●随着数智化技术发展和社会进步，具备高技能、创造力和解决问题能力的“用脑”型技能人才越来越受欢迎。AI应用场景的工作，职业人才需要进行人机交互、综合判断和现场决策等。熟练掌握传统操作技能、深入了解AI工作原理、具备全局思维能力、能够分析现场问题并找到解决方法以及能够快速学习新知识和技能，是“用脑”型技能人才的典型特征
人工智能与高职教育双向赋能
□ 楚金华
“AI能像人一样思考了”，这是今年年初火爆全球的DeepSeek带给使用者的最大感受。随着AI技术的蓬勃发展和广泛应用，越来越多的人工岗位正面临被AI替代的风险：AI助手高效撰写文案、生成报告，智能客服24小时在线解答常规问题，甚至在一些设计领域，AI也能根据需求生成初稿，挑战着初级设计师的生存空间。对此，有人指出，AI已经严重威胁高职院校的生存了。果真如此吗？对于这个问题，我们不能一概而论，应该具体问题具体分析。
AI重塑人才需求格局
AI的迅猛发展正在重塑各行各业，教育也不例外，这是不争的事实。数据显示，2024年我国人工智能产业规模突破7000亿元，连续多年保持20%以上的增长率。AI对高职教育的影响不容小觑。
AI对高职院校形成的挑战首先体现在技能人才需求的两点变化上：
一是“无脑”型技能岗位需求越来越少。此类技能岗位主要指重复性工作、低技能工作和操作规则明确的工作。理论上，任何能够被转化为AI可以“理解”的现实问题，都可以交由AI处理。随着计算技术、数据和软件工程技术发展，受技术理性和经济利润驱动，越来越多的这类“无脑”型岗位会被AI取代，DeepSeek等大模型的横空出世与广泛应用更是证明了这一点。
二是“用脑”型技能人才越来越受欢迎。随着数智化技术发展和社会进步，具备高技能、创造力和解决问题能力的“用脑”型技能人才越来越受欢迎。AI应用场景的工作，职业人才需要进行人机交互、综合判断和现场决策等。熟练掌握传统操作技能、深入了解AI工作原理、具备全局思维能力、能够分析现场问题并找到解决方法以及能够快速学习新知识和技能，是“用脑”型技能人才的典型特征。
高职院校办学面临挑战
AI对高职院校形成的挑战其次体现在关键办学能力上。随着算法、软件工程、算力和数据等因素不断改进，AI表现出的“类人”能力越来越强劲，如自然语言处理、图文识别及决策生成等，尽管当前的AI尚未具备真正的人类思维能力，但其强大的数据处理、模式识别和自动化能力，正在以前所未有的速度变革各行各业的业态与组织形态，成为推动社会经济发展的变革引擎。智能化、数智化、无人化、绿色化、融合化、服务化、协同化、个性化已成为各行各业的发展趋势，有些已近乎实现。这对高职院校的专业、课程、师资队伍、教材和实训基地建设带来了明显挑战。
AI对高职院校形成的挑战还体现在内部治理上。我国高职院校普遍采用科层制内部治理模式，这种治理模式在非信息化时代具有高效特征，而在信息化时代，其执行效率就显得捉襟见肘，AI时代就更不用说了。决策效率低下、缺乏灵活性、抑制创新活力等特征已难以适应AI时代需求，AI时代需要更加扁平化、网络化和智能化的治理模式。
倒逼高职教育教学改革
挑战也是机遇，AI技术在对高职院校形成挑战的同时，也带来了发展机遇。
首先，应理性认识到AI带来的是挑战与机遇并存。AI的本质就是一种基于概率的逻辑推理，它就是一个训练好的大模型，其效度完全取决于已知数据的数量和质量，是一种数据驱动的逻辑匹配，而非理解驱动的逻辑推理。如AI无法像牛顿一样提出万有引力定律，原因就在于它缺乏真正的洞察力、创造力和因果推理能力，它只是一种基于经验数据的概率判断，它可以从数据中发现规律，但目前无法超越数据范围提出新理论，更不能像人类一样能灵活将经验泛化到新的场景。从现有技术看，AI无法取代人类思维。AI在取代部分“无脑”型技能岗位的同时又会创造一些“用脑”型技能岗位，而且受技能本身、配套技术及实现成本等因素影响，具有高“人类技能”特征的岗位，如理发师，短期内难以被AI替代。高技术技能和高人类技能都是经济社会发展不可或缺的人才类型。AI在对关键办学能力形成挑战的同时，也在倒逼教育教学改革，为成功实现教育教学改革创造有利外部条件。
其次，要启动一批AI赋能的改革任务。AI能有效扩充人类智力能力，是深化高等职业教育改革的利器，借助AI能啃下高职教育改革的诸多“硬骨头”，如产教融合、校企合作“一头热”问题。这个问题的成因关键在尚未建立多元价值创造机制，核心在于老师的成果与企业的需求脱节。现在DeepSeek等AI大模型可以通过信息检索与整合、数据分析与可视化、案例研究与总结等方式帮助老师高效完成调研任务，不仅能节省调研成本、提升调研效率，还能提升成果与企业需求的匹配度，使得多元化校企价值创造机制成为可能。我们应该重点在育人理念变革、职业研究和“五金”建设上下功夫，将综合技术教育、AI通识教育、基本技能培养、学生自主学习能力和管理思维培养、教师AI技能提升等重点任务和关键环节项目化、方案化、具体化，充分发挥DeepSeek等AI大模型的赋能作用，挖掘案例、创新思路、创造条件、扎实推进高技能人才培养改革。
再次，要有职教赋能AI发展的信心。AI赋能职业教育的效度在于构建大模型的算法和训练模型的数据，核心是理解高职教育教学改革问题，关键是采集用以训练模型的数据。当前，AI在高职教育领域的应用尚处于初级阶段，主要集中在智能教学系统、智能评测系统、虚拟仿真训练等方面，且实现场景同质化较为普遍，在专业建设、课程开发、师资培训、实习就业等更深层次的应用还比较有限。其主要原因在于技术不成熟、数据积累不足、师资力量薄弱、指导理论缺乏等。高职教育者参与AI赋能高职教育教学改革的同时，还会推动和丰富AI在高职教育的应用场景和大模型发展。这为广大高职教育工作者提供了广袤空间。
当然，AI与高职教育教学改革双向赋能离不开开放、包容和共享的生态平台，这是创新与深化应用场景的需要、积累经验数据的需要、发现知识的需要、培养能工巧匠的需要。与传统生态平台不同，AI生态平台的核心驱动力是数据和算法，其发展需要持续训练和动态完善，以不断提升模型泛化能力和现实效度。
（作者系山东交通职业学院院长、教授）
