智能時代的職業變遷趨勢與職業教育人才培養機制變革

□王博

新一代人工智能技術的快速發展和應用將改變我們的社會生活和職業世界。智能時代一些傳統職業將被替代，一些新的職業會產生，而更多職業將會以人工智能與人類勞動者優勢互補、協同合作的形式進入一種新形態。那么智能時代可預見的職業變遷趨勢如何？相應的人才職業能力結構要求會有哪些改變？現代職業教育在人才培養機制上又要如何變革才能適應智能時代要求？這些都成為了當前職業教育研究要關注的重點。其研究成果不僅會推動未來職業教育的發展，還將對智能時代的社會變革產生影響。

一、新一代人工智能推動下的職業變遷趨勢

職業變遷是社會發展和技術進步的必然結果，其首先表現在職業功能演變、工作流程重組、職業規模調整、收益和生存狀態變化等外顯的職業存在形態變遷上。人工智能對職業存在形態改變最重要的影響表現在人機智能協同工作模式的出現。人機智能協作不僅對從業者提出新的能力標準要求，同時由于智能技術的自我學習能力也使得適應未來職業的能力結構變遷速度明顯加快。

（一）人工智能影響下社會職業存在形態變化

當前人工智能泛指計算機應用程序模擬人類智能并實現特定目標和任務的技術平臺。伴隨著計算機技術、機器人工業和大數據的發展，新一代人工智能較過去的自動化技術展現出了更顯著的優勢。其在生產中不僅可以大范圍替代體力勞動，也承擔了許多腦力和創新勞動。因此，在可預見的未來，人工智能會對社會生產方式和就業結構產生一系列深遠影響。

從當前研究看，人工智能既會替代一部分職業崗位，也會衍生創造一些新的職業崗位，總體呈現出“替代—創造效應”并存之勢[1]?！疤娲敝庇^表現于智能機器替代了工作中一些原本由人執行的任務，從而改變了許多職業的任務內涵，并減少了勞動力需求。當前的弱人工智能并不能獨立完成所有的職業任務，其主要替代的是機器擅長的程序化工作任務,如搬運、駕駛、影像診斷、生產操作等[2]，對另一些含較多人際交流和創新成分的職業則影響偏小。但人工智能在改造生產過程的同時也會創造出一些非自動化的、勞動力具有比較優勢的新任務，從而表現出對職業的“創造效應”，如依靠智能派單平臺而生的網約車司機和外賣送餐員職業?，F實中，人工智能對勞動力的替代不僅源于技術因素，更會受到經濟因素的制約，如智能機器價格、技能溢價、資本溢價等。通常只有在人工智能較人力生產的價值增值中更具有經濟優勢時，才會普及推廣并影響勞動力需求[3]。

任務模型框架是許多學者研究人工智能職業影響機制的一種手段，其關注要點在于不同工作任務中智能機器與人工勞動的效率和效益差異[1]。從任務模型視角，智能生產使一部分傳統工作任務實現自動化而替代人工，提高了生產效率，同時也使得整體生產任務呈現出工作過程去分工化、人才結構去分層化、技能操作高端化、工作方式研究化、服務與生產一體化等特征[4]。人工智能大范圍重組了工作任務并改變了職業對工作技能要求，這使得大量中低技能操作型崗位被取代，而適合智能化要求的高技能人才需求量則相對增加。智能化還具有生產率效應，能夠擴大生產規模。在任務互補條件下，智能化增加了勞動力具有比較優勢的、承擔非自動化任務的人才需求。對此，許多學者認為當前的人工智能提高了社會對高技能和低技能勞動力的需求，而降低了承擔程序化技術工作的中等技能勞動力的需求[5]。

歷史上每一次重大科技創新都會對財富分配格局產生巨大沖擊，人工智能在改變許多職業存在形態的同時，也使得職業間收益差距被拉大，從而產生就業極化現象[6]。一部分適應智能時代工作模式和技能要求，并進入到高技能型職位的高素質人才，能利用所掌握的知識、技能和智能工具創造出比傳統技術工作更多的社會價值，獲取更高收益；另一些工作崗位被人工智能取代，且技能水平不適應新智能職位要求的勞動者，將很難獲得進入智能時代高生產率職業就業的機會，因而只能選擇低技能職業。這些職業的勞動產出價值低，職業收益也低；并且低技能型職位可替代性更強，職業穩定性也不足。所以，在就業極化作用下，低技能型與高技能型職位的需求可能會同時增加，勞動力市場用人需求總量不一定減少，但技能溢價會導致兩類職位勞動收入差異更為失衡。

（二）適應人工智能的人機協同工作模式

基于當前人工智能技術，在可預見的較長時間內，人工智能尚不可能完全替代人類，人類勞動者仍然將是社會生產和服務中的關鍵因素。在諸多職業場景中，人類與智能機器在能力特征上具有各自的比較優勢。人工智能的優勢在于其強大的運算與數據分析能力、精準的技術操作能力和不會疲勞的永恒高質量任務執行能力。相比，人類盡管在體力、計算力、操作力等身體素質上存在劣勢，但擁有更多智能機器所不具備的優勢，主要表現在基于智力和解釋工作場所情感的能力，如創作、反思、評價、共情、人際理解、領導力等。

各類職業情景中人與人之間的溝通協作必不可少，任何職業根本目的也是為他人和社會創造價值，提供服務。我們的服務對象是人，合作伙伴也是人，盡管人工智能在諸如龐雜數據分析、規律探索及各類高精細化標準的技術操作等任務上會表現出優于人類的效率和質量，但在其不能完全替代人完成職場中必須的人際和情感任務之前，各行各業使用智能機器的人仍將是工作的核心。未來假設科技水平突破，人類創造出了在各項素質和各種情景下均比人力勞動有明顯優勢的強人工智能，那么人類勞動者可能就會完全失去其存在意義，屆時人類社會結構會發生什么樣的變化，眼下難以想象。

未來除一些內容簡單且不需要智能分析和技術操作，勞動強度低也沒有危險性的職位因成本因素不需要引入人工智能外，大多數工作都將會使用智能機器，采用人機協作的方式來開展工作。由于不同職位工作任務差異，其人機協作機制也會有所差別。如在工業領域，智能制造和協作機器人的應用將會重塑生產流程，傳統流水線操作將被一系列成套智能化生產設備所取代，這些智能機器在自組織模式下就可完成從生產管理、操作加工到質量檢測各環節的工作，此時的人類勞動者將不再參與繁重生產而主要負責設備監測和運行維護，相應的職業任務和能力要求也會顯著改變[7]。在財務等管理工作中，人工智能依托強大的數據收集和分析能力將能為管理者提供更精準有效的決策支持并使一般業務性工作自動化，這既提高了對從業者專業能力的要求，也降低了對普通業務人員的需求量[8]。在設計領域，人工智能將能擔當起輔助設計師角色，在人類設計師帶領下進行“類團體”設計協作，從而使設計師工作效率明顯提升[9]。在專業化服務場景下，如醫生、律師等職業，人工智能也能依托其強大的資料信息庫和數據分析能力對病情、案情做出更為準確的病因、用藥、法條層面的匹配和預測分析，幫助從業者制定更合理的治療或應訴方案，此時的醫生、律師則應主要承擔與客戶溝通，以了解信息，解答疑惑、解讀方案等關鍵人際型任務[10－11]。在普通服務中，如清潔工、理貨員等職業，專門設計的智能機器可承擔起主要的操作任務以大幅提升工作效率和質量，相應從業者工作內容也將從簡單體力勞動轉變成設備操作型技術勞動。正如李彥宏所言，未來的人機智能協作中智能機器不再是單純的工具，而是與人一起學習創新，為人提供信息、服務和決策支持的合作伙伴[12]。

（三）人機智能協作對勞動者職業能力的新要求

智能時代的人機協同工作方式既改變了多數職業的工作流程和任務內容，自然也同時轉變了對勞動者的能力要求。在不遠的未來，人工智能將會代替人類從事多種情景復雜度較低、任務邊界明顯、工作程序清晰的工作，人類則將以智能機器的設計者、使用者、維護者、協作者身份參與工作，共同完成任務。通過人機智能協作人均勞動生產效率會顯著提升，人機智能系統表現出的智力和專業水平也會明顯高于人類。為適應新生產方式，人類則要重構其職業能力系統，實現“人—機—職”間的有效匹配。

人機智能系統中的人機合作方式決定了人類勞動者在其中的作用。對此諸多學者均有研究，如李憶等從協作主導者視角歸納了人類主導、分工合作和AI主導三種協作模式，并進一步提出了重塑、修改、增強、替代等多種技術整合方式[13]。程洪等人則從發展視角提出了人機系統、人在回路、人在環上、人在環外四種不同層次合作機制[14]。以這些研究為基礎，基于對工作任務具體特征的分析可將人機智能協作劃分為兩種典型模式：一是以人類工作為主導，智能技術作為新型工具予以支持的智能工具模式；二是基于人工智能重組原有工作模式，人機之間以“類團體”模式合作為特征的智能合作模式。

智能工具模式下智能技術的存在形態仍屬于技術工具，其價值在于幫助人類勞動者提升工作中的感知和執行能力及效率，如未來清潔工依托智能輔助機器人，可以大幅提高人均清掃效率；銀行可以利用RPA流程自動化技術完成多數常規業務[15]；基于深度學習的影像分析技術可以幫助醫生更高效精準地從醫學影像中識別病情[16]。智能工具模式依托技術加持提高了工作業績，提升了人類勞動者的生產率，但一般不涉及對已有工作流程的過多重組，所以勞動者在原有職業能力基礎上掌握新型智能工具的使用方法即可勝任。但是因生產率的提升，在業務量沒有同比例擴大的情況下用人規模則會相應縮小。

智能合作模式下人機之間將交互合作，構成人在回路或人在環上形態[14]的人機智能系統，如前述“類團體”性人機協作設計團隊和智能制造系統下的人機協作生產。以當前相對成熟智能技術為基礎，可預見的智能合作型人機協作仍會主要集中于解決特定情境下的專項任務上。此時智能機器的優勢在于感知、操作和分析，而在日常復雜情境下如何將界限模糊的問題進行有序解構使之能為人工智能準確理解，又如何將智能機器的工作成果進行恰當表達使之能獲得客戶的認同上，人還是更有優勢的。這樣，智能合作模式下勞動者的關鍵能力就從傳統的技術分析與操作轉變成了承擔人工智能與服務對象間溝通銜接環節的，對復雜問題的界定、解構能力以及對工作成果的展示、說明能力。

盡管智能合作模式下能力內涵發生了變化，但其對從業者知識結構和素質的要求反而更高了。為了實現對多種形態問題的有效界定與解構，從業者必須對相應專業知識和智能機器的工作原理有深入理解，且與傳統生產方式下基層技術和操作人員只需了解某一環節專業知識和技能的要求不同，由人工智能加持后的生產多具有全鏈條集成的特征，工作者對生產機理的了解也理應達到全局的高度。這就要求從業者具備更高水平的專業能力和適應人機協作的復合型能力[17]。除了專業知識上的更高要求，為了實現人工智能與客戶需求間的良好匹配，人類勞動者以人際溝通、理解、協調能力為主的通識素質也將更為重要。當然，人機協同生產在提高了對從業者專業及溝通協調能力要求的同時，也因機器替代在一定程度上降低了對具體知識記憶、數據運算和操作精度等方面的要求。這樣，具有良好專業基礎、系統性認知分析能力和較強綜合素質的勞動者將在人機協同工作方式下更具有優勢，而僅擅長某些子生產環節的技術操作與分析的人將高概率被智能機器所取代。

（四）智能時代職業能力需求結構變遷速度明顯加快

在新一代人工智能的支持下，技術進步將明顯加快，其對從業者職業能力需求結構的變遷速度也同步加快。這一方面源于在人工智能和大資本投入共同幫助下科技研發效率的大幅提升所造成的技術革新更為迅速，另一方面也源于人工智能自身對成熟技術和程序化任務的替代效應。當一項技術走向成熟，技術工作流程確定下來，工作任務程序化后，人工智能即可以快速替代那些基于數據分析和生產操作的技術型工作任務，從而使該類職業技能的價值弱化，只具備該類技能的人類勞動者也會逐步被淘汰。

職業能力需求結構加速變遷態勢在智能工具和智能合作兩種協作模式下會有所不同。在智能工具模式中，由于智能技術的快速發展，各種智能工具的迭代升級速度都較快，隨時了解新型智能工具的功能特征和使用方法顯然成為每位相關從業者的必備技能。在智能合作模式中，人工智能的各個技術子模塊實際也會處于快速更新的狀態，但由于人工智能在工作中能夠以系統集成的模式完成多項關聯的技術任務，人類在其中主要承擔問題解構、關鍵決策和人際溝通型任務，所以只要能夠同步了解智能機器的基本運行原理的發展狀態，其他能力要求則相對穩定。不過，當前人機智能系統之所以會存在智能工具和智能合作兩種協作機制，既源于不同職業工作特征的差異，也為人工智能技術的發展水平所限制。因此，各職業崗位所處的智能協作狀態不是一成不變的，當新型智能技術引入使協作機制發生模式性改變時，從業者的職業能力系統也要配合工作要求進行顛覆性更新。

職業能力要求變遷速度在面向物的技術型工作和面向人的服務類工作之間也有差別。程序化技術型職業因為人工智能所替代的概率較高，所以未來其從業者能力需求變化速度會持續加快。這既有為人工智能替代所造成的工作流程與技能需求變化所驅動，也有因技術發展所引起的生產工藝變化所驅動。對于以服務人為主的職業，如承擔營銷推廣、信息傳播工作的商務類、傳媒類職業，承擔專業服務工作的醫生、教師、律師等職業，承擔職能或組織管理工作的專業管理類職業，受智能技術影響其工作方式也會產生不少變化，能力結構也要隨之改變。但由于所服務對象人的習慣穩定性，其以服務人為屬性的工作任務基本特征則不會因技術驅動產生巨大變化，而新興智能技術作為一種工具，從業者只要掌握其使用方法即可完成崗位要求，因此職業能力需求結構變遷速度會相對慢于技術類職業。舉個通俗的例子，對于一名生產技師，當工廠進行智能化升級后，其所熟悉的工序可能完全改變，所掌握的加工技能也不再為崗位需要了，他想適應新工作環境必須重新學習；一位教師有了智能技術的幫助，一些傳統教學流程會發生改變，他也能更便捷地了解學生的學習狀態，但“傳道、授業、解惑”核心育人任務沒有改變，教師職業的能力需求結構仍總體穩定。

二、適應智能時代要求的職業教育人才培養機制變革

鑒于人機智能系統多種協作模式下對從業者職業能力的新要求以及個人職業能力需求結構必須伴隨技術進步持續性快速變遷的態勢，傳統職業教育的人才培養機制顯然已經不再適用。對職業教育人才培養機制進行變革調整，需要梳理新技術和社會形態下 “個體—院?！a業”間關系，從三者間供需動態均衡的視角去研究智能工具和智能合作兩種人機協作模式下的人才培養方向定位，進而再去研討智能時代適應不同類型職業需要的人才培養模式優化與重構問題。

（一）職業教育“個體—院?！a業”間新型均衡機制

從社會效用最大化視角看，合理的職業教育存在形態要盡可能實現“個體—院?！a業”間的供需均衡，即職業教育依托其教學資源所開展人才培養的成果既能滿足產業人力資源需求，也符合學生的就業和職業發展需要。但眾所周知，在市場經濟環境下這種均衡并不容易長期實現，其原因在于經濟社會環境的時變性、各方需求間的矛盾性和職業教育資源的有限性。

當前，在新發展理念引領下，受產業結構升級調整、新興技術快速發展、人工智能廣泛應用等因素推動，產業端人才需求變遷持續加快，也越來越難準確預測；人才端隨著高等教育進入普及化階段，個體獲得高質量就業的期望明顯高于社會實際供給；院校端盡管社會教育投入持續提升，但師資、設備、教材、課程等教學資源并無法保證隨產業發展持續更新不落后。事實上從國際經驗和理論分析都可發現，職業教育教學資源相對落后于產業實際不可避免。不僅在教學資源上，而且在專業布局結構和人才培養能力結構設計上，尤其對于長周期職業學歷教育而言，也會相對落后于產業?？梢?，即使在相對穩定的社會經濟形態下，通過產教融合等手段實現“個體—院?！a業”供需均衡都有難度，那么在人工智能技術高速發展、社會職業結構加速變遷的未來，想實現三方供需均衡和職業教育效用最大化將更為困難。為此，我們不僅要在產業人才需求分析、學生職業生涯指導、職業教育資源優化更新上繼續加大投入，更需要適度轉變以面向具體職業崗位適應性人才培養為導向的設計邏輯，探索一種與智能時代相適應的“個體—院?！a業”供需動態均衡機制。

如前述分析，在人工智能等多因素推動下許多職業的工作過程、任務內容、能力要求和人才需求規模都發生了改變，但透過現象看本質，在這些表像變化的同時，多數職業存在的根基（即其在社會中所實現的職業功能）并沒有明顯變化，只是因為有了人工智能加持工作方法與過去不同了。不論醫生、教師、財務管理人員，還是產品設計師、工藝工程師、設備工程師，亦或清潔工、服務員、銷售業務員，多少年來在技術進步推動下其工作內容都發生了許多改變，但在社會系統中，這些職業的功能價值相對穩定。依托職業功能的穩定性，多數職業對通識性職業素養的要求變化不大；相關專業知識會因技術變革而不斷豐富調整，但知識體系結構也能保持較長時間的穩定性；而與工作流程相對應的操作技能通常會變化較頻繁，尤其在具有自我學習迭代能力的人工智能參與到工作中后，技能變遷進一步加快。因此，為實現智能時代“個體—院?！a業”間的動態供需均衡，將傳統面向工作任務的技能導向型人才培養模式轉變為以培養學生保障職業功能實現的綜合能力為目標的新模式，應是一種值得探索的改進思路。

（二）職業功能導向的職業教育人才培養定位變革

以職業功能為導向的人才培養重點應關注學習者面向相應職業領域的綜合職業能力系統，構建學習者適應新技術變革的可發展性能力。其既不同于那些旨在培養適應具體崗位知識技能的傳統職業教育，也不同于聚焦于學科知識體系傳授的普通高等教育，而應是在借鑒兩者各自優勢基礎上針對智能時代人才需求情況所做的改良創新。

如前文所述，智能時代人機協作將成為必然，且由于人工智能的快速發展，人類勞動者職業能力需求結構的變遷速度也越來越快，因此職業教育的人機培養機制就需要伴隨職業形態變遷進行調整。對于那些仍以人類勞動為主體，人機協作處于智能工具模式的職位，相應職業教育的人才培養方向仍應聚焦于崗位相關的實踐任務能力，即以達成職業功能目標為導向所開展各項工作任務的執行能力。其中，與任務相關智能工具運用能力是一項關鍵內容。但總體上，其所培養的職業能力系統的總體結構仍屬于工作任務系統化的形態。不過由于智能工具的快速革新，相應工作任務流程和職業能力變遷速度較快。

對于智能合作模式的職業崗位，職業教育的人才培養定位不應再是具體的任務操作能力或崗位相關的專業知識、技能[18]，而應是引領人機智能系統高效、精準實現職業功能目標的復合型能力系統。由于人工智能強大的自我學習和革新能力，智能合作模式人機系統中的任務分工將是持續變化的，其中各項由人類承擔的任務一旦智能機器習得工作方法就會替代人力。這樣，想沿用工作任務系統化的方式去描述人類勞動者的能力結構特征將不再可能。為此，需要將各職業崗位的人機系統視為整體，從其相對穩定的系統功能特征出發，去研究其中的人機任務結構和人類勞動者能力結構特征。

基于如上思路分析發現，在智能合作模式的各職業崗位人機系統中，人類要具備三項關鍵能力才能保證人機系統的有效運轉。一是在人機系統內部基于工作需要與智能機器進行有效合作的能力，其關鍵是理解智能機器任務相關的運行原理，并掌握與之配合工作的方法；二是作為人機系統的責任人與外界進行人際溝通和任務解構的能力；三是及時適應人工智能合作者持續性優化升級的學習能力。

按照系統科學理論，系統的功能特征為系統要素和要素間結構共同決定。獲得這三項關鍵能力則需要每個人具備三層次能力要素為前提。其中，處于基礎層的是該職業領域需要的基礎型職業素養和適應人機智能協作的基本智能素養，如團隊合作能力、人際協調能力、表達溝通能力、問題解決能力、計算思維、人工智能和信息技術應用等；中間層是與該職業功能實現和智能技術應用相關聯的多學科領域整合型知識體系；最上層是與該職業領域中代表型、典型性人機協作工作任務相對應的一系列實踐操作能力和對具體任務中智能技術工作機制的理解。其中基礎層的多項素養保證了每個人的基本工作能力和勝任人機系統責任人的能力；中間層的職業功能導向的跨學科整合知識與能力是關鍵內核，是人機智能系統中人類勞動者適應技術變革的多方向可發展型能力的基礎生長點；最上層若干任務導向實踐能力是針對具體職業的能力發展狀態，保證了個體就業時的崗位勝任力（見圖1）。

圖1 智能合作模式人機系統中個人能力系統的三項關鍵能力和三層次能力要素

綜上所述，在面向智能合作模式職業崗位的職業教育中，其人才培養在能力結構上應圍繞三項關鍵能力和三層次能力要素進行定位。

（三）智能時代的職業教育人才培養模式重構

基于前述對智能時代人才培養定位的分析，職業教育人才培養模式也要相應調整。與智能工具模式職業相對應的人才培養基本模式與傳統任務導向的工作過程系統化人才培養模式相差不大。從職業和智能技術特征看，智能工具模式會普遍存在于多種面向人際或復雜環境情景的技術操作類和技能服務類職業，如維修技師、攝影攝像師、康復理療師等。過去這類職業的人才培養主要強調操作技能的訓練，但未來其中許多精準操作任務會被智能機器所替代，這樣從業者的關鍵能力就轉化為了基礎性的操作能力、智能工具運用能力和服務中的任務識別、人際交流與成果展示能力。所以，職業教育在教學內容安排上除了必要的專業知識介紹、技能訓練外，應更多關注于學生的綜合素養培養，如人際交流和社會理解力，以及多種職業相關智能工具的應用方法。鑒于這類職業工作任務流程并未因智能技術引入而重構，相應操作和服務人員也沒有必要太深入地了解智能工具工作原理，因此工作過程系統化人才培養模式仍可沿用。

智能合作模式多存在于設計開發、工程技術、職能管理、專業服務類職業，由于智能機器將能承擔起其中多數信息梳理、技術操作、數據分析工作，人類主要承擔反思、交流、探索、決策等關鍵工作。做好這些從業者需具備如前所述的復合型能力，為此應根據該能力系統的結構特征采用職業功能系統化形式重構人才培養模式。

職業功能導向的人才培養需要考慮能力系統的要素培養和結構生成兩層面的問題，為此職業院校宜采用“階段教學”的形式設計其人才培養方案。如圖2所示，以四年制職業本科教育為例，其可劃分為三個教學階段。第一階段為大一全年，在能力要素層面主要培養學生的各項基本職業素養、通用基礎知識和基礎性智能與信息素養；同時在關鍵能力要素有效發展基礎上，再面向智能合作模式下的職業溝通、任務解構、人機協作的典型工作情景，以能力系統結構生成為目標培養學生相關領域能力系統的初級結構框架。第二階段為大二全年和大三部分時間，其要素層目標是培養職業導向的跨學科整合知識體系，即以職業需求為紐帶系統介紹領域相關的多學科專業知識；同時以專業知識和職業領域的代表型任務為方向，通過實踐教學等手段，幫助學生發展起適應相應職業領域人機智能協作的能力系統關鍵結構框架。第三階段為大三部分時間和大四全年，該階段應以面向具體職業崗位的智能合作型任務需求為方向，采用能力系統的要素與結構協同培養的策略，發展學生的實踐任務能力，并理解其中智能技術的運行原理。

圖2 智能時代職業功能導向人才培養模式下各階段的教學安排

職業功能導向的人才培養除了要做好學習者能力系統的要素培養和結構構建外，還要考慮兩個重要問題：一是如何針對需求做好就業導向的任務技能培養[19]，二是如何應對未來新一輪的職業變遷做好發展導向的能力生長點建設。由于采用“階段教學”，職業功能導向下具體任務技能的訓練效果會弱于傳統任務導向模式，但延期和分步決策也有利于降低因方向偏差和職業變遷所造成的就業風險。因此任務技能培養要從提高就業競爭力和確保技能的職業應用價值層面進行統籌，以保證職業教育的效用最大化[20]。為學生提供良好的能力可拓展型生長點是現代職業教育能否為學生終身職業發展助力，又能否適應職業高速變遷新型社會環境的關鍵。這里的能力生長與能力系統結構的關系可以從系統演化發展的層面去解析，即可理解為未來新技術或任務情景下職業能力系統的新型結構生成。職業功能導向的培養方案設計不僅要考慮學生畢業當期的就業適應能力，還要關注學生面向未來的可持續發展能力，即充分考慮與未來產業演進和技術進步多種可能性相適應的能力生長點建設，為此要特別做好第二階段教學的內容設計。