呂建強 許艷麗



[摘? ?要] 學習工廠是工業4.0時代技能人才培養的新模式。研究在對學習工廠的源起、內涵、形態與功能演進進行系統闡述的基礎上,認為學習工廠遵循“順應時代之需,強調復雜思維”的人才培養理念,課程結構設計強調“縱向貫通、橫向交叉、行動導向”,學習方式具有“過程學習、項目學習、問題學習與數字化學習”的特點,增進了高技能人才培養的廣度與深度。借鑒學習工廠模式,研究提出高技能人才培養模式的改革建議:一是面向實踐、育人為本,培養創新和應對復雜工作情境的能力;二是系統設計、強化合作,深化產教融合育人新機制;三是學科交叉、轉變角色,創新課程結構設計與教學方式;四是需求導向、智能評價,實現能力評價的可視化與多元化。
[關鍵詞] 職業教育; 學習工廠; 工業4.0; 人才培養模式
[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A
[作者簡介] 呂建強(1984—),男,山東平度人。博士研究生,主要從事職業技術教育學研究。E-mail:lvjianqiang@tju.edu.cn。
一、引? ?言
人才是建設制造強國的首要驅動力。制造業在向工業4.0轉型升級的趨勢下,企業需要具備快速適應環境的創新能力,這種創新能力要求員工工作方式由單純操作層面向研究創新層面轉化,對技能人才的能力培養提出了新要求。通過革新技能人才培養模式,提高技能人才的問題解決能力、創造力以及系統思維能力等助推產業轉型升級。學習工廠(Learning Factory)是一種基于真實工作情境,將工業實踐與學校教學相融合,實現產學研用多功能整合的學習環境[1]和技能人才培養新模式。作為職業教育大國,我國適時推出了《國家職業教育改革實施方案》,探索育人機制改革成為職業教育改革的重要議題。系統把握學習工廠人才培養的新理念,深刻解析其人才培養新模式,不僅對我國技能人才培養模式改革具有重要意義,也為我國職業教育高質量發展提供借鑒。
二、學習工廠內涵與形態的演進
(一)學習工廠的源起
學習工廠的概念肇始于“教學醫院”,即醫學院仿照醫院運行模式為學生提供真實的醫學體驗與培訓,學生通過現場觀摩和參與,有效提高醫學素養。學習工廠吸收了教學醫院的思想,構建了新的工業人才培養模式,即企業將特定的生產問題或項目發包給學校,將工廠的生產車間復制到學校。學校教師與企業技術人員共同指導學生,學生在實際生產中學習,并為企業提供解決對策(如圖1所示)。學習工廠模式實現了產學研深層次結合,提高了技能人才培養質量與技能需求適切性,更好地服務產業高質量發展。
美國較早將學習工廠范式引入工程教育,使工業實踐與工程教育相結合[2]。1994年,美國國家科學基金會(National Science Foundation,NSF)授權賓州大學牽頭開發一個與行業緊密聯系和互動的高級工程設計項目,并以學習工廠命名。此后,賓州大學陸續完善了相關設施,不斷強化學習工廠的人才培養功能。2006年,美國國家工程學院授予該項目工程教育創新獎,以表彰其在工程人才培養中的優異表現。2011年,歐洲在德國達姆施塔特工業大學 (Technische Universit?覿t Darmstadt)舉行了第一次學習工廠會議,倡議成立了歐洲學習工廠(IELF)聯盟。學習工廠作為一種創新的人才培養模式日漸被重視。新加坡2020年初發布的畢業生就業調查表明,采用學習工廠模式的職教學生畢業后6個月內的就業率高達90.7%[3],明顯高于傳統人才培養模式。
(二)學習工廠的形態與功能演進
學習工廠的演進可分為兩方面,形態上從實體工廠環境向數字化學習環境轉變,功能上從側重于工程項目設計向人才培養與項目設計融合轉化。早期的學習工廠是基于真實工作過程的學習環境,學習者通過現場參與工業生產的方式進行學習[4]。典型如美國加州理工學院的學習工廠,其硬件配備了最先進的工業級生產設備,可以提供高效運轉的工廠環境;軟件由數字技術提供通信和決策功能。這個工廠作為校園的環境,將精密加工企業、先進的教育技術以及經實踐檢驗的課程和講座融為一體[5]。
隨著生產設備和生產過程的日益數字化,以數字化為關鍵特征的學習工廠日益受到青睞,它通過計算機和信息技術集成,將所有工作流程、產品以及資源映射到數字模型中,為學習者提供虛擬學習環境。在這種學習環境中,學習者的任務更側重于規劃和模擬。例如,寶馬集團在德國慕尼黑建立的數字學習工廠,通過員工在線交互式學習使其價值導向生產系統(Value-Oriented Production System,VPS)和精益生產原則數字化、形象化,并推廣至全球各個生產基地,在提高技能人才能力的同時,提高了企業的生產質量和服務水平[6]。
三、學習工廠人才培養的理念更新
面向未來的新機器、新組織與新工作,學習工廠推動技能人才培養由專業為中心向項目中心轉化,即通過完成項目掌握理論知識和實踐能力。這種實踐與學習的同一性體現了學習工廠人才培養的新理念。
(一)順應時代之需:培養適應產業升級和社會發展的創新型高技能人才
隨著經濟社會和技術進步的加速變遷,技能的半衰期持續縮短。以人工智能為代表的新技術正在迅速取代常規工作的從業者,對靈活性和思維的要求不斷增加,這意味著勞動者的能力結構要不斷重組和調整以響應上述變化。因此,勞動者要主動適應時代變遷,將目光放在大時代背景與人類發展議程之中,不斷學習未來工作與生活所需的各種技能。學習工廠模式強調人才培養應面向未來產業與社會發展,在實踐過程中培養適應時代需求的高技能人才。
學習工廠蘊含三個重要原則:一是創新課程設計,教會學生如何主動思考和學習。課程從傳統的模塊化轉變到項目式教學上來,把創新創業教育融入課程內容。二是豐富教學方法,提高學習效果。借助先進數字技術,運用認知學徒制、情境學習、探究性學習等教學方法,創設跨界融合的學習空間,實現知識的雙向交流,基于問題的學習與體驗式學習,激發學生學習積極性,提高學習效果[7]。三是助力學生職業規劃,培養適應產業升級和社會發展的創新型高技能人才。通過理論知識、方法和實踐的傳授為學生打下堅實基礎,使學生成為既是制造者又是創新者。在上述原則指引下,學習工廠將人才培養聚焦產業發展前沿,開設先進材料、機器人、人因工程、商業模式等跨學科學習項目。可見,學習工廠是對傳統職業教育理念與人才培養模式的反思,強調面向未來、回歸實踐,通過真實情境中的學習,提高學生的綜合素質,以順應時代之需。
(二)強調復雜思維:培養適應復雜環境、主動思考的復合型高技能人才
工業4.0范式的技術進步增加了產品設計的復雜性與創新性,需要經驗豐富的工程師和高技能的操作人員來應對,而新入職員工往往缺少處理復雜性的能力,主要原因在于傳統課程設計與實際應用脫節。當前學校圍繞模塊化來設計課程,每門課程只涉及某一特定方面,只是整體復雜性的一部分。模塊化課程不考慮實際情況中的不可預測性,而是將實際情況假定為理想化的、不現實的條件[8]。因此,問題的關鍵在于如何設計課程,將分散的模塊加以整合,向學生呈現真實的問題情境和解決方案。
學習工廠通過整合各種模塊化的知識,追求產業知識的系統性和能力培養的深度化,使學生技能更適用于復雜生產環境的需求。其一,學習工廠強調產業知識的系統化而非全面性。學習工廠構建了“研究生產知識,教育傳播知識,創新應用知識”的跨學科“知識三角”(Knowledge Triangle),實現產學研用有機整合,重構多學科知識實現跨學科知識融合,拓展學生視野與思維,開發未來工作所需的復雜思維能力[9]。相比傳統教育對單一學科知識深度的關注,學習工廠更加強調學生對多學科知識廣度上的把握,使學生能夠采取整合策略去思考解決實際問題。其二,學習工廠追求深度能力培養而非簡單的原理驗證。這點包含兩層含義:一是這里的能力培養不是單純的實踐操作訓練,而是制造思維能力和制造實踐能力有機結合的整體培養;二是只有真實生產環境才是兩種能力結合的有效途徑,應創造條件用參與實際生產問題和項目的解決來替代傳統的原理驗證性的教學,讓學生在實際生產中將理論知識經驗化,隱性知識顯性化。
四、學習工廠課程結構的設計更新
學習工廠的課程結構設計強調縱向貫通、橫向交叉與行動導向,打破了教育世界與工作世界、學科專業之間的界限,注重真實生產情境的非結構化,增強了學習效果。
(一)縱向貫通:不斷深化,課程項目貫穿于整個產品創造過程
學習工廠的課程貫穿人才培養全過程,結合生產制造流程,學習工廠開發了基于產品創造過程(Product Creation Process,PCP)的課程設計,學習過程即產品創造過程,見表1。學生通過直接參與制造流程,學習真實生產過程中所運用到的知識和技能。在實際生產中學生的能力學習從單純的技術和方法能力到社會交往能力,再到個性化能力,最后發展為面向復雜現實的綜合能力。就課程內容而言,學習工廠采用循序漸進的學習策略,學習內容由易到難、逐步加深。既符合學習規律,又幫助學生逐漸適應制造過程的復雜性,逐步培養學生的復雜思維能力。從師生關系角度而言,教師的角色也由控制者和主導者向指導者和激勵者轉變。學生從開始的依靠教師指導,到逐漸學會自我指導和調整,到最后學會自我決策和規劃。教學方式從授課輔導向實驗操作、研討,到工廠實習,再到項目和專題研討。學習時長也隨著生產實踐內容的增多而逐漸遞增,生產設備的使用率也不斷提高。學生參與生產實踐的項目類型從批量生產、系列化生產、小批量生產,最后到大規模定制生產逐步由易到難,循序漸進,見表1。
(二)橫向交叉:多學科性,課程設計強調產學研用融合
學習工廠課程的主要特點是多學科交叉融合。課程設計有兩種傾向,一是以知識訓練為主的模式,另一種是以問題為導向的模式[11]。前者強調對學生邏輯思維能力的培養,注重對知識的理解和內化;后者則強調實踐操作能力的訓練,注重具體工作情境中現實問題的解決。顯然,學習工廠的課程設計屬于后者。學習工廠將課程從側重于工程科學或技術專題改為涉及多學科交叉和專題的綜合課程,以便充分理解現代生產系統的復雜性和多變性。重點加強學生在分析、綜合和評估復雜問題方面的技能,并為學生提供設計經驗和案例支撐。
課程設計由學校教師和企業技術專家共同完成。課程吸收了科學研究成果與產業實踐知識,將科研與實踐內容共同融入課程,豐富了教學內容。課程內容強調跨學科性,將工程領域中的機械、電子、材料等知識和成果與經濟、信息、生物、人文等知識相融合,關注制造的智能、綠色、低碳和高效等。教學方法的設計強調基于網絡和系統,培養學生的數字素養、協作意識、環保意識以及終身學習理念。通過吸收大量的產業實踐案例,提高學生實踐能力并將學習成果反饋給產業實踐。
(三)行動導向:真實情境,注重生產實踐的非結構化
學習工廠強調以行動為導向的教學方法,基于工作問題和經驗的啟發式學習模式,學習的重點在于直接面向行業與應用。通過在完整的生產過程中以項目學習的方式,使學生進行批判性思考、問題解決、團體協作以及自我導向學習來掌握學習內容,最終達到不斷更新學習者的智力資本、跨學科能力及軟技能來提高其解決現實問題的廣泛能力[12]。
學習工廠通過整合學習與工作,促進學生能力發展。首先,通過對目標群體的分析來關注所需要的能力發展。其次,通過教學方法的形態學來分配合適的教學方法。一方面是基于工作的學習,即允許在現實或準現實的工業生產環境中以直接參與工作任務的方式進行學習,在真實的工作環境中,學生更容易發現興趣和特長,也更容易發現自己的不足,有利于個體在真實的工作情境中建構職業知識,發展實際的職業能力[13]。同時,真實的工作環境使學生能夠更快熟悉生產和制造的完整流程,縮短了從學校到工廠的適應期,為企業帶來收益[14]。另一方面是基于學習與研究的工作,即通過借助先進的教育技術以及經過實踐檢驗的課程或講座,提高理論學習的實效性。學習過程與工作過程的有機融合有助于克服理論學習與實踐操作結合不緊密、學習過程僵化、學生興趣不高等問題。
五、學習工廠學習活動的方式更新
學習工廠的學習活動打破了固定的課程界限,以項目和問題為中心,以過程學習、問題學習、項目學習、數字化學習等學習策略為支撐,提高了學習效果。
(一)學習過程:采取產品生命周期管理的學習策略
技能習得的標志不只是掌握技能內容,更重要的是把握技能運用的時機與方式有效解決現實生產問題。基于這一理念,學習工廠強調產品生命周期管理(Product Life cycle Management,簡稱PLM)的學習策略,將學習融入從產品設計直到制造的完整流程的每一環節當中,學生通過完成生產任務,進行團隊協作、批判性思考以及自我導向學習,進而掌握相關知識和技能,最終提高其解決現實問題的廣泛能力[15](如圖2所示)。在具體學習過程中,學習工廠采用認知學徒制的教學方法,通過建模、指導、搭建、銜接、反思和探索等認知步驟,使學生在實踐中習得理論、方法、工具和技術,通過意義的建構進一步深化對技術、知識的理解,不斷提高運用技術和方法的專業能力,最后通過發現興趣和目標,超越方法的學習并產生新知識;學習工廠根據最近發展區理論通過搭建腳手架,安排學生在工業專家與教師的共同指導下,執行超越他們當前能力的任務,隨著學生能力的不斷提高,腳手架也隨之減少,學生在這一過程中經歷項目的技術開發、設計制造、商業化等整個運行鏈條[16],在理論和實踐交融的基礎上,提高學生社交能力、合作精神、重塑個體形象;同時,獲得高級思維技能并實現知識的有效遷移。
(二)項目學習:注重團隊合作與人際溝通能力建設
學習工廠通過項目學習來提高學生的問題解決能力、團隊合作能力與人際溝通能力。在項目學習中,學生隨機分成6~8人一組,每個小組要求模擬完成一個公司的業務,小組成員協商決定每個人在公司中的角色和職責。比如,工作倉庫經理負責對原料和產品庫存進行監控;策劃經理負責策劃生產活動,以滿足客戶的需求;生產經理負責根據生產活動策劃來運行生產,同時將生產所需的物料信息反饋給倉庫經理;采購經理與倉庫和虛擬供應商進行交互,并訂購必要的原材料;銷售經理與倉庫和虛擬客戶進行交互,分析和調度訂單;營銷經理負責會計事務并檢查公司生產是否盈利;協調者的職責是確保公司的各項活動被有效執行。上述活動都可以借助數字技術以教學游戲的方式在網絡中開展。
與其他學習理念的區別在于學生在項目學習過程中是自組織、自我決策,從確定問題開始,不斷選擇假設和方法,最終呈現結果。通過項目學習,學生大量參與“工作”,可以更深入地理解所學知識,更有效地將理論知識轉化為實踐經驗。項目學習增加了學生的參與度,并支持他們在活動中承擔責任,學生和教師之間的有意義的互動大大增加。通過方法、技術和工具的實際應用,提高了學生的技術和方法能力。完成項目過程中的不斷交互,促進了學生社會和溝通能力的發展。
(三)問題學習:強調跨學科知識的整合能力
工業4.0環境下,工作過程的高度復雜化和基于問題的工作任務日漸增多,技能人才成為智能生產系統的管理者和產品的設計者,需要具備高水平認知(元認知)和解決復雜問題的能力,因此跨學科知識的整合能力也將成為技術技能人才的新特征[18]。學習工廠采取基于問題的學習的學習方式,培養學生跨學科知識的整合能力。基于問題的學習主要原則是:問題是學習過程的起點,問題通常是來自特定的現實問題;學習是自主的,學生有責任制定問題陳述,并就如何解決問題作出決定;學習以活動為基礎,以學生的經驗和先前形成的理解為基礎;學習是跨學科的,重點面向實際情況;學習以典型問題為基礎,支持學生將知識、理論和方法轉移到新的領域和環境中;學習過程以小組為基礎,學生學習如何在學習的各個階段進行合作。
顯然,基于問題學習的原則與現代制造環境對工程教育的要求與可重構制造范式的要求非常一致。歐洲頂尖工科院校奧爾堡大學(Aalborg University)以成功采用基于問題為中心的學習方法而聞名于世。奧爾堡大學所有課程中,有50%的課程包括以問題為基礎的項目工作,每組5~7名學生,從實際的工業或研究環境中著手解決問題,其余50%的課程則由講座、研討會、實驗室工作等豐富內容構成,在某種程度上這些課程也是以問題為基礎的[19]。
(四)數字化學習:打破課堂邊界提高學習效果
數字化教育資源的供給水平決定了信息化教學應用的發展水平[20]。通過利用先進的數字技術和高級工業教學設備,學習工廠創設了一種新的數字化學習環境,打破了傳統課堂的物理邊界,將教學所需的物理空間、資源空間和社交空間整合到一起,有利于教師、學生、企業技術人員在網絡空間廣泛連通,達到真正意義上的互聯和泛在學習。在數字化學習環境下,工廠技術人員與學習者可以通過遠程交流互動,技術人員為學生講解實際生產中的問題,并讓學生參與實際問題的解決;學習者通過驗證新技術或新概念為實際生產或決策提供服務。
同時,學習工廠的理念認為,相互關聯的知識從整體上加以聯系利用才能發揮更好的作用。借助可視化軟件和人機界面等設施,學習工廠將生產的全過程可視化。例如,在真正生產前通過XR技術在工廠層面進行數字仿真操作,虛擬規劃工廠的布局和流程、模擬生產任務,評估替代設計方案等。這樣帶來的好處顯而易見:一是數字技術模擬并驗證真正投入生產之前的所有情況,并據此設計并優化解決方案,極大降低了企業的研發成本并可避免由于設計規劃失誤造成的生產損失;其次,對整個生產流程的虛擬可視化可以使學習者對制造流程有全局性的把握,形成復雜性思維,有助于培養學習者整體性工作視野。
六、對職業教育人才培養的啟示和建議
學習工廠提供了一種基于真實工作情境的學習模式,增強了學習的實效性,提高了學生的創新能力,縮短了從學習到工作的轉換時間,對我國職業教育人才培養有積極的借鑒意義。
(一)面向實踐、育人為本:培養創新和應對復雜工作情境的能力
與普通教育傳授科學知識不同,職業教育的教育內容是工作知識。一方面,學生只有在實際工作情境下,才能真切地觀摩師傅的操作流程,才能通過不斷的現場練習與反饋使理論與實踐更好結合,實現技能的不斷提升和相關知識的有序獲取[21]。另一方面,技能形成過程中的高深專門知識和經驗知識的形成是長期崗位實踐積累的產物,多是緘默知識形態,與工作技巧或訣竅一同鑄就了高技能人才的不可替代性和培養周期的跨度性。
創新和應對復雜工作情境的能力的有效培養,必須關注工作規律與學習規律的融合,關注職業及職業成長規律與教育及教育認知規律的融合[22]。具體來說就是從職業的“行動領域”導出相關的“學習領域”,再開發適合的“學習情境”使之具體化[23]。探索建立類似學習工廠模式的工學一體教學模式,創新技術技能人才教育培訓模式,鼓勵有條件的高校、院所、企業建設智能制造實訓基地,使校外實踐基地和校內實訓基地有機結合,培養滿足產業轉型升級需求的高技能人才[24]。通過在真實工作情境中邊實踐邊學習,使學生獲得最直接、最有效的工作知識,既能保證學生掌握新知識、新技術等專業能力,同時能夠培養學生團隊合作意識、溝通協作能力、敬業精神等社會通用能力。實現從學校到社會、從理論到實踐、從虛擬學習到真實工作情境的有機銜接轉化。
(二)系統設計、強化合作:深化產教融合育人新機制
伴隨工業4.0不斷涌現的新技術、新業態和新職業,淡化了不同職業的邊界,傳統的“一技之長”人才培養要求已經不再符合“一人多崗、一崗多能”的現實需要[25],復合型技能人才成為人才培養的新目標。圍繞理論知識與實踐知識的關系,當前職業院校人才培養過程中有兩方面問題:一是理論教學與實踐教學脫節,多數職業院校的實踐模塊只是畢業實習;二是實踐教學內容單薄,由于缺少跨學科課程支持,實踐內容的廣度和深度不足。
技能供需匹配的根本之策是產教融合協同育人。作為企業與學校系統的組織協作產物,產教融合為技能習得提供了豐富的環境,有助于應對產業轉型升級所帶來的挑戰。一是優化人才培養載體。探索建立集政策、教育、培訓、科研于一體的區域共享型產教融合人才培育組織,化解人才培養中的信息不對稱,促進產學研用各類需求精準對接,降低產教融合的制度性交易成本。二是創新人才培養方式。推行工作場所學習(Workplace Learning),采取面向企業真實生產環境的項目式培養。推動企業參與職業院校專業設置、課程開發、實習實訓等,參與學校教學與配套環境的搭建,將業界經驗有機融入職業教育過程。三是創新人才培養內容。積極開展新技術、新業態、新產業培訓,大力推廣“人工智能+職業教育”,推動云計算、大數據、移動智能終端等新技術在技能人才培養中的應用,提高培訓便利度和可及性。四是創新職業教育質量評價機制。將職業教育質量評價主動對接行業標準、職業資格和崗位要求,緊密結合產業轉型升級需求進行技能培養,切實提升高職學生的技能水平與就業能力。
(三)學科交叉、轉變角色:創新課程結構設計與教學方式
一是通過專業群建設,促進學科交叉,培養學生的領域知識。作為社會技術系統的中心環節,工作者只有對整個工作流程有所了解,才不會發生工作疏離。這就需要工作者具備領域知識而不是單一學科知識。領域知識包括了個體對某個特定領域的所有知識,它通常由內容知識、程序過程知識、條件知識三部分組成[26]。領域知識的關鍵元素是為解決問題或業務領域而涉及的方法論、語言和工具,超越了人為劃分的專業邊界。智能時代的生產過程和網絡具有領域特性,需要特定的領域知識。專業群建設旨在打破一直以來技能人才技能單一的問題,高職院校應積極迎接產業轉型升級的新需求和挑戰,加快培養復合型創新性高技能人才,通過多學科專業教育的交叉融合,構建技術賦能的教育教學,更多地關注學生方法能力和社會能力的培養,并借助先進數字技術,調動學生學習的主動性,激發學生的創造力與跨界思維[27]。
二是轉變師生角色關系,改進教學方式,提高學習效果。現代知識爆炸和社會創新的加快需要極大地提高教與學的效率。以學為中心的教育理念改變了傳統意義的單向灌輸式教學,強調學生的主體性和學習的主動性,教師由學習的控制者轉變為學習環境的建構者、學習活動的組織者以及學習過程的引導者。通過對學生的綜合分析,明確其所需要發展的能力并結合教學方法的形態學來選擇合適的教學方法。將教室與工廠有機聯系起來,通過先進的信息和通信技術進行雙向知識交流,基于問題的學習和體驗式學習,提高學生學習的積極性和主動性,最終達到提高學習效果的目的[28]。
(四)需求導向、智能評價:實現能力評價的可視化與多元化
現代工業心理學的研究表明,對學習者職業能力的評價只能在具體情境或工作行動中才有效[29],通過考察學習者如何尋求信息和幫助,如何調集資源去完成某項任務才能得出學生綜合能力的真意。人工智能技術和大數據分析等技術的普及,為教育帶來從知識生產模式、學習交互方式、學習資源整合,到學習評價等顛覆性的變革。例如,借助智能視頻追蹤與分析技術可以直觀地對學生作品的整個制作流程進行回顧,實現對學生整個學習過程的評價與分析,避免了終結性評價的弊端。這樣做的優點一是可以幫助學生進行反思,因為新技術能夠記錄作品表現,學生通過回放自己完成任務的整個過程,品評自己和他人的作品質量,思考下一次如何能做得更好;二是在智能學習環境下,學生能夠將自己的作品或方案在線與專家的作品或方案加以比較,直觀地發現自己和專家的差距在哪里;三是可以借助數據挖掘工具,對所有學生作品進行統計、運算和深度分析,生成一套評價體系,然后將學生的作品表現和評價體系加以比較,以可視化的方式來解讀學生作品的優缺點。
另外,借助常態化的數據記錄對每個學生進行數據全采集和全畫像生成數字徽章,并將數字徽章所具備的能力、技能及學習經歷等信息全面呈獻給未來雇主,為人才招聘提供參考依據,簡化雇主依據需求精準匹配雇員的過程[30]。超越了一紙畢業證或資格證書的刻板和信息不足弊端,也極大促進了學生學習的積極性和主動性,最終實現優化教學,促進學生適應性學習與自我導向學習的目的[31]。
七、結? ?語
學習工廠作為一種新穎的數字化和智能化的學習環境在教育變革的當下日漸引起專家和學者的關注。隨著時代發展,學習工廠將會更廣泛地應用于不同教育類型和階段。雖如此,學習工廠的應用也尚未成熟,還存在亟待解決的諸多問題。例如:(1)標準的制定。實踐中學習工廠通常因地制宜采取靈活教學策略,可能會引發后續學習成果認證標準不統一的問題。(2)成本的挑戰。學習工廠搭建了學校和工作場所共生的學習環境,依賴于大量的資源投入,可能存在對成本投入負擔較重的問題。(3)教師的參與。如果學習工廠在設計時沒有充分考慮到教師的積極性,將會影響教師的參與和學習效果。因此,還需要進一步探討學習工廠在實踐中的一系列問題,促進教育數字化和數字化教育的變革。
[參考文獻]
[1] ABELE E, METTERNICH J, TISCH M, et al. Learning factories for research, education, and training[J]. Procedia CIRP, 2015(32):1-6.
[2] JOHN S, LAMANCUSA, ZAYAS J L, et al. The learning factory: Industry-partnered active learning[J]. Journal of engineering education, 2008, 97(1):5-11.
[3] 林芮.新加坡創建獨特的“教學工廠”[N].人民日報,2020-11-06(17).
[4] ABELE E. Learning factory[M]. London: CIRP Encyclopedia of production engineering, 2016:82.
[5] ALPTEKIN S E, POURAGHABAGHER R, MCQUAID P, et al. Teaching factory[M]// Proceedings of the 2001 American Society for Engineering Education Annual Conference & Exposition. Albuquerque, New Mexico, 2001:1-8.
[6] MICHEU H, KLEINDIENST M. Lernfabrik zur praxisorientierten Wissensvermittlung: Moderne Ausbildung im Bereich Maschinenbau und Wirtschaftswissenschaften[J]. Zwf zeitschrift fuer wirtschaftlichen fabrikbetrieb, 2014, 109(6):403-407.
[7] CHRYSSOLOURIS G, MAVRIKIOS D, RENTZOS L. The teaching factory: a manufacturing education paradigm[J]. Procedia CIRP, 2016(57):44-48.
[8] BASHIR S, MUSTUFA H A, SYED H M. Virtual reality-based engineering education to enhance manufacturing sustainability in industry 4.0[J]. Sustainability, 2019(11):1-19.
[9] ABELE E, CHRYSSOLOURIS G, SIHN W, et al. Learning factories for future oriented research and education in manufacturing[J]. CIRP Annals - Manufacturing Technology,2017:803-826.
[10] IRIS G, PATRICK T, XIAOJUN Y. Educational learning factory of a holistic product creation process[J]. Procedia CIRP,2016(54):141-146.
[11] DRINKA D , YEN Y M. A Project-Centric Curriculum Design[J]. College teaching methods & styles journal, 2006, 2(2):25-34.
[12] MARTAWIJAYA D H. Developing a teaching factory learning model to improve production competencies among mechanical engineering students in a vocational senior high school[J]. Journal of technical education & training, 2013, 4(2):45-56.
[13] 徐國慶.工作本位學習初探[J].教育科學,2005(4):53-56.
[14] BEDOLLA J S, D'ANTONIO G, CHIABERT P. A Novel approach for teaching IT tools within learning factories[J]. Procedia CIRP, 2017(9):175-181.
[15] MARTAWIJAYA D H.developing a teaching factory learning model to improve production competencies among mechanical engineering students in a vocational senior high school[J]. Journal of technical education & training, 2013(2):45-56.
[16] 張競,梁喜鳳,李孝祿.學習工廠:培養適應全球先進制造的卓越人才——美國賓州州立大學工程教育案例[J].高等工程教育研究,2018(2):125-128.
[17] BEDOLLA J S, D'ANTONIO G, CHIABERT P. A novel approach for teaching IT tools within learning factories[J]. Procedia manufacturing,2017(9):175-181.
[18] 李士梅,程宇.全球制造業競爭新格局下我國高等職業教育面臨的挑戰與因應策略[J].高教探索,2017(4):87-91.
[19] DE GRAAF E, KOLMOS A. Characteristics of problem-based learning[J]. International journal of engineering education, 2003(19): 657-662.
[20] 柯清超,王朋利,張潔琪.數字教育資源的供給模式、分類框架及發展對策[J].電化教育研究,2018,39(3):68-74,81.
[21] 吳學峰,徐國慶.現代學徒制:對象、意義與實施策略[J].現代教育管理,2016(11):76-81.
[22] 姜大源.職業教育立法的跨界思考——基于德國經驗的反思[J].教育發展研究,2009(19):32-35.
[23] 姜大源.“學習領域”課程:概念、特征與問題——關于德國職業學校課程重大改革的思考[J]. 外國教育研究,2003(1):26-31.
[24] 工業和信息化部,財政部.智能制造發展規劃(2016—2020年)[Z].工信部聯規〔2016〕349號.2016-12-8.
[25] 覃川.1+X證書制度:促進類型教育內涵發展的重要保障[J].中國高教研究,2020(1):104-108.
[26] ALEXANDER P A, JETTON T L. Learning from text: a multidimensional and developmental perspective[C]// KAMIL M L, MOSENTHAL PB, PEARSON P D, et al. Handbook of Reading Research. Mahwah, NJ: Erlbaum, 2000.
[27] 許艷麗,呂建強.面向人工智能的高職畢業生技能需求研究——基于近萬條網絡招聘信息的調查分析[J].高教探索,2019(7):97-102.
[28] CHRYSSOLOURIS G, MAVRIKIOS D, RENTZOS L. The teaching factory: a manufacturing education paradigm[J]. Procedia cirp, 2016(57):44-48.
[29] ROBEN P, ARBEI E, PETERSEN W, et al. IT gestützte facharbeit[M]. Baden-Baden:Nomos, 2001:43-57.
[30] 張蕾,廖紹雯.開放教育環境下的數字徽章:設計維度與價值分析[J].電化教育研究,2020,41(7):69-76.
[31] The New Media Consortium. Learning analytics[R].The Horizon Report 2011 edition: 28-30.