寻绎与重塑：人工智能时代技术技能人才发展之镜

摘 要 优化技术技能人才培养模式是人工智能时代工作世界变化与教育世界改革的共同诉求，也是发展新质生产力的关键要素。技术知识作为职业教育知识论的基础，从根本上回答了职业教育需要培养什么样的人这个核心问题。人工智能时代生产方式的重构与生产技术的革新，使技术知识呈现出生产精细化、结构综合化、边界模糊化等变革特征。技术知识的变革需要创新型、复合型、发展型的技术技能人才。针对技术知识变革与技术技能人才诉求，应完善职业教育培养体系，由“裂隙化”转向“系统化”；深化产教融合育人机制，由“孤立化”转向“协同化”；革新职业教育课程教学体系，由“过密化”转向“科学化”。

关键词 技术技能人才；技术知识；人工智能时代；新质生产力；职业教育

中图分类号 G719.2 文献标识码 A 文章编号 1008-3219（2024）22-0025-08

党的二十届三中全会提出：“统筹推进教育科技人才体制机制一体改革，健全新型举国体制，提升国家创新体系整体效能。”[1]在国家创新体系的诸多要素中，高素质劳动者是发展新质生产力的第一要素。技术技能人才作为高素质劳动者的重要组成部分，是发展新质生产力坚实的人才基座。当前，以人工智能为核心的现代技术与产业深度融合，不断催生出新产业、新模式、新动能，成为加速新质生产力发展的关键变量。人工智能时代生产方式的重构与生产技术的革新在发展速度、作用范围、影响程度等方面都远超过去[2]，这对技术技能人才提出了技能高端化、知识复合化、能力综合化的要求。反观当下，我国技术技能人才培养难以适应产业结构转型与经济发展需求，劳动力市场技术技能人才供需矛盾突出[3]。职业教育作为国民教育体系的重要构成，肩负着为新质生产力前瞻性培养技术技能人才的重任[4]。站在技术知识的角度，回答如何优化人才知识结构、增加知识储备，是培养高素质技术技能人才的关键，也从根本上回答了“培养什么样的人”“如何培养人”的问题。

一、人工智能时代技术变革对技术知识的镜像映射

技术知识不是对客观事物单纯地反映、说明、解释，而是对实践观念的展开和具体化，是关于改造事物的知识。莱顿认为技术知识是“关于如何做或制造东西的知识”[5]，这揭示了技术知识本身来源于实践、与物质性生产活动相联系的本质。物质性生产活动所要解决的任务与人类已有能力之间的矛盾，是技术知识产生和发展的直接动力[6]。

（一）技术变革与技术知识发展

随着社会的进步与时代的发展，人们生活需求的提高对生产实践提出了新的诉求，要满足这些诉求就需要实现技术变革，这就推动了技术知识的发展。职业教育与技术发展紧密相关，技术知识伴随社会生产实践进步不断形成发展且动态更新。在工业革命以前的手工劳动时代，劳动者之间并不存在分工，技术知识形成的阶段和环节是浑然一体、不做划分的。18世纪后期的工业革命将原本完整、复杂的劳动过程分解为一系列简单的操作流程，劳动分工进一步细化和标准化，形成了以机械化为核心的技术知识体系。19世纪中叶的第二次工业革命，电的发现与利用大大提升了机械化生产水平，以电气为核心的技术知识被纳入到技术知识体系中。人工智能时代的职业结构、工作内容、工作性质等发生了诸多变化，智能化已经成为产业结构升级、工作内容革新的发展方向。技术知识的生产模式、结构、类型等随着智能化技术的发展不断复杂化，技术知识体系进一步扩充。人工智能时代，如何培养有智慧、有技术、能发明、会创新的高素质技术技能人才，是新时代赋予职业教育的根本任务与重要使命。技术知识是职业教育最坚实的知识论基础[7]。不同层级的职业教育可以通过技术知识含量的多少和掌握的难易程度进行划分；职业教育课程建设也需根据技术知识需求、层级和载体来区分；此外，技术知识还规定着教学内容的设置和教学方法的选择[8]。技术的迭代升级使技术知识更趋于复杂化，其变革特征主要表现在三个方面：技术知识生产精细化、技术知识结构综合化、技术知识边界模糊化。

（二）人工智能时代技术知识生产精细化

技术知识在技术的递归和迭代中不断演进。美国技术哲学家卡尔·米切姆（Carl Mitcham）将技术分为四个层次：作为对象的技术、作为知识的技术、作为活动的技术和作为意志的技术[9]。作为对象的技术，即人对物件的操作技术，其所对应的技术知识主要是经验层面的技术知识；作为知识的技术包括技能、法则、规则和理论等，掌握此类技术需要主体学习系统的相关专业技术知识，形成对技术操作的规律性认识；作为活动的技术相当于技术的设计实施、生产过程，需要主体结合生产条件和生产环境进行系统把控；作为意志的技术反映了人在技术活动中的价值取向，主要表现在人在技术活动中的知识生产力和创造力上。人工智能时代智能化技术的升级与应用，改变了传统大规模标准化的生产模式，个性化定制成为当前主要趋势，作为意志的技术在智能化生产系统中显得尤为重要[10]。个性化生产强调创新性、多元化的设计理念与方案，工艺流程和产品生产在个性化定制中不断优化与细化，与技术相伴相生的技术知识生产也趋于精细化。

不同层次技术的知识生产模式也有所不同。知识生产模式即知识生产的方式，包括知识生产的主体、目的、组织等要素。吉本斯（Gibbons，M.）将知识生产划分为两种模式，他把在单一学科中进行知识生产的模式称为模式Ⅰ，也就是传统的知识生产模式；而区别于模式Ⅰ的模式Ⅱ，则是基于知识生产情境的变化、超越学科界限的新知识生产模式。作为对象的技术依赖于生产岗位的反复训练，其知识生产情境单一，类似于知识生产模式Ⅰ。而知识生产模式Ⅱ的跨学科性和多样性特征，则与作为知识的技术和作为活动的技术的形成过程十分契合。在知识生产模式Ⅰ和Ⅱ的演进逻辑基础上发展出的知识生产模式Ⅲ，是以“多层次、多形态、多节点、多边系统的知识生产群，形成知识生产、知识扩散和知识使用的复合系统”[11]。知识生产模式Ⅲ是人工智能时代知识生产的特征，其所强调的创新对技术来说尤为重要。人工智能时代技术水平的不断提升，使得工作内容越来越复杂，技术知识的生产已经不再局限于学科内部，而是发生在不同学科的交互过程中，技术知识交叉度的不断加强使得技术知识生产精细化愈发凸显。

（三）人工智能时代技术知识结构综合化

美国社会学家丹尼尔·贝尔（Daniel Bell）以生产方式和技术为中轴，把人类社会分为三个阶段：前工业社会、工业社会和后工业社会[12]。由于一线从业人员的知识结构与生产方式和技术变革密切相关，因此，在不同阶段的社会形态中，一线从业人员的知识结构也呈现出阶段性特征。在前工业社会时期，以手工业为主的生产方式使得技术的交流、习得、传播都需要在实践过程中完成，由此形成了以个人经验为主的经验性技术知识结构；在工业社会时期，科学知识介入技术活动，生产方式由手工业生产向机械生产转变，使得技术知识结构呈现出理论性与经验性并存的二维技术知识结构；在后工业社会时期，智能化生产带来了工作过程去分工化、人才结构去分层化、技能操作高端化、工作方式研究化、服务生产一体化以及技术创新的个体化等特征[13]，强调技术综合分析与运用的能力，即突出了方法性技术知识存在的必要性，形成了包含经验性、理论性、方法性技术知识的多维度知识结构。

智能化生产是一种高度集成式生产，智能技术简化了操作技能、整合了工作过程，使职业层级趋于扁平化。与传统的企业组织结构相比，智能化生产系统中的生产活动交给了智能化生产线以及工业机器人，一线从业人员与管理者的岗位职责和职业能力的边界变得越来越模糊，各层间的人才相互融合。反映了人工智能时代的技术知识结构，要求其不仅包括程序性和规则性方面的知识，还包括概念性和规律性方面的知识。此外，新一轮科技革命和产业变革的加速演进，使知识生产与科学发现都离不开不同领域的交叉融合，社会生产实践中的技术问题呈现出高度综合化的特征。相应地，解决此类技术问题需要更为精湛的技艺、复杂高深的理论知识和创新理念的加持，由此人才所具备的技术知识结构更加趋于综合化。

（四）人工智能时代技术知识边界模糊化

科学知识通常以“是什么”“为什么”的形式出现，具有解释性和客观性。技术知识则以“做什么”“怎么做”的形式出现，具有目的性和创造性。科学知识是揭示自然界及其运作方式的知识，技术知识则是人类通过实践活动对过去的经验进行总结后提炼出的用于指导人类行动的知识，技术知识在实践中不断被证实和完善。虽然技术知识与科学知识是彼此独立的知识体系，但在实际应用中科学知识与技术知识密不可分。科学知识为技术知识的发展提供引导和解释，技术的动态革新也为科学的发展提供现实基础。由此可见，在实际应用中难以割裂技术知识和科学知识之间的联系。19世纪后期，工业化程度的不断提高，科学在技术领域的作用越来越显著，技术与科学的边界越来越模糊化。随着现代科学与技术的迅猛发展，技术发展甚至还经常领先于科学发现，两者之间既有所区别又不断交叉融合，知识生产过程已经不再那么“泾渭分明”[14]。

美国技术哲学家文森蒂（Vincenti）针对航天工程设计师所需要具备的技术知识进行了分类，分别是基本设计概念、标准和规格、理论工具、定量数据、实践考虑及设计工具六种技术知识类型[15]。温迪·福克纳（Wendy Faulkner）基于对技术创新的研究，在文森蒂的基础上将技术知识分为与自然世界有关的知识、与设计实践有关的知识、与研发试验有关的知识、与最终产品有关的知识、与探寻新知识有关的知识[16]。这种观点虽然考虑到了技术的发展，却把技术知识的分类局限于某个可能学科上，这样的分类并不完全适用于人工智能时代的技术知识。人工智能时代，技术知识 专业化程度不断加深，不可避免地出现不同学科之间交叉、渗透与协作的情况。生产技术的高端化使得处理问题的工作情境越发复杂，一线从业人员在工作过程中要同时使用理论性、经验性、方法性等各种类型的技术知识，难以将某项技术划定在特定维度下，技术知识边界模糊化趋势明显。

二、人工智能时代技术技能人才的需求拓新

正如技术变革对技术知识的镜像映射，技术知识作为职业教育的知识论基础，其在人工智能时代的变革，也直接催生出对职业教育所培养的技术技能人才的新需求。

（一）技术知识生产精细化需要创新型人才

创新型技术技能人才指的是拥有个性化理念和创新意识，能够创造性运用技术知识解决复杂技术问题的人才。人工智能时代大规模个性化定制生产使得技术知识生产精细化趋势明显，在创新驱动的生产环境中，需要大量创新型技术技能人才作为人力支撑。知识基础观认为，技术本质上属于知识的集成与应用，技术创新的背后是知识的生产、应用与创新[17]。由此可见，技术技能人才实现技术创新的前提是能够在工作实践中进行知识创新。这就要求职业教育所培养的技术技能人才不但要具备扎实的技术知识来对产品进行个性化设计与改进，还应当发挥主观能动性和创造力，通过实践活动提升自身的创新意识，面对实际问题能够提出创新性的解决方案，只有这样才能不被智能化的创新型工作环境所淘汰。此外，创新型技术技能人才还应具有协作创新的意识。这里的协作不仅是人与人之间的协作，还包括人与机器的协作。吉本斯（Gibbons）基于知识情境的变化划分出了两种知识生产模式，这两种知识生产模式的生产主体都是人，而知识生产模式Ⅲ则在生产主体上突破了人的范畴，强调人与机器的协同创新。因此，创新型技术技能人才需要具备人机协作能力，才能突破个体局限，将机器智能与人类智慧相结合，在综合复杂的工作情境中创造性地应用技术知识解决问题。

（二）技术知识结构综合化需要复合型人才

伴随着新一轮科技革命与产业变革，技术生产活动更加强调整合性，技术知识结构综合化的特征越发明显。为适应新技术知识图景变化提出的新要求，职业教育的人才培养定位要从精通某一领域专门知识、技能的单一技术型人才转向一专多能的复合型技术技能人才。复合型技术技能人才既要精通本专业岗位所需的技术知识，还要熟悉相关专业的知识与技术，具备跨界整合、融合运用知识和技术的能力。传统的“泰勒制”生产系统下所需要的一线从业人员是适应标准化生产、从事不同“工种”的流水线工人。对于此类从业人员而言，具备简单岗位操作的经验性技术知识和零碎的理论性技术知识就能够完成这类低端、重复性的劳动。与传统技术条件下的生产相比，智能化生产系统使一线从业人员的工作模式在横向上呈现工作过程去分工化、纵向上呈现人才结构去分层化趋势[18]，这要求一线从业人员的工作内容走向综合化。劳动力市场对于一线从业人员的要求，由掌握简单的操作技能和零碎的知识转向强调统筹协调、操作管理、小组合作等综合能力。一线从业人员必须对工作过程有整体的认识，其知识结构不再是系统的科学知识或单一的岗位技能知识，而是“与实际工作过程有着紧密联系的带有‘经验’和‘主观’性质”的知识[19]。技术知识结构综合化要求技术技能人才形成综合的职业能力，在熟练掌握经验性技术知识和理论性技术知识的基础上更多地掌握方法性技术知识，形成对工作流程的整体性、系统化认识。