人工智能賦能職業啟蒙教育：技術邏輯與行動路徑

摘 要 基礎教育階段的職業啟蒙教育是國家職業教育體系系統性構建的重要一環，形塑著學生的職業觀、勞動觀和價值觀。職業世界正朝向智能化轉變，但當前的職業啟蒙教育范式難以追趕快速更迭的職業世界，致使職業啟蒙教育普遍存在智能化程度不足、數據生態運作效能低、協同過濾推薦系統缺失、整體性治理系統觀缺位等問題。人工智能具有賦能中小學職業啟蒙教育的技術條件，可從構建職業啟蒙教育整體智治格局、職業啟蒙內容算法推薦、職業啟蒙教育的制度設計、嵌入職業啟蒙教育全過程、建制多源數據整合平臺等維度，重塑符合智能時代發展需求的高質量職業啟蒙教育體系。

關鍵詞 人工智能；職業啟蒙教育；職業教育體系；技術邏輯；行動框架

中圖分類號 G637.3 文獻標識碼 A 文章編號 1008-3219（2024）01-0011-08

一、問題的提出

職業啟蒙教育是我國建構現代化職業教育體系的基礎環節，也是國家實施人才強國戰略的固本之舉。職業啟蒙教育是引導青少年群體提升職業認知、探索職業世界和發展職業興趣的重要途徑，能幫助學習者增加對不同類型職業的認識，掌握與職業有關的知識和基礎技能，合理定位和選擇適合的職業，形成正確的職業態度，最終培養具有正確價值觀和職業觀的全面發展的人[1]。近年來，構建高質量職業啟蒙教育體系已逐漸成為教育政策的關注焦點。2021年10月，中共中央辦公廳、國務院辦公廳發布《關于推動現代職業教育高質量發展的意見》（簡稱《意見》），強調要加強各學段普通教育與職業教育滲透融通，激發基礎教育階段學生探索職業興趣、陶養職業規劃意識和初階感知真實職業世界，真正實現技能教育從孩童時期抓起[2]。同時，《意見》也指出要推動信息技術與教育教學變革的深度融合，全面提升職業啟蒙教育質量。在國家全面建設技能型社會的戰略背景下，利用現代信息技術強化基礎教育階段的職業啟蒙教育，可以幫助學習者為職業生涯做好充分準備，以適應不斷更迭的外部工作環境和職業世界，從而提升我國勞動力的整體素質。

2022年5月新修訂施行的《中華人民共和國職業教育法》第十九條指出，縣級以上人民政府教育行政部門應當鼓勵和支持普通中學、普通高等學校，根據實際需要增加職業教育相關教學內容，進行職業啟蒙、職業認知、職業體驗[3]。這為職業啟蒙教育的實施奠定了法律基礎，建構了職業啟蒙教育的多元主體治理結構。高校、職業院校和中小學是實施職業啟蒙教育的核心主體，且其功能定位各不相同：高校和職業院校重在強化學生的職業生涯規劃能力，中小學則重在通過職業體驗和職業活動提升學生職業認知和發展職業興趣。其他共生主體還包括教育行政主管部門、職業培訓組織、行業和企事業單位、社區、家庭等，共同賦能我國現代化職業啟蒙教育體系建設。然而在實踐場域中，職業啟蒙教育治理還存在主體職能劃分不清、聯結程度不足、外部適應性弱化、資源孤島和數據壁壘現象嚴重等問題，特別是職業院校與中小學、中小學與企業、中小學與社區及家庭間的交互淺表化和形式化問題較為突出，從而導致職業啟蒙教育脫嵌于真實職業世界和技術場景，難以滿足新時代與新技術背景對高質量職業啟蒙教育的要求。

當前，人工智能技術與傳統產業的深度融合加速了職業格局與職業形態的改變，傳統職業朝向智能化轉變，新興職業也對智能素養提出了更高要求。面對人工智能對產業和職業的沖擊，基礎教育階段的職業啟蒙教育也經受較大挑戰：職業啟蒙教育模式存在嚴重時滯性，未能根據智能時代職業世界的真實樣態重塑職業啟蒙教育體系；職業啟蒙教育資源的開發與挖掘也存在粗放性，大量有教育價值的職業啟蒙教育場景、數據及物質資源在職業啟蒙教育治理過程中無法得到合理利用；職業啟蒙教育技術手段難以適應智慧校園建設需求，對職業啟蒙教育過程數據的采集、問題的診斷等主要還依賴傳統的手動記錄和經驗描述，未能發揮人工智能等新興技術在提升職業啟蒙教育效能方面的價值[4]。

隨著人工智能技術的廣泛應用，這一核心技術正深刻地改變著職業格局，同時也有望解決職業啟蒙教育領域所面臨的多重挑戰，基礎教育階段的職業啟蒙教育變革需要回應外部環境和技術更迭的現實需求。一方面，人工智能技術的賦能使得職業啟蒙教育在回應職業形態更迭和職業技術知識傳播方面更為及時、高效和精確，從而有望滿足不同學生的個性化發展需求[5]。另一方面，借助新一代信息技術、數據和算法的融合應用與整合重組，可以推動基礎教育階段職業啟蒙教育從傳統教育向整體數智化轉向，實現職業啟蒙教育資源的數字整合與數字供應，推動我國職業啟蒙教育體系數智治理范式的建構與應用。對于職業啟蒙教育對象而言，國家“職業啟蒙教育智慧大腦”的建構和學校層面“職業啟蒙教育校本大數據平臺”的融合應用，可以打破過往職業啟蒙教育體系孤立而治的治理格局，可為智能化評估學生的職業興趣和職業傾向、為學生職業興趣的發展提供個性化指導、有針對性推送職業啟蒙教育資源、精準化匹配職業啟蒙教育場景等方面賦能[6]。

人工智能與職業啟蒙教育具有高度的融合價值，智能時代基礎教育階段的職業啟蒙教育有必要回應轉型過程中產生的三個核心問題：其一，人工智能何以賦能職業啟蒙教育，傳統的學校職業啟蒙教育轉向智能技術賦能下的職業啟蒙教育的技術邏輯是什么？其二，何種因素阻礙了傳統職業啟蒙教育范式的效能發揮，智能時代基礎教育階段職業啟蒙教育變革的現實阻梗有何表征？其三，如何發揮人工智能核心技術的優勢，整體性重塑學校職業啟蒙教育體系并設計具體的行動路徑。

二、人工智能賦能職業啟蒙教育的四重技術邏輯

隨著人工智能在教育領域和各產業的深度融合應用，智能技術在推進國家建構現代化職業教育啟蒙治理體系的進程中日益發揮著重大作用，并成為驅動傳統職業啟蒙教育向現代化職業啟蒙教育體系轉型的關鍵技術支撐[7]。人工智能的深度賦能強化了國家職業啟蒙教育體系重塑的技術特征，但智能技術賦能職業啟蒙教育并非現代信息技術與教育的生硬融合，而是遵循著多重技術邏輯。

（一）智能融合邏輯：人工智能賦能職業啟蒙教育邁向整體性治理

人工智能利用其自動化機器學習、自然語言處理、強化學習、自動規劃和決策等關鍵技術，將國家職業啟蒙教育中的不同信息源、不同數據模型、不同決策模型進行智能化融合，可以推動職業啟蒙教育從傳統碎片化管理邁向數字化的整體性治理[8]。

第一，分布式計算下的整體關聯。基礎教育階段的職業啟蒙教育過程是一個涵蓋社會教育、學校教育和家庭教育的整體性建構過程。首先，大數據分布式計算與處理、機器學習算法等可以建構“家—校—社”的整體聯結，助力教育系統建立起產業發展和職業市場的需求預測機制，便于學校及時調整職業啟蒙教育內容，并將相關內容個性化推送給學生和家長，為學生規劃具有針對性的職業啟蒙體驗學習方案[9]。其次，分布式算法、自動化協同融合技術還可以賦能校際聯結，整合多學科課程平臺與職業啟蒙實踐項目，整體性建構基于智能融合技術的“校本職業啟蒙教育智慧大腦”，推動學科教師、職業啟蒙導師、家長和企業中的職業啟蒙實踐基地間的深度聯動與整合，打造具有中國特色的現代化職業啟蒙教育體系。

第二，智能決策場景化提升教育決策效能。智能教育決策支持系統、數據挖掘技術等為職業啟蒙教育政策制定、教育資源配置、場景選擇提供及時性數據支持和提升決策效率。首先，基于數據智能決策系統可以將社會新職業形態、職業勞動真實場景、職業啟蒙教育教學活動場景、學生職業體驗場景等多重場景指標加以識別和融合，為職業啟蒙教育政策制定提供深入而全面的數據依據。其次，智能決策系統可以監測與分析各類數據源，能夠高速識別職業啟蒙教育過程中存在的難點問題和潛在威脅，幫助學校和教師規避不利于學生職業興趣萌發和職業態度生成的實踐場景，提升學校職業啟蒙教育系統的適應性。

第三，算法嵌入賦能多元治理主體融合。職業啟蒙教育的發展不僅與學校教育有密切關系，更涉及到企業、政府、社區、家庭等多元治理主體。算法的嵌入可以為多元主體在職業啟蒙教育中的聯動治理帶來新機遇。首先，職業啟蒙教育中的師生教學行為數據等，可利用不同算法實現模型整合，從而幫助各治理主體從職業啟蒙教學情境中科學地分析其效果，使企業、政府、社區、學校、家庭在開展啟蒙教育活動時，能精準掌握數據演化軌跡，瞬時反饋活動效果，促進多元治理主體建立更敏捷的溝通和協作機制，共同解決問題，實現因時因材施教。其次，在算法嵌入融合過程中，通過人工智能呈現出的協同共享性、技術融合性、智能化評價，可彰顯職業啟蒙教育的政治、經濟、社會和個人發展的多元治理價值融合。如通過算法中的深度學習，可對基礎教育階段職業啟蒙教學或管理中的在線行為表現、環境設置與資源供給等相關數據進行搜集與呈現，使職業啟蒙教育宏觀結構治理與微觀過程治理在雙向交互中發揮更好的作用[10]，實現職業啟蒙教育回應社會需求和滿足個體發展需要的多重關照。

（二）數據集成邏輯：人工智能賦能教育資源挖掘與教育決策

國家教育治理系統的智能化轉向，賦予職業啟蒙教育全新的內涵，數據集成治理范式下的職業啟蒙教育，可以實現教育決策和教育個性化建議的自動生成，職業啟蒙教育問題診斷、過程監督、數據解釋等可以基于數據集成系統，動態提取診斷報告，從而盤活現有的教育數據和教育資源，提升職業啟蒙教育決策效能。

1.智能數據集成賦能職業啟蒙教育的數據采集

人工智能的數據集成技術可以整合不同來源與不同類型的數據，有助于師生做出更精準的預測和決策。其一，整合多源數據，提高數據質量。職業啟蒙教育涉及行業動態、技能需求、課程設置等多個范疇。通過智能數據集成，可以將來自于用人單位、政府職能部門、招聘平臺等領域的數據全面整合在一起，形成系統的數據資源[11]，為職業啟蒙教育內容體系提供真實、及時、動態的職業場景數據。但不同來源的數據可能存在格式混亂、數據繁雜等問題，從而影響數據分析的準確性和可靠性。而通過智能數據集成，可以實現對數據進行歸納、去掉重復、反復檢驗等操作，使數據的質量和可靠性得到提高，從而將過去無法采集和利用的職業啟蒙教育數據加以整合與分析，提升職業啟蒙教育的科學性。其二，實時監測、分析，給予決策支持。通過智能數據集成，可以實時監測和分析各類數據的動態變化過程。通過對企業招聘崗位能力要求的迭代趨勢分析，幫助職業啟蒙教育體系設計者了解職業人才能力結構情況；通過對中小學校教育教學數據的動態監測，了解職業啟蒙教育課程設置的合理性、有效性和匹配程度。利用校企兩端數據匹配，可以生成面向不同職業定向、學習需求及性格特點學生的職業啟蒙教育輔導方案。通過實時監測數據，可搜集更多過程性材料，了解學生職業啟蒙學習的動態，可以構建模型對數據進行預測和分析，及時反饋信息、促進教學計劃和完善教學方案，提升職業啟蒙教育決策的精準性。

2.“云+腦+端”一體重塑職業啟蒙教育數據資源共享平臺

職業啟蒙教育共享平臺的作用在于方便供需雙方資源配置，最終實現優質資源的整合。但是目前職業啟蒙教育課程資源缺少共享平臺，導致資源匱乏的偏遠地區不易獲得優質職業啟蒙資源。再者，職業啟蒙教育大數據領域普遍存在數據采集環境不智能、數據采集流程不清晰、數據缺乏深度應用等問題。針對上述情況，可通過技術、數據和算法的重組等推動職業啟蒙教育走向智能化。如通過“云+腦+端”一體化產品布局，可實現數據間的互聯互通，最大化保證數據的留存與聚合，讓數據得以共享[12]。云數據指“云”、智慧大腦指“腦”、電腦與手機等智能移動設備指“端”，即“云+腦+端”模式。一是云中心能夠通過策略測算，從復雜的數據中把關鍵知識推送到啟蒙教學的前沿側，為前端平臺提供中等強度的實時場景模擬推演。二是通過智能化手段高質量分析數據，完成數據的融合應用，包括對學生學習情況分析、行為預測分析、綜合測評等。

3.“無感化伴隨式”賦能職業啟蒙教育多維監測

當前，職業啟蒙教育評價改革滯后于職業啟蒙教育的發展，職業啟蒙教育質量評價工具的智能轉型程度不足，使職業啟蒙教育評價反饋滯后；特別是缺乏科學的職業啟蒙教育數據庫，導致目前只能依據教師群體開展職業啟蒙教育經驗評價，難以從全國、區域和個體等多層面進行過程性和成長性的職業啟蒙教育評價。利用“無感化伴隨式”數據收集技術，能動態記錄學生學習的過程性數據，解決職業啟蒙教育過程中存在的數據追蹤間斷性問題，有助于教育者在決策過程中作出科學的判斷，充分發揮職業啟蒙教育教學數據的育人功能。一方面，“無感化伴隨式”技術可以收集和整合來自不同渠道的數據，包括學生的學習數據、教育機構的教學數據、行業的人才需求數據以及就業渠道、招聘選拔數據等[13]。這些數據可以為教育決策提供有力的支持，幫助學校更好地了解學生需求和職業發展趨勢，為決策提供了數據的參考。另一方面，通過“無感化技術”能實時監測學生在學習過程中的不同表現。如對學生習得職業情感、職業知識的程度、職業技能的熟練程度、學校的教學情況以及各行業的職業角色變化情況等開展實時監測，以幫助教育者在多維動態視角下監督與測評職業啟蒙教育的全過程[14]。

（三）信息泛在邏輯：人工智能賦能職業啟蒙教育效能評價與場景重構

神經網絡技術可以使職業啟蒙教育的過程得到全面追蹤，具身體驗情境學習和沉浸式學習得以實現，習得效果得以及時反饋，有效激發學習者的積極性。

1.神經網絡技術賦能職業啟蒙教育效果評價

神經網絡是一種模仿動物神經網絡行為特征進行信息處理的算法模型[15]。神經網絡技術在助力建立科學的評價體系，加強對學習者的深度認知追蹤和給予學習者及時反饋三個層面賦能職業啟蒙教育。一是有助于建立科學的評價體系。當前職業啟蒙教育的評價體系尚未完善，傳統的書面評價方式單一，缺少多元角度。一方面，受應試教育的影響，學校與家庭對職業啟蒙教育評價的重視程度不高；另一方面，學校多數僅采取加權求和法對學生進行評價，難以表達學生的真實學習狀況。為優化當前職業啟蒙教育的評價方式，需要技術的賦能。神經網絡技術被認為是解決復雜非線性關系的首選方法，有助于對職業啟蒙教育進行分維度、多元化的評價，避免了傳統加權求和式結果性評價的弊端，還能圍繞課程目標對學生的表現做出綜合性的評價。二是追蹤學習者的學習情況。美國斯坦福大學皮希等首次提出認知追蹤[16]，即根據學習者的歷史行為記錄，預測學習者下一個目標的完成概率，并根據其知識掌握狀況建立動態追蹤模型。在職業啟蒙教育中，認知追蹤可廣泛應用于學習路徑規劃、學習資源適配等個性化服務，比如針對不同年齡階段的中小學生，可設置不同階段的職業啟蒙學習路徑，幫助學習者循序漸進地認識不同的職業工種。三是給予學習者及時反饋。在充分考慮學生個體差異的基礎上，為樹立其職業適用性意識，可利用神經網絡技術建立模型，尋找可行指標為學習者錯因追溯、歸因分析和深化對自身的認識提供了更具教育價值的服務。

2.虛擬現實技術賦能職業啟蒙教育場景建構

當前，我國中小學生職業體驗中心建設普遍存在定位模糊、項目單一、參與式體驗內容匱乏等問題[17]。利用虛擬技術構建職業啟蒙教育場景，可以實現沉浸式職業體驗。虛擬現實可以幫助學習者體驗各種職業場景，包括工業、傳統農業以及公共事業。通過強化職業場景體驗，提高學生對職業的認知程度，洞察不同職業的變革動向[18]。如對“消防員”的職業體驗教育中，學習者可通過體驗模擬的火警鳴笛聲、消防員滅火與受災群眾逃生的過程、充分感受火災現場的全氛圍感，避免學習者因為缺乏真實的環境支持，無法對職業有深入的認知。此外，利用VR、云計算等智能技術，可以實現對學習者的學習狀態和教育者的教學過程等進行動態記錄、評價和認定。另外，教育主管部門還可利用云計算技術建立針對公共職業教育體驗中心的評價模型，通過設置客觀量化的評級制度促進職業啟蒙教育不同供給主體之間的良性競爭，并有助于為學習者提供更有針對性的指導，促進職業啟蒙教育場景供給主體單位的成長。

（四）算法服務邏輯：人工智能賦能職業啟蒙教育的價值匡引與個性推薦

智能教學系統的底層架構和核心算法對學生已有知識、能力、習慣的識別和鏈接能力較強[19]，學生可根據路徑規劃算法自動生成多維學習框架，進行有選擇性、有針對性的學習，還可以依據算法調試學習計劃和策略。

1.算法內容推薦有助于建構職業啟蒙教育“推薦圖譜”

根據不同年齡、不同個性的學生，在解釋學習內容背后的網絡關系時，人工智能中的知識圖譜技術可幫助學生在接受職業啟蒙教育的時候形成探索地圖和活動導引。職業啟蒙教育知識圖譜呈現了基本的職業框架、職業角色及其對應能力結構、職業素養與職業技能，能組織學生有意義地開展學習。在豐富中小學生個性化職業體驗時，知識圖譜中的算法內容還可向不同年齡段的學生推送不同的教育啟蒙內容。低年級段重在感受責任，“推薦圖譜”可引導學生做力所能及的家務，為學生生成“家務圖譜”；中年級段指向提升職業興趣，系統可以引導學生進入學校內部“跳蚤市場”，讓學生充當買和賣的角色，形成基本的“職業形象圖譜”；高年級段重在激發職業意識，系統可推薦一周家庭經濟開支預算相關主題引導學生生成“職業體驗圖譜”。

2.算法過濾推薦有助于匡正職業啟蒙教育的價值偏軌

數據、算法和算力是人工智能發展的三大要素。收集、分析、處理和加工個體與社會所產生的“數據流”都可以通過算法來完成。通過“數據流”的分析，可掌握數據背后所折射出的思想特征、行為觀念等，并以此為據采用信息預測教學內容等，引導學生樹立正確的職業觀、價值觀。這與職業啟蒙教育所倡導的目標性、針對性、預測性教育的作用機理有相似性。比如在職業啟蒙教育的過程中，可通過算法動態地掌握學生的職業興趣、職業體驗軌跡和參與職業活動問題診斷等數據，并過濾與學生職業興趣與個性特點不匹配的教學內容和體驗活動，進而形成科學的分析報告。同時，算法過濾可以識別學生、家長和學校教學過程中存在的不良職業認知、職業啟蒙教學行為與體驗活動，規避現實職業世界中的功利主義思想、個人中心主義價值取向過早滲入基礎教育階段職業啟蒙教育系統，匡正職業啟蒙教育活動可能存在的價值偏軌現象。

三、人工智能時代職業啟蒙教育的現實困境

人工智能已經深度融入國家職業教育和基礎教育改革的各個層面，但職業啟蒙教育體系尚存在智能化程度不足、數據生態運作效能低等困境。

（一）職業啟蒙教育體系智能轉型的整體性規劃不足

英國學者鮑爾斯的職業教育啟蒙理論提出，對青少年兒童實施職業啟蒙教育最佳時間是7歲至9歲。美國《國家職業發展指導方針》規定，孩子從6歲開始就要接受職業指導，并給予了詳細的職業規劃。與英、美等發達國家相比，我國職業啟蒙教育的政策散見于國家的整體性教育規劃中，未見有國家層面的專門規章制度，實踐場域中極易出現碎片化、片段化問題。一是將職業啟蒙教育當作職業教育體驗游戲。目前有部分學校在職業啟蒙教育中，開展了模擬經營、參觀消防局、模擬飛行員飛行等課外活動，也有一些商家瞄準了機會，開發了職業體驗樂園，但往往學習者與教育者把體驗活動定位為游戲，職業體驗活動呈現淺表化、娛樂化與割裂化，嚴重脫離現實職業情境，更無法回應智能職業世界的更迭態勢。二是政策相對零散。當前指導職業啟蒙教育數字轉型和不同階段學生智能化職業啟蒙教育一體化設計的文件和政策都較為缺乏，各階段智能化職業啟蒙教育的目標、內容以及課時等規范性不足，導致教師在進行職業啟蒙教育時出現片段式和模式化現象，缺乏持續長期性。

（二）職業啟蒙教育資源供給與師資隊伍無法滿足需求

一是職業啟蒙教育的智能資源供給無法滿足需求。隨著智能時代的到來，學生通過手機、電腦、電視等網絡平臺接觸到多樣化的職業場景，因而對于職業啟蒙教育有更多的學習需求，不僅需要豐富的內容，還需要具有切身體驗的實踐場景。職業啟蒙教育在具體實施過程中，學校、社區能夠為學生提供的體驗場景、場地非常有限，無法滿足學習者對多種職業活動與種類的需求。多數中小學生能體驗到的職業多為醫生、警察等最常見的職業類型，較少體驗其他職業類型。原因在于目前由于職業啟蒙教育及其活動體驗類型、質量評價標準尚未確定，面向“智能+職業”的啟蒙教育資源開發不足，教育資源供給與需求嚴重失衡。二是職業啟蒙師資缺乏專業的智能技術素養。智能素養指的是教師在利用大數據與云計算技術豐富職業啟蒙課程與教學設計，潛移默化地提升學生的職業理想和職業規劃的一種能力。當前部分學校仍然存在培訓簡單、運用人工智能技術協助教學意識薄弱、缺乏專職職業啟蒙教師等問題[20]。教師在職業啟蒙教育落實過程中智能意識淡薄的關鍵原因在于學校未能建立起職業啟蒙教育的整體性規劃，學校將學生隨機性、臨時性安排至校外職業啟蒙實踐基地開展體驗活動作為主要模式之一。由此可見，職業啟蒙教育體系的整體性建制并未得到學校真正的重視，從而導致教師職業啟蒙教育的數字素養程度不高。此外，由于智能場景建構不足、教師對智能設備使用的相關培訓不充分，多數教師基于個體對職業的固有認知，難以帶領學生成體系地開展“智能+新型職業”的教育體驗活動。

（三）職業啟蒙教育數據生態運作效能低

職業啟蒙教育數據治理作為一項復雜的系統工程，需要從構建良好數據生態的高度進行教育改革，建立人工智能與職業啟蒙教育的協同機制，形成資源高度融合共享、流程無縫銜接的數據生態新格局。審視職業啟蒙教育數據生態系統內外部因素和職業啟蒙教育內部與社會之間的復雜關系，數據生態運作效能低的根源性因素主要表現為數據系統存在內外部交互性失聯、內部系統性缺失。一是職業啟蒙教育的內容數據缺乏系統性。基礎教育階段開展職業啟蒙教育的主要目的，是通過職業課程與相關實踐活動塑造青少年對職業的興趣，并培養職業理想、強化職業認知和增長初階職業技能。但目前職業啟蒙教育目的較為明顯地指向就業，尚未能基于學齡段、學生個性特點、學生經驗建立起能培養學生職業興趣的一體化學習與體驗系統。二是職業啟蒙教育數據增長與收管存在失衡。特別是在國家建立基礎教育體系“國家數據大腦”和“學校數據中臺”背景下，中小學生的職業啟蒙教育系統被嵌入了教育數據治理中的“多域、多維、多點、多源、異構”生態系統中，教育數據生產的多源生態與學校低效的數據收管效能形成強烈反差。使大量有價值的職業啟蒙教育過程性數據難以被收集。從而導致職業啟蒙教學與活動效果得不到追蹤與監督，在優化職業啟蒙教育體系上難以提供有價值的數據參考。

（四）職業啟蒙教育協同過濾推薦系統缺失

目前，職業啟蒙教育資源的數字化進程緩慢，協同過濾推薦系統尚處于缺失狀態。一是職業啟蒙教育領域沒有做好應對人工智能的準備。在效益驅動下，相關企業通過手機或電腦推送的視頻質量參差不齊，缺乏過濾的智能世界給學生制造了一個相對混亂和帶有功利性、庸俗化的價值引導，對學生職業價值觀的形成產生不良影響，不利于青少年的成長。二是缺乏學生在接受職業啟蒙教育過程中的行為數據。為了進行協同過濾，需要收集和分析受教育者的行為數據，如學生在職業啟蒙課上的專注程度、學生接受職業啟蒙教育的課程記錄、學生對職業啟蒙教育活動模式的接受度情況等。如果缺乏這些數據，人工智能無法準確計算并推薦符合受教育者興趣的職業啟蒙教育資源，也無法基于過濾推薦系統及時反饋，難以幫助教育者與受教育者調整其教與學的方法與方向。三是缺乏實時更新，職業啟蒙教育是一個不斷發展的領域，如果相關學習資源和反饋機制沒有實時更新，就無法提供最新的、符合用戶興趣的資源。四是技術實現難度較大。協同過濾算法需要處理大量的數據，當前，職業啟蒙教育在智能化搜集以及整理受教育者學習情況、職業啟蒙教育資源等數據以及進行復雜的計算等方面還屬于初步階段，開發出有效的推薦系統存在一定難度。

四、人工智能賦能職業啟蒙教育的行動路徑

人工智能與職業啟蒙教育的融合發展可以通過推動人工智能深度嵌入職業啟蒙教育全鏈條，建制職業啟蒙教育的多源數據整合平臺，并強化基于協同過濾的職業啟蒙內容算法推薦，最終重塑人工智能賦能職業啟蒙教育的制度供給體系。

（一）構建職業啟蒙教育的整體智治格局

針對我國職業啟蒙教育存在的多元主體聯動度低、優質資源整合度不足等問題，可從建構整體智治的職業啟蒙教育體系層面實施變革。其一，構建權責明晰的多主體智能融合平臺。教育行政主管部門承擔起職業啟蒙政策法規制定、標準研制、過程監督、效果評估等職能，為高校、職業院校、中小學、社區、企業和家庭參與職業啟蒙教育提供數字化與智能化平臺，消解資源共享屏障。高校、職業院校與中小學作為職業啟蒙活動與課程實施的關鍵主體，也應從消解校際資源共享障礙著手，推動職業啟蒙教育資源的共享與共治。中小學是實施職業啟蒙教育的主要陣地，需利用平臺主動探尋高校和職業院校的指導與支持，扭轉過往開展職業體驗活動所存在的教育資源與體驗場景不足等問題。此外，企業、社區可通過協助中小學建構虛擬職業場景、提供現實職業體驗場所等方式深度參與職業啟蒙教育。通過打造基于算法機制的多元主體整體智治共享平臺[21]，構建職業啟蒙教育實踐知識的變現體系，從而實現職業啟蒙信息和資源在不同主體之間的傳遞與共享，推動多主體協同的整體智治格局的形成。其二，構建學校內部的整體調節反饋機制。學校利用政府建構的整體智治平臺，可以更高效地協調教師、學生、家長、行政管理人員、社區和企業工作人員等個體之間的關系，更敏捷地對師生的教學需求進行監督評價與反饋，確保職業啟蒙教育的教學與活動過程符合預期教育目標。學校需要將政策內容與學校人才培養實際相結合，制定職業啟蒙師資培訓、課程安排、職業體驗活動設計等整體規劃，并將該規劃數字化、智能化，融入“校本數據治理”平臺中。教師和學生根據智能平臺設計的進度與流程開展教學活動，高校、職業院校、企業和家長可以在智能平臺上發表意見，針對課程安排和活動設計提出及時優化建議，提升職業啟蒙教育的整體適應性。

（二）推動人工智能深度嵌入職業啟蒙教育全鏈條

隨著大數據的積聚、理論算法的革新、計算能力的提升，智能化為社會發展注入了新的動力，同時也為教育變革帶來了重大機遇與挑戰，職業啟蒙教育應利用人工智能全面提升職業啟蒙教育的整體效能。其一，將智能技術嵌入學校職業啟蒙教育規劃與課程實施的全過程，實現職業啟蒙教育方案設計、職業啟蒙課程設計、職業啟蒙教學活動內容設計、職業體驗活動實施、職業啟蒙教學效果評價、職業啟蒙課程評估的全鏈數字化轉型，以智能技術增強學生職業感知、職業體驗和職業興趣。其二，促進智能技術與職業體驗活動的全鏈融合。人工智能在多個應用領域取得了突破性進展，正深刻改變著人們的學習、生活和生產方式。促進職業啟蒙教育知識與算法技術的融合是一次基于技術進步之下的賦權，學生也因此獲得了平等接受和習得職業啟蒙知識的權利。其三，職業啟蒙教育師資隊伍智能素養的全過程培育。從能力起點出發，利用人工智能均衡職業啟蒙師資持續學習的校內外資源系統，為教師提供更多的學習機會；從能力提高過程出發，利用人工智能可提升教師的自主性教學意識，多樣化的“線上線下”培訓方式有利于提升教師職業啟蒙教育的基本知識儲備與技能的增長[22]；從能力發展支撐出發，智能化評價機制具有個性化的特點，能對不同教師主體進行個性化的評價。因此，利用人工智能有助于提升職業啟蒙教師數字化專業能力。

（三）建制職業啟蒙教育的多源數據平臺

數據對人工智能與職業啟蒙教育融合發展有著關鍵的作用，因此需要建制與此相關的多源數據平臺。一是加強數據的獲取和存儲。在獲取職業啟蒙教育數據時，要最大限度地利用智能設備搜集和抓取線上線下兩個職業啟蒙教育場景的數據；在分析數據和形成教育決策的過程中，還需建構多維數據、監控預測雙向融合的技術框架。二是加強智能時代職業啟蒙教育數據治理。職業教育大數據具有多源異構的特點，簡單堆砌不同來源的數據，難以挖掘有效的數據和知識，不利于職業啟蒙教育大數據的價值呈現和統一管理。為了適應大數據時代學生獲取職業知識和職業信息的雙重需求，教育者和教育機構應改變教育內容的傳統展現方式，挖掘職業啟蒙教育智能化的數據價值，并通過教育大數據引領教育改革，預測學習形態，建制個性化的學習系統。三是構筑教育區塊鏈，實現教育資源的共享。區塊鏈作為新一代信息技術，在教育領域中具有巨大的應用價值，可以有效共享多源數據。2018年教育部印發的《教育信息化2.0行動計劃》明確提出要積極探索區塊鏈技術融入教育教學，利用區塊鏈技術，可以有效存儲教育檔案，實現教育資源的共享[23]。如上海市教委提出“區塊鏈+教育”應用項目，該項目根據區塊鏈的特性和教育信息安全的要求，采用鏈上小數據，鏈下大數據，雙云雙平臺模式運行的方案和混合式的線上線下學習，從而促進學生適應創新活動、實踐活動和自主學習活動場景，在職業啟蒙教育中發揮正向的激勵作用。

（四）強化基于協同過濾的職業啟蒙內容算法推薦

職業啟蒙教育要求體現學生的主體地位，將人的全面發展作為教育的出發點，從而滿足學生成長的多方面需求。在教學中，算法服務技術可以營造信息化模擬教學環境，使學生成為教學活動的主動參與者和體驗者，充分發揮學生的主體性。一是保障職業啟蒙教育的算法正義[24]。在職業啟蒙教育的過程中，智能產品以及智能信息的推送需通過法律法規加以匡正，讓學生在一個相對健康的信息化職業世界中成長，獲取良好的職業啟蒙體驗。二是提供個性化、階段化的教育教學資源推送。根據學生在學習風格、學習能力、學習興趣等方面的差異性，算法可推送具有個性化的教學資源，以發展學生的個性與潛在職業意向。如通過智能平臺，可及時更新學校的數字化職業啟蒙教育課程，通過錄制課和網課等方式，可為不同階段的學生建構職業啟蒙教育教學系統和課程體系。三是關聯規則算法協同過濾教育內容。互聯網時代的信息知識不再呈現出按層次和先后順序排列的線性結構，而是以超級鏈接的形式將信息或知識點連成一個錯綜復雜的網狀立體結構。“關聯規則算法技術”可以應用于職業啟蒙教育教育資源的動態關聯，通過自動挖掘一些潛在的關聯規則來促進資源實體間建立更豐富的關聯關系，以此來建立教育資源間的語義關聯與議程設置，實現資源關聯進化[25]。

（五）重塑人工智能賦能職業啟蒙教育的制度供給體系

制度供給體系是指將職業啟蒙教育視為整體性治理的過程，國家、省市、學校、家庭、教師個人、學生均需納入制度框架中，明晰各治理主體的職責，從政策目標和內容上予以明確。一是加強基礎制度保障，國家層面的政策要為各省提供制度保障，各省市學校要根據所在地區實際情況設計可以具體實施的制度框架。此外，學校要為教師的培訓提供制度保障，在啟蒙教育場地建構、技術投入、人員供給、財物支持等層面提出整體性制度規劃。二是規范技術制度，優化職業啟蒙教育技術制度規范有助于強化教育規模化和個性化育人制度功效。同時，合理的技術制度規范設計對于順利開展技術賦能的教育活動有著激勵導向等作用。智能時代下，職業啟蒙教育具有系統性、個性化、多變性等特質，這決定了必須有一定的技術管理制度以保障利益相關主體的權責，使得職業啟蒙教育有軌有序地運作[26]。三是建構職業啟蒙教育智能系統整體性治理框架。隨著算法模型等科學分析工具包進入職業啟蒙教育的視野，意味著職業啟蒙教育將利用人工智能方式，實現對文本、圖片、音頻、視頻、教學軌跡等大量資料的數據化生成和計算，進而設計出更多適合學生的職業啟蒙教育課程。

參 考 文 獻

[1]張婷，張瀛.小學職業啟蒙教育資源保障機制的窘境與對策——對X小學50名教師的訪談之思[J].現代中小學教育，2022（8）：1-7.

[2]教育部.中共中央辦公廳、國務院辦公廳印發《關于推動現代職業教育高質量發展的意見》[EB/OL].（2021-12-12）[2023-10-13].http：//www.moe.gov.cn/jyb_xxgk/moe_1777/moe_1778/202110/t20211012_571737.html.

[3]中國政府網.中華人民共和國職業教育法[EB/OL].（2022-04-20）[2023-12-11].https：//www.gov.cn/xinwen/2022-04/21/content_5686375.htm

[4]吳砥，郭慶，吳龍凱，等.智能技術賦能教育評價改革[J].開放教育研究，2023（4）：4-10.

[5]陳鵬，劉鋮.兒童職業意識的結構及其優化路向——基于社會認知領域理論的分析[J].職教論壇，2022（4）：29-36.

[6]黃碧珠，陳瑞晶.數智化賦能職業教育、高等教育、繼續教育協同創新發展[J].教育與職業，2023（22）：35-41.

[7]陳瑩.增強職業教育適應性：德國職業行動能力發展研究[J].清華大學教育研究，2023（5）：131-140.

[8]何偉光.走向解放：人工智能教育應用本質的哲學沉思[J].中國遠程教育，2023（7）：11-20.

[9]陳曉慧.“雙減”時代智能技術的可為與能為——基于“家—校—社”協同育人視角[J].中國電化教育，2022（4）：40-47.

[10]師慧麗，田夢遠，徐超.基于核心素養培養的職業教育文化課混合式學習設計與應用研究[J].職業技術教育，2021（14）：36-40.

[11]謝雷，陳麗，鄭勤華.“互聯網+”時代數據治理的內在邏輯與實踐路徑——“互聯網+教育”創新發展的理論與政策研究（四）[J].電化教育研究，2022（4）：12-18.

[12]劉邦奇.智慧課堂引領教學數字化轉型：趨勢、特征與實踐策略[J].電化教育研究，2023（8）：71-79.

[13]程亮，耿媛媛.喚醒內生力：基礎教育關鍵領域的動力變革[J].教育科學研究，2023（11）：23-30.

[14]吳宇，石慧英，汪騫，等.AI圖像識別監測小學生在校戶外活動時間方法分析[J].中國學校衛生，2023（8）：1178-1181.

[15]陳曉珊，戚萬學.知識機器生產模式與教育新隱喻[J].教育研究，2023（10）：33-43.

[16]孫建文，栗大智，彭晛，等.從數據視角透析認知追蹤：框架、問題及啟示[J].開放教育研究，2021（5）：99-109.

[17]張楚淇，馬麗華.職業院校開展職業啟蒙教育的路徑選擇——基于全國四地案例的比較分析[J].中國職業技術教育，2023（18）：84-90.

[18]高媛，劉德建，黃真真，等.虛擬現實技術促進學習的核心要素及其挑戰[J].電化教育研究，2016（10）：77-87+103.

[19]唐紀瑛.數字化轉型背景下職業院校模塊化定制實訓教學模式研究[J].教育與職業，2023（8）：90-94.

[20]韋妙，李朦.人工智能在職業教育中的聚焦實踐——基于鮑爾格曼技術哲學觀的思考[J].職教論壇，2020（6）：13-19.

[21]吳楠，孫芳芳，袁夢琦.職業啟蒙教育資源共享的現實訴求及構建理路[J].職教論壇，2021（4）：20-25.

[22]王天平，李珍.智能時代教師技術焦慮的形態、動因與對策[J].電化教育研究，2022（10）：110-115+128

[23]張男星，王新鳳.技術變革與高等教育的互構路徑及其反思[J].高等工程教育研究，2023（4）：110-115.

[24]陰祖寶，容中逵.人工智能時代教育研究的算法邏輯、可能風險及規制策略[J].電化教育研究，2023（3）：50-55+70.

[25]佩德羅·多明戈斯.終極算法：機器學習和人工智能如何重塑世界[M].黃芳萍，譯.北京：中信出版社，2017.

[26]約翰·弗蘭克·韋弗.機器人是人嗎？[M].劉海安，徐鐵英，向秦，譯.上海：上海人民出版社，2018：232-233.

The Technological Logicality and Implementation Paths of Artificial Intelligence Enabling Vocational Enlightenment Education

Huang Maoyong，Huang Jieyi，Ye Jinping

Abstract" The vocational enlightenment education in the basic education stage is an important part of the systematic construction of the national vocational education system， which shapes the students' occupational outlook， labor outlook and values. At present， the real career world is moving towards intelligent transformation， and the rapid pace of changes in the career world makes it difficult to catch up with the current career enlightenment education paradigm， which generally has problems such as insufficient intelligence， low efficiency of data ecological operation， lack of collaborative filtering and recommendation system， and lack of holistic governance system concept. Artificial intelligence has the technical conditions to enable vocational enlightenment education in primary and secondary schools， and can reshape the high-quality vocational enlightenment education system that meets the development needs of the intelligent era from the aspects of vocational enlightenment content algorithm recommendation， vocational enlightenment education system design， integrated intelligent system governance framework embedded in the whole process of vocational enlightenment education and multi-source data integration platform.

Key words" artificial intelligence; vocational enlightenment education; vocational education system; logical framework; implementation path

Author" Huang Maoyong， associate professor of School of Education Science of Guangdong Polytechnic Normal University; Huang Jieyi， graduate student of Guangdong Polytechnic Normal University; Ye Jinping， Guangdong Polytechnic Normal University

作者簡介

黃茂勇（1982- ），男，廣東技術師范大學教育科學學院副教授，博士，碩士生導師，研究方向：職業教育（廣州，510665）；黃潔誼（1990- ），女，廣東技術師范大學教育科學學院碩士研究生，研究方向：職業教育；葉錦萍，廣東技術師范大學教育科學學院

基金項目

廣東省研究生教育創新計劃項目“教育碩士數據分析素養的測量與培養改革實踐”（2022JGXM124）；廣東省本科高校教學質量與教學改革工程建設項目“智能時代師范生ICT高階思維能力測量與培養改革實踐”（粵教高函〔2021〕29號-333）；廣東技術師范大學博士點建設單位科研能力提升項目“多源數據下縣域職業教育資源供需耦合效能評估與優化研究”（22GPNUZDJS08），主持人：黃茂勇