人工智能背景下高職工程造價專業教學轉型與實現路徑*

李睿璞，王 群，徐 淳

人工智能背景下高職工程造價專業教學轉型與實現路徑*

李睿璞，王 群*，徐 淳

（深圳職業技術學院 建筑與環境工程學院，廣東 深圳 518055）

人工智能技術的興起為建筑領域帶來了新的機遇與挑戰，也對高職院校人才培養、教學要求、課程建設等內容提出了新的現實需求．本文總結了建筑大數據挖掘、神經網絡以及遺傳與仿生學等人工智能技術在智慧建筑中的應用與實踐，提出了在新技術背景下工程造人才培養轉型的現實需求，指出要通過師資信息化素養的提升、課程體系的綜合改革、教學手段的信息化升級以及開放性復合育人體系的有機融合等舉措，協同實現高職工程造價專業的教學轉型．

人工智能；工程造價；教學轉型；高職

計算機輔助設計、專家子系統以及施工集成一體化將實現建筑產業化、工業化的變革[1]．隨著人工智能、大數據分析等技術的迅猛發展以及智慧建筑的普及與推廣，大量重復性、繁重性、危險性的工作終將被機器所取代．在人工智能背景下，高職院校作為建筑產業的人才培養搖籃，其教學基本要求、人才培養等諸多內容也應及時轉變．

工程造價作為文理交叉的高等職業技術應用型專業，其人才培養及教學模式不僅應符合高等教育的流程與方法，更要依據產業變革與新技術推廣及時調整專業教學內容．在教學過程中，要堅持以工作任務為中心、項目驅動為導向的教學模式，在課程中借助新技術的實際應用強化學生的業務能力和提升學生的職業素養．

1 人工智能背景下智慧造價管理

隨著人工智能技術（Artificial Intelligence，AI）、建筑信息模型（BIM）、區塊鏈、云計算、大數據的不斷融合與發展，智慧化工程造價信息的分析、整合、挖掘等應用已完成從理論設計到實踐應用的轉化，工程造價行業正朝著數字化、智能化、全周期化的方向不斷發展與演進．以三維信息為載體的各類BIM模型結合人工智能分析模塊和工程造價定額等傳統數據模塊實現了工程設計與成本控制的一體化管理，為政府、企業、用戶搭建了全壽命、多信息、共享用的大數據行業生態平臺，在無序、海量的建筑信息中尋找潛在、共性規律，為智慧化造價管理提供了必要的技術支持．

1.1 建筑信息大數據挖掘

建筑信息大數據挖掘是對海量建筑信息進行智能分析，以實現智能建筑的精細化管理．文獻[2]借助智能化放線設備，將AI技術與BIM技術綜合運用于施工現場地下管線的深化設計和精細施工，多專業的融合與協調提升了項目精細化管理進程；文獻[3]將BIM技術與測量機器人綜合運用于設計模型的三維信息交互和機電管線的施工優化過程，使施工質量得以提升；文獻[4]將RTS機器人應用于鋼結構節點的安裝工藝，解決了鋼結構住宅節點多樣、施工復雜的難題．在工程造價領域，多源數據的融合（定額庫、規范庫、建材信息庫等）實現了信息的互通與共享，通過大數據云平臺對相關信息的深度挖掘，不僅提升工程造價的工作精準度，也創新了現有的工作模式．由此可見，將AI技術應用于各類專業子系統，不僅完成了建筑工程技術的過程化、信息化管理，更可實現建筑工程造價成本信息的精細化管理．

1.2 BP神經網絡模擬

神經網絡（Back Propagation，BP）是通過計算機組模擬人體大腦的復雜計算模型，它具有較強的學習性、適應性等特點．文獻[5]將BP決策與施工現場管理進行了嘗試性探索，解決了城市中心區施工場地狹窄的管理難題；文獻[6]將建筑結構系統分為人工智能單元以判定構件的可靠性；文獻[7]解析了建筑計算性思維和流程特征，從信息集成、映射建模和決策支持等多視角剖析AI技術在建筑設計中的應用；文獻[8]利用描述性語法、人工神經網絡和自主體等AI技術在建筑設計、分析和建造中得以應用與實踐．在工程造價管理領域，借助BP算法將影響工程項目的因子賦予權重，可快速完成建筑工程高精度的投資估算．

1.3 仿生學與遺傳算法

仿生學分析是借助自然選擇與生物的行為特點，通過數學模型輔助管理的智能化應用；而遺傳算法則是利用遺傳學中有關選擇、交叉與變異，經過數理化分析迭代獲取最優解的分析模擬過程．文獻[9]結合蜻蜓翅膀結構對溫室結構的仿生設計進行了可行性研究；文獻[10]借助仿生學在宏觀與微觀仿生方面的應用建立橋梁的“活體”概念，為新型橋梁設計提供新的思路和途徑．此外，如粒子算法、螢火蟲算法等各類遺傳算法應用于建筑工程的成本控制、物料配送以及建筑施工組織等工作環節[11]，極大拓展了工程造價行業的工作內容．

2 人工智能背景下工程造價人才培養轉型的現實需求

隨著各類新技術在建筑工程領域的逐步融合，建筑“八大員”的傳統工作將被機器人所替代．新技術的不斷涌現對傳統造價行業的工作內容提出了新要求，也增加了市場對此類新型高技能人才的需求程度，這也成為工程造價人才培養體系轉型的現實需求．

2.1 工程造價行業全壽命周期管理的本質需求

傳統的全過程工程造價管理是以指導施工組織實現經濟效益最優化的管理手段，而工程造價全生命周期管理是基于全過程管理基礎上的決策管理，它側重于分析工程項目建設過程中的經濟效益、社會效益以及生態效益的綜合提升．人工智能技術與各類工程數據的有機結合，將構建全壽命周期的智能數字化生態平臺．

在人工智能背景下，工程造價全行業要拓展傳統的工作范疇，將工程大數據整合分析、計算機編程以及工作流程的可視化與智慧化與工程造價的傳統業務有機融合，而任務操控、過程監管、成品審核以及系統維護等工程全壽命智慧管理將成為工作重點．

2.2 市場對智慧型工程造價管理人才的切實需求

傳統高職工程造價人才培養目標一般設定為“培養行業大量需求且具備一定現代造價管理知識的高級技能造價員”．在人工智能背景下，工程造價從業人員的工作內容得以擴展，傳統重復性、程序性的工作如分部分項工程量的計量、審核以及工程量清單的編制等已被各類人工智能平臺所取代，自動算量、云計價等智能化、全周期管理系統已在行業內得以普遍應用．

工程造價行業與人工智能技術的結合，將提升傳統工程計量的準確性與可追溯性，降低系統性誤差以及不確定性因素對造價數據精確度的負面影響．以工程計量為例，從業人員依據施工圖紙反復計算各分項工程的面積、體積以及數量等信息，此類工作模式不僅效率低下而且計算結果的精確度偏低．隨著AI技術、BIM技術與傳統工程造價工作內容之間的有機融合，工程量可視化計量的速度以及相關造價文件編制的準確度均大幅提升，從業人員的工作內容已轉變為建筑工程全壽命成本管理與造價控制等，對崗位智慧化的職業素養要求較高．

2.3 構建智慧化工程造價人才培養體系的內在需求

人工智能作為科技進步與產業發展的原動力，亟待培養一批具備既精通專業技能又了解新技術的復合創新型人才．在工程造價管理領域，BIM技術為建設工程智慧管理提供了海量數據支撐，也為創建人工智能數理模型以及智慧化管理提供了實現基礎．所以，高職工程造價人才培養模式、課程體系中需要將人工智能、BIM、大數據分析與專業課程有機結合，在人才培養過程中體現專業知識與新技術的有機融合．

人工智能技術的應用已經為高職工程造價人才培養提出新的需求，在課程體系中應逐步實現理實融合、產教融合、信息融合的新型教育發展之路．職業教育在側重技能培養的同時還需注重人工智能綜合素養的培育，更新職業教育的教學內容以提高學生的創新能力、綜合能力、知識遷移能力以及激發學生的創造力，最終培養學生跨界的邏輯思維體系．

3 人工智能背景下高職工程造價專業轉型的實現路徑

工程造價專業的教學目標、課程建設、人才培養必須完成數字化、網絡化、智能化領域的轉型與升級，將工程造價信息的管理、運用和維護等工作與人工智能、大數據分析、智慧建造等技術相結合，以多途徑、多方式、多手段協同實現人工智能背景下高職工程造價專業的轉型與升級．

3.1 提升師資的信息化素養，探索BIM與人工智能技術的有機融合

為適應人工智能、大數據、區塊鏈、云計算等產業發展的新需求，高校教師只有掌握一定的信息技術、創新思維、專業技術的綜合技能，才能培養出新型高技能人才．

高職院校應吸納工程實踐經歷豐富的“雙師型”人才，也可通過繼續教育和師資培訓項目完成現有師資的升級與轉化．另一方面，工程造價教師資信息化素養的提升應圍繞建筑領域的智慧建造、數據挖掘、智慧運維等內容尋找人工智能在建筑全壽命管理的結合點，掌握一定的計算機編程、數理統計以及信息挖掘的基礎知識，探索BIM技術與人工智能背景下智慧建筑領域的研究與應用，并要積極開發高職“學歷證書+職業技能等級證書”類人工智能與專業技能相結合的職業資格證書．

3.2 課程體系綜合化改革，實現傳統課程體系與人工智能技術的有機融合

為全面提高職教育服務現代產業發展的需求，高職教育的課程體系、課程內容要主動適應產業升級與創新．高職院校應積極響應國家有關推動人工智能發展的宏觀戰略，充分調研區域經濟社會發展對高技能人才的能力需求．

在建筑工程領域，新時期人才培養應主動適應建筑行業智慧化、產業化的轉型升級．課程體系應依據產業發展需求及時調整與更新，合理配比基礎知識與新技術的課時比例，逐步強化生產與操作環節對新技術的實踐技能．在高職工程造價教育教學課程改革中，應適當調整課程體系與課程結構，刪減如“工程招投標”、“工程計量與計價”等原理性、程序性的理論課時比例，增設招投標管理實操沙盤、云計量、云計價等方面的教學內容；借鑒人工智能與智慧建筑前提下的技能分級，使學生在BIM技術下能借助人工智能的分析手段解決建筑領域的實際問題與困難，還應分層次設立智慧造價全壽命管理人才的分段培養計劃并合理設置課程組之間的邏輯關系．基于上述分析結論，基于人工智能的工程造價人才培養的課程體系與課程邏輯關系如圖1所示．

3.3 教學手段與教學方法信息化提升，搭建智慧型學習平臺

教師需協調傳統教育、技能培訓與人工智能三者之間的互動關系，將傳統言傳式知識點教育逐步轉變為學生個體能力、職業素養以及個性需求、精神與品質的復合培養模式[12]，采用人工智能平臺取代傳統、常規性的教學手段．

圖1 人工智能背景下工程造價課程設置關系圖

除使用傳統的實訓條件以外，更多借助虛擬現實技術（VR）、增強現實技術（AR）、混合現實技術（MR）等手段強化學生的實操技能．在普及人工智能基礎、應用方式等知識以外，應將AI與課程體系相結合，智慧化完成技能型人才知識結構的個性化管理，實現因材施教、因材就業、因材發展的核心理念．翻轉課堂、小規模限制性在線課程（SPOC）、大規模開放性網絡課程（MOOC）等新型教學方法已被應用于教學領域，智慧學習平臺集合了豐富的學習視頻、題庫、在線交流、分組任務等模塊．在人工智能背景下，各類學習平臺應逐步與學習者之間建立交互關系，依據學生的學習表現以及個人選擇偏好推送相關的學習內容，培養高效的智慧型學習模式[13]．

3.4 復合型人才培養的開放性對接，多元育人主體的有機融合

高職院校還應重視職業教育各方面的資源優化配置，增加人工智能背景下人才體系、課程設置、內容建設方面的投入，調研生產、建設、管理、運維等工作階段人工智能技術對復合人才能力的培養要求．積極搭建平臺為校企合作的實施提供土壤，在確保實訓基地建設質量的基礎上鼓勵人工智能技術在教學實施活動中的普及、實施與推廣．

在工程造價與管理領域，高職院校應重視優質教學資源建設——以BIM技術為基礎，以智慧建筑為研究對象，以建筑全壽命信息管理為目標綜合培養高端工程造價高技能型人才．傳統的工程造價專業圍繞著培養工程建設領域的造價員為目標，而在人工智能背景下將智慧互聯與工程建設有機融合，培養學生的創新思維，強化學生與終端智能設備的交互性與實操性，最終提升建筑工程全壽命造價管理人才協同、創新的綜合業務能力與職業素養．以深圳市為例，在粵港澳灣區經濟帶中要打造具有世界影響力的創新創意之都，地區院校人才培養應注重新技術條件下學生創新能力的培養，特別是在人工智能背景下如何實現產業發展、創新驅動、專業素養的有機融合都將成為高職工程造價專業來課程改革的核心內容，只有將師資隊伍、教學手段、課程體系與育人主體之間的有機融合才能完成人工智能背景下高職專業的順利轉型．

[1] 張亮．BIM與機器人全站儀在場地地下管線施工中的綜合應用[J]．施工技術，2016，45（06）：27-31，48．

[2] 黃正凱，鐘劍，張振杰，等．基于BIM平臺測量機器人在機電管線施工中的應用[J]．施工技術，2016，45（06）：24-26．

[3] 曹啟光，韓立柱．RTS放樣機器人在鋼結構工程測量中的應用[J]．施工技術，2017，46（18）：30-31，69．

[4] 程樸，張建平，馬朝陽．建筑施工設施定位BP神經網絡決策[J]．計算機工程，2001（11）：27-29．

[5] 李建平，束拉，邱敏．基于神經網絡的模糊綜合評判在建筑結構可靠性評估中的應用[J]．湖南科技大學學報（自然科學版），2008（01）：41-44．

[6] 孫澄，韓昀松，任惠．面向人工智能的建筑計算性設計研究[J]．建筑學報，2018（09）：98-104．

[7] 魏力愷，張備，許蓁．建筑智能設計：從思維到建造[J]．建筑學報，2017（05）：6-12．

[8] 史曉君，于海業．溫室結構仿生設計的可行性研究[J]．農機化研究，2011，33（07）：73-77．

[9] 胡楠，戴公連．仿生理念在橋梁設計中的應用[J]．世界橋梁，2009（03）：65-69．

[10] LIU H, AL-HUSSEIN M, LU M. BIM-based integrated approach for detailed construction scheduling under resource constraints[J]., 2015，53：29-43．

[11] WANG J, ZHANG X, SHOU W, et al. A BIM-based approach for automated tower crane layout planning[J]., 2015，59：168-178．

[12] 黎修良，沈言錦．人工智能背景下的職業教育教育教學資源共享研究[J]．中國教育技術裝備，2018（19）：50-51，54．

[13] 尹霞雨，呂芳卓，劉夢蓉，等．人工智能2.0與教育信息化2.0背景下的職業教育——來自第三屆中美智慧教育大會的觀點[J]．中國遠程教育，2019（01）：18-22．

On Teaching Transformation and Implementation Methods of Quantity Survey Major in Higher Vocational Colleges under the Background of Artificial Intelligence Application

LI Ruipu, WANG Qun, XU Chun

（）

The wide-spreading of artificial intelligence technology has brought new opportunities and challenges to the field of architecture, and has also put forward new realistic demands for talent cultivation, teaching standard and curriculum construction in higher vocational colleges. This paper summarizes the application of artificial intelligence technologies such as data mining, neural network, genetic and bionics in intelligent building. It puts forward the demand for talent training transformation under the background of new technology project. It also points out that through the promotion of teachers' information literacy, comprehensive reform of course system, teaching means and openness of compound cultivation system of comprehensive measures, the major ofcould achieve teaching transformation in higher vocational colleges.

artificial intelligence; quantity survey; teaching transformation; higher vocational colleges

2019-10-30

2019年教育部科技發展中心教學改革項目“基于大數據分析的高職工程造價課程體系改革”（課題編號：2018B01003）部分研究成果；深圳職業技術學院2018年校級教研項目“基于BIM建筑工程全壽命管理的工程造價高級應用型人才培養模式研究”部分研究成果．

李睿璞，男，內蒙古包頭人，副教授，博士，研究方向：土地利用與工程管理．

王群，女，遼寧朝陽人，教授，博士，研究方向：工程造價與綠色建筑．

G712

A

1672-0318（2020）03-0053-05

10.13899/j.cnki.szptxb.2020.03.009