生成式人工智能与职业教育智慧教育平台的融合应用研究

[中图分类号］G712 [文献标志码］A[文章编号]2096-0603（2025）11-0121-04

一、引言

2022年，党的二十大首次把“推进教育数字化"写进报告，提出：“推进教育数字化，建设全民终身学习的学习型社会、学习型大国。"2022年3月，国家智慧教育公共服务平台上线运行，成为我国教育数字化转型的重要战略支撑。2023年，中共中央、国务院印发《数字中国建设整体布局规划》，明确指出要大力实施国家教育数字化战略行动，完善国家智慧教育平台。

教育数字化，对于职业教育既是机遇也是挑战。为了更好地适应经济社会发展需求，提升人才培养的质量，职业教育需寻求新的“增长点”，而“教育数字化”成为推动职业教育模式创新与变革的最强“新质生产力”。生成式人工智能技术与智慧教育平台的“强强联合”，成为“教育数字化"驱动职业教育高质量发展的强劲动力。

智慧教育是数字化教育的高级阶段，是生成式人工智能技术与教育教学深度融合的产物，有利于学生自主学习能力的提升和综合素养的培育。智慧教育平台为人工智能赋值，为其在教学中的使用提供了展现“智慧"的实践“场域"和模型训练的数据；生成式人工智能为智慧教育平台赋能，使其更便捷化、智能化、个性化，其“生成式"和“引导式"的特性使得平台更富有“智慧”。由此可以看出，智慧教育平台是生成式人工智能的“骨架”，生成式人工智能是智慧教育平台的“灵魂”。智慧教育平台作为职业教育信息化的重要载体，通过整合优质教育资源，为师生提供个性化、智能化的学习与教学服务。生成式人工智能以其强大的内容生成能力和自适应学习能力，为职业教育智慧教育平台的发展注人了新的活力，提升了平台的应用“深度”和“广度”。

目前，智慧教育平台按隶属关系有国家、省、市、县、校五级平台，实际运行的为国家和部分省、市级平台，其中国家级平台资源最为丰富，形成覆盖基础教育、职业教育、高等教育“三横”，涵盖德育、智育、体美劳“三纵"的资源服务格局以及"三平台、一大厅、一专题、一专区"的平台架构。另外，还包括教材、就业等十大领域的专业资源，服务全国学生教师和家长。目前，平台用户遍布五大洲的200多个国家和地区，已成为全世界资源最丰富、服务对象最多的平台。该平台通过整合优质资源，为教师、学生和家长提供教学、学习、助学等全面服务，覆盖从课前备课到课堂教学，再到课后助学的各个环节的教育教学资源。目前已成为推动教育现代化、提升教学质量、促进教育公平的重要手段，这为生成式人工智能的“能量"发挥提供了广阔的“用武之地”。（见图1）

智慧教育平台上线运行的目的是促使形成“人人皆学，处处能学，时时可学"以及“智管、智教、智学"的智能化教学模式，最终形成“助管、助教、助学、助研、助训"的好帮手，使师生的教与学以及学校的管理变得轻负、高效。

二、生成式人工智能与智慧教育平台的融合应用

在职业教育智慧教育平台中，生成式人工智能的应用主要体现在资源整合与优化、个性化学习路径构建、教学模式创新与发展、智能化教学评价与决策，以及导向式教研与培训五个方面。

（一）教学资源的整合、生成与优化应用

提供实用且高品质的教育资源，以及功能完备、易用性强的系统平台，是提升师生持续使用平台意愿的关键。智慧教育平台如同一个智能化的大型“仓库”，凭借其强大的“集成性”，将各类零散的教学资源分门别类地集中融合在一个平台，方便教师和学生便捷地检索教学与学习资源。

智慧教育平台所集成的资源，多是国家、企业、教师等主体线下开发后上传至平台。这些原本零散分布的教学资源得以集中，其主要目的在于共享而非单纯储存。这种“集成"让教师和学生在寻找资源时无需再四处搜寻、拼凑。然而，这些资源通常属于用户生成内容或专业生成内容，因缺乏智慧化的“向导”，只是简单的“编码式"堆积，致使平台缺乏灵动性。教师和学生只能依照原有的“索引”路径检索，速度慢且流程烦琐。此外，资源缺乏“再生性”，数量固定，呈现出立体式的“落层叠加"状态。由此可见，仅靠智慧教育平台的“集成性”，存在明显的局限性。

技术是推动平台助力教育数字化发展的“新引擎”。当生成式人工智能与智慧教育平台对接时，可谓“如虎添翼”。生成式人工智能凭借自身的“智能化"特征，为平台赋予了“智慧化的大脑"和“神经中枢系统”，在数字教育资源的组织、聚合、流通及应用方面发挥赋能、增能和使能作用。其“生成式"特性构建了人机共创的教学资源开发新范式，有效解决了传统资源开发中在数量、质量和效率等方面的问题。这使得教学资源的集成不再是简单机械的相加，而是具备了迭代再生的能力。再者，其“引导式"特性能够帮助师生在信息过载的平台中精准检索资源，快速获取所需数据。通过大数据对平台教学资源进行智能化分析，可根据实际需求合理分配和优化教学资源。并且，生成式人工智能还能依据学生的学习需求和特点，利用自然语言处理和文本生成技术，自动生成趣味性与针对性兼具的教学案例、实训项目等个性化学习资源，如文本、图片、音频、视频等。它还能根据学生的学习进度和成绩表现，动态调整教学资源的配置比例，确保每位学生都能获得优质教育资源。此外，生成式人工智能利用自身“自动化"和“智能化"特点，根据教学需求、学生反馈和评价，对教学资源进行“切片"处理与“块状"分割。依据学生学情，对教学内容进行调整、重组与优化，形成真正契合学生学情的学习素材。这极大地减轻了教师的工作负担，使其能够将更多时间和精力投人到更具价值的课程设计、学生互动及辅导工作中。生成式人工智能通过对班级学生学情的分析，依据均值回归原理，识别出与班级学情均值相匹配的教学内容和方法，并据此优化课程设计和教学策略，保障教学资源的合理配置，辅助教师开展智能化辅导和评估工作，提升教学质量和效率。另外，汇聚于平台的不同门类教学资源，有助于教师打破学科间的“藩篱”，疏通知识“梗阻”，探寻跨学科融合点，实现教材内容的重组，构建跨学科教学知识主干。进而开展以“主题"统领的“知识群"教学活动。

（二）个性化学习路径的构建

班级授课制在"规模教育"和"共性教育"方面成效显著，但在“差异化"教学上，因忽视学生个体差异而效果欠佳。学生获取知识方式的"单一性"和"单向性”，凸显了传统课堂教学的局限性。而智慧教育平台的上线运行，为教师实施差异化教学、学生开展个性化学习提供了有效途径。

基于生成式人工智能的个性化学习和全面发展支持，是智慧教育平台的核心竞争力。在生成式人工智能助力下，智慧教育平台能够积累学生的学习行为数据，并进行数据化整理分析。通过实时统计数据变化，分析学生的学习成效，形成动态的个人学习报告，构建学生的“画像"模型，直观反映学生的学习特点、兴趣偏好、能力水平等信息，为个性化学习提供了有力的数据支撑，并据此匹配相应的学习资源和学习路径指引。

在资源供给方面，智慧教育平台已实现资源的横向拓展和纵向贯通。生成式人工智能能够依据学生的学习过程性数据，分析学生的兴趣和能力水平，自动生成贴合学生学情的个性化学习内容和资料。此外，生成式人工智能还可借助智能推荐算法，向学生主动推荐学习资源。推荐主要基于以下两点：一是根据学生学习数据统计结果，大数据分析判断学生在某些易出错的薄弱知识点上需要强化练习，便在平台数据库中搜寻相关内容并推荐，帮助学生巩固知识。二是针对学生在系统中高频检索的知识点，系统通过大数据分析，认为该知识点符合学生的兴趣特点或学习需求，进而高频次推荐相关知识点及配套学习资源和辅导内容。

除了生成和推荐匹配学情的学习资源外，在生成式人工智能协同下的智慧教育平台，秉持主动适应个体差异的理念。通过实时分析学生的学习进度和表现，以及学习行为和成绩数据，描绘出学生的学习数字画像。据此为学生制定具有较强操作性的学习目标，并依据学生的理解过程，以问题建议的形式分步骤规划出多条个性化的动态学习路径，同时给出最佳学习路径建议。学生可根据自身能力特点，选择适宜的学习内容和路径，开展基于数据的个性化自适应学习和自我导向式学习，提升学习动机，高效达成学习目标。学生按照平台的智能推荐，可根据自身学习实际情况，向授课教师（第一师）咨询，向同伴请教，向智能设备（第二师）求教，还可远程向异地教师（第三师）咨询，形成“自主学习 + 双师、多师讲堂”的新型学习模式。这种个性化的学习方式有助于激发学生的学习积极性和自主性，促进学生全面发展。

（三）创新教学模式与方法

1.构筑互动教学新模式

人机交互的核心在于激发学生积极思考与主动探索，避免人工智能取代学生的思考与创意产出，防止学生形成思维惰性和认知固化。学生可不断向智慧化平台提问，获取同一问题在横向不同角度的解决方案或纵向深度的剖析过程，培养追问意识，提升假设性思维和发散思维能力。在人工智能助力下，智慧教育平台通过集成多元化的智能教学工具，构建丰富的教学实用场景，形成“双师教学”" 的新型教学模式。该模式旨在最大限度地激发学生的思维活力，构建“师机生”三位一体、“双向互动"的教学互动模式，有效地改变了传统教学中教师的唯一性和教学的单向性，实现课程教学全流程、全场景的智慧化，有力地促进教学效果和教学质量的提升。

2.虚拟仿真实训

生成式人工智能的应用为教育教学带来全新的教学模式和方法。在一些实验类教学，如物理、化学、生物以及职业教育中的实验实训类课程中，可借助生成式人工智能技术和虚拟现实技术开展虚拟仿真实验实训教学。对于危险性高、技术性强、设备费用昂贵的教学实验，利用生成式人工智能技术创建高度逼真的虚拟环境，开发出“可线上完成的仿真实验”，突破线下实验的诸多瓶颈。学生能够在安全且逼真的模拟环境中进行实践操作体验，增强动手能力和实际操作技能。这种方式特别适用于职业教育和技能培训，有助于提升学生的实践能力和创新能力。

3.跨时间、跨地点、跨学科的泛在化学习

由生成式人工智能驱动的智慧教育平台支持在线学习，学生可根据自身时间安排自由学习，摆脱传统课堂时间的束缚，提升学习的灵活性。此外，学生在任何有网络连接的地方登录教育平台，都能获取教育资源，生成式人工智能确保他们获得一致的学习体验，打破了时间和地域限制。智慧教育平台强大的集成性汇聚了丰富的教学资源，再加上生成式人工智能的生成和引导功能，使得学生检索学习资源更加简便快捷。通过生成式人工智能智能化生成并匹配学情的资源推荐，学生能够真正实现资源的重组、整合与优化，获取各学科内容的融合点。这不仅节省了学生筛选资源所耗费的时间和精力，还有助于学生建立学科知识的联结，形成全面系统的知识结构。

（四）数据分析助推教学评价改革与教育决策支持

数据与教学的深度融合促使教育教学从主观经验逐步向数据驱动转变。智慧教育平台以大数据为基础，运用多模态深度分析技术，对师生在平台使用过程中的形成性数据和课外泛在化学习数据进行全过程精准采集和关联性分析。通过分析得出学生的优势和兴趣点，识别潜在的学习困难和问题，客观评估学生的学习进展与成果，并从“知识、行为、习惯、情绪"等多个角度为学生和教师精准构建全身数字画像，形成“一人一档"的个性化学习电子“档案”。以此为基础构建数智化的精准教学评价体系，促进学生全面个性化发展，助力教师精准改进教学。

教学行为的变革依赖于教学评价的精准反馈。这种人机协同评价教学的智慧化新模式，有助于教师做出科学决策，为精准教学提供有力支撑。例如，依托平台的“AI课堂教学评价"功能，对师生的“语言、神态、情绪、行为、技能”等方面进行跟踪对比分析，可获取全面的教学行为数据记录，并能查询学生在不同时段的课堂表现情况，有效推动精准教学的实现。同时，生成式人工智能还能为教师提供个性化的教学建议和改进措施，并利用机器学习算法对学生的未来表现进行预测，提前识别可能需要额外关注的学生，实施针对性的干预措施，帮助教师更好地预测并改进教学。