新质生产力视域下“人工智能 + 职业教育”发展探索

[基金项目]本文系2023年度“江苏省社科应用研究精品工程”重点资助项目“职业本科视域下‘双师型’教师‘全链条’成长路径研究”的阶段性研究成果。（项目编号：23SYA-042，项目主持人：）

[中图分类号]G710 [文献标识码]A [文章编号]1004-3985（2025）10-0055-07

在人类社会发展史上，推动社会变革最根本的动力是生产方式的变革。马克思曾指出，“各个人借以进行生产的社会关系，即社会生产关系，是随着物质生产资料、生产力的变化和发展而变化和改变的[1]”。2024年，《中共中央关于进一步全面深化改革推进中国式现代化的决定》指出，“加快形成同新质生产力更相适应的生产关系，促进各类先进生产要素向发展新质生产力集聚”。如今，新质生产力稳步发展，我国经济实力、科技实力、综合国力持续增强。

作为引领新一轮科技革命和产业变革的战略性技术，人工智能代表了技术进步的高阶形态。鉴于技能劳动力是全面支撑人工智能劳动介人的主体力量，就势必成为发展新质生产力背景下需求量最大、结构性矛盾最突出的劳动力群体[2]。正如马克思在《资本论》中所指出的：“劳动生产力是由工人的平均熟练程度、科学的发展水平及其工艺应用程度、生产过程的社会结合方式、生产资料的规模与效能，以及自然条件等多重因素共同决定的。3]"职业教育作为培养技术技能人才的“主阵地”，正面临着前所未有的挑战和机遇。因此，有必要基于新质生产力视角，系统探讨人工智能如何赋能职业教育的智能化升级。

一、新质生产力视域下人工智能驱动劳动生态革新

当前，人工智能正在与传统劳动生态深度碰撞融合，全面重构了劳动技能、劳动过程和职业形态。对职业教育而言，应厘清人工智能对劳动技能、劳动过程和职业形态发展所起的作用，为“人工智能 + 职业教育"发展路径的探索奠定坚实基石。

（一）重塑劳动技能

纵观社会历史，每次重大技术变革都会对劳动技能的形态、生成逻辑以及培养方式带来深刻影响。马克思认为，劳动技能既是个体实践经验累积的结果，也与一定时期的技术水平和社会分工形态相互交织。如今，伴随人工智能的迅速发展，劳动技能正经历又一次“范式转移”。人工智能的介入以“学习一理解一处理”等功能替代了人工对某些重复性、程式化任务的执行，使相当数量的中低端技能岗位面临新的结构性挑战[4]。不过，从历史经验来看，每一轮技术革命都会淘汰一部分技能，却也催生新的技能。有研究指出，“人工智能越是替代可程序化技能，就越凸显出人类在创造性、综合性、高阶思维领域的价值”5]

具体而言，新质生产力背景下，人工智能对劳动技能的重塑主要体现在以下三个方面：第一，技能的“知识含量”进一步提升。人工智能时代，数据思维和算法逻辑已成为许多岗位技能的重要基础，劳动者要能读懂并利用数据。有学者指出，技术技能人才需要将传统工艺、数字工具与创新思维相结合，以应对产业向高端化、个性化发展的需求[。第二，技能的形成过程更为动态。如果说在机械化时代，工人主要通过重复练习和生产操作来积累经验，那么在人工智能背景下，技能的更新频率显著加快。机器学习、数据分析等新型技术本身也在不断迭代，劳动者若停留在一次性教育或单纯的“熟能生巧”思维，则难以匹配飞速变动的生产情境。对此，学者们呼呼构建跨岗位、跨行业、跨学科的学习生态，使劳动技能能够灵活吸纳各类知识资源[。第三，技能的应用方式从“人与工具"转变为“人与智能系统”的多向交互。相对于过去流水线上的“固定动作”，人工智能时代的技能表现形式更具不确定性和开放性，这就要求劳动者具备足够的灵活应变能力。

（二）重构劳动过程

自泰罗制和福特制兴起以来，资本主义大工业主要依赖“科学管理"将复杂生产分解为一系列可度量、可监督的标准化环节，工人则按照预先设计好的程序完成各自操作。这种模式的优势在于大规模生产的高效率，缺陷在于对变动环境的反应较为缓慢，也限制了工人在劳动过程中的自主创新。如今，人工智能技术大规模应用，使这种传统模式面临多重挑战。第一，人工智能使生产要素之间的连接更加紧密。世界经济论坛曾预测，至2027年，全球至少 44% 的企业会在核心业务流程中大量应用AI技术8。利用机器学习与大数据分析，企业能够快速发觉市场或内部环节的变化，并即时调度物料、优化流程。劳动者也不再局限于单一环节，而是有机会与多个部门或系统协同，甚至参与生产决策。有研究认为，人工智能的应用形成了“韧性技能生态”，无形之中赋予劳动过程更多不确定性，也需要工人具备协调统筹与快速应变的能力[9。第二，劳动者与生产工具的关系正从“人指挥机器”或“机器辅助人"升级为“人机交互一合力推进”。当AI系统可以独立处理大部分标准化流程后，劳动者在生产活动中扮演的角色不再是机械操作，而是更偏向监测、干预与创造。第三，智能化生产往往伴随"实时评估一快速迭代”的工作节奏，让劳动过程处于持续变化中。传统流水线强调步骤固化、精细分工，任何变动都可能干扰大规模生产流程，而引入人工智能后，系统可基于外部反馈迅速调优，某些环节甚至能够“自学习"并做出决策。于是，工人被要求时刻关注系统输出并做出配合性或纠偏性的行为。有学者曾把这称为劳动过程的“去分工化”，指的是工人不再只守着自己的一隅，而要在必要时切换到不同任务模块，展现多面手的适应能力。

当然，劳动过程重构也会加剧工人对机器的依赖，并可能引发新的劳动强度或信息过载问题。由于生产活动高度依赖系统分析与即时反应，一旦算法出现偏差或网络中断，劳动过程或许会陷人停滞。学者们还担忧，在这种快速迭代与信息碎片化的工作环境中，工人能够独立掌握的技能反而可能被系统进一步切割，最终变成依赖平台指令行事的"操控者”]。无论如何，人工智能介人后的劳动过程，显然已不再局限于流水线式的刚性模式，而是向灵活化、协同化、数据驱动的方向迈进。生产过程中的管理逻辑、信息流转以及工人与系统的关系都在发生微妙而深远的变化。

（三）再造职业形态

职业形态是社会分工在岗位层面的具体体现，在宏观上反映了劳动者如何通过不同工作角色参与生产与服务。今天，人工智能正以更高速度、更大范围对职业形态产生冲击。第一，部分传统职位面临衰退或被边缘化的风险。麦肯锡数据报告指出，到2030年左右，全球约 30% 的工作内容可能在不同程度上被人工智能替代。学者在分析人工智能对“技能一任务一职业"的三重替代效应时也指出，若某项工作能被清晰拆解并编程化，机器便可迅速完成复制[12]。第二，一大批新兴或跨界职业形态正在崛起。人工智能具有吸纳效应，会创造新的就业机会。近年来，AI研发、智能运维、大数据管理等岗位需求量加速攀升。传统行业也在经历“ AI+ ”的洗礼，如“AI + 制造”"AI+医疗""AI + 农业"等，大量融合性岗位不断出现，它们跨越学科界限和行业壁垒，引导职业形态从单一专才向多能跨界转型。第三，行业与岗位边界更加模糊。一些新经济模式，如平台经济、共享经济、众包模式等，都借助人工智能来整合资源与需求，让更多人可以依靠弹性用工、在线协作方式获得就业机会。这种职业形态下，个体可能同时承担多个“职业角色”，打破了过去“一人一岗"的固化分工。有研究指出，新质生产力最显著的特征之一就在于对社会关系与生产要素的重组，其造成的“职业多样性"远超以往[13]

无论如何，人工智能的深度渗透已使职业形态进人激烈的动态变化周期：有人感受到机会与红利，投身于新兴领域；也有人遇到被替代的风险，苦于寻求转型。随着新质生产力发展，与之相辅相成的产业链、创新链和教育链都在演进，生产关系的变革会进一步倒逼技能和岗位形态的迭代，从而对职业体系形成“多层次互动”[14]

二、新质生产力视域下人工智能赋能职业教育发展的风险与挑战

（一）职业教育理念存在工具化倾向

海德格尔（Heidegger）在《技术追问》中指出，技术会通过其自身的“展现”方式改变人对世界的理解，并潜移默化地重塑我们的思维结构和价值判断[15]。当人工智能以其强大的数据处理与算法决策能力日渐渗透到教育实践中时，职业教育的育人逻辑也可能因对技术的过度倚重而发生“工具化”的风险，即将本应立足于人的发展与价值塑造的教育过程，简化或固化为对“更高效率”或“更好操作”的追求。

新质生产力背景下，由于产业结构持续调整、社会对技能的需求不断升级，职业院校亟须通过“人工智能 + ”手段来提升教学效能和人才培养质量。马克思指出，各种工具技术都是人类劳动的产物，是“人类的手创造出来的人类头脑的器官，是物化的知识理论”16]。在我国职业教育领域，不少院校引进“智慧校园”“AI实训平台”等先进系统，其积极意义不可否认，但若教师和管理者在实践中将人工智能等同于“一切问题的终极答案”，便会滋生“用技术替代教育本真”的误区，使教育理念逐渐滑向工具化、手段化的境地。

从表面上看，技术赋能教育改革似乎令职业教育“更先进”，但在“用技术来教与学”的背后，真正的教育价值和人文追求可能被忽视。避免在技术浪潮中随波逐流，坚守教育的根本担当，是职业教育发展过程中面临的难题和挑战。

（二）职业技能培养滞后

基于前文的分析，认识到人工智能正在重塑劳动技能、重构劳动过程和再造职业形态。这就引出一个问题：职业教育如何应对人工智能带来的技能需求变化？研究表明，“人工智能对可编码和重复性的常规任务存在显著替代性”]，由此引发的技能需求结构性变化正对职业教育的培养体系形成巨大冲击。人工智能时代，技能需求呈现明显的高级化和两极化趋势。单从技能匹配度分析，“高技能且从事复杂工作任务的工人因具备较强的判断、分析、解决问题等认知技能不易被人工智能替代”18]；中低技能劳动力更容易被自动化替代，推动技能结构向高级化方向发展。若从工作任务类型分析，“从事程序性日常任务的中等技能工人最易被替代”19]，而从事高技能复杂任务的劳动力则相对安全，形成技能需求“U"形分布的两极化现象。

传统职业教育按照学科体系设置专业和课程，但人工智能重塑的劳动技能与职业形态已打破了原有的学科边界，使得职业院校难以及时调整课程内容以适应技能需求的快速变化。一项调查显示，部分职业院校的专业设置长期不变，没有及时根据当地产业结构变化进行动态调整，导致部分专业成为泡沫专业，专业设置与产业发展脱节[20]

（三）学生主体地位受到智能技术冲击

人工智能渗入职业教育场域后，整个教育的形态、过程和学生的发展方式都将被重塑。人与人工智能之间的关系成为教育教学活动必须审视的现实问题，人的主体性发展与人工智能是背离还是共生，人工智能对人的主体性是抑制还是促进成为不能回避的价值性问题[21]。技术是人的存在方式。历史地看，人机关系经历了三种形态，即个体形态、组织形态和主体形态[22]。智能技术看似为学生提供个性化服务，实则隐含了预设的价值导向，遮蔽了学生的自主性。同时，职业院校学生需提升数字化职业素养，但由于部分学生的数字化知识储备不足，价值判断尚未形成，难以建立已有经验与智能技术的联结，这造成在职业教育活动中面对不同的客体时，学生出现三种不同的表现：一是面对物质对象时，学生容易成为技术的附庸；二是面对其他主体时，学生缺乏自主性，在主体交往中难以发挥主观能动性；三是面对自我时，学生缺乏清晰的自我认知。离散的知识和技能结构限制了学生的主体性发展，形成职业教育高质量发展的主体性困境[23]

三、新质生产力视域下“人工智能+职业教育”发展路径探索

（一）构建人本导向的智能化育人体系

新质生产力背景下，职业教育理念面临工具化倾向。需构建人本导向的智能化育人体系，实现技术理性与价值理性的辩证统一。

1.重构职业教育育人目标体系。当前，职业教育存在重技能轻素养、重工具性轻人文性的价值取向偏差，亟须重构职业教育育人目标体系。第一，在顶层设计方面，职业院校应修订人才培养方案，明确“立德树人、德技并修"的育人目标，建立健全人工智能应用的伦理审查制度，设立专门委员会负责智能技术应用的价值导向监督。第二，在课程体系建设方面，应突破“专业课程与思政课程”二元分立的格局，构建“课程思政与思政课程"融合发展的课程体系，将劳动精神、工匠精神等有机融入各类课程。第三，在考核评价方面，应构建由行业参与制定的人才培养标准和多元评价体系。一方面，在培养目标上以职业能力为导向，明确毕业生应具备的技能清单，并以行业企业的用人标准来校准教学要求。另一方面，在评价机制上引入企业评价和社会化考试。除了学校的课程考核外，鼓励学生参加行业认证考试、职业资格鉴定以及技能大赛。