查看原文
其他

徐国庆, 蔡金芳, 姜蓓佳, 李政, 杨惠, 郑杰|ChatGPT/生成式人工智能与未来职业教育

徐国庆 等 华东师范大学学报教育科学版 2024-01-09




学报

新刊速递|华东师范大学学报(教育科学版)2023年第7期

引论

朱永新, 杨帆|ChatGPT/生成式人工智能与教育创新:机遇、挑战以及未来

教育治理与教育生态

余南平, 张翌然|ChatGPT/生成式人工智能对教育的影响:大国博弈新边疆

杨宗凯, 王俊, 吴砥, 陈旭|ChatGPT/生成式人工智能与教育创新:机遇、挑战以及未来

周洪宇, 李宇阳|生成式人工智能技术ChatGPT与教育治理现代化——兼论数字化时代的教育治理转型

学科变革与学科建设

李政涛|ChatGPT/生成式人工智能对基础教育之“基础”的颠覆与重置

荀渊|ChatGPT/生成式人工智能与高等教育的价值和使命


ChatGPT/生成式人工智能与未来职业教育

徐国庆, 蔡金芳, 姜蓓佳, 李政, 杨惠, 郑杰

华东师范大学职业教育与成人教育研究所


摘要:ChatGPT等生成式人工智能一经问世便引发广泛关注。从职业与职业能力、职业教育人才培养、职业院校科研等影响职业教育发展和体现职业教育重要职能的几个方面展开分析,可揭示ChatGPT影响下的未来职业教育图景。在职业方面着重阐明了ChatGPT对职业影响的技术原理、机制和路径,并提出相应的应对策略。在职业能力方面,从对职业能力的特点和结构的解释中分析了ChatGPT对职业能力的影响,并就未来如何应对各种影响提出建议。在职业教育人才培养方面,重点梳理了人工智能技术在高等职业教育人才培养领域中的应用,剖析了ChatGPT对高等职业教育人才培养的挑战及应对策略,并从职业技能培训体系的人才培养入手,阐述了ChatGPT的迭代更新对未来技能培训的影响以及ChatGPT对职业教育未来技能培训模式的影响。在职业院校科研方面,着重厘清职业院校科研的基本内涵,刻画职业院校科研在技能形成变迁中实现迭代的历程,阐述以ChatGPT为代表的“去技能化”技术发展对职业院校科研的影响,并回答了职业院校科研如何应对以ChatGPT为代表的“去技能化”技术的发展问题。

关键词:ChatGPT ; 生成式人工智能 ; 职业教育 ; 职业 ; 人才培养 ; 应用型科研


本文发表在《华东师范大学学报(教育科学版)》2023年第7期“ChatGPT/生成式人工智能与教育变革” 专刊



作者简介 

ChatGPT

徐国庆,华东师范大学职业教育与成人教育研究所所长,教授、博士生导师,国家教材建设重点研究基地(职业教育教材建设和管理政策研究)主任。主要研究领域为职业教育课程与教学、职业教育基本理论。


目录概览  /

7

1

一、ChatGPT对职业和职业能力的影响及应对

二、ChatGPT对职业教育人才培养的影响及应对

三、ChatGPT对职业院校科研的影响及应对策略

“ChatGPT/生成式人工智能与教育变革” 专刊



作为生成式人工智能技术驱动的自然语言处理工具,ChatGPT因强大的语言理解和文本生成能力,引发广泛关注。职业教育研究者与实践者如何面对ChatGPT带来的挑战与冲击?ChatGPT又为职业教育未来发展带来了哪些机遇?华东师范大学职业教育与成人教育研究所专门组织相关学者,就ChatGPT对职业和职业能力、职业教育人才培养、职业院校科研等方面的影响及应对策略进行探讨。


一、ChatGPT对职业和职业能力的影响及应对


ChatGPT如何影响职业?作为古典经济学的奠基人,大卫•李嘉图(David Ricardo)曾就技术进步与就业的关系进行过讨论,认为技术进步既可以增加就业,也会造成结构性失业,这一矛盾的观点被称作“李嘉图之谜”。一些研究也显示出了人工智能对技术的矛盾性影响,如有研究发现数字技术对劳动力产生了明显的替代效应(West, 2018),且更倾向于替代低技能劳动岗位和创造高技能劳动岗位 (Acemoglu & Restrepo, 2018)。也有研究认为,数字技术并没有改变驱动职业发展的根本动力,对不同技能的就业无显著影响 (Acemoglu, et al., 2022)。然而,与过去的人工智能技术相比,ChatGPT在技术原理、功能实现等方面有了质的飞跃,且仅仅在诞生的数月内,就吸引了数以亿计的用户和开发者,逐渐形成了一个新的“研发–应用”良性生态。可以预见的是,该技术将对职业系统产生深远的影响。

(一)ChatGPT对职业的影响

1. ChatGPT影响职业系统的技术原理

与此前的人工智能相比,ChatGPT的最大特征在于其文本生成性。此前的人工智能在很大程度上都局限于观察、分类和分析信息,以ChatGPT为代表的生成式人工智能并不局限于分析现有的数据,而是具备了生成新内容的能力。也就是说,ChatGPT已经具有了类人的功能,可以以人的形态和功能参与社会生产和生活。尽管目前该技术对于会意式的语言缺乏分析的能力,也缺乏情感层面的交流和表达,但在海量数据的分析和整合、对人类语言的学习能力等方面已经具有了较高的水平,并具有了深刻影响社会分工和职业形态的能力。

职业源于社会分工。为了提升生产的效率和质量,人类将生产和服务按照流程进行划分,形成了从原材料获取到生产加工,再到销售和服务的若干部门和相应职业。前两次工业革命的核心是能源革命,它加速了产业分工的速度,解放了人类的双手,并产生了若干新的产业和职业。第三次科技革命中,新能源和互联网技术成为新一轮产业变革的驱动力,且数据成为新的关键生产要素。由数据收集、分析和驱动的生产活动,不仅扩大了替代人类体力劳动的范围,更是将触角伸向了人类的思维。以ChatGPT为代表的人工智能技术具有更高程度的自组织能力和判断决策能力,在现实社会的基础上,生产出了一个映射现实且高度智能化的“孪生社会”。在这种情况下,按照生产流程进行的职业分工所产生的职业,很可能会被高度自组织化和智能化的ChatGPT技术集体取代。展现在我们面前的不仅仅是一间间的“无人工厂”,更是集决策、生产和云服务于一体的“无人企业”。可以预见的是,ChatGPT对职业的影响,将不仅限于对职业数量和结构的改变,更有可能改变已有的社会分工形式和职业的产生逻辑与方式。

2. ChatGPT影响职业的机制和路径

与先前诸多研究提到的各类技术对职业的影响路径相似,ChatGPT可从替代、更新和创造三个层面对职业产生影响。

首先,是对职业的替代。ChatGPT对职业的替代,源于该技术以类人的方式参与社会分工,以更高的运行效率和完成质量实现对人的替代。一方面,人工智能和机械的融合实现了对重复性操作技能的替代,超越了人连续工作的精力和精神负载,甚至能达到比人工操作更高的精度要求。另一方面,ChatGPT基于大语言模型生成内容的功能,开始初步实现了对人类智慧技能工作的替代效应,冲击人类的认知类和创意类技能,一些简单的重复性、模板化、“照本宣科式”的智力劳动可能会被替代,例如基础客户服务、语音助手、问答系统、简单文秘工作等。甚至是具有较高难度的翻译工作,近年来也因为人工智能的深度发展和市场化运用,而受到广泛替代。

其次,是对职业的更新。与技术对人类功能延伸的效果相似,ChatGPT可被视为对人类思考和整合能力的补充和助力。ChatGPT拥有比人类更复杂、更高效率且更精确的信息获取、筛选、分析和呈现能力,在给定模型的训练下,该技术还能围绕特定需求长期生成满足客户需求的、有价值的、即时更新的内容。因此,它将在未来大规模嵌入已有的职业和职业系统之中,改变一些职业的形态和内容,并对从业人员提出“人机协同”的能力结构新要求。例如在高级客户服务岗位中,客服需要充分了解ChatGPT的人机对话能力,通过该技术及时、准确地获取信息,并结合人所独具的情感,通过“人机合作”实现对高级客户的更高质量服务。新闻评论工作者需要更注重自身的批判能力、想象能力等高阶思维能力的培养和运用,结合ChatGPT快速的信息获取和新闻整合能力,生成具有启发意义和社会共鸣的新闻报道内容。

再次,是对职业的创造。根据阿伯特(Andrew Abbott)的职业系统论,任何一项职业之所以成为独立的职业,在于其主导职业的抽象知识,它界定了一个职业的“管辖权”(安德鲁•阿伯特, 2016)。ChatGPT的平台化发展,将使其从一个人工智能技术衍生和进化为具有独立形态和演进逻辑的基础技术,并形成以该技术为基础的一系列新职业,例如ChatGPT技术工程师、ChatGPT技术运营师、ChatGPT技术产品经理、ChatGPT技术分析师、ChatGPT提示工程师、ChatGPT操作员等。与该技术应用相关的数据市场治理和规范职业可能也将兴起,从而在法律、市场交易等行业产生一些新职业。

(二)ChatGPT影响职业的应对策略

ChatGPT对职业的深刻影响,为未来走向职场的人们带来何种启示?除了保持开放积极的态度,更好把握新技术带来的职业增量和发展新机遇之外,在已有岗位上主动出击,通过丰富自身的能力结构,以及主动将新技术引入职业,带动职业内涵、工作内容和模式等的变革,可能是每一位职业人都应具备的意识和能力。

1. 用个体的数字思维激发传统岗位的新活力

以ChatGPT为代表的人工智能技术将通过对数据的深度分析、加工和生成,全方位赋能各行业在数字时代的发展,数据将成为未来最重要的生产要素。这就对个体的数字思维提出了更高水平的要求。相较于进化而来的自然思维,数字思维属于一种人工思维,是基于人类认知与计算机器的混合性思维 (Oliveira, A, 2017)。它的功能是让静态的认知要素——数据,进入人类收集、分析和解释的范畴。在数字化时代,人类对世界的认知和改造都将由数据和算法牵引,各行各业都需要保持对数据的敏感度,包括将行业知识、信息转化为数据的能力,利用算法作为控制逻辑的技术“去主体化” (Dupuy, 2009),以及保持清晰的技术意识形态性。因此,数字思维不仅能让个体使用数字化视角审视工作任务和能力特征,更能够激发传统岗位在数字化时代的新潜力,实现对职业系统的升级。

2. 主动掌握平台技术或寻求平台技术的协作

一项技术能否平台化发展,主要取决于技术自身的特点和市场交易的需求 (Baldwin & Clark, 2000;李春利 等, 2021)。以ChatGPT为代表的人工智能技术具有极高的门槛,这决定了该技术领域的竞争和发展将集中在少数几个平台中,从而形成“平台化”的发展效应。因此,相关从业人员应掌握以微软的ChatGPT、百度的“文心一言”等为代表的自然语言处理工具,及时熟悉该技术平台的运作原理,或与掌握该技术的人员建立协作关系,以更好探索该技术在本岗位中的应用潜力。

3. 培养人机协作能力

“机器换人”曾是我们对人工智能冲击就业环境的主流描述,但如今,更多的企业开始从“机器换人”的思路走向“人机协作”的新的生产方式。“机器换人”某种程度上消解了传统职业对劳动者在技能运用中的异化,但并未触及人和机器在生产过程中的“零和博弈”的矛盾。“人机协作”强调人和机器间的功能互补,旨在围绕特定目标实现各自能力价值的最大化。相比于过去的人工智能技术,ChatGPT提供了更加便捷、友好和有效的人机协作环境,尤其是依靠人类对话海量数据训练出来的语言模型,能更好地贴近生产者、服务者和消费者的习惯和需求。因此,未来的从业人员,应该逐步适应和ChatGPT等高度智能技术并存的工作环境,明确技术和人的长处和短板,共同形塑出人机协作、共生共长的生产和服务模式。

4. 促进公民数字职业价值观养成

技术异化的性质决定了异化结果的不可完全预见性和不可消灭性(王大洲,2013),掌握技术的前提是坚持人在技术运用中的主体性地位。对于生活在数字化社会的公民而言,每天的工作和生活都被技术所包围。人们在享受技术带来的便利和高效的同时,也凭借自身生产的数据,成为数字化社会这一大系统中的一环。ChatGPT的运行依靠的便是对人类社会生产的数据的汇集、分析和再输出。这种情况下,如果人类逐步放弃对事物的思考而受制于机器的推荐和引导,便不可避免地成为技术的“奴隶”。实际上,这种异化的技术观和行为,在ChatGPT诞生初期就已显现,最明显的便是学生基于ChatGPT的“剽窃行为”。此外,数据已经成为社会生产的核心要素,因此必然会有人出于逐利的目的而违背职业道德,通过不法手段获取、销售和不当使用个人数据。数字社会的从业人员,必须要具备合格的数字素养和正确的数字价值观,不仅要有保护个人数据的意识和能力,更要在工作中保持对数据安全和数字权力的敏感性。

人类社会迎接的每一次技术革命,都会带来大众对社会分工和职业系统的热议和反思。对于任何一个现存的职业而言,技术的革新既是机遇,也是挑战。且人工智能技术中类人功能的高度发展,已经开始影响到运用人类高阶思维的相关职业。但在可预见的技术演进时空中,ChatGPT仍然存在一个核心问题,即对知识的创新能力。ChatGPT难以通过对人类高阶思维的高度模仿和复现,在情感、意境等的作用下,产生知识的增量。这可能是任何一项人工智能技术在现有运行逻辑下都无法逾越的鸿沟。此外,由于ChatGPT仍然需要大型语言模型的训练,因此语料决定了训练的偏向和输出的结果。在该技术本身不具备价值观判断能力的情况下,很有可能会导致道德伦理失范的问题。因此,在我们为ChatGPT可能引起的职业变动而担忧的同时,也不应扩大该技术在现有发展逻辑中的潜在威胁。

(三)ChatGPT对职业能力的影响

以ChatGPT为代表的大模型、生成式人工智能技术的强势崛起标志着“无限接近人类智能”的人工智能时代的到来。这种基于注意力机制的人工智能技术赋予了机器原本为生物所特有的能力——意识。显而易见,这种新型的人工智能技术将会对人类现有的职业体系产生前所未有的冲击,越来越多的职业将会被机器取代,新的职业将不断涌现,人在职业中的角色也将被重新定义。为应对这一挑战,从根本上需要研究新的人工智能技术对人的职业能力的要求,从而为培养对应的职业能力设计新的教育内容与方法。

1. ChatGPT的能力

谈论ChatGPT对职业能力的影响,首先需要认识ChatGPT的能力。这里用“能力”而非“功能”,是因为ChatGPT不同于人类生产开发的传统的工具和设备,它已表现出“类人”的学习和思考方面的特性。传统的人工智能技术无法实现对知识的全部理解和编码,仅仅是按照关键字进行匹配并做出回答,是简单的指令操作和基于规则的计算推理。而ChatGPT利用注意力机制实现了知识的系统性解码,并利用生成式神经网络模型实现知识的编码以生成新的内容,因此,它具有强大的理解、推理和学习能力。训练模型需要大量的语料库,这些语料库包含了真实世界中的对话,使得ChatGPT能够“上知天文下知地理”,还能根据聊天的上下文进行互动,从而做到与人类几乎无异的对话与交流。

就目前的公开发布使用的ChatGPT而言,它主要有以下几大功能:(1)语言理解和生成能力,可以理解自然语言的意思,并使用自然语言生成回应。(2)知识获取和处理能力,可以从海量的文本和知识库中获取信息,并进行整理、分类、处理。(3)语言翻译和转换能力,可以将文本从一种语言转化为另一种语言,也可以将语音转化为文本。(4)文本分析和情感分析能力,可以分析文本中的情感色彩,并作出回应。(5)学习和自适应能力,可以通过不断学习和自我优化,提高回答问题的准确度和服务质量。随着GPT4等新的版本的出现,其模型规模更加庞大,并能够处理除了文字之外的诸如图片、视频、数学公式等多模态数据的输入和输出,显示了这种人工智能技术的强大能力。

2. ChatGPT对职业能力的影响

以ChatGPT为代表的最新人工智能技术所具备的“类人”能力,正对人类的职业能力要求产生直接或间接影响,打破或重塑着已有职业能力的结构和内容。培养职业能力是职业教育的目标。在职业教育研究中,能力是胜任工作任务所需要的所有要素的综合,包括知识、技能、态度、价值观等(徐国庆,2007)。职业能力特指在真实的工作情境下整体化地解决综合性问题的能力,它是从事一个或一类职业所必需的本领,是在职业工作、社会活动和个人生活中科学的思维,是对个人和社会负责任的热情和能力(费利克斯•劳耐尔等,2010)。职业能力与纯心理学意义上的能力有所不同,它是一种做事的能力,是人的心理要素与具体情境相结合所呈现出来的现实的能力。职业能力要求随着客观社会环境的变化而变化。以下试图从对职业能力的特点和结构的解释中分析ChatGPT对职业能力的影响。

(1)职业能力的内涵变化

首先,对职业能力的内涵的解释应置于特定的情境中,不同历史时期和阶段所需要的职业能力是不同的。这意味着不同的职业能力在不同的历史时期和社会环境下有不同的重要性和需求。这种变化可以归结于技术、文化、经济、政治、社会等因素的影响。以技术为例,在第一次工业革命时期,随着传统手工业的瓦解,取而代之的是工厂化机器大生产的普及,这对工人的职业能力提出了新要求,比如要具备机器操作、维修等新的技能,这也要求职业人员接受更加系统化和专业化的培训。随着科技的进一步发展,许多新的职业能力被引入到劳动力市场中。例如,以前并不存在编程能力,但随着计算机和互联网技术的普及,计算机编程和软件开发成为非常重要的职业能力。即使同一种职业能力,在不同的历史阶段,它的具体要求也可能完全不同。例如,人机交互能力以往通常表示人操作和控制设备的能力,而在应用ChatGPT后,能够准确地表达自己的意思,并能高效地与机器进行沟通,并根据沟通结果及时地进行决策和执行的能力变得尤为重要。这些能力要求在以前与机器交互的过程中的作用并不显著。

其次,职业能力应置于复杂的关系中进行理解。职业能力的内涵随着技术的快速发展发生了巨大的变化,而要全面认识这种变化,就需要将其置于复杂的关系中加以理解。能力的形成是在批判性探索和解决问题的过程中实现的,单纯的获得知识并不能自动产生能力。也就是说学会知识并转化为能力需要进行培训。面对现代技术的多变性,无论是企业还是技术人员和专业人员,都必须使自己适应于处理日益复杂的各种过程和结构体现出来的情况。而这些过程和情况是连接于一个动态的、不断变化的结构之中的。当前,随着人工智能技术的广泛应用与发展,人们规范、高效地解决工作问题以适应职业岗位的能力需要已经不再是职业院校学生的唯一特征,而诸如判断力、合作能力、创造性地处理不确定的事务和错综复杂的情况的能力则更具有决定性意义。面对技术发展,未来的职业教育必须使人们有足够准备,要能教授学生广泛的、合理的概念性知识和操作知识,帮助他们能在更复杂、更多样的技术、经济、社会系统关系中判明方向,进而能够负责任地做出判断和处理。

最后,职业能力的形成是在知识和具体工作要素之间建立紧密联系。从这个意义上说,职业能力形成的本质是建立联系。虽然职业能力具有历史性,会随着技术的发展不断变化,但这种联系的本质却是不变的,只是在不同的工作任务中,不同职业能力所占的比重不同而已。例如,在制造类工作上,职业能力的形成是将所学的知识外化到设备运转的各个环节中去,使知识与物质形态的工具等设备发生联系。再比如服务类工作,职业能力的形成就是将所学知识外化到为顾客提供个性化服务的项目中去。ChatGPT作为将来职业活动中的核心要素,既可以作为设备和工具,又可以作为关系,深刻参与和影响职业能力的形成。应对这个新变化,就需要掌握相关的知识,并将所学的知识外化到工作要素上去,从而建立紧密的联系。总的来说,职业能力具有实践性、情境性和复杂性,与具体的行动密切联系,分析ChatGPT对职业能力的挑战,应将技术的变化和职业能力调整进行动态辩证地分析,充分认识其变与不变,以获得更完整的认知图景。

(2)职业能力的结构和内容调整

关于职业能力的结构,从不同的角度可以有不同的划分。根据能力的性质,职业能力通常被划分为基本职业能力和关键职业能力。AI技术的发展和应用,势必对人的基本职业能力和关键职业能力的具体内容产生影响,既会出现一些新的职业能力要求,也会淘汰一部分过时的职业能力要求,或对现有的职业能力进行更新和升级。

基本职业能力是从事某一职业所必需的能力,是胜任职业工作的核心本领。这种能力与职业直接相关,具有专业特殊性,包括单项的技能与知识和综合的技能与知识。如汽车维修职业需要掌握设备维修、安装、调节等基本的知识和技能。ChatGPT在内容上的巨大生产力及其广泛的应用场景,将对各行各业产生深刻影响。例如,ChatGPT的文本、图像、代码生成能力将对需要这些基本职业能力的职业领域产生巨大影响。美国最新的一项研究表明,大约 80% 的美国劳动力可能至少有 10% 的工作任务会受到 GPT 的影响,而大约 19% 的工人可能至少有 50% 的任务会受到影响(Eloundou,et al., 2023)。

关键职业能力是超越某一职业技能和知识范畴的能力,是从事任何职业都需要的、能适应不断变化和发展的科学技术的一种综合职业能力,它具有迁移性。关键职业能力包括了专业关键职业能力、方法关键职业能力和社会关键职业能力。ChatGPT对多种职业能力都会产生明显的影响。(1)思维表达能力:ChatGPT 是一种自然语言处理技术,因此,对于那些与 ChatGPT 相关的应用场景来说,语言能力已经成为了基本要求。他们需要具备良好的中英文写作和口语能力,能够准确地表达自己的意思,并能够有效地与机器进行沟通。(2)价值决断能力:虽然 ChatGPT 可以根据给定的输入进行自动生成,但是在实际应用中,对于一些需要创造性思维的工作来说,如何在ChatGPT生成的新知识的基础上进行二次创造,人的创造力仍然是不可或缺的,尤其是在处理非结构化数据或需要人类判断和决策的情况下,更需要人类的参与和决策能力。因此,在 ChatGPT 相关领域工作的人需要具备较强的创造性思维,能够根据具体情况做出正确的决策和判断。(3)人机协作能力:ChatGPT 技术最典型的应用场景包括企业和机构的客服系统、智能写作等,因此,对于那些利用 ChatGPT进行工作的人来说,人机协作能力非常重要。他们需要与其他团队成员、客户以及机器进行有效的沟通和协作,以确保工作顺利完成。(4)终身学习能力:在人工智能时代,知识和技能的获得贯穿整个职业生涯和生命周期,每个人都需要不断学习和更新知识和技能。尤其是在与ChatGPT交流的过程中所获取的新的知识,需要被不断消化和吸收,这样才能提升自己驾驭人工智能的能力,在人和机器的交互协作中不断精进,在提升自身价值的同时,不断激发人的各种潜在能力。

在使用ChatGPT的职业中,另外一个显著的变化是人们需要更强的信息获取和管理能力。由于ChatGPT可以生成大量的信息,人们要能有效筛选和整合这些信息,以便从中获取有用的洞见和知识,剔除错误的信息。ChatGPT的使用也需要人们具备更强的信息安全和隐私保护能力,以确保使用ChatGPT时不会泄露敏感信息。此外,ChatGPT的出现也对职业道德和伦理要求产生了影响。在使用ChatGPT时,人们需要遵守道德准则和法律法规,不得将ChatGPT用于欺诈、违法或不道德的行为。同时,ChatGPT也需要遵守道德准则和法律法规,不得滥用人类数据或误导用户。

尽管ChatGPT可以提供高效的文本处理和分析功能,给我们的职业生活带来各种便利,但也对人类的职业能力内容提出了种种挑战,甚至可以取代人类的部分职业能力。尽管如此,人与人对话中的伦理、审美和社会情感能力,是任何机器无法替代的。在拥抱技术的同时,也要警惕技术所带来的人类能力弱化的现象。随着AI技术高效性和准确性的逐步提升,人类可能会对机器形成过度依赖,从而导致思维能力、交流能力、创新能力等关键职业能力的下降,出现人类职业能力的两极化发展。

(四)ChatGPT影响职业能力的应对策略

人类职业能力的培养如何面对最新的人工智能技术?为了回答这个问题,首先就需要明白教育的终极目标是什么。教育要培养人的好奇心、求知欲、创造力和终身学习的能力。好的教育在于充分挖掘学生的潜能。一方面,人工智能使得技术的可塑性大大增强,同样的技术可以发展出不同的工作形式和服务方式。这使得过去的“让学生掌握已有技术知识和能力”的教学目标变得过时,因此有必要重新定义职业、工作岗位、工作任务、职业能力等核心概念。另一方面,职业教育不再只是培养适应谋生需要的简单技能的教育,而是承担现代社会人才结构中技术型、技能型人才培养任务的教育,是一种包含复杂内容的教育。随着人工智能技术的发展,大多数职业对劳动者的知识和能力要求越来越复杂。劳动者需要较为完善的理论知识和分析、解决问题的能力,才能更好地胜任职业岗位。无论技术如何变革,工作世界如何变化,职业教育的育人宗旨不会变。职业教育需要更加关注人的主观因素的影响,“既要为学生创造自主学习机会,又要保持学习作为实践共同体集体活动的特征”,未来可从以下几方面做出努力。

1. 以学生为中心,注重学生的自我管理

自我管理式学习可以激发学生学习的积极性,实现个性化教学。教师创设以学生为中心的学习环境,根据学生需要设定教学内容,确定教学资源,选择合适的教学方式,并自主评价学习结果。在促进学生自我管理方面,首先,教师可以对ChatGPT敞开怀抱,引导学生成为有判断力的知识消费者和使用 ChatGPT进行学习的主动学习者。要为学生营造虚实结合的学习空间,基于数字化、智能化技术的全面感知的教学空间可以为职业教育教学活动提供丰富的学习情境。其次,提供多样化和个性化的教育资源服务。在教学过程中,以学生为中心,以问题为依托,融合课程内容,基于人工智能相关技术,探索开展翻转课堂、混合式教学等模式,开展个性化学习。再次,提供基于教学过程的精准化教学评价。利用智能化技术对教学过程进行跟踪,分别从学习投入度、认知建构、创新实践能力等方面实施多主体支持的学习分析,诊断教学效果。教育的未来取决于教师们现在如何使用ChatGPT等技术。

2. 以需求为导向,加强复合型人才培养

职业教育的学习内容广泛,涉及社会、职业工作、社会道德等多个方面,职业能力也是在批判性探索、解决问题的过程中形成的。ChatGPT冲击了传统课堂的教学内容和方法,使记忆型、计算型、考试训练型的知识和技能的学习变得不再重要,而价值观、好奇心、想象力、审美力、高阶思维等机器无法替代的核心素养变得尤为重要。通过采取理论和实践相结合的整体化学习方式可以促进独立意识、决策能力和责任心的发展,促进学生成长和职业成熟。首先,在人才培养目标上,要注重培养具备数字智能和工匠精神的复合型人才,重视培养学生的实践创新能力,同时又要关注数字身份、数字竞争力、数字创造力等数字智能的培养。其次,在人才培养模式上,要注重构建智能化的学习空间,通过学生的自主探究式学习过程,培养专注力,训练科学思维,养成好的行为习惯。与此同时,将爱岗敬业、精益求精等职业精神融合到学习环境中,培养德技并修的技术技能人才。

3. 以技术为手段,倡导行动导向的情境学习

ChatGPT本身只是一个工具,需要在不同的职业活动中高效地训练并使用它。情境学习理论认为学习是在人际互动中通过社会性协商进行知识建构和能力形成的。职业教育的学习情境是真实的工作环境、真实的工作任务和完整的工作过程。ChatGPT等人工智能技术的应用,可以辅助、模拟和再现真实的工作场景,将复杂的工作情境转变为学习者可以驾驭的学习情境,突破时间和空间的限制。要通过设计开放性综合学习系统,搭建由跨职业、多学习场所的学习性工作任务组成的平台,利用展示事实性知识的教学软件,为学生和教师提供在教与学的过程中自我建构知识的机会和空间。作为教学过程的促进者,教师要注意学生学习的内外部活动,促进学生思维、想象和创新能力的发展。


二、ChatGPT对职业教育人才培养的影响及应对


(一)职业教育学校体系的人才培养

关于人工智能在教育领域中的应用,有学者曾提出六个挑战:形成一个关于人工智能促进可持续发展的公共政策的全面观点,公共政策必须在国际和国家层面上合作,创建一个服务于可持续发展的人工智能生态系统;确保人工智能在教育方面的包容性和公平性;让教师为人工智能驱动的教育做好准备,同时让人工智能了解教育;开发高质量和包容性的数据系统; 使教育领域的人工智能研究具有重要意义;关于数据收集、使用和传播的伦理和透明度(Pedró et al., 2019, pp. 6−7)。虽然面临诸多挑战,有学者认为信息技术已逐步改变了传统的教学模式和学习方式,引发了中国高等职业教育的全面变革与创新,并倡导关注用户需求和应用效果(刘汉华,2017)。高等职业教育作为人才培养的重要阶段,如何应用最新的人工智能技术来推动高等职业教育向智能化、信息化的方向发展至关重要。

1. 人工智能技术在高等职业教育人才培养领域中的应用

一是个性化学习体验与学习辅助。人工智能技术能够精准分析学生的学习状况和需求,提供个性化、差异化的学习路径和资源。在学习内容的选择、整合方面,人工智能技术能够建立多模态的学习场景,使得学生能够在更丰富、实际的场景中学习所需的知识和技能。二是教学评价。人工智能技术能够针对学生的学习情况和过程进行智能评价和反馈,以提高评估的准确性。通过对学生学习行为和结果的分析,人工智能技术可以帮助教师进行场景设计、学习评估和学习支持的决策,为教学改革和教学质量提高提供实证数据。三是教学创新。随着人工智能技术的革新和发展,高等职业教育的教学内容和方式也向数字化、个性化和场景化进一步发展。通过引入人工智能技术,可以实现智慧教学、智能教育等教育方式的创立,同时也能够提高学生的创新能力、合作学习能力和思维反应速度。

人工智能技术在高等职业教育中的应用案例颇为丰富,未来如能得到公共政策的准入与支持,ChatGPT技术有可能得到广泛的应用。ChatGPT技术是基于深度学习算法的自然语言处理技术,可以模拟人类对话,有助于提高学生的交流与沟通能力。同时, ChatGPT 还能够根据学生的学习情况进行智能评估,为学生提供有针对性的辅导和指导,大幅提高教学质量和学习效率。在高等职业教育中,ChatGPT技术的应用主要涉及以下几个方面:

(1)智能教学辅助:随着在线课程和MOOC等在线学习平台的兴起,如何保证学习效果和学习体验就成为了亟待解决的问题。在这个背景下,ChatGPT技术作为一种强大的人工智能技术可能被广泛引入教学辅助领域中。通过ChatGPT技术,可以为学生提供基于自然语言处理的智能问答服务,辅助学生解决学习中遇到的问题和困难。此外,ChatGPT技术还能够根据学生的学习情况进行个性化定制,为学生提供有针对性和可操作性的指导和建议,从而提高学习效果和体验。

(2)智能评估和评分:人工智能技术可以通过自然语言处理技术来对学生的文字作品进行自动评分,实现个性化的评估和反馈。ChatGPT技术可以根据学生的学习目标和需求,自动为学生提供相关的学习资源和知识点,支持学生进行持续的学习和进步。

(3)机器人教育:随着人工智能技术的广泛应用和成熟,机器人教育也逐渐成为一种新型的教育形式。ChatGPT技术可以用于机器人智能交互的设计中,帮助机器人实现与学生自然而流畅的对话。例如,ChatGPT可以通过与机器人的对话来提高学生的口语表达和交流能力,同时也可以帮助机器人更好地服务于学生的学习。

(4)智慧辅导:通过ChatGPT技术,教师可以建立个性化的教学辅导系统,根据学生的学习状况和需求,为学生提供有针对性的辅导和指导。ChatGPT可以不断学习和提高,为学生提供更加丰富、准确和贴近实际的辅导和建议,全面提高学生的学习效果和成绩。

2. ChatGPT对高等职业教育人才培养的挑战及应对策略

ChatGPT技术在高等职业教育中的潜力和应用前景是不可忽视的,但其具体应用也面临着诸多挑战:(1)对师资和管理体系的挑战。ChatGPT技术需要大量人力、物力和技术投入才能够稳定运行和发挥其效用。而在当前高等职业教育领域,尤其在中小型学校和地方高职教育机构,师资力量和管理体系相对薄弱,很多学校缺乏相应的技术和人力支持,这将给ChatGPT技术的推广和应用带来阻力。针对这一问题,应该着力提高师资力量和管理体系建设。学校可以加强数据科学和人工智能技术方面的培训和教育,提高教师的专业技能和实践能力。同时,还需具备定期的技术培训和评估机制,以保证教学质量和学生学习效果。(2)来自数据隐私和安全性问题的挑战。ChatGPT技术需要进行大规模的数据采集和应用,这可能会涉及学生、教师等相关方的隐私和保密信息。此外,如果ChatGPT技术被不法分子攻击,可能会给学校及学生带来巨大的安全威胁。因此,数据隐私和安全性问题是ChatGPT技术在高等职业教育中需要面对的挑战。为了解决这一问题,学校必须制定严格的数据采集、处理和管理规定,保护学生及教师的个人隐私权利。此外,学校还应该加强安全防护体系的建设,引入更多先进的防护技术,提高数据安全防护水平,从而确保教学运作的顺畅和安全。(3)对教学质量和学习效果方面的挑战。虽然ChatGPT技术能够为学生提供更加个性化的教学体验,但也存在一定的教学质量和学习效果方面的挑战。例如,ChatGPT技术需要充分了解学生的学习背景和个性化需求,否则就可能会因此出现教学内容与学生实际需求不符合的情况;另外,由于机器不具有伦理和情感意识,也不可能完全像人类一样彻底施展能动性,ChatGPT技术本身也容易出现数据结果的偏差。为了解决这一问题,需要采取多种措施,如加强教学场景的设计,通过教学的实施和实践建立更加精准的数据模型和评估体系,加强对学生学习过程的认识和理解,不断优化工具,提升教学质量和学习效果。

(二)职业技能培训体系的人才培养

ChatGPT在不同行业的多模态应用改变了劳动力市场格局,也会对教育以及职业教育的变革产生颠覆性的影响,尤其会在职业培训和技能人才培养方面带来巨大的变化。究其原因,ChatGPT的不断迭代极大地影响了劳动力市场需求和劳动者的技能要求,甚至加剧了ChatGPT技术进步对劳动力的不利影响,包括就业两极分化、中低技能劳动者技能失配和不平等现象的加剧。技术的进步导致的劳动力市场转型凸显了重新培训和提高劳动力未来技能以应对这些变化的重要性,更需要通过未来职业技能培训视角探究ChatGPT技术将如何改变和影响未来的劳动力市场。据此,为应对ChatGPT带来的劳动力市场技能结构的重大变化,ChatGPT时代的职业技能培训需要通过相应的调整,以应对人工智能技术更新带来的技能失配等问题,从而实现劳动力市场未来技能需求与人工智能技术的更好适应。

1. 未来技能需求随ChatGPT的迭代更新而演变

ChatGPT对劳动力市场的冲击是长期而复杂的,它在提高生产力与工作效率的同时,也会对劳动力技能需求产生影响。ChatGPT的影响可能导致工作岗位的减少、工作岗位的转移、工作岗位转型和工作岗位的创造,对新技能人才尤其是数字技能人才的需求会大幅度提升,人力资本的集中度也大大增加。因此,了解ChatGPT对未来技能需求变化的影响,并发展适应工作环境变化的技能,对于为ChatGPT的未来做好准备至关重要。

(1)ChatGPT影响下未来技能需求结构的转变

从技能分布看,ChatGPT的出现和广泛应用不仅会替代低技能劳动力,而且会逐步提高高技能劳动力的替代风险。ChatGPT技术的不断迭代不再仅仅取代机械和日常任务中的低技能人类工作,而是可以取代人类在非常规认知任务中越来越广泛的高阶技能方面的工作。这也表明ChatGPT对技能结构的影响不限于低技能的劳动力,而是扩展到执行或管理工作任务的技能分布高端阶段。与此同时,这不仅进一步颠覆了过去自动化和智能化技术从低技能到高技能的替代顺序,也说明了现阶段以ChatGPT为代表的人工智能新时代下劳动力市场技能需求结构的变迁速度明显加快。

从技能属性看,技能大致分为体能类、认知类和创意类,前面两类技能需要成熟的教育体系的支持。在过去,人们通常认为AI科技和工具短期不会对于创意类的技能和工作产生影响,即使有影响,也只会体现在简单重复的体能类技能方面。ChatGPT将继续加剧自动化对劳动力的不利影响,包括工作场所和工作任务的改变。ChatGPT将可能会取代低技能劳动力完成现有任务,同时增加制造业等行业对新任务和新技能的需求。相反,对基本认知技能的需求可能会下降。因此,ChatGPT可能会打破学科、知识和能力领域的传统界限,增加对学科和职业能力边界的侵蚀。

(2)ChatGPT影响下未来技能替代效应的升级

从技能替代风险看,那些从事低技能工作的劳动者也感受到了对常规密集型劳动力需求的挤压。尽管技能替代风险的程度受制于任务属性,但劳动力市场技能替代可能存在组群性特征,某一细分劳动力市场的工人具有相对较高的替代风险。ChatGPT将取代的工作岗位大多是职业教育培训的职位,原因是职业教育培养的人才大多从事基础工作,具有很强的可替代性。因此,这些工人很容易被其他人取代,也使得他们相对容易受到劳动力供应变化的影响。

从技能替代周期看,ChatGPT在短期内可能会影响某些行业或职业的技能要求,但完全替代某一职业和完全更新某一项技能的可能性较低;长期来看,ChatGPT的替代效应逐渐减弱,而创造效应可能会更加明显,它将逐步创造出新的职业或行业。在ChatGPT对工作替代方面的潜在不利影响下,如何从长远的视角重新引导职业教育与培训体系到劳动者技能的更新与发展中,是未来职业教育与培训体系面临的重大挑战,这一挑战将促使职业教育与培训体系调整技能培养结构以应对未来劳动力市场技能需求的变化。

2. ChatGPT的迭代更新对未来技能培训的影响

职业教育的发展要基于劳动力市场的变化。职业教育除了学校教育体系外,还有一项重要的功能是组织各类转岗、再就业、失业人员以及特殊人群等接受各种形式的职业培训,提升受教育者的人力资本水平,为劳动力市场培养合格的劳动者。对于劳动力市场上低技能劳动者以及技术应用脆弱的群体来说,由于他们缺乏职业培训,人力资本的贬值可能会随着时间的推移而增加。因此,提供切实有效的数智技能培训,预防可能的人力资本存量贬损,降低他们的失业率和职业的可替代性,是提前应对未来技能需求变化的重要举措。

(1)ChatGPT对职业教育未来技能培训结构的影响

劳动力市场低技能劳动力的技能水平可能会受到技术带来的新需求、相关的培训薄弱或不足等方面的挑战。这些挑战引发的焦虑可能会加剧技术变革的态度障碍,以及对工作表现、就业能力甚至保住工作的风险认知。目前我国劳动力需求的基本状况是一些行业提供了良好的劳动力市场前景,但没有足够的劳动力从事职业学习,也没有为他们提供劳动力市场所需的技能更新培训。有些工作涉及计算机或机器人无法轻松完成的任务,而执行这些任务所需的技能通常只需要在教育或培训方面进行很少的投资。然而,技术的进步并不总是导致从事低技能工作的员工更多地参与继续培训。与之相反,劳动力市场上的弱势群体(包括数字技术脆弱性的工作、濒临失业等群体)特别容易受到ChatGPT的影响,因此,需要密切关注职业教育和培训系统对此类对象的技能培训的包容性和公平问题。

(2)ChatGPT对职业教育未来技能培训模式的影响

技术是提供职业教育和培训的一种手段。ChatGPT会极大地改变职业教育与培训课程设计,改变职业教育技术的学习和培训过程。职业教育与培训课程的组织和结构以及不断变化的能力需求可能会导致技能培训模式的更新与升级。一方面,为了跟上技能需求的动态变化,技能培训面临着提高灵活性和智慧性的压力。另一方面,对跨学科、多维度技能的新需求,需要对职业培训模式和过程进行技术升级与变革。因此,将ChatGPT相关的知识和技能纳入未来技能培训中,在培训和评估实践中使用ChatGPT作为辅助工具,或在开发教师和培训人员的专业知识和技能时使用ChatGPT,将是未来的趋势。这也说明ChatGPT的出现会促使职业教育必须优化未来职业培训的技能结构,并进一步调整培养模式来应对数智化技术的进步。

3. ChatGPT迭代更新下未来技能人才培养策略

(1)适应劳动市场结构新变化,加大对数字技能劳动力的培养

职业教育与培训框架中可能包含的关键建议涉及提高职业培训与劳动力市场需求相关性的方法。我们需要确保职业教育与培训的内容、模式等与数智化技术提升相适应,使个人能够随着技能需求的变化在工作岗位之间流动并获得新技能。要加强对劳动力的未来技能培训,培养能够满足智能技术和数字化发展要求的技能人才队伍,使其掌握与机器人技术相匹配的技能,同时也要在劳动力市场上甄别出具备这些技能的劳动者。与此同时,对未来技能的培养需要多方参与职业教育培训计划的设计,以确保职业教育培训能满足劳动力市场的技能需求,使不同技能水平、不同维度的技能获得更新。例如,职业教育和培训系统可为受ChatGPT影响的低技能劳动者提供必要的技能,以帮助他们实现工作和职业转移。未来的教育体系需要重新适应和转变,关注到不同教育水平学生的不同教育需求,尤其是要注重高层次人才培养。因此,在ChatGPT技术迭代的冲击下,未来需要加大对数字技能劳动力的培养力度,以满足劳动力市场对数字技能的需求,更好适应劳动市场结构新变化。

(2)依托ChatGPT等智能技术工具,实现职业技能培训模式的迭代

ChatGPT的进步不仅能通过使用当今可用的各种在线平台提高职业技能培训的覆盖率,而且还可以提供多样化的人机交互式和虚拟式技能培训体验。一方面,未来劳动力市场的大部分劳动者都将被要求适应日益智能化的机器工作,这就要求他们做好准备,学习随需应变的技能,并灵活提升和更新技能。另一方面,从职业技能提升和虚拟现实(VR)培训技术结合的角度进行ChatGPT的技能培训,需要将真实对象与信息和虚拟对象进行组合和叠加,包括将VR培训系统等用于训练新任务和数字技能。利用先进的智能技术,也可更好关注不同劳动力水平的技能需求并系统评估对职业培训结果的影响。

(3)构建智慧化教育培训体系,完善数字化职业培训应用机制

为了应对颠覆性技术带来的变化,职业教育技术部门需要重视数字化和智能化给劳动者带来的技能挑战、就业风险等情况。结合ChatGPT对劳动力技能的新要求,多方应共同努力,实现对职业教育人才培养模式的变革,支持职业技术教育毕业生在获得资格并进入职场后能不断更新和升级技能。这可以提升ChatGPT带来的创造效应,降低替代效应,真正提升职业教育和培训对未来技能人才的培养能力,为劳动力市场培养符合技术进步要求的数字技能劳动者和复合型高技能人才。


三、ChatGPT对职业院校科研的影响及应对策略


ChatGPT在商业上获得成功的重要原因之一在于,它准确地把握住了自身技术特征与人性需求的契合点,并且恰逢其时。通常认为,职业院校科研应该定位为应用型导向,那么,ChatGPT对职业院校科研有哪些影响,未来又该如何应对?以下将从职业院校科研的基本内涵说起,通过呈现职业院校科研在技能形成变迁中的迭代,分析以ChatGPT为代表的“去技能化”“人机融合”的技能形成新特点对职业院校科研的影响,并提出应对策略。

(一)职业院校科研的基本内涵

科研是基于前人的研究基础、以产生新知识新技术或解决现有问题为目的的持续性工作。科研有着自身的发展规律,且在不同类型的高校以及不同的发展阶段里有着不同的内涵和定位。与普通高校相比,职业院校是培养技术技能人才的专门化场所,其知识生产活动并不强调基础性研究和原创性知识创造,而更为关注应用性技术研究、原创性知识成果的技术转化与应用,在科研活动中呈现技术应用和职业导向等特征。作为创新领域的潜在贡献者,高职院校在国家创新体系中的作用逐步被认识到。2019年,教育部、财政部实施“中国特色高水平高职学校和专业建设计划”,要求高职院校科研要促进创新成果与核心技术产业化,重点服务企业特别是中小微企业的技术研发和产品升级。2021年,中共中央办公厅、国务院办公厅印发《关于推动现代职业教育高质量发展的意见》,强调要紧密对接产业升级和技术变革趋势,加强职业教育领域的科学研究。2022年,新版《中华人民共和国职业教育法》明确指出,“国家鼓励和支持开展职业教育科学技术研究”,“国家鼓励职业院校开展科学研究、技术服务、科技成果转化等活动”,“校长全面负责本学校教学、科学研究等工作”。上述政策法规不仅对职业院校科研应发挥的作用提出了明确要求,也指明了职业院校科研的发展方向。

(二)职业院校科研在技能形成变迁中实现迭代

职业院校的科研,是在技能形成更迭的外部因素以及高等院校自身形态演变的内部因素共同作用下历经变迁的。工业革命之前,生产力与生产资料被封锁,生产技能是一种少数人掌握的私有资产。但同时期,中世纪的欧洲出现了带有职业属性的教育机构,如意大利萨拉学院(Salern)与博洛尼亚学校(Bologna)等,它们不纯粹“追求神圣的真理和知识”,被许多学者视为当时的职业培训机构。这也正是鲁迪(Willis Rudy)所说的,“中世纪高等教育机构涉及的许多办学内容都不加掩饰地具有职业属性”。虽然,这个阶段的职业院校已经展现出“增强生产工艺改造能力”的思维,但由于“博雅教育”的推崇,大多数高校仍然是高深知识的生产者和传授者,进行工艺改造科研内容的教育机构是普遍被社会冷落的。工业革命后,生产方式发生重大变革,技术技能在启蒙运动助推和资本家的推动中完成了袪魅,技能形成不仅被各个先行工业国家重视,有关技能形成、工艺改造的科研也登上历史舞台。这一阶段,联邦德国颁布《高等学校总纲法》(Hochschulrahmengesetz),确立了德国应用技术大学以应用研究为主的科研目标。应用研究的出现使职业院校开始走出传统意义上仅作为“技术技能育人工厂”的刻板印象,不仅让职业院校开始与社会其他主体尤其是行业企业搭建起紧密联系的桥梁,还让以技术创新为主要内容的科研不再被认为是基础研究的“附庸”,而更多彰显出自身的独特价值。

20世纪,国际组织按照分级思想将本科层次职业教育纳入第5级副学士学历与第6级学士学历框架,引导各国开展更高层次的职业教育,大批新型本科层次职业院校被建立,从而铸成高等职业教育发展的新力量。1996年,德国应用技术大学和部分综合大学开始试行“双元制”课程,积极探索本科层次职业教育,并成立巴登符腾堡双元制大学(Baden-Wuerttemberg Cooperative State University);英国开展首个“经济学徒制计划”,要求大学科研必须关注企业用人需求,最大程度与区域产业需求结合。许多地区甚至形成本科层次职业院校与社会经济发展一致性的长期检验制度。高层次职业院校的诞生意味着大学科研要服务于区域经济社会发展,这也逐渐构筑了大学服务社会的新功能。此时,职业院校开始成为组织性、综合性、复杂性技术技能的发源地。步入21世纪,生产力升级过程“需要大量能从事应用技术研发的科技人员”,技术技能越来越成为生产提速的重要因素甚至演变为生产力的另一种表现形式。在此背景下,职业院校被赋予了支撑技术研发的新使命。这一时期,相较于多进行基础性科研的普通高校被定义为“智力之城”,职业院校被认为是“面向高端产业和产业高端的新型‘智力之城’与‘技术之城’”。与此同时,产业端主体开始决定何种技术最有价值,由此带来的影响是职业院校科研更加被强调要满足外部需求。

凯瑟琳•西伦(Kathleen Thelen)将技能形成划分为工业化早期的“低技能均衡”(Low-skill Equilibrium)与在传统技能形成基础上转型的“技能替代”(Skill Displacing)两个阶段。“低技能均衡”时期,技术技能的作用范围基本局限于本行业中,这使得职业院校科研形成了明晰的“场域思维”,科研行为被技能娴熟度、行业属性、成果作用场域所框定,因而科研重点为“工艺改造”(Process Transformation)。随着“技能替代”的出现,职业院校原本圈定的技术技能传习模式遭受挑战,技术技能的传统附着场域也被突破。学校与行业、技术技能人才与新型机器、技能形成与科研成果转化之间的间隙愈加缩小,职业院校科研的应用属性被空前强调,更加被要求介入实际生产之中,通过产教融合、校企合作实现科研技术成果转化,因而行业企业也被扩充至职业院校科研的主体行动队列。此外,科研内容被要求更加符合社会情境适应性、解决问题综合性、科研活动组织性、组织科研融合性等。

(三)以ChatGPT为代表的“去技能化”技术发展对职业院校科研的影响

人类的技能大致可以概括为仅需要在物理世界付出体力劳动就可以完成任务的体能类技能,需要动用人的认知能力根据现有的资料进行计算和处理(如文案整理、总结等)的认知类技能,以及比如写一个剧本故事、一段代码、一篇创意文案等其结果会因人而异的体现创造性思维的创意类技能。人工智能的发展历程分为专用人工智能、通用人工智能和超级人工智能三个阶段,以往的人工智能在很大程度上都局限于观察、分类和分析信息,对人类技能的替代呈现出从低技能到高技能的替代顺序。然而,作为人工智能发展的一次质的飞跃,ChatGPT的出现颠覆了这样的替代顺序,它直接从知识密集型行业开始产生影响,冲击了以创意类和认知类技能为主的高难度复杂任务。原因在于,ChatGPT的最大特征是其生成性,它在观察、分类和分析信息的基础上还具备了生成规范性文本(如论文、方案、数据报表等)的能力,这对人类创造力、相关技能和工作的冲击是巨大且令人始料未及的。

科研工作是典型的偏向认知类技能和创意类技能的工作,其开展需要通过科学方法和手段,进行系统研究和探索,以获取新的知识、发现新的规律、创造新的技术或解决实际问题。职业院校科研工作的应然定位是应用研究,它需要在基础研究的成果或现有技术的基础上,针对具体问题和需求进行研究和开发,以推进科技创新和经济发展。ChatGPT对科研工作的重大影响体现在对工作任务的分解、重构与再创造方面。科研工作的开展过程实际上是任务/技能的组合,ChatGPT的出现使得其中的一些任务/技能可能被替代,但其中依然有一些部分非但不容易被替代甚至其价值还会被放大和增强。对于能够替代的部分来说,以ChatGPT为代表的“去技能化”技术发展使得诸如数据分析、数据建模、市场分析、用户反馈、了解最新的技术进展和趋势、获取有关新技术和实践案例等工作,都可以交给ChatGPT来完成。那么此时,ChatGPT对职业院校科研的影响表现为“去技能化”。“去技能化”是指生产工艺、工人技能和传统的技术知识转化为机器化和科学化的生产方式的过程,它将工作过程中的技能和知识转移至机器、计算机或其他自动化设备,从而使得原本依靠拥有这些技能来进行工作的人员不再需要掌握相应的技能和知识。

但是,职业院校科研中有一些工作是ChatGPT无法替代的。前文提到,即使没有ChatGPT的出现,技能形成、技术迭代本身也是长期以来影响职业院校科研的重要因素。实际上,每一次技术创新的本身都是一次“去技能化”的过程,而这个过程都对接下来的产业生产创新程度与劳动者职业素质提出了更高要求,那么之后的技术创新和应用型科研便需要根据原始科研成果的积累继续催生出新成果,以实现“创新叠创新”的复利效应。因而,ChatGPT对于职业院校科研的“去技能化”,实质上依然是技术革新背景下追求创新技能的演化过程,本质上是一种劳动主体经历“再技能化”(reskilling)的过程。除此之外,应用科研能够落地的前置性条件是科研机构能够在自身科研中融入决策组织、社会环境、文化因素等新元素,以实现其服务生产实践的导向,这是个多组织、多系统、多模态的过程,而这一点恰好是ChatGPT这样的人工智能还不能够充分做到的。由此来看,我们其实无需担心ChatGPT会颠覆或者替代职业院校的科研工作,而是要思考该如何与ChatGPT共存、共创乃至共同进化,让ChatGPT发挥其优势来协助和赋能应用科研。

(四)职业院校科研如何应对ChatGPT为代表的“去技能化”技术发展

通过前文梳理,可以发现,职业院校科研体现出其对不同阶段的技能形成体系的适应:在“低技能均衡”阶段,职业院校科研形成以行业为基本运用场域的特征,呈现注重工艺改造的“内部消化”状态;“技能替代”的出现使技术技能的传统附着场域被突破,脑力劳动与体力劳动之间的分工被模糊,科研要解决的问题更加综合和情境化,科研组织更强调融合性,等等。如今的“去技能化”更是抹去了职业院校科研活动的“静态性”、仅偏重基础技术研究的“片面性”与应用研究缺失下成果无法迭代的“静止性”,转而更加强调技术创新的自生性。由此一来,ChatGPT能够替代职业院校科研的部分工作,如ChatGPT可以帮助科研人员提高数据处理和分析的效率,发现数据中的隐藏规律和模式,更快地获取有关产品设计、原型验证等方面的反馈,加快产品迭代和发布速度,因此,职业院校科研工作者应主动拥抱和合理使用新技术以提升工作效率。

对于ChatGPT无法替代的部分,则应不断优化科研的生态系统和运行机制。第一,配置交叉领域、交叉专业的共生型科研资源。职业院校面对的实践应用问题在“去技能化”背景下更加复合,因此所配备的科研资源来源更广泛、种类更多元,代表不同领域技术技能之间的互动与整合,由此才能为不同产业类型的生产活动提供技术技能支持,且贯穿产品生产从设计、生产、运维、销售、售后等环节的全生命周期。第二,形成有组织科研共同体,通过集聚多方资源、多方力量深度协作,实现科研项目的协同攻关。既要支持科研人员通过企业实习、调研、借调、培训等方式入驻合作企业,定向服务企业生产实践,也要通过设立灵活机制来鼓励行业专家、企业高技能人才、普通高校教授等潜在重要合作群体参与到职业院校的科研活动中。第三,生成具备实践性、包容性、发展性的科研文化,制定保障有组织科研的治理契约。搭建“政产学研”联动的技术服务平台,建立动态多维的科研成果管理思维,完善技术成果运营和转移转化的全链条。


(徐国庆工作邮箱:gqxu@ses.ecnu.edu.cn)


为适应微信排版已删除注释和参考文献,请见谅,如需阅读全文,请点击左下角“阅读原文”获取。


上期回顾  

特稿

湛中乐 梁芷澄:国家教育权的双重面向及规范要求

基本理论与基本问题
涂诗万 , 朱凯|作为社会理论的“做中学”——深化杜威研究的一个新尝试

金金, 程天君|普职分流政策的变迁:脉络、结构与逻辑

改革与发展
卜玉华, 齐姗|融合育人:学校与基层社会关系的历史脉络、现有经验与关键对策

张建珍, 梁晓雨|新高考制度下家庭背景对高中生科目选择的影响分析——基于浙江省2017—2020届高考毕业生调查数据的实证研究

张学敏,赵国栋|我国研究生教育资源配置效率的时空格局与演化——基于2003—2018年省域面板数据的供给侧分析

吴遵民 王丽佳 邓璐 杨珂珂|老龄社会背景下老年教育体系构建的策略研究:四省市老年学习现状的调研报告

美育

赵伶俐,经刚|美育评价智能化平台与实验教室建构——基于美育教学与美感体验过程

刘革平 陈笑浪  黄雪|审美动机:教育游戏的张力与困局——破茧而出的自主学习新纪元

李健  宋乃庆 王诗梦 孙小坚|一项工具开发:如何才能测评学生美术素养?

教师队伍建设

苏强, 蔡晓卫|效率还是价值:高校教师评价制度的逻辑困境及其张力调适

 

第六期 2023



点击左下角【阅读原文】访问华东师范大学学报教育科学版官网,可下载本刊各期文章PDF全文,也可在线阅读本刊各期文章的XML格式全文。

我知道你在看

继续滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存