AIGC賦能“中文+職業教育”資源智能生成與質量進化

杜修平 王崟羽 陳子堯

基金項目：2022年教育部中外語言交流合作中心國際中文教育研究課題重點項目“‘中文+職業教育融合發展機理研究”（項目編號：22YH30B）

[摘? ?要] AIGC賦能“中文+職業教育”資源智能生成與質量進化有望為國際中文教育和職業教育的融合發展與協同出海保駕護航，文章旨在回答AIGC何以及如何賦能“中文+職業教育”資源建設的關鍵問題。首先，筆者明確了“中文+職業教育”資源建設的原則、目標與任務，厘清AIGC賦能“中文+職業教育”資源建設提量、增質與人機共生的基本內涵；其次，基于S-O-R模型構建人機共生“中文+職業教育”資源建設機理，將“人機共生”核心機制貫穿于AIGC賦能“中文+職業教育”資源建設的四個階段；進一步提出基于AIGC的“中文+職業教育”資源智能生成與質量進化模式，融合資源需求規劃、資源智能生成、資源質量審核與資源質量進化四個模塊形成緊密的信息傳遞與反饋機制，為人機協同“中文+職業教育”資源開發提供創新方案。最后，文章提出模式運行的關鍵困境與突破進路，旨在為AIGC賦能的“中文+職業教育”資源建設模式可持續運行提供有效支撐，更為“中文+職業教育”走向世界提供保障。

[關鍵詞] 生成式人工智能； “中文+職業教育”； 資源建設； 智能生成； 質量進化

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 杜修平（1974—），男，土家族，湖南張家界人。教授，博士，主要從事國際中文教育與學習科學研究。E-mail：duxiuping@tju.edu.cn。

一、引? ?言

“中文+職業技能”教育于2019年在國際中文教育大會上被首次提出，自此“中文+職業教育”的新形態成為一帶一路背景下國際中文教育與職業教育“協同出海”的重要航道。語合中心在2021年先后發布了《“中文+職業技能”教學資源建設行動計劃（2021—2025）》（簡稱《行動計劃》）與《國際中文教育數字資源建設指南（試行）》等文件，指出高質量“中文+職業教育”數字資源建設始終是國際中文教育與職業教育融合發展的關鍵[1]，能夠為其“走出去”保駕護航。而當前“中文+職業教育”的資源建設仍然面臨較大困境，難以支撐實際教學需要[2]。此外，國際中文教師作為國際中文教育資源的一般建設者，能夠勝任絕大多數教學環境中各類中文教育資源的設計與生產[3]，但其并不具備各類職業的專業知識與技能，對職業教育特點的了解不深入，導致“中文+職業教育”資源生產效率和質量受限。2022年末，ChatGPT的問世開啟了人工智能生成內容（Artificial Intelligence Generated Content，簡稱AIGC）技術的全新時代。隨著AIGC算法、算力和算據的綜合提升，使得內容生成過程愈發自動化與智能化，AIGC正成為數智融合時代下內容生成的主要方式。有學者預測，人工智能生成內容在2025年將達到網絡內容總量的30%[4]。據此，AIGC有望賦能“中文+職業教育”資源建設，為各類職業中文資源高效增量提質提供優良處方，實現人機協同共生的“中文+職業教育”資源智能生成與質量進化美好愿景。

基于此，文章旨在回答AIGC何以及如何賦能“中文+職業教育”資源建設的問題，梳理AIGC賦能“中文+職業教育”資源建設的內涵與內在機理，并提出基于AIGC的“中文+職業教育”資源智能生成與質量進化模式，最后分析其應用困境與突破進路，明晰AIGC賦能“中文+職業教育”資源建設的重要作用并創新建設模式，促進國際職業中文人才的培養與“中文+職業教育”的高質量協同發展。

二、 AIGC賦能“中文+職業教育”

資源建設的內涵

（一）“中文+職業教育”資源建設原則、目標與任務

隨著我國對外開放步伐加快，全球中文學習需求日漸高漲，國際中文教育資源建設在教育主管部門及世界各國中文教育機構的推動下取得了質與量的巨大成就，我國已成為中文教育資源的最大產出國，“資源建設共同體”初具雛形[5]。同時，中文學習需求逐步擴展到各個職業領域，但傳統的國際中文教育資源無法滿足國內外中文學習者的職業發展與學習需求，嚴重阻礙了國際中文教育與職業教育的有效融合，亟需一批針對各個職業領域的高質量“中文+職業教育”資源。語合中心充分發揮統籌協調作用，集多方力量發布了《行動計劃》，為“中文+職業教育”資源建設提出了一系列標準與要求。

1. 以“海內外學習者需求”為中心的資源建設原則

落實“以學習者職業學習需要為中心”的資源建設原則是行動的總體要求。資源建設必須切實滿足走出去企業海外本土員工、孔子學院學生和國內外留學生等學習者群體的個性化、系統化職業中文學習需求，構建“中文+職業教育”資源開發標準與模式，以保障資源內容的創新性、適用性和針對性[6]，促成國際中文教育與職業教育協同出海、齊驅并進的新格局。

2. 以“應用驅動職業發展”為核心的資源建設目標

確立“以應用為核心”的資源建設目標是行動的迫切需要。提倡形成“多方共建，互利互惠”的資源開發與合作機制，組織職業院校、走出去企業和國際中文教育專家聯合開發針對不同職業、多國別多語種的“中文+職業教育”資源，建立多語種數字化教育資源庫與移動學習端，以“隨時能學，隨處可學”的“中文+職業教育”資源應用格局驅動學習者職業發展。

3. 以“多元化高質量體系”為重心的資源建設任務

明確“以多元化資源建設體系”為重心的資源建設任務是行動的特色顯現。資源建設要充分考慮不同國家地域、文化和語言的差異，將中文與本土職業理論與實踐結合，適當引入中國傳統文化開發高質量數字化教材資源、課程資源與應用資源，實現“中文+職業教育”的語言目標、職業技能目標與文化交融目標，并依托各類“中文+職業教育”在線學習平臺實現高效推廣應用，為走出去增效提質。

（二）AIGC賦能“中文+職業教育”資源建設的內涵

AIGC是具備自主生成和創造能力的AI技術，能夠依據用戶輸入的指令、要求和反饋，對大規模文本語料庫和多模態數據庫中的內容進行選擇、重組與輸出，生成全新、原創的文字、圖像、音頻、視頻等類型內容[7]。當前AIGC技術的應用已十分成熟，使得AIGC逐漸演化為一種通用目的型技術，即將顛覆現有的內容生產生成格局[8]。哈佛商學院的一項調查顯示，ChatGPT對律師、咨詢等行業中的應用可提高12.2%的文本生產力，同時文本加工的質量提升了40%[9]。AIGC作為新一輪工業革命的內容生成革新技術成果具備自動化、大批量和高效率的特點，這受益于AIGC引入的多模態加工技術，使得人工智能能夠在不同類型的內容模態之間進行轉換、映射與生成，為內容創造提供了更為全面和靈活的可能性[10]，致使AIGC成為實現“中文+職業教育”資源高質量建設的潛在路徑。AIGC賦能“中文+職業教育”資源建設的主要目的是解決資源數量與質量方面的問題，促使資源建設者身份轉型，形成人機共生的可持續資源生成模式。

1. 增量：AIGC重塑“中文+職業教育”資源內容生產方式

資源匱乏是“中文+職業教育”資源建設現存的首要問題。盡管越來越多的海內外中文教學部門開始實施融合中文與職業技能的教學，但面臨來自不同國家、文化背景、語言水平的學習者個性化學習需求和廣泛的職業領域，現有的“中文+職業教育”資源無法滿足教師和學生對資源多樣性與豐富性的迫切需求，使得教學內容不夠規范，教學質量難以保障[11]。

AIGC賦能“中文+職業教育”能夠重塑資源內容生產方式，解決資源匱乏的瓶頸。AIGC所具備的自動化生成和大批量處理能力賦予了“中文+職業教育”資源巨大的增量潛力，其根本目標在于提升資源內容生產的效能，通過優化生成流程，使得內容生產不再受制于人力和時間的限制，實現以最快的速度得到一批包含文本、圖片、音頻、視頻等多種媒體類型的“中文+職業教育”資源內容。AIGC賦能的全新“中文+職業教育”資源內容生產方式能夠充分發揮AIGC內容輸出的流暢性和針對性，迅速響應各類學習者不斷增長變化的職業學習需求，為學習者提供更為豐富、多樣的職業中文資源，推動多元化“中文+職業教育”資源體系的增量發展。

2. 提質：AIGC驅動“中文+職業教育”資源內容質量進化

高水平“中文+職業教育”資源建設要融入并強調“質量意識”，要在資源建設成果、資源研發團隊、資源推廣應用、資源監管機制等多個方面實現提質增效。“中文+職業教育”的三大目標為資源建設的質量提出了極高要求：語言目標要求學習者不僅掌握通用漢語，還要學習與特定職業有關的中文詞匯和表達；職業目標要求學習者掌握某一職業的基本知識與技能；文化交融目標旨在增強學習者對職業漢語情境的理解，輔助其語言與職業技能的習得，并了解中國職業文化[12]。當前，“中文+職業教育”資源質量不佳主要受限于兩個原因：其一，職業院校的職業技能教師和國際中文教師之間的協作資源設計開發機制未能健全和落實，導致資源的職業性與語言性難以兩全；其二，當不同的資源建設者針對學習者多樣化的語言和職業學習需求各自自主生成資源內容時，沒有統一的標準來對資源成品質量進行把關，特別是在職業技能教師與國際中文教師共創共享的模式下，職業性與語言性的質量標準均存在不一致的情況。

AIGC可作為“中文+職業教育”資源內容質量進化的核心驅動力，穩步推進資源內容的質量進化。首先，AIGC具有極為全面的知識儲備，在掌握多種不同職業的知識與技能的同時，文本類AIGC作為大語言模型天生具備較強的語言性能，可完成各種復雜的語言處理任務，彌補了資源職業性與語言性難以兩全的不足。其次，AIGC成為職業漢語資源的主要生成者，能夠實現資源質量的統一，消除資源質量參差不齊的現象，對于現有的已經生成的或正在投入使用的“中文+職業教育”資源同樣可以委托AIGC完成質量進化任務。AIGC能夠通過自動化的質檢和評估機制，確保資源的質量符合一致的標準，檢測和糾正語言錯誤、控制語言難度，使得資源的語言水平與學習者的水平相匹配，職業教學符合學習者的職業學習需要，推進“中文+職業教育”資源的提質工程。

3. 人機共生：AIGC助力“中文+職業教育”資源建設者身份轉型

AIGC賦能“中文+職業教育”資源建設的必然結果是資源內容生成的主體發生遷移，這將打破職業技能教師和國際中文教師原有的資源設計與開發任務邊界，他們不再是職業漢語資源的唯一來源，也不再是職業漢語資源內容生成的唯一參與者。且隨著AIGC向更高級別的階段演化，人類也將進一步降低對AIGC技術生成內容過程的干預，不斷提高AIGC在資源內容生成中的貢獻占比。為此，“中文+職業教育”資源的人類建設者需要完成身份轉型，AIGC能夠助力人類從資源設計開發中的一些基礎的但重復性、復雜性、困難性較高的任務中解脫出來，進而關注自身的職業轉型和創新發展。

轉型一，從資源建設者到“AIGC訓練者”。由于AIGC生成的內容結果很大程度上取決于輸入的指令質量，因此，人的參與不僅僅是簡單地將學習者的語言和職業學習需求轉化為富有營養的“飼料”投喂給AIGC工具，更是為AIGC提供了一個有針對性、高質量的學習樣本庫，從而引導其更準確地理解職業漢語學習者的學習需求。轉型二，從資源建設者到“資源審核優化者”。盡管AIGC在內容生成領域展現了巨大的潛力，但在當前技術手段的限制下，它仍然難以被完全信任為一種能夠生成準確、可靠內容的技術，特別是對于那些缺乏相關知識基礎的用戶，在應用智能生成的內容完成學習任務時，很難察覺到AIGC可能存在的錯誤信息。AIGC生成高質量的教育資源離不開人的審核把關，人類需要參與資源生成之后的質量評估與資源監管階段，對低質量資源進行修改、重組、整合，對高質量資源進行進一步優化潤色[13]。轉型三，從資源建設者到“人機共生主導者”。AIGC賦能“中文+職業教育”資源建設應打破AI替代人類工作的思維定式，讓AIGC成為提升人類開發能力的“腳手架”和能夠生成高質量資源的“伙伴”，形成人機共生的可持續資源生成模式。

人類培養AIGC具備資源建設所需的綜合素養將成為AIGC推動“中文+職業教育”資源建設的重要一環。同時，人類也需要理解AIGC的原理、潛力和局限性，以更好地發揮人類自身的創造力和判斷力，形成人機共生的“中文+職業教育”資源建設復合體。

三、 AIGC賦能“中文+職業教育”資源建設的內在機理

刺激—有機體—反應（S-O-R）框架由梅拉比安（Mehrabian）和拉塞爾（Russell）在1974年首次提出。其中，刺激（S）指的是某些影響有機體心理與認知活動的因素；有機體（O）通常指個體，刺激作用于個體將使個體產生特定的情緒和認知狀態；反應（R）則是個體經過刺激后產生或表現出的行為反應，進而推動對用戶行為反應的洞察反思與評估[14]。該框架將有機體的內在反應作為中介，系統地解釋個體行為發生的起因、經過與結果及其之間的關系。在AIGC賦能“中文+職業教育”資源智能生成與質量進化過程中，S-O-R框架能夠作為一種反映人機共生機理的理論橫向貫通于資源建設全過程，為此文章構建了基于S-O-R框架的人機共生“中文+職業教育”資源建設機理模型，如圖1所示。AIGC賦能“中文+職業教育”資源建設可分為四個階段：資源需求規劃、內容智能生成、資源質量審核與智能應用監控，這四個階段即對應S-O-R框架中的刺激、資源生成復合體、反應和對反應的動態評估與反饋。另外，參考萬力勇等提出的四種“基于AIGC的數字化教育資源人機共創機制”[13]，將其作為執行資源建設四階段的“人機共生”核心機制，旨在充分發揮AIGC對于“中文+職業教育”資源建設的潛力，為后續構建基于AIGC的“中文+職業教育”資源智能生成與質量進化模式做理論鋪墊。

圖 1? ?基于S-O-R框架的人機共生“中文+職業教育”

資源建設機理模型

（一）刺激：資源需求規劃

在需求規劃階段，資源建設者要落實以學習者為中心的需求分析，包括學習者的語言學習需要、職業學習需要與文化交融需要。在此過程中，AIGC與人需要形成協同互補的共生機制。首先，由于人所具備的知識是有限且具有主觀意蘊的，而AIGC的知識集更全面，能夠涵蓋各類職業，且能夠通過客觀完備的視角確定學習者復雜的職業學習需求；其次，人能夠發現隱藏在需求表面的深層次信息，如部分學習者文化背景的特殊性及其與中國文化的異同等，此類細節AIGC不易察覺，難以完成不同類型需求之間關系的意義建構。為此，人與AIGC需要達成需求輸出與組織的協同互補，滿足語言需要、職業需要和文化交融需要的統一。

（二）資源生成復合體：內容智能生成

人與AIGC的互動生成是內容智能生成階段的核心特征，其流程是為AIGC提供高質量的指令，AIGC根據指令完成多模態內容的生成任務，最后將AIGC生成的不同模態內容進行整合。指令的質量對內容生成的效果起著決定性作用，因此，資源建設者需要具備向AIGC準確提出指令的能力，可以在與AIGC的交互過程中發現其內在規律，將第一階段產生的需求不斷投喂給AIGC，最終使其生成令人滿意的資源內容。依托AIGC的記憶能力，人訓練AIGC輸出高質量內容的過程是可持續塑造的。

（三）反應：資源質量審核

AIGC生成的內容并不完全可信，因此，需要人配合AIGC完成資源的深度加工。首先，資源建設者需要對資源進行整體檢查，若存在嚴重偏誤應及時修正。其次，參考多媒體畫面語言學理論[15]，對生成的數字化資源進行畫面語構、畫面語義和畫面語用的檢查，其中，畫面語構指的是資源中的文字、圖片、聲音、視頻以及簡單交互等多模態內容的組合是否符合職業漢語學習者的認知習慣，是否存在不合適的搭配導致學習者產生額外的認知負荷；畫面語義指的是將多模態內容所要傳達的語言知識、職業知識及文化知識與學習者需求直接對應，檢查是否能夠滿足學習者的個性化學習需要；畫面語用指檢查資源中內容的模態豐富度是否能夠滿足與其對應的教學場景，如在虛擬仿真資源中是否有足夠多的模態來打開學習者的感官，支撐學習者通過真實的臨場體驗習得職業技能。

（四）動態評估與反饋：智能應用監控

通過資源質量審核的“中文+職業教育”資源正式投入應用后，須接受人機協同質量監管來保障其應用效果。在這一階段，動態評估與反饋起著至關重要的作用，以確保資源的實際應用效果與預期目標相一致。從學習者的角度出發，動態評估可以通過監控學習過程中的行為、學習后的反饋與評價，以及最終的學習效果評估來實現。這種以學習者為中心的監測機制有助于及時發現并糾正資源應用中的問題，保障學習者在使用資源的過程中能夠取得最佳的學習效果。若發現部分資源存在嚴重質量問題，需重新設計“刺激”，以促成資源內容與語言學習、職業學習和文化交融需要的高度契合。

四、 基于AIGC的“中文+職業教育”資源智能生成與質量進化模式構建

文章在厘清AIGC賦能“中文+職業教育”資源建設內在機理的基礎上，構建了基于AIGC的“中文+職業教育”資源智能生成與質量進化模式，如圖2所示。模式包含AIGC賦能“中文+職業教育”資源建設過程的四個模塊：資源需求規劃、資源智能生成、資源質量審核與資源質量進化，四個模塊之間形成緊密的信息傳遞與反饋機制，構成一個閉環回路，為AIGC賦能的“中文+職業教育”資源智能生成與質量進化模式穩定持續運行提供了有效的支撐。

（一）資源需求規劃

資源需求規劃作為S-O-R中的刺激要素對資源生成效果至關重要。在此階段，人作為“人機共生主導者”總體把控需求制定，AIGC可發揮視角全面的優勢作為需求分析輔助工具，借助“中文+職業教育”三大目標來推動個性化的需求定制，實現個性化資源生成[16]。例如：從語言目標出發，需要根據學習者群體的母語類型、HSK水平等因素，控制內容的整體語言難度以及涉及的職業詞匯難度，若職業詞匯難度較高則應采取分級、分段教學的策略，逐步幫助學習者習得職業詞匯；從職業目標出發，要明確學習者的職業學習需求，了解職業學習的階段，進一步明確通過學習資源學習者能夠掌握哪些職業知識與技能，以及與職業相關的詞匯和表達；從文化交融目標出發，需要充分分析中國與母語國家的文化差異、職業文化差異等，來確定職業資源文化交融的方式與程度。在人與AIGC的高頻互動中形成以制定個性化職業漢語資源需求為目標的知識互補與意義建構。

（二）資源智能生成

資源智能生成任務同樣需要人與AIGC的高頻深度交互，如何將高質量需求轉化為AIGC能夠精準識別的指令成為資源智能生成階段的關鍵。為了提高指令的準確性和質量，可借助GPT-4等文本類工具協助實現指令質量的優化[17]。隨后針對內容生成的需求選取合適的AIGC，將高質量的指令輸入即可完成資源內容的智能生成。例如，文本類資源可選用ChatGPT等文本AIGC工具生成教材，圖像類資源可利用Stable Diffusion等AI繪畫工具創作插圖，視頻類資源則可以采用Runway ML等AI視頻編輯工具制作動畫或職業技能教程。人類應扮演好“AIGC訓練者”的角色，形成若干結構相對固定的提問范式，以優化指令并提高資源輸出質量。內容生成過程主要由AIGC參與，人類需要對AIGC生成的多模態內容進行整合，將不同形式的信息有機地結合在一起形成多模態“中文+職業教育”資源，以創設更具豐富性和多樣性的職業中文學習體驗。

（三）資源質量審核

由于AIGC的智能生成內容并不完全可靠，資源生成復合體初步生成和整合的原始“中文+職業教育”資源需要經過一系列“反應”才能夠正式投入應用。在這一過程中，人類作為“資源審核優化者”，可參照現有開放獲取的各類高質量資源，如MOOC與SPOC等，對資源開展質量審核。首先，要進行偏誤分析與矯正，檢查資源所涉及的詞匯、句式、職業知識、職業技能等關鍵教學信息是否存在錯誤，確保學習者能夠學到的職業知識與技能是與時俱進的，必要時可針對相關知識咨詢專業職業教師的建議，不斷提升資源的準確性和實用性。其次，需要檢查資源中各種模態的內容之間搭配是否合理，是否能夠滿足語言目標、職業目標與文化交融目標，以及是否與其所應用的教學環境相匹配。高質量的資源應該在不增加學習者認知負荷的前提下應用多模態資源開展職業學習[18]，打開學習者的認知加工通道，獲得更好的語言、職業與文化習得效果。最后，高質量的資源可投入應用；而中低質量資源中一部分會被直接淘汰，另一部分有望通過人機共生的深度加工實現質量提升。

（四）資源質量進化

資源質量進化模塊肩負著AIGC賦能“中文+職業教育”資源建設模式可持續運行的重要責任。高質量的資源經過嚴格的質量審核后，依托“中文+職業教育”在線學習平臺等工具進行分類管理和應用。同時，人類需要借助AI審核工具完成對資源應用狀態的監管，進一步檢查資源中的語言、職業與文化知識是否與時俱進，并通過學習者在應用資源過程中的學習行為，學習結束后的評價及學習效果來動態監測資源的應用效果[19]。對于存在質量問題的資源，需建立循環生成機制，重新回到需求分析階段，深入挖掘問題的根本原因，并重新生成高質量的資源，保證資源完美達成語言目標、職業目標與文化交融目標。這種循環生成機制，使得資源的質量進化過程成為一個動態的、可持續的過程，確保“中文+職業教育”資源能夠適應不斷變化的學習者語言學習和職業學習需求。在質量進化的過程中，不僅要關注資源內容的質量審查，還要注重對AIGC生成模型的迭代升級和改進。通過不斷學習用戶反饋，引入先進的技術手段，如自然語言處理和機器學習，優化生成算法和模型訓練，以提高AIGC生成的內容的準確性和實用性，降低人對AIGC內容生成過程的干預，逐步實現更高級、更復雜、全面智能化的內容生成能力，為內容創作者和用戶帶來更加豐富與便捷的體驗。

五、 AIGC賦能“中文+職業教育”資源建設的困境與進路

“中文+職業教育”資源建設的核心在于為國際職業漢語學習者提供高質量職業漢語學習資源，以滿足日益增長的國際化職業學習需求，實現國際中文教育與職業教育協同出海的國際教育新模式。AIGC在賦能資源建設的過程中受主客觀因素的影響面臨著一系列困境，文章將列舉四點關鍵困境并分析其突破進路，旨在服務基于AIGC的“中文+職業教育”資源智能生成與質量進化模式可持續發展。

（一）突破AIGC技術接受困難，助力資源建設者身份轉型

作為具備自主生成和創造能力的AI技術，AIGC對使用者的技術接受度提出了較高要求[20]。部分資源建設者缺乏應用AIGC的實踐經驗，可能感到難以適應這種新的技術要求，即較低的感知有用性和感知易用性，不利于AIGC的賦能過程[21]。為此，AIGC賦能“中文+職業教育”資源建設要求資源建設者能夠快速實現身份轉型，積極接受AIGC對資源建設過程的變革，努力克服應用AIGC過程中面臨的若干挑戰，必要時可與職業教師和相關領域專家合作共創，分享利用AIGC制造與整合高質量資源的方法，在與AIGC深度交互的過程中實現“中文+職業教育”語言目標、職業目標與文化交融目標的高效高質“內容化”。

（二）打開AIGC“黑箱”，促使資源生成過程可控

AIGC賦能“中文+職業教育”資源建設的可行性依賴于其基于大規模資源庫生成個性化原創資源的能力，但是算法的不可控性使內容的生成過程對師生等非專業人士而言是一個巨大的“黑箱”。這就導致智能生成的資源在科學性和合理性等方面難以被約束，甚至出現版權與專利等問題。“中文+職業教育”資源智能生成技術的“黑箱”問題需從技術層面解決，將不可控的生成過程轉化為用戶可監督、可把握、可控制的模式。如允許資源設計者參與生成過程，通過調整參數、選擇輸入方式或提供附加指導信息等，來干預“中文+職業教育”資源的生成結果，這有助于提高智能生成資源的質量，使其更符合個性化的職業學習需求。

（三）增強師生信息過濾能力，預防信息過載危機

AIGC在迅速生成大量“中文+職業教育”資源的過程中可能導致教師和學習者面臨嚴重的信息過載危機[22]。教師如何從海量的資源中篩選出學習者最適宜的資源，而學習者又如何更高效地從“中文+職業教育”資源中獲取到更多有效的知識，是AIGC賦能“中文+職業資源”建設過程中亟待解決的問題。教師需要具備較強的信息過濾能力來應對信息過載問題，針對智能生成的資源內容和質量進行篩選，為學生提供可靠的資源供給，做好學生資源輸入的“守門員”。也可在“中文+職業教育”資源平臺推出智能化的篩選和推薦機制，根據學習者的語言水平、職業學習需要等針對性設計資源導航，以幫助用戶更輕松地獲取符合其需求的內容，進一步提升資源利用成效。

（四）遵循適度原則，避免認知外包缺陷與成癮依賴

由于AIGC能夠依據學生的學習行為數據提供個性化的學習方案和反饋，資源建設者可能會過度依賴AIGC，導致失去對學習者應用資源開展學習過程的問題洞察力和資源開發方案的創新探索精神，甚至失去對教育本質的深刻思考[23]。教育的本質是培養人的思維能力和創造力，而不僅僅是知識的傳授。資源建設者作為人類擁有獨特的思考方式和情感體驗，這些是AIGC無法替代的。為此，資源建設者在使用AIGC進行資源建設時，應遵循適度原則，避免過度依賴，積極探索高質量的資源開發規律，時刻關注學習者個性化的語言與職業學習需求，嚴守“AIGC訓練者”“資源審核優化者”和“人機共生主導者”的身份定位。

六、 結? ?語

在AIGC時代，“中文+職業教育”資源建設迎來了前所未有的機遇，AIGC賦能“中文+職業教育”資源智能生成與質量進化有望為國際中文教育和職業教育的融合發展與協同出海保駕護航。文章首先提出AIGC賦能“中文+職業教育”資源將實現資源增量、提質，形成人機共生新態勢，然后參考S-O-R模型與“人機共生”核心機制揭示了AIGC賦能“中文+職業教育”資源智能生成與質量進化的內在機理，最后提出基于AIGC的“中文+職業教育”資源智能生成與質量進化模式并分析其困境與突破進路。文章從理論與實踐層面為AIGC賦能“中文+職業教育”資源建設提供了有益思路和可行方案，為AIGC時代的“中文+職業教育”資源建設提供了強有力的支持，同時深化了AICG在教育資源建設領域的認識與應用，未來需要在實踐中不斷優化AIGC賦能的資源建設模式，共同推動“中文+職業教育”資源的全球可持續發展。

[參考文獻]

[1] 杜修平，李夢迪，尹曉靜.“中文+職業教育”融合模式的構建邏輯[J].中國職業技術教育，2023（9）：20-27.

[2] 陳秋娜，武皓.“中文+職業技能”教材開發：取向、思路與模式[J].中國職業技術教育，2023（14）：24-29.

[3] 王鶴楠，劉丹丹，任倩倩，等.國際中文教師數字能力內涵與提升路徑[J].民族教育研究，2022，33（6）：148-155.

[4] 馮志偉，張燈柯，饒高琦.從圖靈測試到ChatGPT——人機對話的里程碑及啟示[J].語言戰略研究，2023，8（2）：20-24.

[5] 馬箭飛，梁宇，吳應輝，等.國際中文教育教學資源建設70年：成就與展望[J].天津師范大學學報（社會科學版），2021（6）：15-22.

[6] 黃慧婷，莊榕霞，趙志群.對職業教育專業教學資源庫設計的教學理念分析[J].中國高教研究，2023（9）：102-108.

[7] 駱飛，馬雨璇.人工智能生成內容對學術生態的影響與應對——基于ChatGPT的討論與分析[J].現代教育技術，2023，33（6）：15-25.

[8] BRESNAHAN T F， TRAJTENBERG M. General purpose technologies "Engines of growth"？[J]. Journal of econometrics， 1995，65（1）：83-108.

[9] 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）：5-18.

[10] 胡泳，劉純懿.UGC未竟，AIGC已來：“內容”的重溯、重思與重構[J].當代傳播，2023（5）：4-14.

[11] 孟源，商若凡.“中文+職業技能”教育：發展脈絡、現實挑戰與路徑選擇[J].中國職業技術教育，2022（29）：28-33.

[12] 杜修平，李夢迪，尹曉靜.“中文+職業教育”融合參考框架的構建[J].天津師范大學學報（社會科學版），2023，（4）：49-55.

[13] 萬力勇，杜靜，熊若欣.人機共創：基于AIGC的數字化教育資源開發新范式[J].現代遠程教育研究，2023，35（5）：12-21.

[14] MEHRABIAN A， RUSSELL J A. An approach to environmental psychology[M].Boston：The MIT Press，1974.

[15] 王志軍，王雪.多媒體畫面語言學理論體系的構建研究[J].中國電化教育，2015（7）：42-48.

[16] 袁羲，吳應輝.ChatGPT Plus給國際中文教育帶來的機遇、風險及應對策略[J].云南師范大學學報（對外漢語教學與研究版），2023，21（3）：53-62.

[17] 李永梅，譚維智.機器創造時代的人類創造危機與教育應對[J].中國電化教育，2023（7）：35-42.

[18] 張曉君，李雅琴，王浩宇，等.認知負荷理論視角下的微課程多媒體課件設計[J].現代教育技術，2014，24（2）：20-25.

[19] 王雪，王崟羽，喬玉飛，等.基于異步視頻學習情緒預警的視頻畫面情感進化模型研究[J].現代遠距離教育，2022（6）：11-22.

[20] 蔡燕，汪澤.基于技術接受模型的中文學習者直播課程學習意愿研究[J].語言教學與研究，2022（5）：35-46.

[21] CHOCARRO R， CORTI？譙AS M， MARCOS-MAT？魣S G. Teachers' attitudes towards chatbots in education： a technology acceptance model approach considering the effect of social language， bot proactiveness， and users' characteristics[J]. Educational studies， 2023，49（2）：295-313.

[22] 余勝泉，王琦.“AI+教師”的協作路徑發展分析[J].電化教育研究，2019，40（4）：14-22，29.

[23] 李芒，張華陽.對人工智能在教育中應用的批判與主張[J].電化教育研究，2020，41（3）：29-39.

AIGC Empowering Intelligent Generation and Quality Evolution of "Chinese + Vocational Education" Resources —Connotation， Mechanism， and Model Construction

DU Xiuping1，? WANG Yinyu2，? CHEN Ziyao1

（1.School of International Education， Tianjin University， Tianjin 300072;

2.School of Education， Tianjin University， Tianjin 300350）

[Abstract] The intelligent generation and quality evolution of AIGC-enabled "Chinese + vocational education" resources are expected to facilitate the integrated development of international Chinese education and vocational education as well as their collaborative overseas development. This paper aims to address the key issues of why and how AIGC empowers the construction of "Chinese + Vocational Education" resources. Firstly， this paper clarifies the principles， goals， and tasks of "Chinese + vocational education" resources construction， and delineates the basic connotation of AIGC-empowered "Chinese + vocational education" resource construction for quantity enhancement， quality improvement， and human-machine symbiosis. Secondly， based on the S-O-R model， a mechanism of human-machine symbiosis for "Chinese + vocational education" resources is constructed， with the core mechanism of "human-machine symbiosis" throughout the four stages of AIGC-empowered resource construction. Furthermore， a model of intelligent generation and quality evolution for "Chinese + vocational education" resources based on AIGC is proposed， which integrates the four modules of resource demand planning， resource intelligent generation， resource quality review， and resource quality evolution to form a close information transmission and feedback mechanism， providing innovative solutions for human-machine collaborative "Chinese + vocational education" resource development. Finally， this paper puts forward the key dilemmas and breakthroughs in the operation of the model， aiming to provide effective support for the sustainable operation of the AIGC-empowered "Chinese + Vocational Education" resource construction model and to guarantee the internationalization of "Chinese + Vocational Education".

[Keywords] AIGC; "Chinese + vocational Education"; Resource Construction; Intelligent Generation; Quality Evolution