數字化背景下如何提升職校生自主學習能力？

摘 要 人工智能的迅猛發展引發教育領域一系列變革，為學生自主學習帶來前所未有的機遇和挑戰。采用CiteSpace工具對國內外職校學生自主學習能力研究的相關文獻進行對比發現，國內外研究既有相似，又各有側重，聚焦于培養動機、促進手段和產出成效三個主題。國內研究以促進未來學習為導向，通過數字技術融合提高職校生自主學習能力，進而提升其實踐、創新等通用能力；國外以促進職業適配為導向，通過AI技術創新引導職校生提升自主學習能力，促進其調整或轉變職業能力。基于此，結合我國職校生自主學習能力培養現狀，建議我國進一步借助數字技術手段，以未來職業準備激發職校生自主學習內在動力，以AI技術創新賦能自主學習支持條件，以職業能力適應強化自主學習培養成效。

關鍵詞 職校學生；自主學習能力；AI賦能；CiteSpace

中圖分類號 G712 文獻標識碼 A 文章編號 1008-3219（2025）11-0054-08

隨著新一輪科技革命和產業變革的興起，“互聯網+”、人工智能和大數據等新興數字技術顛覆并重塑著傳統學習模式，尤其是以ChatGPT、DeepSeek等為代表的生成式人工智能的廣泛運用，引發學生學習方式的革命性改變，自主學習受到前所未有的關注與挑戰。2020年9月，教育部等九部門聯合印發的《職業教育提質培優行動計劃（2020—2023年）》提出，鼓勵職業學校利用現代信息技術推動人才培養模式改革，大力推進“互聯網+”“智能+”教育新形態，培養學生利用網絡信息技術和優質在線資源進行自主學習的能力[1]。2025年1月，中共中央、國務院印發的《教育強國建設規劃綱要（2024—2035年）》指出，“推進智慧校園建設，探索數字賦能大規模因材施教、創新性教學的有效途徑，主動適應學習方式變革”[2]。由此可見，傳統課堂講授模式已難以滿足職校生未來職業發展需求，而職校生未來職業發展的關鍵在于其是否具備利用數字技術開展自主學習的意識與能力。

自主學習通常被定義為學習者根據明確的學習目標，主動選擇學習策略、監督和調控學習過程，并評價和反饋學習結果的主觀能力。在數字化時代，這一概念進一步擴展，表現為學校通過數字技術和工具，協助學生根據環境與自身情況制定學習目標、激發學習動機，并在技術支持的線上線下融合學習空間中實現實時互動與數據反饋，最終客觀評估學習成效的過程。目前，相關研究主要集中在三個維度：一是激發自主學習的培養動機，二是完善自主學習的促進手段，三是優化自主學習的產出成效。這些研究為數字化背景下職校生自主學習能力培養提供了豐富的理論支持與實踐指導。然而，與接受普通教育的學生相比，職校生普遍存在學習動力匱乏、學習目標缺失、學習毅力薄弱等不足。因此，培養職校生自主學習能力不僅在個人層面，乃至在國家、社會層面都是十分重要的現實課題。當前，國外對職校生自主學習能力培養的理論研究與實踐成果已經形成了相對成熟的理論體系和研究方法，相較于國外，國內在該領域相關研究的廣度和深度均有待提升。因此，系統分析與比較職校生自主學習能力培養的國內外研究歷程和特征，進一步明確國內職校生自主學習能力提升培養研究與實踐方向，對提升我國職校生自主學習能力，促進職業教育高質量發展具有重要意義。

一、研究設計

本研究以2004-2023年國內外數據庫收錄的有關文獻為對象，采用Citespace軟件分析國內外職校生自主學習能力培養的發展歷程及核心體系。

（一）文獻選取

數據來源分為兩部分，檢索日期均為2004年1月1日-2023年12月31日。國內的文獻數據來源于中國知網（CNKI），以“職業院校學生”+“自主學習”為關鍵詞進行組合檢索，剔除重復及與研究主題相關性不大的文獻，最終篩選出638篇有效文獻。英文文獻來源于Web of Science數據庫，以TS=（“vocational school”OR“vocational school students”OR“vocational education”）AND TS=（“independent study”OR“self-directed learning”OR“autonomous learning”OR“self-regulated learning”）為關鍵詞對文獻進行高級檢索，剔除重復及與研究主題相關性不大的文獻，最終得到512篇有效文獻。

（二）研究方法

本研究使用數據可視化分析軟件Citespace對中外數據庫的樣本數據進行分析，通過數據挖掘和計量分析客觀掌握職校生自主學習能力培養知識體系與研究趨勢的完整樣貌，搭配傳統的文獻綜述法，深度剖析核心文獻，思考國內外職校生自主學習能力研究的經驗與異同。

二、自主學習能力培養發展歷程研究

關鍵詞是一篇文章主要內容的精煉概括，關鍵詞突現表明一段時間內關鍵詞出現的頻率。分析某一關鍵詞或主題詞的變化有助于把握國內外研究者對職校生自主學習能力研究的發展歷程，見表1。

（一）國內職校學生自主學習能力研究發展歷程

與同時期國外的研究狀況相比，分析中文數據庫中2004-2023年間職校生自主學習能力研究的文獻內容，可大致分為三個階段。

第一階段為技術應用萌芽階段（2004-2010年）。這一階段的高頻關鍵詞為“英語學習”“任務驅動”等，表明我國職校生自主學習能力培養尚未與信息技術有效結合，正處于技術應用萌芽階段。2006年，教育部、財政部出臺《關于實施國家示范性高等職業院校建設計劃加快高等職業教育改革與發展的意見》，指出要開放教學資源環境，滿足高技能人才自主學習需求。國家倡導將學習方式主動權由教師歸還至學生，掀起了職業教育領域自主學習模式建構的浪潮，如陳基標利用校園網絡構建職校生自主學習網絡平臺[3]，劉力銘基于“學生主體”理念開發“教、學、做、評”學習軟件平臺等[4]。但由于此階段信息技術發展的局限性以及職業教育體系改革進程的區域性差異，職校生自主學習技術探索仍在試驗初期，處于萌芽階段。

第二階段為學習模式革新階段（2011-2016年）。關鍵詞“以學生為中心”“翻轉課堂”的出現，標志著信息技術開始驅動職業教育從“剛性教學”向“彈性學習”模式革新。2012年，教育部頒布《教育信息化十年發展規劃（2011—2020）》，將信息技術賦能職校學生自主學習模式革新正式納入國家戰略層面，我國學者也逐步認識到信息技術將會給職業教育帶來顛覆性變革，并深入探索新興信息技術與職校生自主學習模式之間更深層次的內在聯系。如武漢城市職業學院基于移動學習終端設備的高滲透性催生出“泛在學習”新模式，構建了“以學生為中心”的移動聽課、場所變化、時間任意、過程交互的個性化自主學習體系[5]。2014年，沈立心提出通過強化人機協同，打造“教師—學生—機器”三維立體的網絡互動自主學習模式，協助學生自主利用視頻、動畫、仿真技術等對復雜知識進行可視化重構，降低自主學習認知負荷[6]。

第三階段為技術全面融合階段（2017年至今）。關鍵詞“自主學習能力”“互聯網+”“策略”“影響因素”等表明，我國職業院校持續運用信息技術發展最新成果，全面、深入推進“職業教育+自主學習+信息技術”的融合。如中華職業學校西餐烹飪專業通過應用虛擬仿真技術、3D動畫技術、人體三維動作捕捉等前沿技術，創建虛擬仿真烹飪操作平臺[7]，為學生營造安全、可控的虛擬廚房學習環境。此階段不僅延續了對信息技術的應用探索，還融入了與自主學習有關的策略、影響因素等多維探究，突出了技術與教育理念、方法的深度融合。如黃治虎基于智慧教室數據分析不同學習活動對高職生學習投入的影響[8]。2023年，中共中央、國務院印發《數字中國建設整體布局規劃》，明確提出推動數字中國建設取得積極進展，在教育等重點領域加快數字技術創新應用。職業院校如何乘著“數字化”的東風為職校生自主學習提質增效，已成為重要的時代課題。

（二）國外職校學生自主學習能力培養發展歷程

為了解國外職校生自主學習能力培養發展歷程，分析2004-2023年外文數據庫的關鍵詞突現以及其中高頻被引文獻，閱讀這些文獻所表達的核心內容，將過去20年的職校生自主學習能力研究發展分為三個階段。

第一階段為信息技術探索階段（2004-2010年）。該階段出現頻率最高的關鍵詞為“教室（classroom）”和“計算機教育（computing education）”，表明該階段主要探索如何在課堂環境中將信息技術與職校生自主學習能力培養聯系在一起。例如，2005年，荷蘭職業教育學校開展大規模創新項目“交互式學習小組系統”（ILS），探討了ILS對學生自主學習和信息處理能力的影響[9]。2006年，國際農業研究磋商組織（CGIAR）與歐洲知識庫（ARIADNE）基金會對互聯網進行聯合調整，將其打造為全球公益網絡課程，以輔助學習者自主進行正規或非正規的職業技術教育與培訓[10]。但這些嘗試只是停留在基礎技能知識學習層面，且大多局限于課堂，無法提供多感官的技能訓練。因此，該階段仍處于探索時期，借助信息技術提升職校生自主學習能力的渠道有待進一步優化。

第二階段為技術應用深化階段（2011-2016年）。關鍵詞“環境（environment）”“參與（involvement）”“應用軟件教育（application software education）”等的出現，表明國外職校生自主學習能力培養已不再局限于課堂，而是結合信息技術向更真實的模擬工作環境深化，更突出強調學生的自主參與和建構。例如，2012年，芬蘭東部的職業學校和理工學院開始鼓勵學生自主設計個性化學習環境（PLE）[11]。2015年，荷蘭在職業學校實施工作場所模擬，要求學生獨立工作并自我指導學習[12]。這些技術深化打通了職校教學環境與外界產業的邊界，讓師生在更接近崗位的真實場域中生成知識與提升技能，極大提高了職校生技能訓練的自主學習興趣。值得注意的是，當信息技術作為核心智能主體在教學領域中承擔著日益繁重的教學任務時，教學主體與智能主體生態位逐漸重疊，最終可能弱化教師的實際價值，導致職業教育陷入只見技術不見人的窘境。

第三階段為學習關注轉向階段（2017年至今）。高頻關鍵詞為“教師（teachers）”“職業培訓（vocational training）”“動機（motivation）”“參與（engagement）”等，表明此階段國外職業教育不再完全放手讓學生自主學習，關注主體重新轉向教師，強調在信息化背景下，需要教師回歸到指導角色，借助數字化工具對學生自主學習進行價值引導與人文關懷。例如，2018年，海倫-約斯伯格（Jossberger Helen）開展的工作場所模擬（WPS）研究表明，真實的WPS可以提高職校生自主學習能力，但職校教師的指導也發揮著重要作用[13]。2022年，芬蘭職業教育培訓實驗研究（VET）指出，培訓師的社會支持與積極反饋對職校生自主學習有積極效用[14]。法國教育部頒布的《2023-2027數字化教育戰略》特別強調了教師借助數字化工具幫助學生實現自主學習。總體而言，該階段國外研究者調和了自主學習中職校學生、教師與數字技術三者之間的交互關系，通過提升師生人機協同技能與素養，讓職校生自主學習能力得以有效提升。

三、自主學習能力培養研究核心體系比較

通過關鍵詞共現、聚類分析比較國內外出現頻次較高的關鍵詞和研究主題聚類歸納，統計出研究主題，可得到國內外職校生自主學習能力研究領域的核心，主要從自主學習能力的培養動機、促進手段和產出成效三個方面進行對比。總體而言，國內職業教育傾向于在課堂環境中融合新興信息技術進行自主學習模式改革，國外則更強調通過數字技術創新構建職業探索、技能操作與自主學習的交互范式。國內外職校學生自主學習能力研究關鍵詞聚類標識比較見表2。

（一）自主學習能力的培養動機：學習準備對比職業準備

在職校生自主學習能力培養動機研究領域，國內學者多從外部因素探討職校生自主學習動機，而國外學者則更關注學習者內在動機的激發與維持。在對國內數據庫的關鍵詞共現與聚類分析中，“學習動機”“職業教育”等子聚類中心性較高，其中“外在動機”“學習方法”“以賽促學”“培養方式”等關鍵詞反映了我國職校生自主學習能力培養的動力主要是學校、家庭、社會賦予他們的外在動力。國內多數職業院校與培訓基地都是基于學校培養方案批量化培養同質型技能人才，對學生評價也普遍以終結性評價為主，過于重視學生在理論或實踐課程結束后取得的考試成績。我國職校生大多是普通教育中的“失敗者”，普遍缺乏學習興趣與自信心。普通教育“高分優績”的學習動機驅動模式難以適配職業教育，也難以調動職校生自主學習的內在動力。2019年，國務院出臺的《國家職業教育改革實施方案》提出“全國職業院校技能大賽、世界技能大賽獲獎選手等免試入學政策，探索長學制培養高端技術技能人才”。不同于傳統考評模式，職教領域特有的職業技能大賽不僅通過實踐導向的競技平臺，幫助職校生在更適合自己的賽道發掘自己的潛力，而且為職校生提供升學深造的“金鑰匙”，有效驅動職校生自主學習，然而，目前部分職業院校將技能大賽視為“提升職校社會聲譽”的重要途徑，功利性主義傾向明顯，定向“精英”培養等現象層出不窮，不僅損害教育公平，還打擊了部分職校生的學習自信心。可見，僅從成績、競賽等外部因素驅動職校生自主學習成效不顯著，如何有效激發職校生自主學習內在動力，是我國職業教育研究者需要關注的重要課題。

值得借鑒的是，國外職校生自主學習能力培養的動力主要是由職業本身所激發的內在動力。國外數據庫關鍵詞共現與聚類分析中子聚類“職業探索（career exploration）”“職業準備（career readiness）”反映了國外在該領域的研究側重點。職業探索能夠通過內部動力驅動職業興趣與使命感，提高個體的職業適應性與主觀幸福感，是職業生涯可持續發展的關鍵因素。因此，為激發職校生自主學習的內在動力，國外十分重視開展職業探索與職業準備工作。2019年，印度尼西亞開發的學生生涯輔導專家系統（ESGuiscar-web）能對學生職業道路提出具體結論與建議，輔助學生自主做好職業準備[15]。2024年，羅馬尼亞推出的智能職業探索系統（CareProfSys）根據學生的數據源資料提供職業建議，同時借助網絡虛擬現實（WebVR）可視化平臺，探索職業有關活動場景，輔助學生完成職業決策，有效提升其自主學習的內在動力[16]。此外，德國、英國和澳大利亞等國家的職業院校人才培養方案制定，也明確要以職業為邏輯起點。可見，職業探索能夠有效助力職校生的自主學習動機轉向為受內在動力驅動的清晰、可視、有自我成就感的學習。

總體來看，不同于國內職校生自主學習行為受成績評價、技能競賽等外部因素驅動，國外職校生在職業選擇與專業知識技能的自主學習方面更具有針對性與主觀能動性。我國職業教育應當借鑒國外經驗，進一步從職業角度激發職校生自主學習的內在動力，讓學生的自主學習意識從外部動機“成績驅動”轉化為內部動機“職業準備”，從而扭轉職校生被動學習的局面。

（二）自主學習能力的促進手段：技術融入對比技術創新

在職校生自主學習能力促進手段研究領域，國內學者偏向于融合“信息技術+自主學習”的交互范式，而國外學者則更關注以教育技術產品迭代創新賦能自主學習。我國技術融入研究中的子聚類“教育信息化”“微課”“網絡環境”等表明，國內職業教育充分借助數字技術，將原本固定的學習模式變得更加靈活和多元。2013年，阿曼德·福克斯（Armando Fox）借助ed X平臺，將MOOC資源引入實體課堂，創立了SPOC混合課堂，基于此，我國清華大學、浙江大學等高校研發打造了SPOC平臺“學智苑”、CNSPOC云課程平臺等，輔助學生自主學習、互動學習，有效實現了課堂從“教”向“學”的轉變[17]。此外，由網絡設備或移動終端展示的微課，憑借其“短小、精悍”的內容特質，得以讓職校生利用碎片化時間開展自主學習。不同于國外教育技術賦能職校生自主學習的獨立性創新，我國主要采用“引進—融合—再創新”的發展路徑，即在吸收國外先進教育技術的基礎上，進行本土化改良與二次創新。這種創新模式確保了技術的適用性，但在原創性和突破性方面有待提升。近幾年，“信息技術”“信息素養”“互聯網+”等關鍵詞的不斷出現，表明“互聯網+職業教育”等數字化學習模式變革在我國引起高度重視。2023年，習近平總書記在主持中共中央政治局第五次集體學習時強調，“教育數字化是我國開辟教育發展新賽道和塑造教育發展新優勢的重要突破口”。職業教育數字化、智能化創新發展已成為我國未來教育改革的大勢所趨。

國外學者針對數字技術賦能職校生自主學習存在的不足，不斷追求教育產品的迭代更新與教育技術的優化升級。首先，子聚類“獨立性（independence）”及其關鍵詞“教育技術（educational technology）”表明教育技術自主創新始終在國外職業教育中占據重要地位。如巴西一所職業技術高中嘗試將教育機器人（ER）引入課堂教學，以培養職校生的計算思維與自主學習興趣[18]。其次，與國內存在顯著差異的關鍵詞“遠程學習（distance learning）”“工作場所學習（workplace learning）”與“自適應網絡學習模式（adaptive e-learning model）”表明，國外研究者不斷從微觀技術層面進行深層創新，借助新興人工智能技術賦能職校生自主學習能力提升。面對傳統課堂實訓帶來的學生學習動力不足等現實困境，國外職業教育追求教育技術智能化轉型，充分利用元宇宙、虛擬和增強現實等技術為學生打造跨時間、空間的虛實結合、線上線下混合的實踐共同體，以豐富職校生的自主學習興趣與形態。德國某高職院校設計并測試的虛擬現實系統（VR），可以在計算機生成的虛擬世界中與自然感覺識別交互，以便學生能夠在一個低試錯成本環境中學習如何操作銑床[19]。此外，自適應網絡學習作為一種基于人工智能和機器學習技術的個性化學習方法，能夠動態調整學習內容與路徑，幫助學習者打造專注于自主學習的沉浸感。同時，基于人工智能代理技術的網絡遠程教育系統，通過構建智能教育平臺，為學生提供靈活、動態、便捷的測評和按需學習資源，為學習者自主學習提供個性化支持。例如，塞爾維亞打造的虛擬實習（VI）模型和數字平臺能夠幫助學生在遠程在線環境中獲得真實世界的經驗與技能[20]，有效助力學生實現自主學習。

總體來看，國內外學者均重視數字技術賦能職校生自主學習能力培養，相較于國內，國外學者在教育技術自主創新方面更先進、更獨立、更成熟，并不斷對世界各國教育技術融合創新發揮正向效應。此外，國外職業教育著力于推進職校生走進真實職業場景模擬、虛擬智慧空間、產教融合等多感官、沉浸式的實感操作中，用技術實際操作取代書面理論知識，激發職校生自主學習興趣與能力。

（三）自主學習能力的產出成效：能力導向對比職業導向

在自主學習能力產出成效方面，國內外均重視提升職校生未來在AI技術沖擊下的核心競爭力，但依然各有側重。國內產出成效研究子聚類“能力培養”下的關鍵詞“學習能力”“創新能力”表明，我國職業教育傾向于提升職校生自主學習能力，培養具有學習、創新等通用能力的復合型技能人才。如呂建強借鑒素質洋蔥模型，提出智造時代高職學生須具備的就業能力結構模型，涵蓋了方法能力、技術能力、社會能力、學習能力和個體特質5個維度，并包含數字能力、創新能力、復雜問題解決能力等21個具體能力要素[21]。我國職業教育傾向于將技術技能人才從單一崗位能力轉化為多元復合型的崗位群能力，從而化解人工智能技術帶來的替代性風險。此外，從子聚類“自主學習能力”下的關鍵詞“自主學習”“終身學習”可以看出，職校生自主學習能力的培養，有助于提升其未來應對人工智能潛在風險的終身學習能力，促進職業技能的終身發展。

國外產出成效研究子聚類“職業管理（career manage-ment）”及其關鍵詞“傳統職業（traditional career）”“持續專業發展（continuing professional development）”表明，國外研究重點再一次聚焦到職業本身。對比于國內關注通用能力發展，國外學者重點關注了通用能力中的“職業管理技能”。英國職業教育指導協會（ACEG）提出，職校生職業管理能力主要包括展示主動性和進取心、規劃決策力、適應變化和過渡等八個方面[22]。同時，子聚類“職業轉變（career change）”及其關鍵詞“自主搜索（self-directed search）”“元分析（meta analysis）”等表明，國外主張職校生通過借助“自主搜索”等技術手段實現職業能力的調整與轉變，以提升自身職業適應能力與核心競爭力。隨著AI產品的迅速更迭，以谷歌為首的搜索引擎受到猛烈沖擊。2022年，作為標志人工智能時代高速發展的里程碑式產品，OpenAI推出的ChatGPT等生成式人工智能（GAI）能夠通過理解用戶搜索意圖，快速整合海量信息資源，直接生成用戶提問的答案，極大提高了自主學習的速度與精度。因此，如何通過提升自主學習能力搭上科技迅速發展的快車，輔助職校生完成適應市場發展的職業技能轉變，是國外職教領域在此階段的研究重點。

不同于我國學者關注培養職校生自主學習能力，進而提升其實踐、創新等通用能力，國外自主學習能力在產出方面更智能、更專業，即倡導自主利用人工智能新興技術，輔助完成職業能力的轉變與升級，達成職業適配。國外自主學習能力培養產出成效與職業本身相關更加密切，職校生對未來從事的職業有更清晰認知，也更具備職業競爭和職業持續發展意愿。這種產出定位有助于解決職校生職業價值認知偏差、職業理想目標模糊等現實問題。

四、未來研究展望

回顧與分析近20年國內外職校生自主學習能力培養的關鍵文獻發現，學術界已取得了豐富的研究成果，為我國職校生適應數字化時代需求，培養自主學習能力提供了堅實的理論基礎和基本范式。但新興人工智能技術與職校生自主學習能力培養的交互融合，仍是一個亟待深入探索的研究領域。

（一）以未來職業準備激發職校生自主學習內在動力

在職校生自主學習能力培養動機研究領域，首先，我國職業教育應借鑒國外經驗，以職業為邏輯起點構建職業院校人才培養方案，實現職校生自主學習意識由“知識學習”向“職業準備”轉變，激發職校生自主學習主動性。第一，突破傳統單一的考評模式，構建多維度、過程性自主學習評價指標體系，將技能競賽、實訓記錄、實習表現等納入人工智能評價系統，運用多模態融合分析與深度學習算法，實現職業準備評價結果的精準反饋與動態追蹤，創新人工智能技術驅動的評價模式總體變革。第二，聯合技術先進企業或頭部企業等拓寬職業技能大賽與優質職業崗位對接通道，結合數字化時代背景與崗位技能要求，優化競賽內容與評選機制，提升職業技能競賽含金量，激發職校生自主參與積極性。同時，設置專門監督職業競賽是否做到普惠、普及和普適的評估機構，形成職業院校職業技能競賽“人人有機會參與”“人人公平參與”的良好生態格局。其次，我國職業教育應推進智能職業探索平臺研發與智慧課程體系建設，精準指引職校生職業發展路徑，為職校生自主學習能力培養提供內在動力支持。一是借助大數據和人工智能技術，聯合有關部門打造線上職業探索智能平臺。通過對學生建構全方位感知的數字畫像，關聯多模態能力數據與職業探索案例資源，推送理想職業選項及學習路徑，幫助職校生強化職業認同，充分做好職業準備。例如，美國打造的敘事綜合職業探索（NICE）平臺利用敘事智能在虛擬學習環境中實現動態敘事，有效輔助學生做出職業決策[23]。二是深化推進職業生涯規劃智慧系統課程建設，依托國家職業教育智慧教育平臺資源，常態化實施線上精品課程、線下虛擬仿真體驗的雙線融合混合學習，幫助職校生制定職業生涯規劃路線，激發其職業興趣與自主學習動機。

（二）以AI技術創新賦能職校生自主學習支持條件

在職校生自主學習能力促進手段研究領域，首先，我國應進一步推動AI技術賦能職校生自主學習實踐。一是依托可穿戴設備、教育元宇宙與虛擬仿真技術，設計跨學校、跨區域、校企聯通的技能訓練營、工作坊等多種形式的虛實融合智慧學習空間，支持職校生根據個人興趣與能力缺口自主選擇實踐路徑，并在沉浸式環境中完成“試錯—反饋—迭代”的閉環學習。二是基于生成式AI的個性化推薦技術，開發具備情感交互功能的自適應學習代理與智能伴學系統。例如，開發自然語言處理技術模擬“虛擬導師”，實時陪伴、輔助學生完成自主學習。三是推進AI賦能的OMO學習空間與數字教材智能體建構，打通線上線下資源壁壘，支持多模態交互與實時更新，豐富職校生自主學習資源，滿足職校生對前沿技術知識的需求。此外，未來研究還可通過解構AI技術對學生高階能力，如元認知、創新思維等的培育機制，實現技術邏輯與教育價值的辯證統一，構建可持續發展的AI賦能自主學習生態。其次，我國應推進AI技術獨立性創新發展。建議教育部門、研發機構與企業等通力合作，自主創新智能教育技術、教育理念與教學模式，共同構建虛實融通、具有中國職教特色的數字教育生態系統。可以參考法國Ecole42學校憑借健全的數字化基礎建設、數字教育培訓資源和高速的泛在互聯網絡建立起的數字技術人才培訓試驗區[24]。此外，教育工作者可結合智能化時代背景與本校職教特色，創新校本教育技術方案設計，并開展相應的實驗與研究。如荷蘭某高級職業學校創新性地設計并實施了電子開發檔案袋系統[25]，有效輔助職校生提升自我認知，有針對性地開展自主學習。推進AI技術與教育技術創新融合，不僅能為職校生自主學習提供條件支持，也能有效助力我國職業教育智能化建設。

（三）以職業能力適應強化職校生自主學習培養成效

在職校生自主學習產出成效研究領域，首先，我國應結合人工智能時代背景，繼續推進通用能力素養的提升研究，建立更具中國特色的智能時代職業素養模型。職校生自主學習產出素養模型在關注適應人工智能發展的同時，也應注意防范人工智能可能帶來的職業倫理道德、技術依賴、思考“惰性”等風險。其次，人工智能加速推進各行業創新變革，未來職業崗位能力需求可能每2～3年就會發生結構性變化，這就要求職校生自主學習能力培養成效不僅僅局限于以學習為導向的掌握相關知識與技能，更要形成以職業為導向的“持續追蹤行業動態—自主更新知識體系—快速調整職業技能”的職業適應能力。2023年，ChatGPT開啟生成式人工智能時代，為自主學習提供了極大便利；2025年，DeepSeek的橫空出世成為人工智能領域又一次重要躍遷，為自主學習提供了更優質、更高效的泛在學習資源。在此背景下，全球各專業領域不斷驅動智能技術轉型，倒逼技能型勞動者職業技能的轉變與升級，各行業從業者均需要不斷通過自主學習實現從“智能技術適配者”到“智能技術駕馭者”的角色轉換，達成人工智能時代專業能力的適應性轉變。為此，我國職業院校應關注如何將人工智能作為訓練載體，在“人工智能應用”通識課程中引導學生掌握使用DeepSeek等生成式人工智能，隨時隨地獲取行業領域最新知識與技能，提升職校生自主運用AI預判職業需求變化的敏感度，并在AI實時動態更新的虛擬實訓環境中，主動運用創新技術開展職業技能訓練。在以職業能力適應為導向的自主學習理念下，職校生畢業時獲得的不僅有專業技能證書，更有伴隨終身的職業持續發展能力，確保其在人工智能時代始終掌握“以變應變”的主動權，成長為適應經濟社會發展需要的高素質技術技能型人才。

參 考 文 獻

[1]職業教育提質培優行動計劃（2020-2023年）[J].教育科學論壇，2020（33）：3-11.

[2]中共中央、國務院印發《教育強國建設規劃綱要（2024—2035年）》[N].人民日報，2025-01-20（6）.

[3]陳基標.構建職校學生自主學習的系統網絡平臺[J].電腦編程技巧與維護，2009（18）：77-80.

[4]劉力銘.基于“學生主體”理念的“教、學、做、評”一體化教學軟件平臺建設[J].科技促進發展，2010（S1）：243+242.

[5]陳萍.基于移動學習終端的高職英語自主學習模式探索[J].職業技術教育，2015（5）：47-49.

[6]沈立心.MOOCs理論下職業教育“網絡互動自主學習課程”的理論分析與實踐探索[J].教育評論，2014（10）：45-46+117.

[7]王晶晶.虛擬仿真烹飪操作系統在職業院校西餐烹飪教學中的應用探索[J].現代食品，2024（12）：34-36.

[8]黃治虎，吳南中，張巖.不同學習活動對高職學生學習投入的影響——基于智慧教室數據支持的學習分析[J].中國職業技術教育，2020（14）：72-78.

[9]ROZENDAAL J S，MINNAERT A，BOEKAERTS M. The influence of teacher perceived administration of self-regulated learning on students’ motivation and information-processing[J]. Learning and Instruction，2005（2）：141-160.

[10]BENIEST J，ZSCHOCKE T. On-line learning resources for international agriculture and natural resources management[C]//XXVII International Horticultural Congress-IHC2006：International Symposium on Horticultural Plants in Urban and Peri-Urban762，2006：393-400.

[11]VALTONEN T，HACKLIN S，DILLON P，et al. Perspectives on personal learning environments held by vocational students[J]. Computers amp; Education，2012（2）：732-739.

[12]JOSSBERGER H，BRAND-GRUWEL S，VAN DE WIEL M W J，et al. Teachers’perceptions of teaching in workplace simulations in vocational education[J]. Vocations and learning，2015（3）：287-318.

[13]JOSSBERGER H，BRAND-GRUWEL S，VAN DE WIEL M W J，et al. Learning in workplace simulations in vocational education：a student perspective[J]. Vocations and Learning，2018（2）：179-204.

[14]Pylv?s L，Nokelainen P，Rintala H. Vocational students’perceptions of self-regulated learning in work-based VET[J]. Vocations and Learning， 2022（2）：241-259.

[15]SUPRIYANTO G，ABDULLAH A G，WIDIATY I，et al. Career guidance web-based expert system for vocational students[J]. J. Eng. Sci. Technol，2019（4）：1865-1877.

[16]DASCALU M I ，STANICA I C ，BRATOSIN I A，et al. Virtual reality for career development and exploration：the careprofsys profiler system case[J].Electronics，2024（13）：2629.

[17]謝禾生，陳裕先.基于SPOC理念的職業教育混合式教學模式探索[J].職教論壇，2021（4）：75-80.

[18]SOUZA I M L，ANDRADE W L，SAMPAIO L M R. Educational robotics applications for the development of computational thinking in a brazilian technical and vocational high school[J]. Informatics in Education，2022（1）：147-177.

[19]SHIN J，KIM S Y. Immersive virtual training for vocational training high school students’milling machine practice[C]//International Conference on Interactive Collaborative Learning. Cham：Springer International Publishing，2021：1019-1026.

[20]STEFANOVIC N，BOGICEVIC Z，MILOSEVIC D. A digital platform for managing virtual internships[J]. International Journal of Engineering Education，2021（4）：987-998.

[21]呂建強.智造時代高職學生需要具備何種就業能力結構？——基于混合研究方法的實證分析[J].職業技術教育，2023（10）：52-60.

[22]孫莉，潘黎.英國ACEG職業教育框架及對中國中學生涯教育的啟示[J].職教通訊，2019（7）：67-72.

[23]SHAHRIAR S，RAMESH J，TOWHEED M，et al. Narrative integrated career exploration platform[C]//Frontiers in Education. Frontiers， 2022（7）：1-10.

[24]杜劍濤.數字化何以支撐技能型人才的自主學習？——源自法國Ecole 42學校的范例[J].中國職業技術教育，2023（36）：27-35+44.

[25]BECKERS J，DOLMANS D，VAN MERRIENBOER J. Student，direct thyself！ Facilitating self-directed learning skills and motivation with an electronic development portfolio[J].Journal of research on technology in education，2022（4）：617-634.

How to Enhance Autonomous Learning Abilities of Vocational School Students under the Background of Digitalization？

——From the Perspective of Comparative Research on the Cultivation of Autonomous Learning Abilities of Vocational School Students at Home and Abroad

Chen Lijun， Hu Lei

Abstract" The rapid development of artificial intelligence has triggered a series of changes in the field of education， bringing unprecedented opportunities and challenges for the improvement of students’independent learning ability. A comparison of the research literature on the independent learning abilities of vocational school students at home and abroad using the CiteSpace tool reveals that domestic and international studies are both similar and have their own focus， focusing on the three themes of cultivating motivation， facilitating means， and output modes. Domestic research is oriented to promote future learning， improving the independent learning ability of vocational school students through the integration of digital technology， and then enhancing their general ability such as practice and innovation; foreign research is oriented to promote occupational adaptation， guiding vocational school students to improve their independent learning abilities through AI technology innovation， and promoting their adjustment or transformation of occupational abilities. Drawing on foreign experience， it is recommended that China further utilize digital technological means to stimulate the intrinsic motivation of vocational school students’independent learning with future career preparation， empower the support conditions for independent learning with AI technological innovation， and strengthen the effectiveness of independent learning cultivation with the adaptation of vocational competence.

Key words" vocational school students; independent learning abilities; AI empowerment; CiteSpace

Author" Chen Lijun， professor of Guangdong Polytechnic Normal University （Guangzhou 510665）; Hu Lei， master student of Guangdong Polytechnic Normal University