摘要：2025 年初，以 DeepSeek 为代表的生成式人工智能横空出世，高职教育面临数字化转型的新挑战。“双师型”教师作为兼具教学能力与实践经验的复合型教育者，其数字化素养的提升成为推动职业教育现代化的关键。本研究分析了“双师型”教师数字化素养的内涵与核心要求，从技术适应能力、人机协作模式、数据伦理安全、创新能力和职业认同五个维度探讨当前面临的挑战，并从构建分层递进的数字化素养培训体系、搭建人机协同的实践平台、完善数据治理与伦理规范、强化教学创新能力评价机制、推动职业教师转型支持计划和建设生成式 AI 认证等方面构建了路径，为“双师型”教师数字化素养能力提升提供实践参考。

关键词：“双师型”型教师；数字化素养；生成式人工智能；高职教育；DeepSeek

引言

2025 年被视作生成式 AI 广泛应用的起点，以 DeepSeek 为代表的创新技术正在快速改变教育行业。在高等教育中，智能课堂工具、定制化学习系统和云端教研平台已全面应用于日常教学、科研活动及管理流程，推动了高效教学模式从“知识灌输”转向“能力培养”[1]。在这样一个背景下，承担技能人才培养重任的高职院校正经历深度数字化改革。作为同时具备理论授课与实操指导能力的“双师型”教师群体，其数字技能提升已成为职教改革的重要突破口[2]。

从职业教育发展的角度来看，当前“双师型”教师的数字化素养是打造“智能职教”体系的一个基础环节。从产业需求的层面来看，直接影响能否输送适应相关领域的技术人员；从院校管理的角度来看，更决定着职教转型的实际效果。因此，构建有效的数字化素养培养体系，不仅要开展相关的技术培训，还需建立包含理念更新、技能强化和机制保障等 [3]。这需要政府部门、职业院校与企业三方协作，通过制定统一标准、共享教学资源、创新评估方式等措施，帮助教师实现从“工具操作者”到“教学改革者”的角色转变。

一、生成式人工智能对“双师型”教师数字化素养的新要求

1. 全面的技术应用知识

如今以DeepSeek 为代表的智能技 作的范畴，逐步覆盖教学全流程管理。这种变革对教 景的“规划师”。具体而言，需要掌握三类核心能力 如借助AI 完成教案设计、设备故障排查及学生实 朱 用型教学方案，例如汽修专业可将真实维修工单转化为虚 持续学习能力，随着智能技术从文字交互发展到多模态应用，教 交 优化等新方法，及时跟进技术更新。

2. 精准的数据驱动思维

在智能化教学时代，教师需要培养用精准数据说话的新思维。借助DeepSeek 等智能平台的教学追踪功能，不仅能统计传统考试成绩，更能动态监测学生在课堂讨论区的参与情况、实训环节的操作路径、模拟训练的时间分布等细节数据 [4]。这种转变让教学从“凭经验”升级为“看数据”，教师要学会从海量信息中识别学习规律，比如哪些知识点学生容易卡壳，预判学习风险，如提前三周预测考证通过率，从而制定针对性方案。这种“发现问题- 分析数据- 立即行动”的快速反应模式，正在重新定义现代化课堂的教学节奏。

3. 高效的人机协同能力

随着智能技术的深度融入，课堂教学中的互动形态正发生显著改变。教育工作者需要与智能系统形成有效配合，在课程设计、课堂组织和育人实践中实现优势互补。具体而言，教师既要掌握 AI 工具的操作能力——例如运用 DeepSeek 跟踪学生实训过程，即时生成可视化学习情况分析；或借助智能平台将企业案例改造成包含关键步骤的互动训练项目；又要具备动态管理能力，依托智能设备提供的课堂参与度分析、虚拟实训时长统计等信息优化教学节奏。这种协作关系的建立不仅需要技术对接，更要求教育智慧的融入。某高职院校的实践案例显示，当系统检测到学生编程焦虑时，教师既要指导技术问题，还需同步开展情绪疏导 [5]。这要求“双师型”教师实现双重能力平衡：既能通过精准指令激发 AI 的教学功能，又能根据实际情况调整智能生成的教案；既能利用系统预警识别学习障碍，又能结合学生特点补充人文引导。最终在机器运算与教育经验的结合中，形成人机共育的新型教学模式。

4. 严谨的伦理安全意识

生成式AI 的普及给职教课堂带 安全守门人”挑战， “双师型 ”教师需要建立三重防护网：首先是数据防护 析生产线数据，又要像银行金库管理 着加密屏障安全共享数据，学生能看到机床 实训报告里混着 ChatGPT 代笔内容，系统会自 ，超过 50% 直接红牌要求重做。最后 的责任归属[7]。这些防护不是简单设 又要握着放大镜防范数据泄露、学术注水和伦理风险， 得系好安全带守住底线。

二、当前“双师型”教师数字化素养的挑战

‌1. 技术适应能力不足

生成式AI 技术像DeepSeek 工具发展太快，现在AI 不仅能自动生成教案，还能通过语音视频和学生互动，甚至能根据每个学生的学习情况调整教学方案，可问题是，很多高职院校的“双师型”教师现在还卡在基础操作层面。大部分教师只会用 AI 批改选择题作业，或者套用现成的课件模板，让他们自己调整 AI 的工作逻辑、把企业最新技术转化成教学案例还不适应。就像汽修专业的教师，明明现在 4S 店都用智能诊断系统，可课堂还在教传统检修方法，就因为不会把真实的维修工单数据“喂”给 AI 训练 [8]。而且 AI 技术每个月都在升级，比如今天刚学会的语音互动功能，下个月又更新 3D 模拟教学模块，“双师型”教师要兼顾实践和教学，根本没时间系统学习，导致课堂教的内容和企业实际用的技术越差越远[9]。

‌2. 人机协作模式尚未成熟

当前高职院校部分“双师型”教师对生成式AI 工具的功能边界还认知不清，存在过度依赖与消极抵制的两极分化现象。部分教师直接采用DeepSeek 生成的标准化教案而未进行学情分析，导致跨专业课程设计呈现同质化，另有一部分教师因担心被技术取代，完全回避智能 AI 辅助手段，导致教学素材更新速度明显落后。这种现象反映出了多数教师尚未建立人机协同的合理分工，例如在实践教学中未能有效划分 AI 负责知识传递与教师专注高阶思维培养的边界[‌10]。更深层次的问题在于协作机制的规范性不足，缺乏针对AI 生成内容的二次创新评价标准，部分院校虽已引入智能备课系统，但未配套建立教学设计的原创性审核机制，导致 AI 生成案例存在逻辑漏洞或技术标准滞后问题‌。

‌3. 数据素养与安全意识不足

在职业院校智能化教学实践中，高职院校“双师型”教师的信息处理能力尚待提升。多数教师缺乏基础的数据处理技能，面对智能 AI 教学系统时，难以有效整合课堂反馈数据与产业需求信息，影响了教学方案与实际需求的匹配度。在安全管理方面，部分教师未能构建权限分级管理制度，共享 AI 生成的教学资源时存在未授权扩散风险‌。此外，现有的师资培训偏重工具使用教学，对信息伦理规范涉及较少，致使教师在应对智能 AI 系统产生的失实信息时，缺乏必要的法律知识储备和筛查对策，而智能工具输出的信息常出现事实性错误或观点偏颇，例如编造的文献或失效的操作标准，但多数教师尚未掌握快速核验数字内容真实性的有效方法，难以识别其中潜藏的知识陷阱。

‌4. 创新能力被工具化削弱

生成式 AI 在高职教育中的 然带来 创新力流失”的隐忧，就像教师手里多了一把万能钥匙，却逐渐忘记如何手工打造教 T 模板、实训方案，甚至直接照搬DEEPSEEK 输出的完整教案 设计 。这种 AI“方便面式”教学虽然为教师们节省了备课时间， 制菜代替现场烹饪，学生反馈“每个老师的课件都像克隆出来的”。更值得警惕的 过度依赖现成模板会弱化教师的专业敏感度，当遇到前沿问题时，习惯复制AI 方案的教师反而束手无策。

‌5. 职业认同与角色转型压力

人工智能在高职课堂的深度渗透，正像浪潮般冲刷着教师的传统身份——当AI 系统能自动批改作业、讲解基础知识点后，许多教师突然发现用了十几年的“三板斧”（讲课、布置作业、打分）正在失效，部分教师开始陷入自我怀疑：当 AI 能精准分析学生知识薄弱点，自己除了操作教学软件还能贡献什么价值？更严峻的是，生成式人工智能时代，对教师提出了复合型要求——既要能像游戏策划师设计闯关式学习任务，又要像心理咨询师疏导学生心里焦虑，还要像行业专家解读前沿技术趋势。一些教师因无法快速掌握这些新技能而产生职业倦怠，有

的甚至考虑转行，面临巨大的角色转型压力。

三、“双师型”教师数字化素养提升路径

‌1. 构建分层递进的数字化素养培训体系

高职院校应当建立分阶段培养 续提升。培养框架可划分为三个循序渐进的阶段： 展智能教具操作培训，重点帮助教师们培养运 技能。在第二阶段，是着重培养他们的技术整合 化模型优化的方法，通过优化算法将 AI 操作指令 重在推进产学结合。学校与先进企业共建实践基 时数据，设计包含设备状态监测模块的实训方案。 ，能够帮助“双师型”教师完成从工具使用者到教学创新者的转变， 校 储备技术型师资力量

‌2. 搭建人机协同的实践平台

人机协同实践平台的构建，主要包含协同备课与教学实施两个方面。在教学设计阶段，可采用“教师 + 智能系统”配合模式。智能系统自动产出标准化教材库，教师根据学生特点定制实训方案。例如在课程中，系统生成基础教学素材后，教师结合学生水平设计分阶训练任务，并加入技能积分奖励、虚拟导师指导等互动元素，形成“系统出原料，教师做精修”的协作方式。在课堂实施环节实行分阶段分工，智能终端承担基础知识讲解，比如通过互动问答模块解析；教师重点把控实操指导环节。当学生完成智能系统布置的练习后，教师随即开展针对性指导，采用该模式后，课程的理论教学时间将大大缩减，教师得以集中精力组织故障诊断分析、产线灵活调整等深度实训。这种协作机制既发挥智能工具的效率，又能保留教师指导的独特价值。

‌3. 完善数据治理与伦理规范

职业院校推进智慧教育体系 强化数 伦理 束机制。 首要工作是组建校级数据治理中心，制 重身份核验与即时加密方案处理 数据不外泄，又能满足教学实践需求。 实现自动校验功能，对存在违规 轨审核机制。学校成立智能内 委员会初审与行业协会专家双重 核使教学案例的价值观偏差率大大下降，为智慧教育发展筑起安全防线

‌4. 强化教学创新能力评价机制

职业院校应当调整优化教师评价标准，激发人机协作教学创新活力。建议采用“基础考评 + 创新奖励”双重评价模式，在原有考核体系中增加“智慧教具创新应用”评估指标，要求教师对智能系统生成的教学素材进行深度改造。例如将通用型教学模板转化为包含五个进阶环节的项目化学习方案，通过植入企业真实任务工单、设置设备故障情境等方式进行二次开发，且个性化设计内容需达到三分之一以上。同步创建“智能教学创新实验室”平台，每年举办教学方案设计大赛，重点评审项目需体现两个创新维度：一是教学设计与企业新技术应用的契合度，二是人机协作的突破性。这种评价机制既保留传统教学能力考核，又突出智能时代的创新导向，促使教师从简单使用工具转向创造性整合资源。

‌5. 推动职业角色转型支持计划

职业院校推进教师能力转型需构建“ 技术支撑+ 人文培养”协同机制。重点建立校企联合的数字化导师团队，由企业工程师与骨干教师组成跨领 教学行为分析课程，着重培养教师的核心育人能力：借助 帮助教师掌握教学动态调节技能。当虚拟仿真实训系统监测 时，系统会提示教师及时调整指导方式。同步运用脑电波监测技术优化课程强度，通过分析学 波动曲线，指导教师合理分配理论讲解与实操训练时间，最终构建“智能监测- 策略调整- 质量优化”的完整提升闭环。

小结

面对生成式人工智能带来的时代挑战，高职院校“双师型”教师的数字化素养的提升需要形成系统化培养方案。通过管理机制改革、教学方法升级、教学环境重塑等组合策略，帮助教师完成从基础技术操作到智能教学创新的能力跨越。具体而言，既要建立包含技术应用、教学改革、伦理规范的综合能力框架，也要针对不同专业特点制定差异化发展路径。例如，机械专业教师可能需要更多 AI 辅助的模拟实训，而商贸类专业则侧重数据分析工具的应用。后续研究需要深入分析智能生成技术对职教体系结构的长远改变，特别是技术迭代速度与教学周期匹配、人机协作标准制定等关键问题。只有构建起动态调整的教师发展生态系统，才能实现人工智能与职业教育的良性互动，真正释放技术赋能教育的潜在价值。

参考文献

[1] 闫寒冰. 提升教师数字素养：教育数字化转型的关键路径[J]. 教育发展研究，2025，45（03）：3-4.

[2] 王浩 ， 刘慧 ， 宁晨 ， 等 . 教育数字化转型与教师数字素养培养的耦合研究 [J]. 教学与管理 ，2025，（03）：6-11.

[3] 丛建民 ， 陈静 ， 黄威剑 . 高职院校教师数字素养现状及提升策略——基于 477 名高职教师的调查数据的实证分析 [J]. 教育与职 ，2024，（22）：83-90

[4] 郭丽萍 . 数字化转型背景下高职院校教师数字素养提升的困境、诉求与路径 [J]. 职教论 坛 ，2024，40（08）：56-62.

[5] 张向平 ， 柳士彬 . 数字化视域下高职教师实践教学素养 ： 现实挑战、结构模型及其生成路径 [J]. 成人教育 ，2024，44（09）：73-79.

[6] 黄俊亮 . 数字化转型背景下高职教师数字素养提升的时代诉求、现实挑战与实践路径 [J]. 当代教育论坛 ，2024，（05）：117-124

[7] 王晓军 ， 赵文平 . 数字化转型背景下职业院校教师数字素养结构维度与量表开发 [J]. 中国职业技术教育 ，2024，（17）：34-45.

[8] 谢梦菲 ， 王思源 . 数字化赋能教师数字素养评价改革研究——基于大规模调查数据的分析 [J]. 中国电化教育 ，2024，（04）：90-98.

[9] 周刘波， 张梦瑶， 张成豪. 数字化转型背景下教师数字素养培育：时代价值、现实困境与突破路径[J].中国电化教育 ，2023，（10）：98-105.

[10] 徐春梅 ， 乔兴媚 . 高职教师数字素养的构成要素、实然困境与提升路径 [J]. 职业技术教育 ，2023，44（20）：63-67.

作者简介：李昱言（1987--），男，安徽舒城人，硕士研究生学历，副研究员，研究方向：教育管理。

基金项目：本文系社会科学基金青年项目“双高计划背景下高水平双师型教师胜任力评价体系研究”（ 课题编号：20JYC014）阶段成果。