“人工智能+教育”视域下职业教育“金课”建设_资讯 - 公考资讯

[db:作者] · 2022-3-31 18:54:34

目前，国内有关“人工智能+教育”的研究主要集中于整个教育领域，很少专门在职业教育领域研究人工智能技术的渗透带来的巨大影响，尤其是对职业教育最基本的细胞——课程，研究数量更是屈指可数。因此，基于“人工智能+教育”视阈探讨“金课”建设对实现职业教育跨越式发展具有借鉴意义。
一、“水课”的三重表征及“金课”的应然向度
课程作为职业教育最基本的细胞，承担着人才培养“最后一公里”的重任。通过无机课堂、只学不思、低阶课程三方面阐明“水课”的三重表征，并从有机课堂、思学交融、高阶课程三方面剖释“金课”的应然向度，为建设智能时代职业教育“金课”提供理论支撑。
（一）无机课堂与有机课堂
无机课堂是一个静态、封闭的实体，实行程序化的技术操作，课堂成为灌输知识的场所，教师是知识的权威，学生是知识的容器，教学过程成为知识机械发放的过程。
无机课堂追求秩序性与确定性，崇尚整齐划一，课堂有机性被肢解，生命活力丧失。按照预设轨道对学生进行加工改造，以纪律和惩罚来维护课堂秩序，课堂成为预设的舞台，教师是独自表演的“演员”，学生则是不起眼的“观众”，课堂更是死寂沉沉的“一言堂”，教学成为一种控制的技术。这是一种“高耗低效”的体力型课堂，由于将“高效性”片面理解为既定时间内知识的教授数量，师生虽投入巨大的时间与精力，但最终也成了“水课”。
有机课堂是一个动态、开放的场域，课堂教学也不再是教师的机械灌输，而是学生根据自身经验的主动建构。教师从“演员”成为“导演”，学生由“观众”变为“演员”，课堂也由“一言堂”转型“教学共同体”。
有机课堂在追求课堂的开放性与生成性的基础上，尊重学习者本身的主观能动性与创造性，并创造条件使之与知识的发展性与建构性交融，共同描绘一幅动态生成的课堂景象。教师与学生构成完整的生命共同体，和谐共生，教学成为一种合作的艺术。学生主体地位得到尊重，自主性得到更好发挥，生命整体得到发展。教师通过与学生合作交流，不断加快自身专业化进程，生命价值得以彰显。这是一种“低耗高效”的“智慧型教育”，有机课堂的“高效性”不再是一味地追求数量高效，而是更多以质量高效与效益高效为旨趣，使师生以最少的教学投资获得最大的成长收益，轻负高质，是为“金课”。
（二）只学不思与思学交融
教育部高等教育司司长吴岩提出了大学课堂教学的5重境界：安静、回答、对话、质疑与争辩。但大学教育与职业教育分属两种不同的教育类型，其受教育对象的智能倾向与思维类型也存在差异，因此我们不能对大学课堂教学的5重境界照抄照搬，否则职业教育的师生都难以接受。我们认为，职业教育的课堂教学也具备五重境界：无视、关注、思索、首发与影响。
最低一重境界是无视，老师毫无存在感地讲，学生心不在焉地听，交头接耳，相互干扰，课堂环境嘈杂，教学活动成为师生共同的负担。第二重境界是关注，学生开始注意教师授课并有简单的交流互动，但仅停留于最基础的“是”与“否”层面。第三重境界是思索，学生对教师授课内容产生兴趣，师生双方开始出现互动和交流。第四重境界是首发，首发是指第一个发言的学生。学生开始思索并积极表达自己见解，并对其余学生产生激励效应，此时课堂教学活动充满活力。最高一重境界是影响，学生通过与教师间的交流对话改变教师对某一理论或技术的认知，师生双方在知识、技能与情感三方面皆实现质的飞跃，达成共生。
职业教育课堂教学前两重境界的课堂皆属于“填鸭式”课堂，学生只学不思，难以企及预定教学目标。后三重境界思索、首发与影响的课堂属于高境界的、思学交融的“金课”课堂。首发是影响的先决条件，而思索是首发的逻辑起点。学生先通过教师的授课内容看到知识具体的“原型”，再经过思索寻得其抽象的“模型”，最后进行反思获得其客观实在的“实型”。思学交融的“金课”成功体现了职业教育在学中思和思中学与学中做和做中学的教学思想，真正做到知行合一，发展学生综合职业能力。
（三）低阶课程与高阶课程
当代著名教育学家本杰明·布鲁姆在《教育目标分类：认知领域》一文中将人的认知分为6个层级：记忆、理解、应用、分析、评价与创造。其中“记忆+理解+应用”属于较低层级的认知，称为“低级思维”；“分析+评价+创造”属于较高层级的认知，称为“高级思维”。低阶课程的教师进行的是低层次的教学活动，向学生传授的是低阶知识，学生开拓的是低阶思维，发展的是低阶能力；高阶课程的教师进行的是高层次的教学活动，向学生传授的是高阶知识，学生开拓的是高阶思维，发展的是高阶能力。
李志义教授在《“水课”与“金课”之我见》一文中将陈述性知识归为低阶知识，将策略性知识归为高阶知识，这种分类是非理性的。陈述性知识与策略性知识二者自身并无质的区别，皆属于应用性知识范畴。陈述性知识回答的是“是什么”与“为什么”的原理性问题，策略性知识解答的是“怎么做”与“怎么做得更好”的过程性问题。就职业教育领域而言，低阶知识是陈旧性的、被时代所淘汰的过时知识；高阶知识是创新的、符合时代要求的知识，更是适切职业教育教育发展客观规律、具有强大生命力的知识。
根据职业行动能力所涉及的内容范围，可将其划分为专业能力、方法能力和社会能力。专业能力是职业业务范围内的能力，也是一个劳动者胜任职业工作的意愿和本领，主要包括生产工作的方式方法以及对劳动对象和材料的认识等。随着智能时代新技术、新方法和新材料的冲击，横向的工作过程去分工化与纵向的人才结构去分层化愈发显著，对岗位的描述与评价也越来越难。我们很难对高技能人才的职业资格要求做出精确的预测，因此专业能力作为一种静态的能力也逐渐淡化为低阶能力。而作为教导人“学会学习”的方法能力和与他人沟通、合作、负责的社会能力重要性愈发凸显，两者作为一种动态技能成为机器无法替代的高阶能力。
二、淘金去水：“人工智能+教育”视域下职业教育“金课”建设
“人工智能+教育”视域下职业教育“金课”建设是一个三维一体的系统体系。需分别从课程意蕴转向、个性化学习“孵化器”与教师角色逻辑位移三个维度重塑课程理念、学生学习与教师教学，从而建设适切“人工智能+教育”态势下的职业教育“金课”。
（一）“点”到“空间”：
课程意蕴的根本转向
“人工智能+教育”态势下智能感知技术、学习分析技术、智能大数据技术和情感计算等技术的使用为职业教育“金课”建设提供了外部层面的“硬件”支撑，而内部“软件”层面——课程意蕴，才是“金课”建设的思维根基。
传统的课程在人们心中是一个“点”的概念，将其理解为“一门课业”或“一类活动”，对课程的认识仅停留于“内容”层面。经典的课程定义是从拉丁语“currere”一词派生而来的，意为“跑道”（race-course），强调“道”的理念。随着课程理论的发展，人们对课程的理解逐渐由静态的“道”向动态的“跑”变更，课程的内涵也由“点”延伸至“线”。《中国大百科全书·教育》将课程释义为“课业及其进程”，不仅强调静态的教学内容，更突出动态的教学进程，由此人们对课程的认知从课程“内容”向课程“组织”层面跃迁。然而我们为何一定要将学生规制在固定的跑道上，而不是为学生创设一个具备生成与建构功能的三维空间？智能化时代生产方式个性化、工作模式现代化、人社交互显著化与制造业服务化等趋势的出现，导致企业对学生综合职业能力要求越来越高，亟待职业教育课程意蕴由“一维”和“线性”向“空间”向度嬗变，从“软件”层面与 “金课”建设要求相协同，培养高度复合型人才。
“金课”视域下的“空间”是对传统课程意蕴立体化、全方位和多层次的整体性变革，是由三个维度构成的生态系统。
其一，空间即体系。从结构视角而言，空间不再是由物理界面围合而成的封闭教学场所，而是由物质性、精神性与社会性所集成的教学共同体。体系外部是构成空间的物质场所与设施设备，主要包括“多功能”智慧教室、“一体化”数字实验室与智能化教学设备。体系内部则是师生通过实践与外部互动生成的“人化”空间，其构成要素主要是知识与技能、过程与方法、情感态度与价值观。
其二，空间即场域。空间不仅是存在于特定位置中的物质实体，更是教师和学生在多维互动中所创建的场域。场域是一种非实体“物质”，弥散于整个空间，学生一旦进入课堂，场域便对其产生效力，这正是教育开始的地方。学生在场域中根据自身经验建构知识体系与发展职业能力，学习不再是由外向内地强制灌输，而是自里而外地天然生长，综合职业能力自然生成。
其三，空间即关系。建设职业教育“金课”，必然涉及三个核心要素：教师、学生与情境。空间课程意蕴下师生之间的关系不再是传统的“主客对立”，而是一种双向渗透的“交互主体”，二者皆为空间的建造者。情境依附于特定的场所与资源，由此构成教师、学生与情境之间的多维关系网。教师与学生在空间内超越“单声道”的知识讲授，实现平等的思维对话与情感对话，具有建构、生成与唤醒意义。
（二）智适应学习：
个性化学习的“孵化器”
思学交融与因学定教是职业教育“金课”建设的逻辑指向，更是学生对个性化学习方式的渴求。传统的班级授课制在实现人才大规模生产、满足工业时代生产发展需要的同时，也成了人才实现个性化学习的掣肘。
中国科学院朱新明教授提出的“自适应学习”打破了传统班级授课制中共步同调、整齐划一的学习模式，为通过技术实现学习者个性化学习提供了借鉴。自适应学习系统能够以职业资格、操作过程和学习者特征等为依据，为学习者提供动态的、个性化的学习支持。然而在对学习者的操作点熟练程度以及个性化学习路向的精准推荐上，自适应学习系统则难以企及，由此“智适应学习”系统应运而生。智适应学习系统是人工智能技术支持下的在线自适应学习系统。就其运行机制而言，智适应学习是一个“五星”联动的系统体系。
一是超纳米级操作流程分解。智适应学习系统力图模拟甚至超越既具备理论知识又具备实践操作技能的“双师型”教师，做到对学习者提供精准的学习支持。通过将职业规范与操作流程拆分为可操作、可量化和可传授的知识点与流程点，生成知识地图，帮助学习者掌握其关联性。同时，进一步对非关联性知识点与操作点采用概率渲染，且通过高级算法找到渲染规律，为学习者营造深度学习情境。
二是精准个性化学习路向推荐。个性化学习路向是根据学习者的特征优势设计学习目标、推送定制学习内容和活动，并由学习者自定步调的序列集合。智适应学习系统通过对学生进行用户画像扫描，精准定位学生先决技能基础和知识薄弱环节，自动匹配个性化学习内容，以减少低端重复操作，发展学生高阶技能。
三是差异化学习服务。智适应学习系统实现了教育与技术的深度融合，在学习数据上，通过情感计算技术对学习者的注意力、表情、情绪等学习表征进行量化采集，并进行心智推理，以确定学习者的智能倾向、思维习惯、认知层次等个体体征；在学习计算上，通过学习分析技术与机器学习解释和预测学习者数据，并通过大量运算生成学习预测模型和学习者模型，以此作为差异化学习服务的提供根基；在学习方式上，通过自适应学习技术破解传统“千人一面”的教师传授途径，学生可基于个性化网络学习平台、自适应学习服务平台获取差异化的知识与技能。
四是以学生为中心的理念。MOOCs式的在线教育出现后一度被认为是粉碎传统教育模式的践行者，但其始终难以破解学生专注度的问题，依旧是教师单纯地传授知识，仅是时空发生了细微变化而已。而智适应学习不仅提供差异化学习服务，更营造社群化的智适应学习环境，通过师生多维互动、智慧学习伙伴以及职业技能比拼等方式增加对学习者学习情感的关注，提升并维持学习者学习动机，增强智适应学习系统黏性。
最后是智能化自我进化。智适应学习系统在机器学习、神经网络以及学习计算等人工智能技术运用后，不仅具有复杂数据处理运算的能力，更具备了类似人类大脑的自学与自我进化能力。当学习者在某个操作点上呈现高出错率，智适应学习系统能够自动对原有知识图谱与学习路向进行个性化的动态调整，找出该操作点的先决因素并据此推送相关学习内容，以此“治标治本”，引导学习者学会学习。
（三）“双师型”数字教师：
教师角色的逻辑位移
如何传授高阶知识，开拓学生高阶思维，发展学生高阶能力是职业教育“金课”建设的终极旨趣。“人工智能+教育”时代科技发展成级数式增长，学习分析技术、智能感知技术与4D打印等人工智能技术对传统教学方式造成了巨大冲击，也对职业教育人才培养模式提出了新挑战。技术进步是职业教育“金课”建设的外部因素，如何运用技术及实践反思才是“金课”建设的战略核心，而教师则是这个核心的关键要素。
《国家职业教育改革实施方案》明确将“双师型”教师定义为同时具备理论教学和实践教学能力的教师。但“人工智能+教育”时代对教师的诉求愈加严苛，不仅需具备理论与实践能力，更需发展应对智能化冲击的数字素养，掌握智能教学技术，成为“双师型”数字教师。那么，适切智能化时代职业教育“双师型”数字教师到底是什么样子？“双师型”数字教师是指处于智能时代下，愿意学习和使用智能教学技术，并积极反思新技术与教育教学改革的契合点，从而实现人工智能与教学双向耦合，以此培养高度复合型人才的理实一体化教师。也就是说，“双师型”数字教师要从传统的技术“消费者”成为技术“生产者”，从课程执行者转向课程研发者，从学习监督者变为学习引导者，真正成为人才培养的工程师，“金课”建设的践行者。
完成以上角色位移的外在条件是智能化教育环境，内在条件则是教师对自身角色的再认知。相较于传统教师角色，“双师型”数字教师是装配了智能教学工具的学习引导者和研究者，采用智能教学技术将为教师带来内外部两个层面的变革。就外部而言，智能教学技术将系统提升教师的教学能力。智能化学习环境下教师可将教学过程中枯燥乏味的操作流程进行虚拟仿真，多视角立体呈现教学内容，使学生能够多感官、全方位地参与课堂教学。
同时学习者在课堂中的所有学习行为都将被计算机记录下来并进行智能算法分析，教师不仅能够了解到不同学习者的学习风格与个性特征，还能掌握学习者当前学习状态与潜在问题，以此对学习者提供个性化的学习支持。从内部来看，智能教学技术将极大延展教师的感知边界。通过以自然语言处理、人机交互与计算机视觉为基础的智能感知技术，教师无论是在传统课堂还是虚拟网络空间下都能够清晰地感知到学生的学习情绪、心理变化和学习偏好等要素，为学生提供精准的学习支持。
智能教学技术为教师带来益处的同时，也对其综合素质提出了挑战。首先是知能结构。知能结构主要指教师在教育教学过程中所拥有的知识信息及其所反映的能力结构。2018年,全国职业院校教师总数约为133.2万人,“双师型”教师数量仅为45.56万人，占比约为34.25%。多数职业院校教师知能结构单一甚至偏废，复合型知能结构教师数量较少。
其次是“素养鸿沟”。“素养鸿沟”是指随着信息技术设备的推广与普及人们在使用信息技术的能力和素养之间的差距。智能教学技术是多种软硬件技术的联合运用，即使其设计越来越人性化，对多数教师而言仍是巨大挑战。
最后是教学决策。智能化学习技术的运用在对学习者进行立体式分析的同时，也产生了大量的分析数据。如何对数据进行分类处理、优先排序以及选择差异性的资源以满足学习者个性化学习的诉求，是“双师型”数字教师需要关注的核心课题，也是职业教育“金课”建设的重要保障。