高職院校深化“人-AI”協同培養創新人才的研究

中圖分類號：G712；C961 文獻標識碼：A 文章編號：1672-0105（2025）02-0012-06

Research on Deepening Human-AI Collaborative Cultivation of Innovative Talents in Higher Vocational Colleges

ZHANG Cheng （ZhejiangIndustryand TradeVocational College，Wenzhou325oo3，China）

Abstract：Tocultivate innovative talents that meet theneedsofthenewera，this study proposesa“Three-Tier Hybrid IntellgenceModel”（TTHIM）basedoncollaborativetheoryanddistributedcognitiveframework，analyzingtheempowering mechanismofhumanaritiiialintellgeneA）ollboratiooiovatietalentculivationfrotetoollye，collaboatiole andcreationlayer.TheResearchhasfoundthatstudents'AIcollaborationandinnovationabilitiescanbeeffectivelyenhancedby constructinganinterdisciplinarycuriculumsystem，implementingproject-basedlearnigtatintegratesindustryandeducation， strengtheningtheconsructionofacolaborativeecosystembetweenchoolsandnterprses，cultivatinga“dualteacherdualability” teachingstaf，andimprovingadiversifidevaluationsstem，Itassowntatvocationalcgesedtoeconstructteirtalet trainingmodelbycenteringhuman-AIcolaborativeinteraction，cultivatecompound talentsequipped withtehnicalaplication， cognitivecolboatidoaiepraticalbilis，tebyoingtatpprtfiialtafotioots.

Keywords： artificial intelligence; higher vocational colleges; synergy; innovative talents

一、引言

2024年國務院《政府工作報告》提出，深化大數據、人工智能等研發應用，開展“人工智能 + ；行動，打造具有國際競爭力的數字產業集群。中國信息通信研究院測算顯示，2020年全球47個國家的數字經濟規模達到32.6萬億美元，占GDP比重43.7% ，名義增長率 3% ，遠超當年全球 -3.363% 的平均增長率。[人工智能對制造企業數字化轉型意義重大。DeepSeek的崛起將加速AI大模型發展。

在此背景下，職業院校應緊跟產業發展步伐，以“五金”建設推動專業數字化轉型，促進人工智能與高職教育融合，培養支撐產業的高素質技術技能人才。人工智能時代的創新人才需具備扎實專業知識技能，更需要高度協同力，尤其是人-AI協同能力。世界經濟論壇發布的《Future ofJobsReport2025》顯示，2030年前增長最快的十大技能中居首位的是人工智能與大數據。[3人機協同逐漸成為社會生產力的核心形態，對創新人才培養至關重要。

國內持續探索創新人才培養，如涂春艷等人的“產教賽創”教學模式[4、陳薇伊基于自我決定理論的探索、劉想等人的“項目牽引 + 導師托舉”模式。而，當前高職創新人才培養仍存在畢業生創新能力不強、與企業需求差距大，課程設置滯后、教學方法單一、實踐薄弱及師生運用AI模式不清等問題。因此，本研究探討如何深化人-AI協同培養適應人工智能時代需求的創新人才，對提升高職院校教育質量、滿足企業數字化轉型需求具有重要意義。

二、協同力與人-AI協同

“協同”思想最早由美國戰略管理學家伊戈爾·安索夫于1965年引入管理學。赫爾曼·哈肯在《大自然成功的奧秘：協同學》中系統闡述了協同理論。協同力是指綜合利用組織內外資源，使之發揮超強效用的能力。協同力可以帶來更高的工作效率和質量，減少資源浪費和重復勞動。它促進組織內部的協同和協調，提高信息和資源的共享，加強團隊成員的溝通和合作。在不同組織間，協同力也可促進合作和共享，實現合作伙伴互利共贏。

人工智能技術的廣泛應用拓展了協同力概念，強調的是人與AI共同合作、共同創造的能力，即人-AI協同。而在職業教育領域，協同力的內涵需結合分布式認知理論重新界定：人機協同不僅是工具性協作，更是認知資源的動態分配過程。人-AI協同理論框架的核心要素包括：技術協同（AI作為效率增強工具與人類共同完成任務）、認知協同（人機共擔復雜任務形成互補）、倫理協同（確保AI使用符合社會價值觀和倫理標準）。這三類協同不僅依賴于AI算法能力，還需要人類的判斷、創造力和道德判斷，二者互補可共同解決更復雜問題。例如，在智能裝備維修任務中，AI系統負責故障模式識別（技術協同），人類技師進行因果推理與倫理決策（認知協同），通過交互界面共享情境感知（倫理協同），形成閉環增強回路（見圖1）。

而高職教育以培養技術技能型人才為目標，具有鮮明的實踐導向。當前產業智能化轉型對人才能力提出了新要求：一方面需要掌握AI工具應用能力，另一方面更需要具備人機協作的創新思維。傳統單一技能培養模式已難以適應智能制造、智慧服務等新興領域的需求。人-AI協同培養模式恰好能彌補這一缺口，通過技術協同培養學生的工具應用能力，通過認知協同培育創新思維，形成符合現代產業需求的復合型能力結構。

根據以上理論框架，針對高職教育場景的特殊性，本研究提出“三層遞進式混合智能模型”（Three-TierHybrid Intelligence Model， TTHIM） ：

工具層：AI作為效率增強工具（如AutoCAD智能繪圖）；協作層：人機共擔復雜任務（如工業機器人協同編程）；創造層：人類主導創新設計，AI提供數據支撐（如新產品原型迭代）。

有效的人-AI協同一方面依賴于人工智能技術的發展，同時依賴于人、機器和環境之間的良性互動。當前的人工智能技術雖然已在多個領域展現出強大的能力，但其應用仍面臨一定的局限性。首先AI技術目前無法完全模擬和理解情感、情緒以及復雜的人際交往，在推理、抽象思維、自我意識和審美等方面也不如人類，限制了其應用場景和效果；其次AI系統通常要求海量的數據進行訓練，當數據集中存在一些噪音、歧義或出現意外情況時，人類智能更具優勢；再次，所有的人工智能算法都有邊界、約束和條件，并不是萬能的，如在處理復雜或模糊的情境時，AI可能出現判斷錯誤，進而影響決策的合理性。同時，AI的自主性和決策能力增強可能引發倫理和法律問題，如自動駕駛汽車的困境選擇。

解決這些挑戰的關鍵在于人機間的良性互動。目前有學者提出混合智能的概念，混合智能是人類和AI的強強聯合，結合了人類的創造力、直覺和情感智慧，以及AI的高速計算、數據處理和自動化能力。混合智能的關鍵是人類與AI的協同，協同工作能實現更高效、靈活的決策過程：AI負責數據處理和分析、承擔重復性、危險性高的工作，提升效率與安全性；人類在協同中提供方向和框架，補充AI的局限性，確保AI的使用符合社會價值觀和倫理標準。

隨著技術創新、教育培訓以及法律法規完善，人類與AI協同會越發密切，然而，人類與AI協同合作上還有許多難以跨越的障礙，目前看來還需要一定時間來克服，但無論怎樣，這必然會對當前的社會結構形態產生重大影響：如就業結構變化、加大對受教育者及勞動者的教育與培訓力度以及包容性的社會發展趨勢等。這自然會對大學生產生巨大的影響，尤其是高職院校應適時轉變育人目標，大力加強關于人-AI協同能力的培養，使每一個學生都具備掌握與AI協同工作的能力，并實現自我提升。

三、人-AI協同賦能創新人才培養

人-AI協同通過“三層遞進式混合智能模型”（Three-Tier Hybrid Intelligence Model， TTHIM）以工具層、協作層、創造層三層遞進式賦能創新人才培養。

（一）工具層

根據TTHIM模型，從工具層來看，AI技術為教育領域提供了強大的技術支撐。其中又分為學習和教學兩個方面。

把人工智能應用于整個學習過程之中，并且根據每個學生學習的過程，不斷調整相關參數，并且可以實現自動化的反饋，該方式不僅僅是提高教學效率，同時還將傳統的學習方式進行了優化。第一，在個性化學習上，AI可以隨學情的變化，實時對學習的各項參數（難度系數、知識密度等）進行調整，以分析、推送、反饋的方式，動態調整學生的學習計劃，使之始終處于最優狀態；第二，在反饋機制上，AI可借助自動化分析對每一次學習做出及時反饋，包括定位錯誤點、提出解題思路等，這種及時性的反饋循環能夠極大提升學生的學習效率及學習動機；第三，在師生互動上，AI可通過檢測學生與系統的各項交互數據（例如學生回答的快慢、發言的多少等）來智能地調整出適合學生難度的游戲化任務，從而使得教師能夠更加有針對性地培養學生的批判性思考能力、創造性思維能力和溝通表達能力。

與教學相關的，生成式人工智能作為教師的協同系統，利用智能參數調整實現教學優化，智能備課系統依靠參數值（包括知識點覆蓋面、能力維度權重等）將根據教學目標生成差異化教學內容、教學計劃及教學資料等；教師僅需進行參數值選擇或手動輸人即可實現參數驅動備課；教學實施過程中，AI系統根據學情智能、自動采集學生學習行為數據，并準確診斷出每一個學生特點，根據學生的學習狀態信息動態調整個性化學習方案，真正做到數據驅動教學。利用AI輔助系統，能夠根據學習難易程度（如錯誤率、停留時長等）參數值的反饋，隨時了解學生當堂學習效果，并且精準推送針對性輔導內容，在“監測－反饋－調整”中不斷優化；而在數據層面，則可以根據海量的教學數據運用AI分析出最優化的數據參數，為學校提供諸如根據參數優化后的智能課程設置和教學策略調整等方面的建議。

在此層面，AI作為工具結合學生自主學習與教師教學，形成了人-AI協同的技術協同，從而實現學生創新思維的個性化、系統化培養。

（二）協作層

在協作層，人工智能促進了教育系統中各要素的深度互動與協同。其中包含了管理與教育評價領域。

利用人工智能的知識遷移和模式識別能力，推動學校管理從繁雜管理走向扁平化管理，從粗放式管理走向網絡化管理；用模式識別算法分析教學大數據，發現管理規律、挖掘趨勢特征，為學校管理者提供認知協同的依據；在跨部門協作的同時實現了管理知識智能遷移，用管理的好經驗、好辦法，通過AI系統，轉化為可復用的決策模型，大大提升了組織應變能力；通過自動化處理事務性的工作，把管理者的大腦從大量瑣碎的事情上解放出來，讓其更多關注于需要人類特有的模式識別功能去做的一些戰略創新性的創造。通過不斷地對治理對象的特征化學習，將治理的知識提煉出來，并將其建設成個性化服務的知識庫，讓治理更加有溫度。[10]

在教育評價領域，隨著AI的應用教育評價逐漸朝著智能化、科學化、精準化的方向發展。一是教育評價更加精準。AI運用跨場景模式識別技術，從時序性學習數據中提取認知發展規律，生成可遷移的個性化評價報告。得益于AI的多模態認知協同能力，通過識別高階思維能力的表現模式，可以構建精確的學生發展畫像。二是教育評價更加綜合全面。AI能有效拓展數據的獲取渠道，覆蓋更加多元的學習場景、學習主體和數據模態，全方位刻畫學生的問題解決能力、批判性思維能力、跨學科能力、創造力等高階思維能力，構建全面、立體的學生畫像，因而評價結果從單一性評價向綜合性評價轉變。三是更加注重過程評價。依托AI的實時模式檢測，將課堂微表情、交互行為等非結構化數據轉化為可量化的認知發展指標，如通過學生課堂中的表情、交流、測試、狀態等多模態數據，可以測評分析學生的知識掌握程度、課程興趣度及情緒態度等，實現教育過程的實時、動態、精準評價。[]四是可以提供有效反饋。借助AI的全方位、過程性的綜合評判，還能夠對評價結果的成因進行合理分析，提出針對性改進方案。

認知層面基于AI協同重構教育生態，運用模式識別算法優化管理決策，促進知識遷移、經驗復用，實現管理者的創新；在教育評價層面依托多模態數據分析構建學生高階思維能力畫像，形成基于數據和證據過程性的動態精準評價，根據過程性評價結果指導開展個性化學習路徑規劃，同時實現學生管理和創新潛能挖掘的協同優化。

（三）創造層

創造層上，人工智能影響著教育系統。教育的認識論和方法論將得到了全新的優化，人工智能核心技術的發展——智能內容生成系統改變了知識生產方式；虛擬學習環境促進知識傳遞向知識建構轉變，激發了人類認知積極性；游戲化學習促使深層次學習和內在動機相互促進。由此產生的以教為主到學為中心，其重要特征之一為知識獲取去中心化、學習過程個性化、教育評價多樣化。

基于系統變革，AI驅動的教育創新具有三個方面：在認識論層面，教育目標從識記知識轉為培養思維，把培養學生對問題的批判性思維、創造性解決問題、整合知識的能力等作為核心追求；在方法論層面，借助AI技術下的項目學習、探究學習等新型學習方式使學習從被動變為主動；在價值論層面，AI將讓每個人以適合自己的方式發展。這樣的轉化不僅是發生在教學實踐層面上的，更是對教育哲學的基本問題有了新的論述：“什么是我們應該教的知識”以及“什么樣的學習才是好的”。

從這個角度來說，AI是利用倫理協同來促進教育轉型，用生成式的技術來重組知識生產的邏輯，用虛擬環境和游戲化來重建人的認知，把人的教育目標從低階轉向高階，利用項目化的學習來推進人的發展，通過個性化的學習保障人的發展質量，最終在知識去中心化、學習個性化、評價多元化的這種新模式下重釋教育的本質內核以及創新人才的培養模式。

（四）三層遞進循環運作

TTHIM模型以工具層為起點，搭建了一個螺旋上升式創新循環體系，在工具層，AI利用智能算法及數據處理能力向創新人才提供基礎技術支持，此時需要重點培養學生使用AI的能力；在認知層，利用AI輔助學生完成知識遷移以及模式識別等，培養學生創新思維能力；進人創造層，學生將技術能力和創新思維融為一體，參與創新設計實踐，而AI可以輔助學生完成參數優化、自動反饋等工作，培養學生的實踐創新能力。該系統的整體架構借助數據中臺來實現全系統各層面間有序暢通的聯接，并遵守倫理層面的相關原則來保障整個系統在使用過程中的隱私安全與風險預警，由此構成了從“技術應用－思維培養-創新實踐”這一閉合性的創新培養閉環，不僅讓創新的過程保持高度的系統性、安全性，同時AI工具也更加契合培養目標，創建可量化的創新人才培養方案。

四、提升AI-協同力的高職院校創新人才培養路徑

AI與行業、產業的深度融合是必然的、不可阻擋的，職業教育要深化產教融合，服務產業需求，必須主動擁抱AI，讓學生真正學懂、會用AI技術，提升與AI的協同力，這是時代提出的新課題，也是高校的責任與使命。如何構建一套高效且適應未來發展需求的高職院校創新人才培養模式，職業院校應該深人探索和實踐。尤其是在人工智能視域下，需立足于高職院校創新人才培養現狀和發展趨勢、所面臨的挑戰以及蘊含的機遇，注重AI協同力的培養和提升，以進一步支撐學生的全面發展，滿足企業數字化轉型對人才的新要求。

（一）構建“三層遞進”的跨學科課程體系，拓寬學生視野

人工智能時代，智能技術與數字社會高度融合，所指向的學習問題往往真實且復雜，無法通過孤立的知識或技能予以解決，因此培養學生的跨學科創新思維是創新人才培養的關鍵所在。根據人工智能技術在各行業產業的應用，及時調整和修訂各專業人才培養方案，從基礎層面、融合層面和實戰層面“三層遞進”構建涵蓋人工智能、大數據、云計算等相關技術的跨學科課程體系（如圖2），注重學科之間的交叉融合。基礎層面，面向全體專業開設《AI通識課》，涵蓋AI工具操作（如ChatGPT辦公優化）、數據倫理基礎等。通過開設AI基礎課程、組織跨學科講座和研討會等方式，拓寬學生的知識視野，培養學生的AI分析首位能力和協同工作能力。融合層面，在專業課程中嵌入AI模塊，如機電專業加入“工業機器人協同編程”、會計專業加入“智能財務分析實戰”等，同時開發建設模塊化選修課程，學生可以根據個人興趣和發展規劃，跨學科專業靈活選擇課程，可以更好地將不同學科的知識融會貫通，拓展知識結構，從而培養跨學科思維能力，激發他們的創造力、創新思維和綜合能力。實戰層面，可以聯合企業開發“AI + 崗位”實訓項目，如電商直播中的AI選品策略設計、智能制造中的缺陷檢測模型調優等。通過“三層遞進”的跨學科課程體系構建，可以很好地將人工智能技術以及人-AI協同能力培養貫穿人才培養的全過程，適應未來勞動力市場變革，對學生來說，能夠應對人工智能帶來的各種挑戰。

倫理協同基礎層 技術協同 融合層 認知協同 實戰層AI通識與工具素養 專業課程AI模塊化嵌 跨學科AI項目實戰（全專業必修基礎） 入（學科交叉能力培養） （校企合作真實項目）

（二）實施產教融合的項目式學習，培養學生創新能力

項目式學習是一種以建構主義為基礎的學習模式，強調以學生為中心，通過真實情境的創設、挑戰性問題的驅動等探索，激發學生好奇心和想象力，培養學生創造性和批判性思維能力、合作交流能力、實踐與創新能力。有研究表明，項目式學習能促進學生的學習效果，包括情感、認知、行為等能力的提升。[高職院校應以產教融合為核心大力推進項目式教學改革，校企雙方共同實施，讓學生通過“情境導入一選擇主題一項目規劃一項目探究—項目實施一成果展示一教學評價”等環節開展項目學習活動。組建“雙師雙能”的項目式教學團隊，校內教師主攻“專業理論 +AI 基礎”，企業工程師指導“場景化AI應用”，如汽車維修檢測專業教師與自動駕駛公司聯合開發故障診斷案例庫，建立項目教學資源庫。建立“虛實結合”的實訓平臺，利用低代碼平臺，如百度的PaddlePaddle、阿里云ModelScope以及DeepSeek等，降低AI開發門檻，學生可快速構建垂直領域模型（如酒后駕駛識別APP）。通過人工智能賦能，項目式教學的內容更加豐富、教學手段更加多樣、教學組織更加可行。項目式教學以行動邏輯為遵循，從校企人員融合、產教內容融合和方法舉措創新三個方面入手，將生產要素和教育要素融會貫通于課程建設與課程教學的全過程，深入推進產教融合、校企“雙元”育人，有效促進高職專業與產業的精準對接。

（三）加強校企協同生態建設，開辟產教融合校企合作新路徑

國務院《關于深化現代職業教育體系建設改革的意見》提出“構建央地互動、區域聯動，政府、行業、企業、學校協同的發展機制”，提出市域產教聯合體、行業產教融合共同體、開放型區域產教融合實踐中心等多項重點任務。高職院校作為聯合體和共同體的主體之一，應該承擔起為市域經濟社會發展和行業產業發展培養高水平復合型技能人才的重任，當然人才的培養應該與產業園、行業企業共同進行，是產教融合背景下多元育人的機制。高職院校應與行業企業建立緊密的合作關系，共建產業學院和產教融合基地，共同推進人才培養和科研項目。積極探索校企“研－訓-賽”一體化培養模式，組織學生參與AI技能競賽（如全國職業院校AI應用大賽）、企業橫向課題（如為中小微企業開發智能客服系統），形成“學習-實踐－創新”閉環。通過校企協同推進，學生可以接觸到真實的工作環境和項目需求，提高實踐能力和協同工作能力。同時，企業也可以為學生提供實習和就業機會，促進學生的職業發展。

（四）建設“雙師雙能”跨專業的師資隊伍，提升教學質量

要全面深化新時代教師隊伍建設改革，培育勝任新時代教育需求的“未來教師”，必須順應時代要求，利用人工智能技術為教師隊伍建設賦能。實施教師AI賦能計劃，打造以“人工智能 + ”為特色的教師教育新體系，貫穿教師職業生涯全過程，通過針對性、定制化的培育、培訓服務，促進教師AI能力的內涵式發展和持續進步。高職院校應優化人才環境，大力引進具備人工智能背景的高水平教師，并加強教師的培訓和交流。各專業教師除具備扎實的專業知識和技能外，同時還應具備跨學科思維能力和協同工作能力。學校可以組建校企協同的跨學科專業課程群教學團隊，組織集體備課和教研活動，交流教學、科研和社會服務方面的成果，共同探討如何將新理念、新知識、新技能、新方法有效地傳授給學生，幫助學生提升綜合能力，培養學生的協同意識和協同能力。

（五）完善多元化的教育評價體系

教育評價是教育改革發展的“指揮棒”，影響著人才培養自標的實現和教育發展方向，也決定了教育的標準、底線和原則。在人工智能視域下，教育評價逐漸朝著智能化、科學化、精準化的方向發展，以便有效輔助教育診斷、挖掘教育問題、支撐教育決策，為教育創新發展提供有效依托。高職院校應建立多元化的評價體系，注重評價學生的協同能力、創新能力和實踐能力等方面。除了傳統的課程考試外，還可以引入項目評審、技能競賽、企業評價等多種評價方式。同時可以引入人機協同能力測評評價學生的人機協同能力（表1），通過多元化的評價體系，可以全面反映學生的綜合素質和能力水平，激發學生的積極性和創造力。

五、結論

在人工智能視域下，注重協同力培養的高職院校創新人才培養路徑是一項系統工程，需要構建跨學科課程體系、實施項自式學習、加強校企合作、建設高素質師資隊伍和完善評價體系等多方面共同努力。協同力作為現代社會不可或缺的能力之一，對于大國工匠、能工巧匠和高技能人才的培養具有至關重要的作用。通過實施這些措施，并結合具體案例的實踐經驗，高職院校要創新人才培養模式，將人工智能、人-AI協同等能力的培養納入學生綜合素養的培養體系，培養出更多適應人工智能時代需求、具備高度協同力的創新人才，這些人才將能夠在今后的工作環境中發揮重要作用，推動社會的創新和發展。

參考文獻：

[1]國務院.政府工作報告[EB/OL].（2024-03-12）2024-11-25].htps：//ww.gov.cn/aowen/liebia/202403/content_6939153.htm.

[2]中國信息通信研究院.全球數字經濟白皮書——疫情沖擊下的復蘇新曙光[R/OL].（2021-09-13）[2024-11-25].tt：//ww.caict.ac.cn/kxyj/qwfb/bps/202108/P020210913403798893557.pdf.

[3]世界經濟論壇（WorldEconomicForum）.FutureofJobsReport2025[R/OL].（2025-01-28）[2025-02-17].htp：/eework.com/folder/433630.

[4]涂春艷，王暉.高職院校\"產教賽創\"融合的創新創業人才培養模式[J].四川勞動保障，2025（09）：129-130.

[5]陳薇伊.自我決定理論視角下高職院校創新創業人才培養路徑探索[J].衛生職業教育，2025，43（08）：20-24.

[6]劉想，毛燕華，邢玉娟，等.“項目牽引+導師托舉\"雙驅動的高職院校創新創業人才培養模式探索[J].鎮江高專學報，2025，38（02）：1-4.

[7]陳春花，朱麗.協同：數字化時代組織效率的本質（精編版）[M].北京：機械工業出版社，2020：05-15.

[8]劉偉.人機混合智能：新一代智能系統的發展趨勢[J].上海師范大學學報（哲學社會科學版），2023，52（01）：71-80.

[9]鄭慶華.人工智能賦能創建未來教育新格局[J].中國高教研究，2024（03）：1-7.

[10]申國昌，申慧寧.人工智能賦能高校治理現代化：內涵、愿景與路徑[J].現代教育技術，2023，33（10）：5-13.

[11]鄭永和，王一巖，楊淑豪.人工智能賦能教育評價：價值、挑戰與路徑[J].開放教育研究，2024，30（04）：4-10.

[12]黃俊，黃淵博，呂子英，等.交互白板環境下共享調節策略對項目化學習中社會情感技能的影響研究[J].開放學習研究，2023，28（06）：51-60.

（責任編輯：麻小珍）