人工智能生態下的職業教育發展研究

唐少藝

人工智能生態下的職業教育發展研究

唐少藝

（無錫商業職業技術學院，江蘇 無錫 214153）

簡單介紹了人工智能科技，對人工智能未來社會生態圖景進行了預測描繪，對人工智能生態下職業教育的發展進行了探索研究，提出了優化設置職業教育專業課程等應對策略，最后對人工智能生態下職業教育發展對教師的要求做了一些分析。用人工智能思維來指導現在的學習和發展，做到知己知彼，將來才能更好地應對人工智能帶來的挑戰。

人工智能；生態環境；人工智能思維；職業教育

人工智能作為顛覆性的科技，近10年來取得了突破性的進展。在圖像識別、語音識別、圍棋對弈等領域已經取得了較好的成績，甚至部分已經超越人的能力。在無人駕駛領域，也吸引了原有的汽車生產商、眾多互聯網公司及通訊產品制造企業加入。許多行業企業及個人緊盯人工智能這波科技浪潮，都想成為弄潮兒。

1 人工智能科技簡介

簡單的說，人工智能是人類發明的具有類似人的大腦智能的技術。隨著人類發明的工具越來越復雜，其科技含量也越來越高。人類經歷了石器時代、鐵器時代、火器時代、電氣時代、網絡時代，現在又邁入了人工智能時代。單從技術進步的角度來看，每次重大的技術進步必然引發社會整體生態的變化。科學技術是第一生產力，生產力又決定了生產關系。可以說科學技術是決定社會生產關系的原始力量，則人工智能將在未來扮演何種角色和地位呢?以往的種種發明都是依靠人來操作，或者讓機器在人編制的程序控制下運行，是沒有體現出智能的工具。而人工智能是擁有類似人的智能的新技術，事實證明在某些領域人類是無法與之相比的，例如棋類競賽中，人類基本無法取勝它。當然，人工智能現在在一些廣度和深度邏輯及綜合場景判斷、自主意識、決策、行為、發明創造等領域還無法超越人類。但是人工智能有很多優點是人類無法企及的，比如：①耐久性。人工智能機器不斷電可以24 h運行，而人類則做不到。②記憶可以永久保存，不會遺忘，而人在通常情況下只能大概記住一部分信息及規則。③人工智能的計算精度和速度遠超人類的能力水平。一般無需很強創造性的勞動都可以應用人工智能，而單一智力勞動的領域更是人工智能所擅長的，且高附加值的場合運用人工智能比低附加值的場合回收成本更快。人工智能的原理主要采用了類似生物大腦神經網絡的計算網絡，再加上深度學習算法，就可以達到以往機器學習算法達不到的精度。目前的芯片制造技術已經能夠支撐這樣的巨量并行計算。另外，深度學習理論的突破，使得人工智能成為當今最耀眼的科技。這也體現了人類的發展進入了全新的天地——智能時代。人工智能不僅是人類發明的智能工具，它會加速幫助人類發明創造。總之，人工智能將是一次給人類命運帶來巨大變化的科技革命。

2 人工智能未來社會生態預測描繪

在人工智能應用后，社會分工演進圖景如何？根據前面人工智能科技的簡單介紹，可以大膽預測：社會就業與分工將出現與現在很不同的生態現象。人工智能首先來說就是具有“智能”的特點，但這個“智能”前提是人工的，所以也就區別于自然人的智能。人工智能相比人類智能的優勢體現在以下方面。

2.1 人工智能具備不知疲倦的優點

人工機器只要通電，配置設定好，機器處理巨量數據將非常輕松，這個是人做不到的。具體就是人工智能可以對大數據進行分析，得出數據趨勢預測，它代替人的簡單重復智力勞動，雖然不是智力創造，卻是智力的強負荷勞動。目前，各大互聯網和電商巨頭都在火熱進行大數據分析，電商在消費者網購時會自動推薦該消費者可能會購買的商品，并且會根據這個數據自動預先調配貨物到就近物流存儲中心。這個大數據處理只是人工智能的初級應用場所。該領域是數據潛在價值吸引著人工智能的應用，一般人力無法勝任。

2.2 人工智能將勝任單一技能的工作

例如無人駕駛車輛，用人工智能實現無人全自動駕駛成為了巨大“金礦”吸引著無數傳統車企、互聯網巨頭、IT制造業等行業企業去挖掘，都期望在這個無人駕駛技術浪潮中不落伍，從而分得市場中的一塊蛋糕。

無人駕駛難度相當高，科技含量也是前所未有的大，現在也只是在路測階段，離真正能應用于日常生活還有一段時間，但技術一旦成熟，將取代很多的駕駛崗位，比如長途貨運駕駛員崗位、出租車駕駛員崗位等。

2.3 智能制造業也是人工智能的重要應用場合

原來的機器人應用局限在搬運、焊接、涂膠等單一機械重復的應用場合，隨著人工智能技術的完善，擁有人工智能的機器人應用場合將大大增加。尤其視覺識別定位成熟后，人工智能可以用來做裝配等復雜動作的工作。因為隨著社會進步，人工成本越來越貴，從而促進人工智能機器人的應用來降低成本。工廠在大量生產的情況下，工作步驟可以細化到每個動作，相對來說此類工作屬于簡單重復勞動，正適合機器人來做。但是維修之類的工作估計還不能由人工智能來解決，這類工作沒有規律，人工智能暫時適應不了重度非標作業這么復雜的場景。

2.4 人工智能對教育行業的幫助探索

人工智能可以自動批閱試卷，以及推薦學習類目，提高學習的效能。如果把學習任務和平時的工作生活結合起來，學習者可以充分利用碎片化的時間來學習，減少時間浪費。或許從將來某時起，學習者只需要在智能終端上依靠人工智能應用軟件來自主學習，教師只是提供輔助功能，給學生答疑解惑人工智能解決不了的問題。

此外，還有其他各種生活類的應用人工智能的場景，包括智能家電、智能樓宇、智能工作和生活助理等。從目前來看，人工智能替代的工作主要有高附加值的工作，比如大數據挖掘；成本降低明顯的工作，比如制造業工廠；嚴重高危環境下的作業，比如救援消防；需求數量巨大的領域，比如無人駕駛等。但對靈活性要求高、無法統一標準的工作，人工智能仍競爭不過人類的，比如藝術創作、人文交流是不可能完全脫離自然人本身的。

3 人工智能生態下職業教育發展探索

3.1 利用人工智能輔助教育，使之變得更科學、高效，成本更低

因為人工智能對書本知識（靜態單一的知識）的容量將無人能比，如果只是提供教材等學習資料，解答問題，試卷測試，則人工智能將游刃有余。甚至大部分應該比教師提供的內容還全面、精確。這種知識提供無需分場地時間，只要有網絡和人工智能終端就都可以解決。做好精品課程，通過網絡平臺可以同時教許多學生，平攤到每個學生的成本就低了。現今的網絡教育平臺如此之多，就可以證明這條路是行得通的，再加上人工智能來監督管理每個學生的學習狀態，反饋給教師和學生作為參考，也為提升教學效果提供了支撐條件。

3.2 面對人工智能的挑戰，優化設置職業教育課程

原則就是“知己知彼”“揚長避短”，避免設置人工智能擅長的職業崗位課程。比如統計計算及簡單信息處理類的職業崗位不需要再多投入培養，比如財務統計、駕駛員、機器操作員、物流分揀等，這些工作最大的特點是不需要創造性。一切大量重復無需創造性的工作均可由人工智能勝任。哪些職業崗位是人優于機器的？主要標準就是需要臨場發揮主動判斷的場合——需要創造性的活動。利用人工智能帶來的超高生產效率，把周邊的服務價值也提升了上去，這是一種正向的選擇。假設無人駕駛可以實現了，則是否所有人都可以順利享受呢？或者出現導乘員也是完全可能的。物流最后一公里的配送，其情況是十分復雜的，尤其是配送到顧客手上。此外，還有購物導購員，這些看似簡單的日常行為，人工智能目前還是不能完全去取代人。不需要與機器去比效率、精確度，這些是比不了的，只有比靈活性、柔性、人性、創造性，才是人工智能生態下應有的應對之策，從這些角度去設置職業教育的課程，才是面對人工智能挑戰需要做的優化考慮。

當然面對人工智能帶來的風險（負面影響），也是可以設置很多課程來應對的。比如監控人工智能的系統設計職業崗位，以及避免人工智能在某些條件下異化帶給人類的災難，都是需要新的職業崗位去做的。這些高端的崗位自然有高端的教育去考慮。但面對將來鋪天蓋地的人工智能，一般普通職業也是有新的需求的，比如現場監控人工智能機器人作業的崗位需求，因為數量巨大，這個需求還是很大的。就像現在工廠使用了機器，還是需要人在旁邊監控，隨時發現可能出現的差錯，避免批量報廢。監督人工智能將是未來人工智能生態下的新崗位。

3.3 人工智能模擬實訓場景，可以讓學生實踐更方便

即使有正確、全面的書本知識，讓學生學完這些知識就勝任崗位工作也是不現實的，要在不斷反復嘗試中親身體驗才能把知識轉化為崗位能力。職業教育的職能就是要把知識轉化為崗位技能。有了人工智能的模擬器，可以讓學生在仿真的實訓環境中學習實踐，縮短從學校到企業真實工作崗位的距離。

4 人工智能生態下職業教育發展對教師的要求

在人工智能生態下，不僅對就業市場、學生的職業選擇、學校的學科設置產生影響，在校教師也是需要圍繞人工智能生態來做出相應調整才能勝任崗位要求。從表面來看，人工智能的應用可以幫助教師減輕負擔，例如回答學生的問題、自動出卷閱卷、學生學習狀況監督管理、學生學習情況總結反饋等，但實際對教師的素質、技能要求卻是大大提高了。

教師要主動去了解、學習人工智能技術，比一般人更要有緊迫感。雖然不需要像研發人工智能的專家學者一樣精通，但也要了解人工智能的基本知識、歷史演進、主要技術原理、應用場合、最新人工智能的突破技術點等。了解之后，教師才能對將來的社會發展圖景有一個正確的預測，從而自然而然地把有用的前沿知識傳遞給學生，而不是落后的知識。只有教師自身強大了，學生才有可能變強大并超越。

目前，網絡越來越發達，人們隨時可以在網上了解到人工智能的基本知識。如果需要進一步學習，則要花點時間深入探究一番。另外，教師最主要的作用還體現在提供人工智能無法提供的幫助，比如社會經驗、人文精神及心理素質的培養，給學生的人格自我完善提供幫助。

5 總結

人工智能由于人工神經網絡的深度學習取得的突破，在圖像視頻檢測、人臉識別、語音翻譯、游戲競賽、棋類競賽等方面突飛猛進，幾乎接近人類或超過人類的水平。但這些只是人類智力的一部分，并不是全部。更高等級層次的人工智力還遠沒有達到人的智慧程度。就像駕駛汽車一樣，雖然人工智能已經運用于無人駕駛，但現實存在的問題依然很多，人只要學幾個月就能掌握的駕駛技能在人工智能領域還是很大的難題，無人駕駛要全面推廣普及還有很遠的路要走。人工智能對未來的社會生態包括職業教育領域都將產生重大的影響，只有提前做好預測和充分的準備，才可能跟上時代的步伐而不被淘汰。

G717

A

10.15913/j.cnki.kjycx.2020.09.011

2095－6835（2020）09－0033－02

唐少藝（1975—），女，江蘇鹽城人，碩士，講師，研究方向為職業教育、物流管理。

〔編輯：張思楠〕