人工智能在高職院校實訓課程OMO教學模式中的應用與思考

周璨 李緣

摘要：隨著科技的不斷發展，我國高職院校實訓課程的教學在人工智能背景下將會迎來更多的機遇與挑戰。本研究就人工智能在高職實訓課程OMO式教學中的應用進行分析，提出相關的教學改革策略以及創新方針等，并以智能導師系統的實踐應用為例，解決OMO教學在實訓類課程中“應用難”的問題，為高職院校實訓課程教學提供參考。

關鍵詞：人工智能? 高職院校? 實訓課程? 教學應用

中圖分類號：G719.2? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A

目前，我國處在社會經濟發展與轉型的重要階段，人才需求量巨大。實訓課程大多是職業教育的專業核心課程，對技能型人才的培養有著至關重要的作用，因此順應當前社會的發展開展實訓課程的教學活動非常必要。在教學活動中引入人工智能已經成為當前教育行業發展的主要趨勢，為促進課程教學與人工智能的有效結合，從而達到人工智能應用效率的最大化，需要對人工智能進行全方位的剖析。教育部在2018年所制定的《高等學校人工智能創新行動計劃》中，將以“人工智能+教育”為主要發展目標，大力推進人工智能在教學中的合理應用，以達到提高教學效果的目的。

1人工智能時代下高職課程教育教學的理念

1.1學校層面

人工智能的發展是多學科融合交叉的結果，反過來又能促進學科融合和發展。以人工智能與教育學的融合發展為例，其有效應用體現在多個方面，例如：幫助學生在學習過程中意識到自己的不足，并做出針對性調整[1]、細化教學方案、提升課堂教學效率、增加教學評價效果等。人工智能時代下高職院校通過大數據分析，因材施教制定更加符合學生發展的人才培養方案，通過教學活動加以落實，達到提高學生綜合能力和素質的目的。當教學方案不斷得到細化和優化，學生的分析數據愈加清晰，高職院校才能輕松快速地解決人才培養方面的問題，降低人才培養的難度。高職課程教育教學理念也會從一元單向模式向多元雙向模式轉變，從以教師為核心向教師-學生雙主體轉變，未來學校將進行4個方面的深刻變革：動力機制變革、維度場景變革、課程和評價變革、技術集成變革[2]。

1.2教師層面

由于高職實訓課程的特點是職業性與技術性緊密對接、深度融合，同時體現跨越多個學習或真實的場所，在體驗和活動中構建并鞏固學習成果，不斷提升學生職業能力[3]。因此，教師需要通過實踐或者模擬的方式向學生展示，并通過互動增強溝通交流，充分了解學生困惑，針對性地啟發學生。借助人工智能，高職教師在實訓課程教學時不僅能使日常教學內容更加豐富，同時還能夠構建起更加真實且有趣的課堂教學環境，從而激發出學生學習興趣，使其積極地參與到課堂學習當中，從而提高教學質量。人工智能給教育教學帶來了更多的方向和可能，教師可以利用人工智能作為知識傳輸的樞紐，更新教學內容，創新教學方式，并且利用云平臺實現知識的實時共享，創建虛擬教學空間，使得學習環境不再拘泥于線下形式，隨時隨地都能夠開展教學活動，提升教學效果;還可以通過人工智能對學生進行全面分析，建立學生信息化檔案，收集關于學生學習興趣以及優勢、劣勢等方面的信息，從而制定個性化教學方案，真正實現因材施教?？偟膩碚f，人工智能提供豐富的教學資源、真實的場景體驗、多變的教學形式、細致的教學分析，延伸教學過程，是未來教學中教師的好幫手。

1.3學生層面

在傳統的實訓課程教學當中，不同科目之間存在學科差異，學生所掌握的知識范圍存在著一定局限性，而相近學科之間存在內在聯系，加之社會對綜合性人才的需求與日俱增，交叉學科的發展越來越受重視，因此培養掌握多學科知識的人才也成為人才培養的目標之一。人工智能作為電子大腦，能夠快速儲存和調用海量知識資源，通過人工智能能快速查詢和掌握其他學科知識，實現多學科知識的有效結合，拓寬知識邊界，打破學科壁壘，促進學生以聯系的眼光看待解決問題的能力，開展系統全面的項目聯系，培養學生的綜合思維。同時，能實現海量數據的快速抓取和精確處理，提高學習效率。另外，來自各方面的信息能夠很好地拓展學生的視野，降低信息繭房的影響，學生掌握多元化的知識，能豐富自身的知識構架，激發創造能力與想象能力。而這些都需要學生在人工智能的背景下主動設定自己的學習計劃，使其更加符合自身需求。

2人工智能在高職實訓課程混合式OMO教學中的應用

2.1充分發揮網絡學習系統的價值，推動教學改革發展

OMO（Online-Merge-Offline）教學模式是一種利用人工智能技術推進線上和線下教學深度融合并促進因材施教的教學模式。在后疫情時期的高職實訓課程教學中，不僅要增加學生的理論知識儲備、提升職業技能，還要充分發揮網絡學習系統的價值，提升學生信息素養，提高其接收和使用新技術的能力，尤其是人工智能與高職課程教學融合后，與傳統的教學方式存在明顯差異。因此，在運用OMO的線上線下互通時，更重要的是發揮出人工智能的實際作用，對現在的教育教學方式進行改革，并結合人工智能時代的背景特征來制定改革目標，實現從舊方式到新方法的平穩過渡。為此，在改革過程中要針對性地調整教學內容與結構，并確保實踐課程教學目的與目標的準確性，將其與實踐有效融合，提升理論聯系實際的能力。 為此，教師首先要掌握網絡學習的特征，結合人工智能發展及教學實際科學合理地設計教學活動，將知識體系進行有效分解，保證學生在學習過程中能全方面掌握典型知識，使學生在學習過程中構建完整的知識體系，加強高職教改的針對性。

2.2創新教學組織方式，培養學生創新能力

高職實訓課程教學內容主要分為理論知識與技能知識。在當前社會發展過程中，企業對員工能力要求也更高，不僅要有扎實的專業知識和技能，還要有較強的創新能力，為此可利用人工智能創新教學環境，既能再現操作過程，將復雜的操作技能直觀呈現在學生面前，又能支持學生在虛擬空間進行手動操作，在仿真場景下完成技能訓練，提高學生實操能力。在人工智能支持下的虛擬場景中，學生能夠嘗試多種操作，在開拓思維的同時降低試錯成本，培養學生的思考能力。虛擬環境支持多名學生接入，共同執行實操訓練，既能提高學生的參與積極性，加強其與同學和教師之間的溝通交流以及討論，又有利于學生之間思想觀點的交流碰撞，拓寬思路，激發想象力，產生更好的解決方案和創意，培養其團隊合作、溝通交流的能力，引導學生成為復合型人才。引入人工智能后，教師將擺脫傳統教學的方式，創新教學模式，突出學生的學習主體地位，在夯實理論知識基礎的同時激發學生創造活力。例如，在當前社會所經常使用的人工智能人臉識別系統，教師可以將該人工智能與課堂教學進行結合，以實際的人工智能應用為出發點對學生進行編碼技術等綜合技能的教學，從而提升學生的學習能力。

2.3提高教師綜合素質，加強師資力量的建設

要在高職實訓課程OMO教學中的實現人工智能技術應用，需要教師具備一定的人工智能知識，充分發揮教師的主體作用和人工智能的優勢，因此高職院校要針對性地提升教師的綜合素質，不斷加強師資力量的建設。首先，可充分利用校企合作優勢，讓教師進入到相關企業中考察，學習先進的人工智能知識，教師在掌握知識之后才具備了技術應用的基礎。其次，高職院校要積極與人工智能相關企業溝通，邀請專家進入學校開展講座培訓。最后，利用人工智能技術開展線上實訓指導，將企業專業技術人員“請”到實訓現場，通過專業技術人員的講解以及相應的指導，使學生的學習更加系統更加專業，并且針對一些重難點，專業的技術人員能夠給予學生更加專業的講解。同時，雙師型教師的培養是人工智能時代高職院校對人才培養的需求，將理論與實踐之間通過有效的結合，不僅能夠提高學生全方面發展的培養質量，還能夠促進高職院校的教育教學轉型。

3提高人工智能在高職實訓課程OMO教學模式中的應用水平

職業教育旨在培養應用型人才，隨著《國家職業教育改革實施方案》的推行，各個高職院校均在逐步修訂人培方案，調整實踐學時的課時占比和實踐教學內容，適當提高綜合性、設計性和開放性實踐教學內容的比例[4]。實訓課程教學依托專業化的實訓室和實訓基地，以實踐教學為主，讓學生通過個人或小組的方式完成特定的項目或者任務，達到提升綜合技能的目標和效果。人工智能技術的應用可以通過智能導師系統將實訓課程的優勢最大化。智能導師系統能夠模擬人類導師給學生引導，通過動作表現與學生進行情感互動，提供個性化服務，輔助制定學習計劃并監督執行，給予學生評價，借助虛擬現實技術智能導師還能“現身”“實訓場地”，“手把手”教授學生操作，實現教學過程智能化、個性化、情景化。

智能導師系統最早出現在20世紀80年代初，是一種基于規則的專家系統，它開發最初目標是模擬學生與人類導師之間的教學和互動，而如今對智能導師系統的探索主要為學習者提供專業領域的知識和教學輔助。典型的智能導師系統通常包括知識模型（領域模型）、學生模型（學習模型）、教學模型（教學策略/教師模型）三部分，部分拓展模型還加入和互動模型，以實現與學習者之間的互動，其中知識模型主要包含各種學習資源和材料，學生模型主要收集學習的靜態信息（知識水平、技能水平、偏好、需求），教學模型主要提供教學診斷和評估，并根據其他模塊信息作出適當的教學決策[5]。

為適應實訓課程的特點，本文對現有的模型進行擴充和改進，建立適應實訓課程的智能導師系統，不僅為學生提供學習輔助、情景化實操訓練、個人評估、學習指導，還能為教師提供資源調取、教學決策、作業批改的服務。

3.1實訓課程智能導師系統的構建

鑒于實訓課程的特點及其在教學實施過程的不同，在設計智能導師系統時可以需要考慮以下幾點：首先，能夠提供情景化的操作環境，這依賴于VR技術的發展和成熟，未來AR技術的發展將增強現實，實操環境又會更加真實;其次，全方位記錄學生的情況，在理論課程中教師對學生的評估主要來自于靜態數據，如學生課堂答題情況、作業情況、考試分數等，但在實訓課程中，學生是否掌握操作技能是考核的一個重要因素，因此需要對學生的操作進行評判;最后，智能導師對教師的輔助作用，在教學過程中，教師能夠通過語音調用教學資源，能夠快速呈現教學素材，智能批改學生作業并為教師提供教學決策，智能導師成為教師的助力。

基于此，在智能導師中除知識模型、學生模型和教學模型之外，在系統中加入追蹤模型、適應模型和媒體模型，形成實訓課程智能導師系統，如圖1所示。

知識模型描述的是教學過程中所需要的知識體系，既包括課程知識、技能知識、題庫等，又包括它們之間的相互關系，其表現形式不僅有圖文、視頻、動圖、PPT，還包括其他形式的資源，同時還可以采用導入的形式，導入MOOC或其他線上資源庫的資源。使得教育生態系統得以橫向拓展、累積，縱向演替、進化[6]。

學生模型主要包含與學習者相關的學習靜態特征描述，例如基本信息、知識水平、能力技能、學習歷史、學習風格和習慣等，在實訓課程中主要關注學生的學習基礎（動機、初始能力、技能水平、學習習慣等）、學習能力（接受能力、自學能力、理解能力、掌握能力等）和認知特征（自我評價、自我效能等）。

教學模型主要包含與教學和教師相關的靜態特征描述，包括教學策略和教師風格，其中教學策略可以依據課程特點而定，例如情景式教學、啟發式教學、項目式教學。教師風格中主要包含教師的個人教學風格。

追蹤模型主要針對學生實操環節，收集學習者學習過程數據并進行分析，對比實際操作與標準操作對學生實操進行打分，既可以用于評價也可以提示關鍵點，進行指導。在操作過程中，可以利用攝像頭捕捉動作表情，利用VR設備記錄手勢動作，還可以利用智能手環來追蹤認知情緒，進行必要的干預。

適應模型主要功能是為學習者提供學習規劃、操作提示和知識講解，為教師提供學生學習情況、實訓分數、總體評價，并進行教學決策，在教學過程中可以通過語音識別調用其他模塊的信息和數據，提升教學質量。

媒體模型可以理解為可視化輸出和呈現方式，可以提供如圖文、視頻、演示、虛擬現實等不同的資源呈現方式，可以根據不同媒體類型進行切換，服務師生。

3.2智能導師在實訓教學過程中的應用

在教學過程中，教師和學生都可以利用語音識別系統調用智能導師中的數據資源，并可適配不同類型的媒體設備，可視化輸出，滿足師生的需求。智能導師系統在實訓教學中的應用不僅在課中，還可延伸至課前和課后，實現OMO模式線上線下互通的教學目標，其具體應用過程如圖2所示。

3.2.1課前教學環節設計

此階段重點在培養學生的預習習慣，使其對本節課所要學習的內容進行初步的了解，并在其中劃分出本節課內容的重難點，引導學生對提問進行反思。

在此階段，除了發布規劃好的學習材料，引導學生開展自學外，還可利用智能導師的強大功能，使學生的課前預習不局限于理論學習，而是通過情景模擬讓學生嘗試操作，并通過終端實現人機交互，教學輔助系統能夠自動處理和回復部分問題，提升課堂學習效率的同時促進學生思考和深入學習，激發學習興趣，而智能導師也能收集學習者的個體特征（學習基礎、學習能力等）和學習情況（問題解決模式、邏輯思維能力等）。

3.2.2課中教學環節設計

此階段重點在通過實踐提升學生的專業技能。教學在實訓室中進行，傳統的課程開展對實訓環境的要求較高，越能真實地模擬應用場景，越有助于學生理解和實踐技能提升，人工智能技術的應用不僅能夠節省真實場景搭建所需的大額經費，還能實現真實的場景模擬和再現，具有較高的性價比。目前VR/AR技術發展較為成熟，已經能夠實現真實場景體驗和支持虛擬場景投射到真實環境中，知識呈現更直觀，教學體驗更佳。

另外，隨著未來技術的發展，虛擬空間中的多人互動不再是設想，在線的小組討論可實現多場景化，既支持異地的在線互動，又能實現同步的任務操作，并將實驗設施、網絡教學體系、實驗動態仿真、機器人設備等巧妙滲透在教學環境中[7]。學生技能學習效率更高，又降低人員流動的成本、節省精力和時間。

教師可以通過智能導師查看學生實訓的情況，智能導師進行可視化輸出，便于教師全面了解實操情況，針對性進行知識講解和操作示范，評價更加科學、智能和便捷。

3.2.3課后教學環節設計

此階段重點是檢驗和鞏固課上學生掌握技能的情況，開展分層分類指導，對于掌握情況較好的學生適當進行知識的延伸，對于一般的學生提升知識和技能的熟練程度。

作業修改可利用智能導師來完成，幫助學生夯實基礎，同時減輕教師負擔。同時還可利用網絡平臺和微課資源幫助學生重現課堂知識點，依靠智能導師在課后開展線上探討，并共同完成課后項目，交流無障礙，操作高同步，數據共分享。

智能導師能夠反饋給學生其個人情況，并提供個性化的改進輔導，還能給教師提供教學決策來完善教育教學。

3.2.4考核方式

高職院校實訓課程教學的考核，并非只是重視學生的學習結果，要能夠更重視學生在學習過程中的提升。智能導師系統中學生模型、教學模型、追蹤模型中均存儲個體數據，既包括個體特征、人口屬性等靜態特征，還包括實操作業、技能水平、課堂表現等過程性數據，結果清晰、手段科學、評價全面。

3.2.5個性化教學

智能導師系統在個性化教學方面還有很大的提升空間，未來隨著計算機技術等學科的發展，智能導師可以根據教師風格和課程特點選擇教學模式，解決復雜教學問題，提出教學決策，同時根據個體差異給學習者制定不同的學習計劃和改進措施，給個體推薦學習資源，根據學習者的課堂表現和操作情況確定課后訓練項目和練習，監督個體完成，自主批改，并根據個體解決問題模式的差異來進行輔導提升。

4結語

人工智能技術推動了教育信息化的發展，也在后疫情時期促進了OMO教學模式的進一步深化。高職院校作為培養高素質技術技能人才的重要陣地，在推進人工智能技術在高職實訓課程OMO教學模式中的應用過程中還有很多具體問題亟待解決。如：在提高教學效率的同時，是否會造成學生間由于信息落差導致的數字鴻溝;在提高學情分析準確度的同時，是否會造成個人隱私暴露等信息安全問題;未來的學校、教師、學生是否都能適應人工智能帶來的諸多變革等。面對全球智能化發展的大勢所趨，高職院校唯有積極主動地借助現有技術的優勢，制定科學合理的應用策略，才能實現職業教育服務社會經濟發展的目標。

參考文獻

[1] 馬瑞新，吳東卓，湯景，等.學習能力分析評價系統設計與實現[J].科技資訊，2021，19（33）：20-22.

[2] 徐夢影，陳興中，向晏平.未來教育的本質、目的、任務與發展趨勢[J].教育科學論壇，2020（12）：5-15.

[3] 黃曉玲.職業教育課程開發的企業責任研究[D].天津：天津大學，2021.

[4] 康澤威，龍小麗，李欣雪.人工智能背景下應用型本科嵌入式系統教學改革[J].工業控制計算機，2020，33（11）：145-146.

[5] 孫發勤，馮銳.編程教育中的智能導師系統：架構、設計與應用[J].遠程教育雜志，2020，38（1）：61-68.

[6] 李楚楚，王遠. “互聯網+教育”時代未來教育新模式生態閉環構建探究[J].文化創新比較研究. 2020，4（35） ：26-28.

[7]張潔.人工智能在高職課程教學中的應用[J].林區教學，2019（12）：58-60.

中圖分類號：G64 DOI：10.16660/j.cnki.1674-098x.2201-5640-5954

作者簡介：周璨（1981—），女，碩士，副教授，研究方向為職業教育、人工智能。

李緣（1993—），女，碩士，助教，研究方向為職業教育。

基金項目：2020年湖南省教育科學“十三五”規劃課題一般項目（項目名稱：“人工智能+教育”背景下高職院校實訓課程 OMO教學模式的研究與實踐，項目編號：XJK20BZY024）。