等。文章中的數據文本來源包括國內外權威圖書、百科全書、專業機構及專家學者共計132個，通過對數據源提供的人工智能定義文本進行整理清洗，然后運用平臺進行分詞標注、詞頻統計、關鍵字提取和摘要提取。分析結果顯示：與人工智能相關的新詞是數字計算機、模擬人類、機器模仿和計算機科學；高頻詞中名詞頻次前三位是計算機、系統和智能；動詞頻次前三位是模擬、使用和識別；形容詞為科學、基本、抽象和類似，共四個。通過對提取的高頻詞和摘要進行綜合分析，得出如下定義：人工智能是計算機科學的分支，主要探究用計算機進行智能行為的模擬，以及機器模仿智能人類行為的能力，是利用數字計算機或者數字計算機控制的機器模擬、延伸和擴展人的智能，是感知環境、獲取知識并使用知識獲得最佳結果的理論、方法、技術及應用系統。由于人工智能在評估算法性能和準確性方面存在差異，有時很難明確區分人工智能和非人工智能，因此，對人工智能的觀點和定義也會有所變化。

2.人工智能的發展歷程。人工智能的思想根源可以追溯到20世紀40年代，具體化的人工智能思想是艾倫·圖靈（Alan Turing）于1950年發表的著名文章《計算機器與智能》，文中提出：機器是否能夠思考？而真正推動人工智能誕生的是麥卡錫（McCarthy）、閔斯基（Minsky）、羅切斯特（Rochester）和香農（Shannon），他們于1955年8月共同撰寫了《達特茅斯人工智能暑期研究項目提案》，并提出猜想：學習的每個方面或者智力的任何特征原則上都可以被精確描述，以便被機器模擬。1956年8月，來自美國的計算機科學研究人員齊聚達特茅斯學院，共同探討了這一開創性思想，從而宣告了人工智能學科的正式誕生。

人工智能誕生以后的60年，其發展并非一帆風順。對于人工智能的發展歷程，國內學者傾向于詳細的階段描述。例如：吳永和等人從發展時間的角度將人工智能劃分為七個階段：萌芽階段、誕生階段、黃金階段、第一次低谷、繁榮階段、第二次低谷、現在發展階段；從技術發展的角度將人工智能劃分為計算智能、感知智能、認知智能三個階段。最新發布的《人工智能標準化白皮書（2018）》將人工智能發展階段分為六個時期：第一次繁榮期、第一次低谷期、第二次繁榮期、第二次低谷期、復蘇期和增長爆發期。但由于人工智能自誕生以來，所面臨的問題遠超想象，發展進程非常緩慢，詳細的階段劃分其實并無實質意義。筆者贊同美國學者勞恩契貝利（Launchbury）的人工智能發展階段學說（見圖1），該學說也被美國《國家人工智能研發戰略規劃》所采用。

從圖1可以看出，勞恩契貝利將人工智能的歷史與未來劃分為三個階段。第一，手工知識（Handcrafted Knowledge）階段。該階段從人工智能誕生到20世紀90年代末期，典型代表技術為20世紀80年代出現的仿真人類專家決策能力的計算機系統——“專家系統”（expert systems），該階段開發的技術今天仍在使用。第二，統計學習（Statistical Learning）階段。該階段從2000年左右開始，典型特征是隨著機器學習、大量數據、機器運算能力的提升和學習技術的進步，迅速地促進了人工智能的發展，Hadoop與大數據和現代人工智能工具集取得重大突破，此階段的發展還會延續數十年，并產生更多的技術突破。第三，語境順應（Contextual Adaptation）階段。該階段代表著人工智能的未來，著重解決統計學習時代出現的兩個問題：一是解釋推理行為的模型，產生對分類過程進行解釋的系統，從而更有效地對處理過程進行完善修正；二是生成模型，從潛在語境中進行學習、感知、推理以及抽象，從而實現不同系統中的知識技能在不同語境中相互遷移。

二、人工智能時代的國際競爭和我國人工智能的發展現狀

人工智能已得到世界各國政府的高度重視。2017年9月，俄羅斯總統普京曾在面向全俄中小學生的公開課上宣稱：發展人工智能不僅代表著俄羅斯的未來，也是全世界的未來。該領域的領先者將成為全球統治者。從人工智能的發展階段可以看出，美國在人工智能領域有著絕對的優勢，我國雖然在人工智能發展上起步較晚，但近幾年發展迅速，已與美國形成齊頭并進之勢。本文針對國際主要國家人工智能的發展概況進行了具體的分析與比較，如53頁表1所示。

從53頁表1可以看出，中國和美國已成為人工智能領域的兩大巨頭。目前來看，美國在人工智能技術層和基礎層仍領先于我國，并在資金注入、人才儲備、教育研究、領先企業等方面都略占優勢，而我國則在人工智能應用領域、消費市場、人力發展方面有很好的前景，在未來人工智能發展中，中國與美國的競爭將日益激烈，而競爭的關鍵就是人才。

三、人工智能時代職業教育的人才導向

在人工智能時代，我國要想實現“彎道超車”甚至“換道超車”，最關鍵的因素就是人才，但目前國內外對人工智能時代的人才培養和就業存在爭議。第一種觀點認為人工智能會給人類帶來災難，導致大量崗位消失，很多人失業，因而對人才培養持消極態度。例如，著名科學家霍金一直是人工智能威脅論的支持者，并多次發出警示，其認為科技發展已經摧毀了許多傳統制造業和藍領崗位，接下來可能給中產階級帶來類似災難；特斯拉CEO埃隆·馬斯克則宣稱：未來人類在智力上將被遠遠拋在后面，并淪落為人工智能的寵物。第二種觀點卻認為人工智能不會給人類帶來災難，雖然會造成一些工作任務的減少和崗位的消失，但會因此而產生新的職業。例如，比爾·蓋茨曾公開發言：所謂的人工智能變得超級聰明的危險，實際上是未來的出路；美國智囊機構信息技術與創新基金會主席羅伯特·阿特金森（Robert Atkinson）博士認為，人工智能和過去的科技一樣，會適當地促進生產力增長，但對總體的工作數量和失業率沒有影響；著名法律顧問鮑爾·費力羅（Paul Ferrillo）從人工智能和網絡安全的角度認為，人工智能或機器學習平臺是不會帶來網絡安全崗位減少的，反而因人工智能時代的到來，需要更多網絡安全工作人員。

筆者認為，人工智能確實會淘汰和替代大量現有工作崗位或任務，但又會創造新的職業和就業崗位，從而最終實現勞動力市場的供需平衡。但這個轉變過程將伴隨新一代的工業革命和產業升級進行，是一個漫長的過程，也可能是一個痛苦的周期，這種轉變對以培養技術技能型人才為目標的職業教育來說是一個巨大挑戰。為此，職業教育必須要積極面對人工智能帶來的影響，做好人才培養規劃，對職業教育在人工智能時代的未來發展，至少應進行以下三點思考：

1.現有專業培養的人才面向的就業崗位是否會消失？人工智能肯定會帶來大量工作崗位的消失，這點毋庸置疑，尤其是大批簡單、重復性和標準化程度高的工種，將首先面臨被淘汰的命運，隨著深度學習、機器學習技術的進步，任何有固定路徑、標準模式可遵循的體力勞動甚至腦力勞動，無論簡單還是復雜，都有可能被人工智能替代。具體來說，流水線上的技能工人、信貸員、柜臺服務員、零售銷售員、出租車司機、會計等很可能被人工智能替代。對于這些即將消失的職業或崗位，職業院校應根據開設的相關專業進行分階段撤銷，以避免出現學生畢業就失業的尷尬現象。

2.是否準備好培養人工智能行業所需要的專業人才？人工智能的快速發展急需專業人才。據統計，美國人工智能初創企業現有大約78700名員工，我國大約有39200位員工，還不到美國的50%。我國對人工智能人才的需求數量逐年上升，數量已經突破百萬，但因國內高校人工智能專業教育和培訓滯后，人才出現嚴重短缺現象，以致無法滿足人工智能企業的發展需求。職業教育的目標是服務于國家經濟社會發展，培養高素質技術技能型人才，現有職業教育體系要及時回應人工智能行業的人才需求，及時增設或改擴建相關專業。

3.如何應對與人工智能緊密融合的行業人才需求？人工智能將與大量行業深度融合，從而推動傳統工作崗位進行轉型升級。2015年5月20日，國務院印發《中國制造2025》，對智能制造進行了界定，指出智能制造主要是指基于物聯網、云計算、大數據等新一代信息技術，貫穿設計、生產、管理、服務等制造活動各個環節，具有信息深度自感知、智慧優化自決策、精準控制自執行等功能的先進制造過程、系統和模式的綜合。由此可見，未來的制造行業將是智能化行業，職業院校應及時調整或重構現有相關專業和課程，以培養學生具備智能化、數字化崗位的職業能力素質。

四、人工智能時代職業教育的發展策略

1.重新定義職業教育，革新理念思維。人工智能時代的職業教育將更多地依賴數據和智能技術支撐決策、辦學和教學，因此，職業教育的人才培養規格、辦學定位、教學內容、考核標準和師資隊伍建設等都需要重新定義，并在教學和管理過程中貫徹、落實和應用人工智能理念，形成以人工智能開展工作的思維模式。在人工智能背景下，職業教育要為學習者提供個性化學習服務、智能推送和精準反饋服務，從而實現因學定教和精準教學。職業教育教師現有的重復性和大量數據積淀的教學任務，都可能被人工智能所取代。課堂教學也將與人工智能技術進行深度融合，出現智能機器人教師。而教師則要更多地關注人本教育，如道德教育、情感教育等。職業教育學生的學習方法和方式將得到重構，碎片化和個性化學習日益普遍，知識來源和評價體系也更加多元，教師能完整地跟蹤學生的整個學習過程，課程證書的意義和價值將遠遠大于文憑。職業教育將出現“新師徒制”，行業領域的行家里手將通過“互聯網”以言傳身教的方式，帶領規模龐大的徒弟用碎片時間進行學習與實踐，人工智能可以給“新師傅”當助手，在海量的人群中挑選合適的師傅，并幫助師傅進行教學，對“徒弟”進行大數據分析，掌握其學習特點和需求。很多職業將來可能不復存在，這給職業院校和傳統教育體制帶來巨大的沖擊。因此，職業院校應及時調整專業設置，加強智慧校園建設，并注重培養學生的綜合職業素養、創新和設計能力，以滿足社會對高素質技能型人才的需求。隨著人工智能時代的快速發展，職業教育體制也將走向個性化、時間彈性化、內容定制化、方式混合化、評價過程化和機構開放化，將會出現職業教育學習中心，學習中心的評測將以描述、診斷和咨詢為主。

2.融合人工智能技術，改變教和學。在未來25年，人工智能對教育的影響主要在兩個方面：一是人工智能對教的影響，其將聚焦于課堂實踐、教師協作和技術多元應用等；二是人工智能對學的影響，其將融入學生日常生活，支持學生的社會實踐、文化習得、目標實現和社區融入等。在人工智能時代，隨著教育大數據采集和人工智能的應用，可以實現對學生學習過程、生活過程、教育過程的全場景過程化數據采集，并對采集數據進行分析和全畫像，向學生智能推薦和提供個性化服務、個性化教學、個性化輔導和個性化學習，以減少學生的無效做題時間和學習時間。與此同時，對學生進行非知識性數據采集，還可以幫助教師確定如何進行創新性培養，教師可以根據學生的實時心理特點和情感特征進行精準教學，及時調整教學方法和手段，優化教學評價方式，補充教學資源，減少備課重復性工作，提升教學效率，從真正意義上提升教學成效。新時代的職業教育不再是單純的學習，而是動態的常態化數據記錄，并貫穿整個教學考評的全過程，在學生畢業時，未來招聘企業看到的不是一個簡歷，而是每個學生的數據檔案，如學生是否上課、是否遲到早退、是否上課睡覺、是否積極回答問題、是否坐教室前三排、是否在教室里合作學習等，都可以從數據中一目了然，從而通過基于大數據的評價模型給學生一個更科學、更全面的評價，學生的數據將是其未來求職和終身就業的最好憑證。職業院校要告知新入學的學生，在學習期間學校會進行數據全采集和全畫像，以激勵學生在求學生涯中自主學習，從而通過個性化教學與數據化管理，提升教學質量，提高對學生學習管理的成效。基于人工智能大數據的職業教育教與學的范式，見圖2。

3.樹立終身學習理念，構建職業教育資歷框架體系。寬資本董事長關新提出，在人工智能時代，“教”與“學”將會向“終生學習”的方向發展，這對于職業教育的發展尤為重要。在人工智能時代，技能型人才的“技”要么在被人工智能數字化改進的路上，要么就面臨被機器人替代的危險；而“能”如果不及時進行“充電”，則會不斷地“消耗”，導致技能型人才很可能隨時被拋進低端就業市場，“守著一門技術吃一輩子老本”的時代將一去不復返。因此，職業教育要樹立終身學習的理念并被納入終身教育體系。政府要做好頂層設計和宏觀指導，并加大政策支持。在國際上，職業教育早已納入很多國家的終身教育體系，職業教育的學習成果通過資歷框架體系，可以和普通教育、繼續教育等其他類型的教育進行互換，且職業教育也可以與其他教育類型彼此銜接和相互溝通。例如，2008年，歐洲發布了區域資歷框架，職業教育屬于資歷框架的第三級和第四級，通過資歷框架職業教育實現了與普通教育學歷層次的上下銜接和溝通。根據歐洲職業培訓發展中心的統計，截至2017年，全球有159個國家已經建立資歷框架，約占聯合國193個主權國家的四分之三，各國通過資歷框架的級別標準和能力指標要求，將職業教育體系納入終身教育體系，為勞動者通過正規學習、非正規學習和非正式學習所獲得的技能得到認可建立了統一標準，各類職業技能學習成果在本國內以及區域聯盟其他國家都可以得到認可，從而保障了人才的自由流動。目前，我國還沒有建立起國家層面的資歷框架，職業教育資歷框架的建設還停留在政策的零星片語上，不利于職業教育在終身教育體系中發揮其應有的社會功能。為適應職業教育的縱深發展，我國應盡快制定相關法律，并積極探索建立國家層面的職業教育資歷框架，構建職業教育終身學習體系。

4.深化產教融合，有機銜接產業鏈。人工智能時代的職業教育需要對產業具有極高的敏銳度和極強的反應力，以建立對接產業鏈和創新鏈的學科體系，培養社會各行業真正需要的高素質創新人才和技術技能型人才。我國現有職業教育體系的人才培養模式和學制基本固定，其靈活性和反應速度難以適應行業企業的現實需求。例如，職業院校開設的專業往往以三年為一個培養周期，人才培養方案和規格早在三年前就已制定，即使發現培養的人才無法適應社會需求，也不能對原有方案進行隨意調整，就好比已經知道生產的“產品”是社會不需要或過時的，但因制度原因無法及時調整，只能眼睜睜地看著其既成事實。在人工智能時代，職業院校應深化產教融合，而教育鏈、人才鏈與產業鏈、創新鏈進行有機銜接的最好辦法就是拓寬企業參與職業教育的途徑，深化“引企入教”改革，企業要參與學校的專業規劃、教材開發、教學設計等人才培養環節。職業院校還要以企業為主體積極推進協同創新和成果轉化，進一步提升產教協同育人效果，并推動職業學校和企業聯盟、與行業聯合、同園區聯結，在技術性、實踐性較強的專業，全面推行現代學徒制和企業新型學徒制，推動學校招生與企業招工相銜接。

五、結語

庫茲韋爾（Kurzweil）在《奇點臨近》一書中預測：2025年，人類將設計研發出具有人工智能的“人腦”；2030年，“人腦”智力水平將堪比人類；2045年，科技發展奇點（科技發展無限快）將到來，人類將被人工智能主宰。庫茲韋爾的預言未必成真，但從側面反映了人工智能在未來迅速發展的趨勢以及給人類社會帶來的巨大沖擊。職業教育服務于國家戰略和社會經濟發展，要正視人工智能帶來的挑戰和機遇，積極轉型發展，既要為人工智能而學，又要用人工智能來學，以培養出國際化的高技能型人才，為我國人工智能戰略的推進和制造強國目標的實現做出應有的貢獻。

[參考文獻]

[1]伏彩瑞，關新，朱華勇，等.“人工智能與未來教育”筆談（下）[J].華東師范大學學報：教育科學版，2017（5）.

[2]姜志堅，趙興民，盧德生.人工智能背景下職業教育發展的策略[J].中國職業技術教育，2017（30）.

[3]吳永和，劉博文，馬曉玲.構筑“人工智能+教育”的生態系統[J].遠程教育雜志， 2017（5）.

[4]張祺午.職業教育如何應對人工智能時代[J].職業技術教育，2017（21）.

[5]張偉遠，謝青松.資歷框架的級別和標準研究[J].開放教育研究，2017（2）.

[6]朱永新、徐子望、魯白，等.“人工智能與未來教育”筆談（上）[J].華東師范大學學報：教育科學版，2017（4）.

[7]Atkinson R D.“It's Going to Kill Us！”and Other Myths about the Future of Artificial Intelligence[J].Social Science Electronic Publishing，2016（21）.

[8]Kurzweil R.The Singularity is Near：When Humans Transcend Biology[J].Cryonics，2005（1）.

[9]Launchbury J.A DARPA Perspective On Artificial Intelligence[EB/OL].（2017-02-16）[2018-01-27].http：//www.artificialbrain.xyz/a-darpa-perspective-on-artificial-intelligence.

[10]Mccarthy J，Minsky M L，Rochester N，et al.A Proposal for the Dartmouth Summer Research Project on Articial Intelligence[J].Journal of Molecular Biology，2006，278（1）.