作为一名大二的在校生，我已经在四门课程上未能达到合格标准，接下来我应该采取什么措施呢？
在“知行大先生”AI系统中，中青报·中青网记者模拟学生身份提出了上述问题。该模型在不到10秒的时间内生成了约四五百字的五条建议，内容涵盖了解重修政策与补考时间点，并提供了提前制定学习计划的方法及如何获取辅导员的支持等信息。
广东科学技术职业学院主导开发的这款名为“知行大先生”的人工智能大型模型，在2024年11月23日于珠海举行的2024职业教育机构AI驱动教学研讨会及AIGC技术运用研讨会上首次公开展示。当前，该系统拥有超过3,200名注册用户，其中教师占约200人，学生则有三千余人。“知行大先生”被视为国内首个专注于职业培训领域的人工智能大型模型，并能从“AI助学、助教、助训及助管”这四个维度为教育工作者和学生们提供智能化的应用创新体验。
随着人工智能技术的迅猛进步，各行业都在积极适应这一变化。在2024年3月28日，为了推动智能科技与教学及科研更紧密地结合，并以此激发教育领域的全新活力，教育部发起了一个利用人工智能提升教育质量的行动方案。
根据《生成式人工智能应用发展报告（2024）》在第五届中国互联网基础资源大会上的发布内容，截至2024年7月，我国已有超过190个完成备案并正式上线、能够向公众提供服务的生成式人工智能大模型。其中，行业专用的大模型占据了约七成的比例。
作为培养高端技术技能人才的关键平台，职业院校正致力于将人工智能与教育深度融合，这已成为提升人才培养质量的必要课题。近年来，不少职业院校积极应对人工智能带来的变革，并持续探索构建职业教育大模型的新路径。然而，在理想的职业教育大模型应具备哪些特征以及如何进一步完善这一领域方面仍存在诸多未知。针对这些问题，《中国青年报》及其网络平台展开了深入调研和采访工作。
在职业培训行业出现了人工智能大型模型。
“借助‘知行大先生’项目，每位学子都能获得一位个性化的AI学习伙伴。”广东科学技术职业学院院长张力在接受中青报·中青网采访时阐述了这一AI平台的一个功能亮点：它能够精确解读学生的疑问，并基于教材和网络信息提供精准解答。此外，该系统还能协助学生制定智能课程计划，并通过保存师生与AI的交流记录来进行学习情况分析，进而为每位学生定制化推荐教育资源。
大型AI模型同样能够承担助教的角色。该学院人工智能应用创新中心负责人刘晓林向“知行大先生”输入了他的照片、一段预先录制的10秒语音以及他的教学演示文稿。“知行大先生”在短短几分钟内便为他制作完成了这堂课的教学视频。
刘晓林提到，该教学视频展示了由虚拟教师呈现的课程内容。根据实际课堂的需求，教师们可以灵活地对这些虚拟人物的教学影片做出相应修改。
这项功能在课堂录制上显著提高了老师的作业效率。据刘晓林的观点，过去制作一个课程不仅耗时且复杂，还需雇佣专业的拍摄队伍和化妆师，并租赁拍摄地点，整体费用不菲。而采用“知行大先生”后，则能够利用“教师数字人”的视频快速完成一门课的录制工作。
对于学生陈洁莹而言，这款刚发布的大型模型中她最常用的功能是“指导性问答”。作为计算机工程技术学院（人工智能学院）软件技术专业的一名学员，她常常会“通过点击每门课程右下角的指导性问答部分”，来让AI解答她在学习时遇到的各种疑问。
“它不会直接提供答案，而是引导我逐步思考问题。”她向中青报·中青网记者表达了她的感受，“比如在专业学习过程中遇到一些关于代码的问题时，询问老师可能觉得过于基础。但通过这个平台提问后，AI大模型能够精确解析每一部分代码的意义，并且可以随时随地进行互动解答。”
据职业教育大数据研究院副院长赵曦的观点，生成式人工智能正逐步发展为具备一定主动性、适应能力和自我决策能力的智能化实体。“最终实现人工智能的实际应用”，他指出，“关键在于这一智能化实体的发展”。
“一旦发出特定命令词汇，智能化系统便能够自主地将多个工作流程整合，并依据提供的信息进行决策分析。之后的操作则不再需要外界指令引导，而是逐步根据实际情况来调整其行为。”赵曦解释道，“知行大先生”项目正是借助智能体技术促进学生的实践训练。该系统通过创建真实或虚拟环境，让学生在与智能化系统的互动过程中学习并掌握相关知识和技能，从而提升他们解决实际问题的能力，并激发学生的学习热情和参与度。
赵曦曾经与他在心目中视为“资深权威”的人物——专注于职业教育数字化转型研究的教育部教育数字化专家咨询委员会成员及清华大学教育研究院学者韩锡斌，一起深入讨论了一个议题：即职业教学领域的大规模模型应用究竟可以实现什么功能？
据他们的观点，从应用的角度来看，大型模型可以分为三个层级：基础级（L0）、领域特定级（L1）以及应用场景级（L2）。其中，“L0”代表的是通用型的基础大型模型，例如ChatGPT和文心一言；“L1”指的是专注于某一具体领域的专业大模型；而“L2”则是专门针对特定使用场景设计的模型。“知行大先生”的定位则处于“L1”与“L2”之间。
赵曦指出，目前的通用大型预训练模型都是利用互联网上的公开数据集来训练的，它们掌握的是公共领域的知识信息，并适用于为个人用户提供日常服务支持。而在职业教育领域，则需要对特定专业和技术任务进行深入优化调整，以便提供更加精确且有针对性的应用解决方案。未来的发展趋势是专有大模型的开发和应用，他认为在这一过程中如何有效利用这些技术服务于实际需求比单纯的技术进步更为关键。
职业教育领域的大型模型正在成为职业学校探索的新方向。
面对人工智能带来的影响，众多职业技术学校已着手改革，寻求新的发展方向，并着重于将人工智能技术与职业技能教育相结合。
根据中青报·中青网记者在全国职业院校专业管理与公共信息服务平台上的查询结果，“高等职业教育专业备案情况”显示，至2024年为止，全国有618所高职学院申报了人工智能技术应用（服务）专业的设置，这一数字占到全国所有1547所高职学院的接近四成。除了设立新专业和开设相关课程之外，不少职业院校还积极尝试构建职业教育大模型。
在2024年的6月到7月期间，教育部的职业院校信息化教学指导委员会开展了一项关于职业院校开设“人工智能通识课程”的专题调研工作。常州信息职业技术学院的党委书记兼该委员会主任王钧铭指出，依据调研报告所述，教育部分别于2020年和2021年发布了针对中等职业教育与高等职业教育的信息技术课程标准，在这些标准中都包含了有关人工智能的基础知识。然而，“信息技术”课目内关于人工智能的教学内容及其安排的学时数显得不足，这在很大程度上不能满足当前人工智能时代对专业人才的需求水平。
因此，王钧铭提出，在现有的信息技术课程之外增设一门关于人工智能的基础课程，或者直接更新信息技术课程内容以涵盖更多当前流行的人工智能应用技术。他还强调职业院校在设计“AI+专业”相关课程时应综合考量国家的战略导向、行业需求以及区域经济发展的要求，并考虑与产业链中的企业合作，实施针对性强的技能人才培养计划。
实际上，在开设与人工智能相关的课程方面，不少职业学校已经先行一步进行探索和尝试。南京信息职业技术学院在这一领域表现尤为突出，它早在2017年就启动了建设专门的人工智能学院的工作，并申请设立了“人工智能技术应用”专业，同时还着手编写《人工智能导论》这门课的教材。
广东科学技术职业学院为全校学生开设了一门名为“生成式人工智能素养”的通识课程，并且编撰了相关教材。该学院创新性地使用“预设+生成”模式来设计教材内容，引入AI导学、助学、助训和拓学的新体系，探索了一种融合教学评估的互动式、多元化的智能教科书新方法。
上海电子信息职业技术学院专注于课程创新领域，借助人工智能技术实现了教学内容生产的革新。由传统的制作方法转型为一个能够迅速更新、拥有丰富资料和高效率数据分析的新体系，并在此基础上构建了名为“申课星言”的大型课程创建模型。
人工智能技术在促进职业教学革新方面应如何入手？据上海电子信息职业技术学院下属的申安网络安全产业学院党委负责人及校长何永艳所述，调整课程制作模式至关重要。鉴于课程构成人才培育的基础性因素，职业教育中的课程设计需紧跟行业发展趋势进行更新和发展。
天津商务职业学院的广告学系正致力于研究如何将大型模型技术整合进其课程体系中，并正在打造一个专注于职业教育艺术设计领域的垂直智能环境。该学院还编撰并发布了《场景创意》这一模块化教材，旨在把知识框架转化为实际技能路径图。同时，在诸如《城市标本》和《节气灵兽》等项目的实践中，学系成功开发了自己的小型模型，并将其有效应用于教学中。
“这一成果完美展现了产教融合的优势。”天津商务职业学院党委书记马雷指出，该学院通过聚焦计算能力、算法和数据资源来构建其独特的人工智能生态系统，并且拥有一条在天津市高职院校中独一无二的1.25P算力专用线路。此外，还设立了人工智能与科技艺术协同创新中心，专门用于开展面向设计行业的专业模型训练项目。
青岛职业技术学院院长邢广陆在接受中青报·中青网采访时指出，自2023年开始，该校所有专业均引入了人工智能素养相关课程，并且和互联网企业联手打造了辅助教学的人工智能系统以及智能化的教学评估体系。这套系统的应用首先在电子信息领域启动，随后逐步扩展至其他学科领域，旨在推动人工智能技术与教育评价的深度整合。
当前，青岛职业技术学院正与企业合作开发一个大型模型，该模型配备了课程知识库，并能实时更新扩展其内容。此系统已在包括电子信息在内的八个专业领域展现了理解语义和推理的能力，可以给出详尽的解答和建议，并有能力生成部分教学材料。“这一项目才刚刚开始实施，目前还看不到全部的效果。”邢广陆表示感慨。
要让人工智能在职业教育中发挥其潜力，必须具备相应的计算资源支持，尤其是在开发和维护大型职业教学模型方面，强大的计算能力是必不可少的，并且需要大量的资金投资。广东科学技术职业学院副院长曾文权指出，在“知行大先生”这一大规模模型项目启动之前，该学院已于2022年9月投入超过1000万元人民币建立了智能化算力中心。
尽管“知行大先生”的当前用户数量远未达到智能算力中心的承载能力，作为职业教育领域内的专业大型模型，它依然能够承担探索与示范的重要角色。在会议期间，“知行大先生”研究联盟宣告成立，并且已经有超过200所院校表达了加入该联盟的兴趣。曾文权指出，为了使这个大型模型训练得更为精确和贴合实际需求，必须汇集更多元的职业教育数据资源并促进资源共享。“因此，我们期待更多的职业学校能够参与到我们的研究联盟中来，在实现统一接入标准后共同利用‘知行大先生’这一平台。”曾文权补充道。
职业教育的大规模模型应当紧密契合行业和产业的实际需要。
“人工智能的发展速度令人惊讶。实际应用远远超过了政策和理论的制定。”韩锡斌深有感触地说道。
为了进一步推动国家教育数字化战略的实施，在2024年初，教育部成立了由教育数字化专家组成的咨询委员会，并组建了专门针对“职业教育中大型模型的应用”进行调研的工作小组。该工作小组对相关高等职业院校及企业进行了考察，了解他们在开发和应用大规模模型方面的最新进展。同时，研究探讨如何在职业学校的学科设置、课堂教学、素质培养、就业辅导以及智能管理等多个方面有效利用这些大模型技术的思路与方案。
经过调研，韩锡斌注意到，在职业教育领域中，人工智能技术的应用尚处于试验阶段，并且存在一些误解和低水平重复的问题。尽管很多职业院校都在尝试利用大型AI模型来提高教学质量和效率，但“成效并不一致”，反映出对构建大型AI模型规律理解的不足。
韩锡斌指出，当前职业教育中大型模型的应用主要体现在辅助教师备课和帮助学生解惑等方面。众多教师运用这些大型模型创建微课程并优化教学方案，在一定程度上缓解了他们的工作压力。与此同时，学生们也借助此类技术解决疑惑、提升学习效果。
“然而，职业教育的大规模模型并不等同于简单的知识展示PPT或在线小课程、慕课等形式。它要求更加深入的设计和应用层面的发展。当前情况下，许多教育机构对于大规模模型的认知仍较为浅显，普遍认为只需沿用传统的讲授教学模式即可构建并利用这种模型。然而，真实的情况是：要成功搭建这样的模型体系，则必须紧密联系行业实际需求，并将其与具体岗位紧密结合，从而有效解决教学环境与工作实践之间的对接问题。”韩锡斌表达了这一观点。
韩锡斌指出，构建职业教育的大规模模型是一项复杂且庞大的系统工程，它涵盖了技术开发、教育方法和产业发展等多个领域。通过调研他观察到，当前用于训练这些大模型的数据依旧主要来源于职业院校已有的以知识点为中心的授课资料，比如课程大纲、教学计划、讲义视频及习题库等，“换汤不换药”的情况十分普遍。
韩锡斌特别突出了对教师进行培训的关键性作用。在他看来，作为教育环节的核心参与者，教师的能力水平直接决定了教学质量的好坏。唯有通过增强师资队伍的专业训练与支持措施，提升他们在人工智能技术上的运用技能，“方能保障在职业教学中充分利用大型AI模型的优势”。
这些问题要求我们深入思考并积极解决。核心挑战在于当前开发出的应用大多仅触及表层，并未充分渗透至职业教育教学的关键环节。“我们的需求不仅仅局限于一个简单的答疑工具，而是要构建一套能够深度嵌入教学流程、助力学生增强处理实际工作任务能力的系统。”韩锡斌在接受中青报·中青网采访时强调，“为此，必须重新构想大模型的应用场景，使之更契合职业教育的独特属性。”
他指出，在开发职业教育的大规模模型时应当紧密围绕行业的实际需要，并通过分析典型的职业任务来构建该模型。与侧重理论知识传授的高等教有不同，职业教育更注重学生的实践技能和问题解决能力的培养。因此，在设计此类大规模模型的过程中，应该更加重视具体行业的需求及职业岗位的特点，而不是直接复制高等教育中基于学科的大规模模型建设方式。
针对如何高效运用AI大型模型于教育领域的议题，韩锡斌提出了具体的指导建议。他指出，在职业学校应用AI大型模型进行授课时，必须重新构思教学活动与评估方法。“我们必须摒弃传统教学生态，全面将大模型整合进教学流程的每个阶段。此外，还需革新评价体系，更加侧重考察学生的实际操作技能和解决问题的能力。”韩锡斌强调说。
他还着重指出应充分利用全国行业职业教育教学指导委员会（简称“行指委”）的资源，并特别举例说明了中国物流与采购联合会下的物流行指委在职业教育培训方面的成就：该组织不仅提升了物流领域内的教育和培训水平，还超越了传统的理论学习和课堂授课模式，注重根据实际工作需求培养学生的实践技能及问题解决能力。
韩锡斌认为，行业指导委员会充当着学校和产业之间的桥梁角色，并具备独特的连接功能及中心作用。遗憾的是，在现实中大多数这样的委员会并没有完全发挥其应有的效能，有些甚至停滞不前，成为“僵尸”组织，无法有效地促进职业教育与行业的结合。然而，随着职业教育大型项目的发展建设进程加快，行业指导委员会的重要性日益凸显。
“构建职业培训的大规模模型需要充分利用行指委及行业的影响力，学校、科技企业和相关行业需建立紧密的合作机制，协力推进大规模模型的研发与应用。借助业内专家的参与和引导，该模型可以更准确地捕捉到行业需求和岗位特性，从而为职业教育提供更为坚实的支持。”韩锡斌指出。
韩锡斌指出，构建与应用职业教育大型模型仍存在不少挑战。他建议教育部及相关机构制定更多扶持政策，并明确目标、原则及规范标准，以激发多方主体的参与热情，整合有限的技术资源如算力、算法等以及人力和资金支持，共同探索基于大型模型的职业教育新路径和形式。
相关文章
