生成式人工智能嵌入行業產教融合共同體建設：邏輯機理、實踐進路與發展向度

［摘要］建設行業產教融合共同體是當前職業教育發展的重要舉措之一。生成式人工智能作為一種新型人工智能，與職業教育快速融合，重塑職業教育新形態，表現出互補性、智能性、融合性及共生性等技術—職業教育特性。其可通過形成多模態生成效應、多主體協同效應、市場化運作效應、扁平化治理效應，提升產教融合智能化水平。因此，在明確生成式人工智能嵌入行業產教融合共同體條件、應用場景及支持路徑的基礎上，可通過推動人機共生、賦能資源供給、統籌多元協作，重塑體現中國特色的產教融合新形態，推進行業產教融合共同體的有效運作。

［關鍵詞］職業教育；生成式人工智能；行業產教融合共同體

［作者簡介］黃碧珠（1973- ），女，福建羅源人，福建開放大學公共管理學院，講師，博士。（福建" 福州" 350001）江定濤（1954- ），男，江西九江人，福建船政交通職業學院原黨委書記，研究員。（福建" 福州" 350007）

［基金項目］本文系2023年度福建開放大學重大項目“開放大學開展服務家庭教育的理論與實踐研究”（項目編號：FK23Z01，項目主持人：吳建銘）和2021年度福建開放大學科研重點項目“開放教育與高等職業教育融合發展研究”（項目編號：FK21A03，項目主持人：黃碧珠）的階段性研究成果。

［中圖分類號］G710" " ［文獻標識碼］A" " ［文章編號］1004-3985（2024）10-0039-06

2022年12月，中共中央辦公廳、國務院辦公廳印發了《關于深化現代職業教育體系建設改革的意見》，提出了新時期職業教育“一體兩翼五重點”的重大任務舉措，建設行業產教融合共同體（以下簡稱“共同體”）任務是其中重要“一翼”，是深化產教融合的新路徑。2023年7月印發的《教育部辦公廳關于加快推進現代職業教育體系建設改革重點任務的通知》，進一步明晰了共同體建設的成員主體及目標方向，產教融合新型組織形態建設工作步入新階段。2023年，自首個“國家軌道交通裝備行業產教融合共同體”成立以來，全國性跨區域或地方特色區域性共同體等紛紛成立。全國各大共同體的成立，標志著共同體建設進入實質性階段，如何有序推進共同體的有效運作成為共同體建設亟待解決的問題。

2022年，受ChatGPT現象級應用帶動，生成式人工智能（Generative Artificial Intelligence，GenAI）隨著技術的迭代呈指數級增長，并啟動了人工智能影響人類社會的全新時刻。2022年7月，我國科技部等六部門印發了《關于加快場景創新以人工智能高水平應用促進經濟高質量發展的指導意見》，GenAI這種新型人工智能在各科學領域的融合運用受到了高度重視。2023年9月，聯合國教科文組織發布了《生成式人工智能教育與研究指南》（以下簡稱《指南》），提出技術的價值在于兩者之間的應然互動，倡導“人類主導、主體適用的互動性應用”［1］，建議從具有技術潛能的領域論證GenAI的應用場景。職業教育產教融合共同體領域是否具備兩者交互應用的必要性場景，如何在一開始就與GenAI互動嵌入賦能共同體建設，值得我們研究。

一、生成式人工智能的技術—職業教育特征

GenAI模型的基礎是基于人類思維表征系統的統計分析和強化學習算法［2］，其核心技術是自然語言處理和各類型的多媒體生成技術。它能自動解讀并回應自然語言的指令，能自動生成文本、圖像、音視頻、軟件代碼及回答問題等多樣態內容，深刻地改變著人類的生產方式。GenAI正被廣泛地運用于各個領域，與各行業進行快速融合。同時，快速更迭的GenAI技術在教育場景中也產生了眾多的創新性應用，加速了教育的數字化轉型并重塑了教育的新形態。作為一種新型人工智能，GenAI與職業教育的融合呈現出以下幾種技術—職業教育特征。

（一）互補性

面對GenAI對職業教育的影響，人們的理解日趨理性化，從原來的強調替代性轉換為互補性。一方面，可輔助職業教育研究。在研究范疇、文獻概述及數據挖掘方面，GenAI表現出顯著的優勢。對于模糊性的問題或情境研究，生成式工具能夠根據初步的規劃方案，快速瀏覽海量數據，收集并分析信息，形成相對集中的研究問題框架，為職業教育的深入研究提供便利。另一方面，可輔助教學。在職業教育數字化轉型過程中，GenAI能夠根據預設的專業教學目標與教學理念，優化專業課程體系，精準地分析并拓展與教學主題及產業、行業領域相關的關鍵內容，還能快速生成測試問題與評價規則方法等，提升職業教育教學的效率與質量。

（二）智能性

GenAI的智能性不是簡單的自動化、數字化等的延伸與拓展，而是借助于海量級數據對已有信息、知識進行分析，產生出有價值的新信息、新知識。這種新型的生成范式針對復雜、動態、個性化的需求環境，在人機混合感知模型驅動下，充當“腳手架”角色，為學習者提供自適應、個性化的職業技能及職業知識學習支持，幫助學習者更有效地掌握技能和知識。同時，在對“人—機—環境”多維深入探索過程中，通過深層次的對話，激發學習者的主體性潛能，幫助學習者實現更高層次的認知與理解。還可以通過不斷生成的自然語言處理技術［3］，準確診斷學習者的學習需求與決策困難，通過交互過程中抽象符號化知識的不斷生成，幫助學習者更快、更好地找到解決問題的對策，讓學習的過程更加個性化與高效化。

（三）融合性

GenAI通過算法技術滲透并協同到職業教育教學的各個場景，通過各場景的應用，提升產業行業需求與人才培養過程之間的契合度，促進人才培養質量的提升。在此過程中，GenAI表現出極強的融合性。一方面，表現為“三元”融合。從傳統的師—生“二元”演變為師—生—機“三元”，GenAI加速了職業教育數字化的轉型。虛實一體、人機協同的新生態職業教育模型構建，營造了一個開放式、生成式的場域氛圍，在虛實交融沉浸式的學習情境中激發個體的創變學習意識，促進了職業教育教學模式的轉變，加速了教學智能化與個性化的有機融合。另一方面，表現為與行業需求的深度融合。GenAI超強的對人才需求及人才去向預訓練模型的模擬，可實現較為精準的前瞻性人才需求預測以及對個體就業的向導索引，在融合過程中不斷對行業及個體產生用戶黏性，推動育人與用人之間的深度融合。

（四）共生性

GenAI的智能創造性特征將極大提升人工智能系統在各個領域的通用性。智能技術通過對強度、難度大的勞動替代，實現更多工作崗位的自動化，并且遷移到關聯產業，促進新興業態形成。傳統產業在數字化轉型過程中對新型人才產生新的需求點，迫使職業教育數字化轉型要適應新型產業、新型業態的人才需求。借助GenAI數據模型分析的深度學習能力，通過與新興產業的耦合發展，對職業教育教學的模式進行整合與重構，并能夠依據學習者的主體情感偏好快速生成個性化學習情境，實現教學方法、教學過程、評價體系等一體化設計，在整個服務產業的人才需求鏈與支撐個體價值實現的人才供應鏈之間形成一個GenAI驅動下的共生型生態圈。

二、生成式人工智能嵌入行業產教融合共同體建設的邏輯機理

GenAI所表現出來的技術—職業教育特征，是其嵌入行業產教融合共同體的基礎。在嵌入過程中，GenAI可實現對產教融合各數據資源要素的再創造，提升產教融合智能化水平，促進職業教育發展過程的組合式創新。

（一）互補性與多模態生成效應：推動共同體的價值實現

在職業教育實踐中，GenAI通過生成式的對話與創造等能力，使角色發生了轉變，從“輔助工具”轉向為主體參與的“教育行動者”［4］，產生了多模態生成效應。一方面，運用大型語言模型技術通過對各類型論文、書籍、報告、數據等的分析，實現對職業教育及產業、行業等各類經驗的轉化，整合并呈現具有詮釋功能的語言、文本及音視頻等多模態內容，引導并幫助共同體中各類型人員加強對產業運行過程、生產過程及人才培養過程等前期參與過程較少的相關領域的認知，促進共同體成員達成共識。另一方面，數字化環境下，共同體成員與技術互動的過程，也是共同體中多模態技術與生產型網絡場域構建的過程。共同體成員間通過具有多模態生成優勢的科研平臺、學習平臺間的操練與交互，共同完成科研與教育活動項目，不僅有利于共同體在關鍵性技術攻關中發揮“中試車間”作用，產出創新成果，服務產品升級；也有利于幫助共同體中學習者重構各類前沿技術知識網絡，發揮知識圖譜作用，合力應對各類技術性、產業性難題。

（二）智能性與多主體協同效應：實現共同體的目標旨歸

共同體建設的核心目標是深化產教融合制度設計與機制創新，為產業、行業及企業提供匹配的人才與技術支撐，實現人才培養與人才需求的精準對接。GenAI具有豐富的產業、行業及企業的發展態勢儲備，能對其需求做出快速反應，對職業教育人才培養過程提供決策支持；還具有豐富的技術技能和知識儲備，能對學習者的學習需求提供個性化服務，滿足學習者個性化、高效化的學習需求。隨著訓練量的增加，GenAI所提供的決策知識更加智能且透明，在其對共同體的“需”與“供”雙方提供決策支持的循環演進過程中，逐漸形成了一套自組織系統。在此系統中，以培養人為基本立場的多方主體，在協作過程中能更積極地關注、捕捉GenAI的發展動向，并將其作為互動對象，以提升共同體人才培養與人才需求之間的精準度；同時，在共同體與智能技術互構的系統網絡中，滿足學習者自由和全面發展的需求，實現共同體的目標旨歸。

（三）融合性與市場化運作效應：促進共同體的要素整合

共同體由跨區域的行業組織、上下游企業、科研機構及院校共同組成，這些組成成員之間不再是松散的協作，而是一個利益共同體。GenAI通過生成技術虛實一體聯結共同體中的行業企業、科研機構及院校等，促進共同體協作過程的智能化、自動化與標準化，詮釋了共同體協同與交互的重要性。一方面，利用生成技術為職業教育人才培養過程提供豐富與便捷的交互體驗，形成人機協作共贏的深度交互學習情境，不僅強化了共同體與GenAI的聯系，還促進了共同體中不同要素的協同進化。另一方面，GenAI重塑共同體中多方主體的價值鏈條，通過大數據形成的超強的人才畫像與需求測算，并實時交互傳導給院校育人過程，實現行業企業領域人才的個性化需求與院校專業化供給之間的智能匹配，增加共同體中多方主體協作的黏性。在此過程中，各主體可通過資金、設備或技術等投入方式，以市場化手段推進各要素資源協同發力，并能按效益分配。GenAI賦能實現主體間利益合理分配以及增加的協作黏性，可確保共同體的長效化運用。

（四）共生性與扁平化治理效應：完善共同體的關系網絡

共同體作為一種實體化運作的組織形式，強調的是共同參與、共同受益，因此，需要有高效率的治理結構。GenAI不僅在傳統行業企業數字化轉型過程中催生了新業態，也推動了職業教育人才培養過程適應新業態的需求，對專業設置、教學過程、教學方法等進行了重構。同時，也通過人才供給，幫助行業企業實現了產品與技術的更新迭代。此外，隨著訓練的積累，GenAI智能程度會不斷提高，進而產生更大價值。GenAI價值的提升是為了更好地重構共同體的共生模式，提升共同體的創新能力，實現共同受益。為使共同體的多方主體在循環演進過程中能應對不同場景生成多樣化內容，滿足多方主體的多樣化需求，需要由多方主體組建的理事會等實施扁平化治理。扁平化治理依據共同體制定的章程、共享機制、權責分配等落實各主體的職責，實現共同體關系網絡的實體化高效運作。

三、生成式人工智能嵌入行業產教融合共同體建設的實踐進路

GenAI是新一代生產力工具，伴隨其技術的日漸成熟，全面融入社會生活的全領域并將帶來各領域巨大的變革。GenAI嵌入共同體建設發展的過程需要以技術的成熟以及數字模型設施基礎的完善為支撐，分析其條件、應用場景及必要的路徑支持，以更充分發揮GenAI在共同體建設發展過程中的效度，保持新型組織形態的生命力。

（一）生成式人工智能嵌入行業產教融合共同體的條件

GenAI嵌入共同體的過程，也是共同體以技術及數據等為支撐的協同創新、長效運作的發展過程。一方面，以規則為保障。GenAI訓練過程需要大量的數據模型，而對這些數據的收集、使用等需要建立規則，以確保合規、安全。針對風險與倫理等問題，共同體可參照《指南》中所指出的爭議問題與綜合性的對策建議。同時，遵循2023年印發的《生成式人工智能服務管理暫行辦法》中有關隱私保護與數據安全的規定，將安全要求貫穿于數據模型訓練及數據服務的全過程。另一方面，以技術為基礎。GenAI嵌入共同體的過程需要強大的算力、算法支撐，算力、算法技術及其配套設施決定了GenAI嵌入共同體建設發展過程的需求滿足程度。同時，更需要技術運營商根據共同體協作過程中的數據特點與生成任務要求，選擇或開發合適的架構模型與參數。此外，以數據為核心。GenAI需要分析海量數據訓練中隱含的規律與模式，數據是其嵌入共同體建設發展過程的底層邏輯。GenAI對行業發展趨勢、技術發展態勢及各類人才需求情況等進行大數據分析，形成各類報告、清單等數據集合體來指導院校開展工作。同時，對院校的專業設置、培養目標、課程體系、師資隊伍等與行業需求的契合度進行數據分析，確保共同體實現產教對接需求、實時決策，推進協同育人。

（二）生成式人工智能嵌入行業產教融合共同體的應用場景

GenAI與共同體之間交互應用場景的實現，是共同體建設任務的需求牽引。共同體的核心任務是整合產教資源，實現產教供需對接。應用GenAI實現對產教之間各類數據的分析，可幫助共同體依據實時數據進行決策與預測。共同體作為職業教育產教融合的新型組織形態，其長效性作用的發揮需要依賴GenAI的各項功能。一方面，輔助學習者學習，滿足其個性化學習需要。GenAI幫助共同體做好智能化知識系統管理，自動檢索、實時分享推送各類知識，便于共同體各主體間信息的交互。同時，分析學習者的現有基礎與學習需求，提供定制化的學習體系內容與培訓規劃，提升共同體中各類學習者的學習效率。另一方面，對接產教需求，實現共同體的目標任務。GenAI掌握行業企業的動態發展數據，同時能分析院校人才培養與就業等有關數據，自動化生成各類數據的翔實報告、清單等，打通產教供需鏈，實現共同體核心任務。此外，協助共同體協調網絡關系，實現扁平化治理。共同體是跨區域的多主體的組織，其時空的距離、各主體之間的離散現狀等都會影響其效能的發揮。GenAI通過生成工作流程，自動化開展數據處理、項目管理、權益分配等，提高共同體的凝聚性，實現市場化運作的可行性，優化扁平化治理，提高共同體的效能。

（三）生成式人工智能嵌入行業產教融合共同體的路徑支持

根據《指南》提出的GenAI運用在教育與研究領域的八項治理框架，結合共同體的自身特點，構建合適的支持路徑是必由之路。一方面，建立基于共同體特點的GenAI評估體系。依據其主要的應用場景，評估監管需要對個體學習者的學習需求與結果進行分析，對科技攻關等數據內容進行嚴格審查；使行業企業經濟發展情況、用人需求情況及畢業生就業擇業情況等方面的訓練數據體現區域多樣性；對個體的學習成長軌跡數據進行必要的倫理論證，幫助個體形成正確的價值觀；對GenAI生成的報告、清單及趨勢分析等內容，在批判性分析的基礎上，給予接納與審視。另一方面，提升共同體中學習者的GenAI素養與能力。共同體中的學習者不僅包括其聯合培養的學生，還包括院校教師、企業員工、科研工作者等。共同體在章程中需要強調GenAI知識儲備及其應用能力的必要性與重要性；在專業課程體系中加入有關算法、數據處理等內容；注重培養GenAI的教育及科研專門人才，使其能夠將GenAI的實時動態引入共同體發展過程的各個場景中。此外，探索適應共同體特色的GenAI模型與數據庫。當前GenAI技術主要反映的是技術開發者的需求與觀點，因此，在共同體建設過程中，應對其需求與特色進行深入分析，構建體現共同體特色的模型與數據庫，讓GenAI成為共同體發展中的重要組成部分。

四、生成式人工智能嵌入行業產教融合共同體建設的發展向度

GenAI為共同體建設帶來新機遇、新驅力的同時，也帶來了新風險。處于起步階段的共同體，要積極迎接新技術帶來的新契機，防范新技術的負面影響，挖掘與技術深度融合帶來的無限潛能，重塑體現中國特色的產教融合新形態。

（一）推動人機共生，促進共同體關系網絡生態轉變

GenAI的應用將人與機器的合作階段推進到人機共生模式階段。在人機共生階段，機器在人的學習過程中不僅是輔助功能，更重要的是和人實現交互與協作［5］。GenAI使人與機器的關系發生變化，兩者在共生中賦能和啟發，生成新的教育知識增長點。共同體通過人機共生的技術生態，進行行業企業信息與育人信息的交換，從而促進“人—機—共同體”耦合發展，繼而達到實現共同體產教供需對接的目標任務。具有多主體特點的共同體還需要借助GenAI衍生的良性技術生態環境，促進多主體關系網絡良性生態的形成，滿足市場化運作的有序條件。共同體關系網絡生態是共同體的內外各層次、各參與要素之間在發展過程中演化形成的主體間的聯動方式。從共同體的內部生態看，GenAI通過融入式建構路徑，在產業與教育之間融入多模態數據要素，實現內部生態對接演進；從共同體的外部生態看，GenAI通過自主式建構路徑，與其他各領域的數字技術組合出新，形成數字技術群，反哺推動共同體關系新形態。

（二）賦能資源供給，推動共同體優質資源個性化配置

共同體建設發展的主要目標之一是為教育與行業持續發展構建優質資源支撐體系。GenAI嵌入共同體發展的過程，也是各類資源生產方式轉向智能生成的過程。數字資源、教學資源、產業行業資源、政策資源等都是共同體發展的重要因素。GenAI通過大語言模型對各類資源進行檢索，通過對共同體發展過程中需要的各類資源進行智能化的歸類聚合，并根據使用者的偏好、習慣進行精準化推送，實現定制化需求驅動、個性化資源供給的智能配置模式。目前，各類資源的開發呈現出多用戶參與、多主體協同的模式，但總體上說優質資源的體量及類型還不足，資源的質量有待提升。GenAI的快速智能生成能力，可以通過人機共生的關系網絡生態參與各類資源開發，推進共同體中資源的海量化與高質化。但各類資源邏輯關系不夠明確、資源獲取與供給過程機制不完備等問題，致使共同體在資源篩選、使用方面面臨較大困難，給共同體中的各類學習者及教育者帶來了辨識難題。

（三）統籌多元協作，深化共同體生涯導向評價方式

共同體建設要把人才培養質量放在首要位置，通過延伸教育鏈，暢通技術技能人才成長通道，服務于人的生涯發展。教育評價理念對共同體建設發展具有重要的導向作用。共同體對接行業企業需求進行人才培養，采用“文化素質+職業技能”人才篩選機制，既能滿足行業企業用人需求，又能實現個體的生涯發展。GenAI強大的信息生成能力可以實現多維信息獲取，在評價實施過程中對學生個體的知識掌握、學習能力及思維等全方位關注，構建較為全面的“泛在學習”［6］綜合評價體系。特別是對于較難開展的職業技能測評及個體職業能力傾向測試等，可借助GenAI各類型虛實一體的測評情境的創設，滿足對個體職業能力與素養的有效測評。在評價方式上，GenAI可發揮其多模態、伴隨性的特點，實現共同體中行業企業、科研單位以及院校等的多元協作。如以個體的職業生涯發展為評價對象，通過開放式問題情境的創設等進行數據采集及自動化測評，綜合分析個體的學習情況；然后依據個體的測評情況向學生推送相關的學習內容，指導其職業選擇與生涯發展，并將循環演進的評價過程伴隨個體的職業生涯成長全過程。

［參考文獻］

［1］苗逢春.生成式人工智能技術原理及其教育適用性考證［J］.現代教育技術，2023，33（11）：6-18.

［2］王煒，趙帥，黃慕雄.生成式人工智能教育創新應用的人本主義追求——對UNESCO《教育與研究領域生成式人工智能指南》的解讀［J］.現代遠程教育研究，2024，36（1）：3-11.

［3］歐陽日輝.生成式人工智能與金融業深度融合：理論機理及發展路徑［J］.求索，2024（1）：57-65.

［4］蘇慧麗，張敬威.機器的“人化”與人的“機器化”：智能時代教育的主體性危機與破解［J］.現代遠程教育研究，2024，36（1）：12-20.

［5］徐國慶，蔡金芳，姜蓓佳，等.ChatGPT/生成式人工智能與未來職業教育［J］.華東師范大學學報（教育科學版），2023，41（7）：64-77.

［6］陶長虎.共振·共融·共生：啟智賦能職業院校產教融合學習生態［J］.教育理論與實踐，2024（9）：24-27.