秦天程

摘 要：人工智能的發(fā)展對高職學生職業(yè)技能提出了新要求。為適應智能化工作發(fā)展趨勢，高職學生需要具備處理復雜工作模式的技能。人工智能賦予高職學生職業(yè)技能三重涵義，包括非結(jié)構(gòu)化技能、與學習任務環(huán)境互動的增強型技能、對復雜技能學習的心理適應性。人工智能視域下高職學生職業(yè)技能的學習評價有兩方面特征，一是評價結(jié)構(gòu)的多維性，二是重視學生技能成長表現(xiàn)的評價取向。為促進高職學生職業(yè)技能學習與評價的融合，要尊重學生自我導向的學習，保障學生智能化、個性化的學習環(huán)境，讓學生參與學習評價標準的設計過程，重視通過學習評價激勵學生潛在技能，利用EDM實現(xiàn)對學生成長的全方位評價。

關鍵詞：人工智能;高職學生;技能內(nèi)涵;學習評價

一、問題的提出

人工智能科技的興起和發(fā)展，一方面加速了現(xiàn)有產(chǎn)業(yè)與數(shù)字化、智能化的融合，另一方面使“機器換人”成為一個不可回避的話題。Frey和 Osborne研究了以機器學習和移動機器人為主要表現(xiàn)的未來智能對美國勞動力市場702種工作崗位的影響，發(fā)現(xiàn)在今后10—20年中，47%的崗位有被智能化替代的風險[1]。對于高職院校來說，對學生職業(yè)技能的培養(yǎng)需要結(jié)合智能時代新形勢做出改革和調(diào)整。

面對人工智能的快速發(fā)展，高職院校在教學系統(tǒng)、課程設置上主動做出調(diào)整，并通過加大與人工智能企業(yè)合作的力度，為學生創(chuàng)造在智能化工作場景下的實踐機會。但是，在這個過程中，仍存在許多問題。第一，學生對所學專業(yè)認同度不高。由人工智能發(fā)展引發(fā)的對“機器換人”的擔憂影響著學生對所學專業(yè)就業(yè)前景的看法。在某些高職院校校企合作訂單班中，學生對職業(yè)發(fā)展缺乏信心，中途辭職、轉(zhuǎn)換實習單位的現(xiàn)象頗多。即使在人工智能企業(yè)，學生無法堅持實習而中途返校的現(xiàn)象也較為常見，還有學生從一開始就放棄了訂單班專業(yè)所對口的崗位。第二，學生學習倦怠現(xiàn)象嚴重。近年來，高職學生在實習實踐過程中的學習倦怠開始出現(xiàn)，并呈上升態(tài)勢，表現(xiàn)為學生對實習實踐不感興趣，實習表現(xiàn)消極被動，無力完成實習任務，甚至對實習產(chǎn)生焦慮等心理問題。第三，頂崗實習評價對學生缺乏激勵效果。目前，大部分高職院校對學生實習結(jié)果的評定由校內(nèi)和校外指導教師分別給學生的實習表現(xiàn)評分，兩項合計確定總評成績。這種考核仍然是以傳統(tǒng)的分數(shù)為導向，不能完全達到對學生技能學習進行評價的效果。第四，校方合作企業(yè)重視學生的工作業(yè)績，輕視學生生涯發(fā)展。在很多校企合作的企業(yè)中，學生的實習表現(xiàn)往往與其工作態(tài)度、銷售業(yè)績掛鉤，學生依據(jù)自己個性學習相關技能的機會很少。

上述問題的出現(xiàn)有諸多方面原因，但是，最關鍵的原因在于學習評價難以與學生的學習任務和學習目的相匹配。隨著智能化時代的到來，人工智能、機器學習對傳統(tǒng)職業(yè)和常規(guī)工作崗位的替代形勢更加嚴峻，學習者需要以達到更高的職業(yè)技能標準為目標進行有意義的學習，因此，高職院校需要從學生技能培養(yǎng)的模式以及學習評價等方面做出調(diào)整。

高職院校校企合作主要是通過創(chuàng)設特定的學習場景——工作場情境實現(xiàn)的。工作場模擬的本質(zhì)是實境學習，其重要屬性是學生必須承擔傳統(tǒng)學習方式下本應由教師承擔的責任。Gulikers等進一步提出了實境學習評價的五維度框架（5DF），即學習任務、現(xiàn)場情境、群體背景、評價方法、評價結(jié)果/標準，證明了這種實境化的學習任務、學習情境和評價方式能促進高職學生深層學習和通用技能的發(fā)展[2]。

人工智能的發(fā)展正在引發(fā)多領域的深刻變革。一般認為，人工智能是試圖模擬人類意識和智能的程序、算法和系統(tǒng)。隨著人工智能在教育領域的應用，一些研究者開始關注人工智能對學習方式、學習環(huán)境和技能發(fā)展的影響。Freina和 Ott認為，虛擬現(xiàn)實分為沉浸虛擬現(xiàn)實和非沉浸虛擬現(xiàn)實。教育中應用虛擬現(xiàn)實的主要動機是能夠為學習者創(chuàng)設一種不限時空的以問題為導向的情境[4]。Hassani等證明，通過智能化的虛擬現(xiàn)實學習場景設計，可以融合教學理念，并能顯著提高學習者的學習效果[5]。劉文認為，通過智能終端設備在線自主學習將成為高等教育中學習形式的主流，將會影響到教學內(nèi)容、教學形式、教學媒介方面[6]。

可見，已有研究重視學習效果與學習評價的內(nèi)在聯(lián)系，但對高職學生職業(yè)技能學習內(nèi)涵在智能化場景下的演進以及學習效果評價如何適應智能化發(fā)展趨勢等問題的研究較少，而這些問題的探討對于培養(yǎng)高職學生職業(yè)適應性以及職業(yè)素養(yǎng)具有重要價值。

二、人工智能視域下高職學生職業(yè)技能的內(nèi)涵闡釋

隨著智能化時代的到來，技能的內(nèi)涵發(fā)生了深刻變化，一些傳統(tǒng)職業(yè)和常規(guī)工作所需的技能正在被人工智能、機器學習所替代。傳統(tǒng)技能以及技能標準所能滿足的職業(yè)需求的空間越來越小，需要向更高的技能標準轉(zhuǎn)換。同時，這也對以培養(yǎng)技能人才為目標的高職院校提出了新挑戰(zhàn)。在人工智能沖擊職業(yè)選擇的背景下，高職院校應讓學生意識到處理復雜工作模式的技能而非傳統(tǒng)的熟練型單一模式的技能，才是其當前所需要的技能。

處理復雜工作模式的技能從技能發(fā)展目標、訓練過程及技能要素等方面都與傳統(tǒng)技能有本質(zhì)不同。就完成工作任務的基本步驟而言，前者表現(xiàn)為非固定、非程式化步驟，對應的是主動探究式、開放式的學習，后者表現(xiàn)為固定、程式化步驟，對應的是被動、模式化的學習;就學習者與學習環(huán)境的關系而言，前者表現(xiàn)為與學習任務環(huán)境積極互動，后者表現(xiàn)為被動受制于任務環(huán)境;就學習者的心理動機而言，前者所需要的學習者對學習情緒控制調(diào)節(jié)能力遠高于后者。這些差別反映了人工智能視域下高職學生職業(yè)技能的內(nèi)涵，包括非結(jié)構(gòu)化技能、與學習任務環(huán)境互動的增強型技能、對復雜技能學習的心理適應性。

（一）非結(jié)構(gòu)化技能

在大多數(shù)的學生頂崗實習中，學生是接受者，只能在給定的任務中完成校企雙方設定的實習或工作任務，被動服從校企雙方對其頂崗實習的評價。雖然學生需要面對工作現(xiàn)場發(fā)生的各種實際問題，但解決實際問題過程中所需的技能由于給定學習任務和學習評價模式的限制，往往導致技能的結(jié)構(gòu)化。而這種結(jié)構(gòu)化的技能崗位最易被人工智能所取代。面對人工智能對技能結(jié)構(gòu)化的挑戰(zhàn)，學生需要的是主動探究式、開放式學習，通過對學習任務、技能發(fā)展目標的自我導向和自我檢視，進行復雜決策，發(fā)展不受制于特定學習任務和固定模式的非結(jié)構(gòu)化技能。

（二）與學習任務環(huán)境互動的增強型技能

學習任務環(huán)境與學習任務完成的結(jié)果直接相關，不同類型的學習很大程度上體現(xiàn)為學習環(huán)境的差別。根據(jù)Gulikers的研究，學習環(huán)境包含學習現(xiàn)場情境要素，學習者之間的交流和互動，對學習任務完成情況的評價方法、評價標準和評定結(jié)果等。就高職學生而言，學生是通過企業(yè)工作現(xiàn)場進行實境學習，在教師指導下解決學習任務中遇到的問題，并對這種實境學習的質(zhì)量做出總結(jié)和評價，以發(fā)展個人專業(yè)和通用技能。這是高職院校校企合作培養(yǎng)方式的基本特征，這種特定學習情境是為達到學習者技能培養(yǎng)目標而設計的。人工智能替代結(jié)構(gòu)化技能的趨勢，促使學習者必須適應與學習環(huán)境互動的增強型技能學習。這種學習方式下，學習者可以通過選擇甚至創(chuàng)設新的工作情境，在變換的任務背景中，鍛煉應用復雜策略解決問題的能力。

（三）對復雜技能學習的心理適應性

無論學習知識，還是學習技能，能夠持續(xù)從初級層次向高級層次提升，主要動力來自于學習者的情感投入。學習者積極的情感投入，能夠?qū)⑵鋺B(tài)度、價值觀、信條等內(nèi)化為學好技能的心理動力。在常規(guī)的技能學習，尤其是低技能學習中，學習者情感情緒的影響并不明顯，只要按部就班完成固定步驟或?qū)W習模塊即可。但是，非結(jié)構(gòu)性技能包含了復雜的技能要素，在完成這類技能的學習任務過程中，不僅需要學習者具備熟練的經(jīng)驗，而且需要其具備成熟的心理調(diào)控能力。高職學生面對智能化工作對高技能學習的要求，易產(chǎn)生抵觸情緒，從而產(chǎn)生學習倦怠，積極的情緒情感、強烈的學習動機能促使其對復雜技能實踐持續(xù)投入，踴躍參與，克服學習倦怠。

三、人工智能視域下高職學生職業(yè)技能的學習評價

實現(xiàn)從傳統(tǒng)技能標準向更高技能標準的轉(zhuǎn)換，不僅要從課程設置、學生學習模式等方面做出調(diào)整，而且要對現(xiàn)有的學習評價進行優(yōu)化和創(chuàng)新。學生要以達到更高的職業(yè)技能標準為目標進行有意義的學習，而學習評價的主體、評價內(nèi)容的設計、評價標準的取向都需要以學生的學習力為核心。在智能化背景下，高職院校要將學習評價與學生的學習行為融合，并按智能化工作崗位所需的職業(yè)技能要求，重塑學生已有的認知，促使學生認同評價結(jié)果，并將其內(nèi)化為更高的學習目標。

在校企合作過程中，學生的專業(yè)技能學習不但是自身學習體驗的過程，還是學校、企業(yè)、學生各方作為利益相關者建構(gòu)一致的技能觀念的過程。高職學生要掌握勝任智能化工作的職業(yè)技能，不但要建構(gòu)已有知識和新知識之間的聯(lián)系，還要建構(gòu)所習得的知識和本人、學校、企業(yè)及其他利益相關者對其學習效果的評價之間的聯(lián)系。前者有助于學生形成自己的知識技能體系，后者有助于學生形成個性化的技能觀、知識觀和職業(yè)觀，這是高職學生適應人工智能時代的心理資本。對高職學生的技能學習評價應該是各利益相關主體，包括學校、企業(yè)、行業(yè)、職業(yè)資格評定方及學生個體對學生學習過程共同進行建構(gòu)的過程。雖然將學習評價與學生的學習行為進行全面融合是一個理想化目標，但人工智能的應用使人們對技能的內(nèi)涵和標準有了新認識。相應地，學習評價和職業(yè)技能的關系也開始被重新審視，學習評價不僅僅要對學習效果進行評判，還要對學生在技能發(fā)展過程中的成長表現(xiàn)進行評價，從而達到學習評價與學習過程的整合。

人工智能視域下高職學生職業(yè)技能的學習評價有兩方面特征，一是評價結(jié)構(gòu)的多維性。多維學習評價結(jié)構(gòu)是指從學習者對學習環(huán)境適應力、心智發(fā)展、學習情感、主動性、創(chuàng)造性等多個維度評定學生的技能潛力。這種多維評價結(jié)構(gòu)反映了學生技能學習過程中認知、情感和結(jié)果的整合，能全面衡量高職學生達到的技能等級和技能發(fā)展的潛力。二是重視學生技能成長表現(xiàn)的評價取向。這種評價取向要求以提高學生適應智能化工作的技能為核心，制訂實境學習評價標準，構(gòu)建學習評價體系，衡量學生在工作情境變換的條件下解決問題和完成任務的表現(xiàn)。這有利于對學生的技能成長行為進行記錄和評定，反映高職學生在技能心理、技能知識和技能實踐等方面從初級到高級的演進。

四、人工智能視域下高職學生職業(yè)技能學習與評價融合的途徑

（一）尊重學生自我導向的學習

鼓勵學生在頂崗實習中，自己創(chuàng)設學習情境，根據(jù)個人的特點，制定個性化的學習任務。高職院校對學生頂崗實習的要求應更具開放性，積極提高頂崗實習效果，培養(yǎng)學習者對實踐的感悟和認知，提升學生對頂崗實習的滿意度。

（二）保障學生智能化、個性化的學習環(huán)境

完善校企合作培養(yǎng)制度，保障實習學生的學習環(huán)境。頂崗實習的學生首先是學習者，其次才是企業(yè)的準員工。因此，參與校企合作的企業(yè)要保證學生擁有智能化學習的環(huán)境，保障學生在企業(yè)展開個性化的學習實踐。

（三）讓學生參與學習評價標準的設計過程

學校在制定校企合作學習評價標準時，應充分考慮學生作為校企合作利益相關者這一重要身份，組織學生代表參與考核方案制定過程，增強學生對實習評價總目標、具體內(nèi)容、評價項目的理解和認同。

（四）重視通過學習評價激勵學生潛在技能

在各項職業(yè)技能評價中，學校不但要重視考試成績，還應重點考察學生對未來職業(yè)技能的認知、學習適應性、人文素養(yǎng)、價值觀等潛在技能因素，將這些方面和學生學習行為表現(xiàn)相結(jié)合的評價結(jié)果作為評定學生技能學習成果的重要依據(jù)。

（五）利用EDM實現(xiàn)對學生成長的全方位評價

在技術層面，高職院?？刹捎媒逃龜?shù)據(jù)挖掘技術（EDM），從學生行為表現(xiàn)的大數(shù)據(jù)資源中，捕捉每個學生的行為表現(xiàn)信息，通過大數(shù)據(jù)收集、處理，對學生進行過程性評價，從而全面反映學生學習成長的情況。

參考文獻：

[1] FREY C B，OSBORNE M A. The Future of Employment：How Susceptible are Jobs to Computerisation？[J]. Technological Forecasting & Social Change，2017（114）：254-280.

[2] GULIKERS J T M， BASTIAENS T J，KIRSCHNER P A. A Five-dimensional Framework for Authentic Assessment[J]. Educational Technology Research and Development，2004，52（3）：67-86.

[3] GULIKERS J T M，BASTIAENS T J，KIRSCHNER P A，et al. Relations between Student Perceptions of Assessment Authenticity，Study Approaches and Learning Outcome[J]. Studies in Educational Evaluation，2006，32（4）：381-400.

[4] FREINA L，OTT M. A Literature Review on Immersive Virtual Reality in Education： State of the Art and Perspectives[A] //The International Scientific Conference ELearning and Software for Education[C].“Carol I”National Defence University，2015：133.

[5] HASSANI K，NAHVI A，AHMADI A. Design and Implementation of an Intelligent Virtual Environment for Improving Speaking and Listening Skills[J]. Interactive Learning Environments，2016，24（1）：252-271.

[6]劉文.人工智能時代高等教育之變與不變[J].黑龍江高教研究，2018（3）：1-5.

[責任編輯? ? 劉素萍]