作者简介：

董智勇（1985-），男，硕士，吉林白城人，讲师，研究方向为职业教育。

郭珈岐（1996-），女，硕士，辽宁盘锦人，助教，研究方向为职业教育。

基金项目：2024年度辽宁省教育厅高校基本科研项目“教育数字化转型背景下高职院校赋能新质生产力发展研究”（课题编号：LJ112410845004），主持人：董智勇。

摘要：随着新质生产力的提出和数字化转型的深入，高职教育与生成式人工智能的互融已成为教育领域的热点话题。本文旨在探讨在“新质生产力+数字化转型”背景下，高职教育与生成式人工智能互融的现状、挑战、路径及策略，以期为高职教育的创新发展提供理论支撑和实践指导。

关键词：新质生产力；数字化转型；高职教育；生成式人工智能

引言

新质生产力作为推动社会进步的重要力量，其核心在于持续的创新，这种创新能够催生新产业、新模式、新动能。数字化转型则为教育领域带来了前所未有的变革机遇，特别是随着生成式人工智能的爆发，教育领域迎来了前所未有的变革和机遇[1]。高职教育与生成式人工智能的互融，不仅能够提升教学质量，还能够培养适应新时代需求的高素质技术技能人才。

一、新质生产力与数字化转型概述

（一）新质生产力的提出与内涵

新质生产力是马克思主义生产力理论在新时代的创新发展，它强调以科技创新为核心驱动力，以新动能、新模式、新业态为表现形式。新质生产力的提出，标志着马克思主义生产力理论在新时代的创新发展，表达了生产力发展到一定历史阶段的能级跃升[2]。其核心在于提高人才队伍素养，催生新的生产要素和新技术，深刻调整产业组织。

（二）数字化转型的背景与意义

数字化转型是指利用数字技术改变企业、政府、学校等组织的运营方式、业务流程和决策机制，以提高效率、降低成本、增强竞争力的过程。在教育领域，数字化转型意味着教育资源的数字化、教学方式的智能化、学习环境的个性化等。数字化转型为高职教育的创新发展提供了强大的技术支持和广阔的空间。

二、生成式人工智能在高职教育中的应用现状

（一）辅助教学与学习

生成式人工智能能够辅助教师进行备课和教学，通过提供个性化的教学内容和反馈，提高教学效率和质量。同时，它还能帮助学生进行自主学习、个性化学习、探究学习，提高学习效率和效果。例如，一些高校利用生成式人工智能工具进行作业答疑、论文撰写、PPT制作等，部分工具已具备通过顶尖大学考试的能力。

（二）创新教学模式

生成式人工智能能够推动教学模式的创新，如翻转课堂、慕课、微课、虚拟仿真实验等。这些新型教学模式不仅提高了学生的学习兴趣和积极性，还培养了学生的自主学习能力和创新能力。例如，四川美术学院利用虚拟仿真与AIGC赋能手工艺传承与创新，通过中英双语虚拟仿真平台为手工艺文化的高效传播与发展赋能。

（三）优化教育资源配置

生成式人工智能能够优化教育资源配置，通过数据分析、机器学习等技术手段，实现教育资源的精准配置和高效利用。例如，一些高校利用生成式人工智能技术对学生的学习数据进行深度挖掘和分析，为个性化教学提供数据支持。

三、高职教育与生成式人工智能互融的挑战

（一）技术应用的复杂性

生成式人工智能技术的应用涉及复杂的算法、模型和数据处理技术，对教师的技术能力提出了较高的要求。同时，如何将这些技术有效地应用于教学中，也是一个亟待解决的问题。

（二）教育理念的转变

高职教育与生成式人工智能的互融需要教育理念的转变，从传统的知识传授向能力培养、创新思维培养转变。然而，这种转变并非一蹴而就，需要时间和实践的积累。

（三）教育资源的不均衡

不同地区、不同高职院校之间的教育资源存在不均衡现象，这限制了生成式人工智能技术在高职教育中的广泛应用。一些地区或学校可能缺乏足够的技术支持和资金投入，无法有效地将生成式人工智能技术与高职教育相结合。

四、高职教育与生成式人工智能互融的路径与策略

（一）创新教学模式，提升教学质量

1.个性化学习路径规划。生成式人工智能凭借强大数据分析能力，依据学生学习进度、知识掌握程度及学习风格等多维度数据，为每个学生定制个性化学习路径。以数学课程为例，系统分析作业和测试数据，精准定位学生知识薄弱点，推送针对性学习资源与练习题目，因材施教，激发学习兴趣，在护理、机械等专业课程中，同样能助力学生掌握专业知识。

2.虚拟实践教学场景创建。利用生成式人工智能创建高度逼真的虚拟实践教学场景，为学生提供沉浸式的实践学习环境。护理专业中，通过生成虚拟病人模拟病情与护理场景，学生在虚拟环境练习护理操作，提升实践技能与应对突发情况能力，同时降低实践教学成本，提高资源利用效率。在机械制造、汽车维修等专业，也能创建虚拟工厂、车间等实践环境。

3.互动式教学内容生成。生成式人工智能能生成对话式课件、智能问答系统等互动式教学内容。语言学习课程中，学生与虚拟语言伙伴实时对话练习，提高语言表达与沟通能力，增强学习趣味性，提升学生主动性与参与度。其他专业课程中，也可生成互动式教学案例、实验模拟等辅助学生理解知识。

（二）优化人才培养方案，对接新质生产力需求

1.基于产业需求的动态调整。生成式人工智能实时分析产业大数据，助于及时了解新质生产力下产业人才需求变化。高职院校应据此动态调整人才培养方案，优化课程设置。例如，随着人工智能技术广泛应用，在相关专业课程中增加人工智能基础、机器学习等内容，培养学生 AI 素养与应用能力。

2.跨学科课程体系构建。新质生产力的跨学科特性要求构建跨学科课程体系。生成式人工智能辅助开发跨学科课程，整合不同学科知识技能。如智能物流专业，融合物流管理、信息技术、自动化技术等多学科知识，开发“智能物流系统设计与实施”课程，培养学生跨学科综合素养与解决复杂问题能力。

（三）促进产教深度融合，服务区域经济发展

1.精准对接产业需求。生成式人工智能助力高职院校精准把握企业人才与技术需求，实现人才培养与产业需求无缝对接。通过与企业合作，利用其开展人才需求预测、岗位技能分析等工作，为专业设置、课程开发与教学内容调整提供依据。

2.协同创新与技术研发。高职院校与企业依托生成式人工智能开展协同创新与技术研发。在智能制造、智慧城市等领域，合作利用生成式人工智能优化生产流程、开发新产品。不仅提升企业创新能力与竞争力，还为学生提供参与实际项目机会，培养其实践与创新精神，同时实现高职院校科研成果转化，服务区域经济发展。

五、结论与展望

在“新质生产力+数字化转型”背景下，高职教育与生成式人工智能的互融已成为教育领域的必然趋势。通过构建智慧教育平台、优化课程设置与教学内容、加强师资队伍建设、深化校企合作与产教融合以及完善科研评价体系与激励机制等措施，高职院校可以充分利用生成式人工智能技术的优势，推动教育教学的创新与发展。未来，随着技术的不断进步和应用的不断拓展，高职教育与生成式人工智能的互融将呈现出更加广阔的发展前景和无限的可能。

参考文献：

[1]王永刚.基于生成式人工智能的“校企双元”教育生态系统运行机制研究[J].中国职业技术教育，2024，（16）：79-85+95.

[2]刘远杰，熊庆澄.新质生产力驱动新时代教育变革：逻辑、方向与因应[J].中国远程教育，2024，44（05）：15-24.