人工智能时代中职教师专业化发展的策略探析

陈尔彪 高欢 胡斌武

摘要：人工智能技术的发展带来了新一轮的学习变革，由阶段学习走向终身学习，实体学校走向虚拟学校，线下学习转向混合学习，标准化转向个性化。学生学习的变革也引起了教师专业发展的变革，因此，中职教师必须以专业理念为引领，专业素养与专业能力为基础，在教学目标、教学主体、教学范式与教学诊改方面做出改变，不断探索，促进自身专业成长新发展。

关键词.人工智能时代;中职教师;教师专业化发展

基金项目2019年浙江省教育科学规划课题“指向创新创业的‘海鸥德育实践与研究”（项目编号：2019SC284）

作者簡介 陈尔彪，男，乐清市柳市职业技术学校校长，中学高级教师，主要研究方向为职业教育;高欢，女，杭州市闲林职业高级中学教师，主要研究方向为职业教育;胡斌武，男，浙江工业大学教育科学与技术学院教授，教育学博士、博士后，主要研究方向为职业教育。

中图分类号.G715

文献标识码.A

文章编号.1674-7747（ 2020） 03-0078-05

人工智能（Artificial Intelligence，AI）技术是主要运用计算机模仿人脑，进行感知、识别、判断、理解、推理、求解、设计、规划的跨学科应用技术，广泛应用于军事、制造、服务、医疗、国防等领域，同时也正在改造与重塑教育。为加快发展人工智能技术，2016年，国家发展改革委等部门制定了《“互联网+”人工智能三年行动实施方案》;2017年，国务院印发的《新一代人工智能发展规划》提出，到2030年，中国将成为世界主要人工智能创新中心。教师作为教育的第一资源，从《中共中央国务院关于全面深化新时代教师队伍建设改革的意见》提出“到2035年，教师主动适应信息化、人工智能等新技术变革，积极有效开展教育教学”[1]到《教师教育振兴行动计划（2018-2022年）》要求“充分利用云计算、大数据、虚拟现实技术、人工智能等新技术，推进教师教育信息化教学服务平台建设和应用，推动以自主、合作、探究为主要特征的教学方式变革”[2]，这些政策文件都在探讨着人工智能背景下，中职教师教学转型升级与专业化发展的要求与未来趋势。因此，分析人工智能技术背景下，学习变革和教学变革的特点与策略也是应有之举。

一、人工智能技术的发展内涵

人工智能技术是通过模仿人脑结构，模拟人类思维过程，实现计算机像人类一样，能够对外界刺激做出自主反应的自动化感知、学习、思考与决策的系统。它以“深度学习”“高质量的大数据”“高性能的计算能力”为基础[3]，致力于探索人脑科学与计算机应用的有机结合。人工智能技术主要包括三个分支：人工神经网络、机器学习和遗传算法。作为人工智能的重要分支，人工神经网络通过信息处理，对人脑神经元网络进行抽象处理和建立相关模型，从而按不同的连接方式建构出不同的网络。机器学习作为人工智能的重要组成部分，主要包括基于神经网络的学习、归纳学习、基于解释的学习等。遗传算法作为实现人工智能的重要手段，可以借鉴生物学中进化论的优胜劣汰现象，智能筛选出最优解的方法。人工智能技术的优势在于：（1）观察记录的广泛性。利用机器观测目标对象，既可以扩充观测的广度和范围，弥补观察的人眼盲区，又可以延长人眼观察的时间，丰富观察对象的样本与容量。（2）测量结果的客观性。利用人工智能技术收集和整理数据，测量者与被测对象无直接接触，可以客观地观察、记录、测量并收集数据，提高数据的真实性与可靠性。（3）数据分析的高效性。人工智能技术可以高幅度、高精度、高速度地测量大数据，并进行收集、整理与分析。（4）高度智能化。生产过程的全自动化，大大提高了生产效率，实现自动化设备的全智能化。

二、人工智能技术背景下的学习变革特点

人工智能技术的发展也带来了新的理论与技术变革，例如脑科学、超级计算、云计算、数据挖掘、物联网、深度学习算法与三维建模等。这些技术在学习时间、学习空间、学习方式和学习评价等方面也极大地改变了教育生态系统，进而推进智能学习、交互式学习等学习方式的变革。

（一）学习时间：从阶段学习走向终身学习

学习是学习者与他人、物体与环境交互的过程，是个体适应社会发展需要和实现自我发展需要的过程。在这个过程中，既包括知识的重复操练，也强调学习者的交流、体验与创造。在人工智能技术背景下，学习不再是特定阶段的任务，而是贯穿终身的持续性过程，包含了正规学习与非正规学习、正式学习与非正式学习等各种学习形态和学习形式，具有全民性、广泛性和灵活性等特点。人工智能技术创造了适应学习系统（adaptivelearning），该系统可以识别学习者特征和感知学习情境，从而为学习者提供学习资源、设计学习方案及自动跟踪学习过程和评测学习成果等。通过对学习者的信息和学习资源的有效整合，实现了学习者与学习管理系统的无缝对接，进而提高了学习的有效性。

（二）学习空间：从实体学校走向虚拟学校

实体学校既可以是具体的学校，也可以是其他学习组织或实践体验空间。实体学校主要是组织学生深度学习，开展实践体验、沟通交流、合作创造等教育活动。然而，在人工智能时代，虚拟学校基于网络和全天候等特点，承担着学习资源的提供者、学习的引导者、管理的服务者等角色。学生可以根据自己的时间安排和爱好兴趣，选择在不同的学校学习课程，对实体学校的物理空间和归属感将逐渐淡化。对于学生而言，他们可以根据自身的学习需求，有机结合泛在的线上服务和就近的实体体验，共享丰富多样的学习娱乐活动。

（三）学习方式：线下学习走向混合学习

在人工智能时代，屏读将会成为获取知识的主要方式，单纯的班级授课制将被线上和线下结合的混合式学习取代，学习成为了“一种真正高度参与的个性化的学习体验”[4]。在线上学习过程中，学生可以通过声音、视频、图像、虚拟现实等多元化的信息传输方式，自主获取、自主内化和自主测评知识。学生建构知识的过程将从感官而不是从解读文字的结构概念开始，学习内容将变得更加直观和形象，线下学习则主要是解决学生的个性化学习问题。人工智能技术充分发挥大数据的优势，在调查和了解学生兴趣和需要的基础上，为学生量身定制个性化知识与技能培养体系，精准落实学校的课程设置和教学安排，进而真正地实施个性化教育。

（四）学习评价：从标准化走向个性化

在传统的教育中，课堂是学生学习的主要阵地，考试是评价学生发展的基本手段，评价方式较为单一，没有考虑到学生的个性化发展，缺乏一定的科学性。在人工智能时代，评价领域从知识、技能领域扩展到情感、态度与价值领域，真实测评学生的认知结构、能力结构、情感倾向和个性特征[5]。学校对学生的学习评价依据从经验转向数据，评价内容由单一的成绩转变为核心素养，强调学生的创造能力和体验感，评价标准也将更加客观、科学与全面。利用大数据和分析技术，一方面，教师可以全程跟踪学生的学习路径，记录其真实的学习交互过程和学习样态，从而提供更精准的学习指导;另一方面，学习者也能及时获取数据和分析信息，更加客观地了解自己，实现智慧决策的自动化。

三、人工智能技术背景下中职教师专业化发展策略

学生是教师的服务对象，以学习者为中心已成为当前教师教学过程中的共识。学生身心特点的变化和学习形态的转变，必然将推进教学改革的转型升级和教师专业化发展。在人工智能技术背景下，中职教师必须以专业理念为引领，专业素养与专业能力为基础，在教学目标、教学主体、教学范式与教学诊改方面做出改变。

（一）教学目标：从技能供给走向智慧培育

适应学习时间的终身性，教学目标从供给技能转向培育智慧。在传统教育中，教师与学生的交流方式以面对面居多，教师的时间与精力更多地聚焦在“教什么”和“如何教”等问题上，缺少对学生需求的关注和体验的关怀。人工智能时代，泛在学习、仿真探究学习、自适应学习等学习方式模糊了学生学习与生活的边界，促使学习生活化、知识情境化、迁移社会化。学生根据学习需要和认知目标，自主选择学习内容并确定学习步骤，学习从被动接受转为主动探索，教育供给从订制形态的“电影院模式”转向选择形态的“超市模式”。通过大数据技术，教师能够更加精细准确地了解学生的个性特点和学习需求，从而及时地分析、反馈、指导学生的学习过程，将学生的学习过程演绎成思维训练的过程，学习收获演变成智慧生成的结果，教师职能从供给技能转向培育智慧。在这一过程中，教师不仅成为了学生学习兴趣的激发者和培育者、学习资源的开发者和学习活动的组织者，还成为了学生个性化学习的指导者和学习成长的陪伴者。

（二）教学主体：从个体走向共同体

在传统的教学中，教师作为传授知识的个体，往往占主导地位。相应地，教师个体专业化发展的路径层次一般为分为以下五个阶段：（1）合格教师，该阶段教师以提升专业技能和修炼教学基本功为主;（2）成熟教师，该阶段教师以承担教研教改课题和提升教科研能力为主;（3）骨干教师，该阶段教师以带教中青年教师并总结教育教学智慧为主;（4）专业带头人，该阶段教师以专业建设，增强团队管理能力为主;（5）专家型教师，该阶段教师以凸显教育教学风格，发挥示范辐射引领作用为主。人工智能时代，教学任务的完成不仅需要教师一个人的发展，还需要依靠以教师为中心的共同体成员协同创新完成教学任务。教师专业化发展不再关注个人专业成长发展，而是关注共同体的专业化发展，共同体成员之间进行交流切磋、分享经验、开展研究和共同成长。共同体建设的路径依赖一般为：（1）组建教研组，开展教研活动，通过公开课、展示课、研究课的实践与反思，积累丰富的教学经验;（2）开展“一师一优课、一课一名师”和信息化教学技能大赛等活动，搭建教师互动研讨和学习交流的平台;（3）建立名师工作室和大师工作室，发挥名优教师的辐射和引领作用，使其成为骨干教師、专业带头人、技能大师及优秀班主任成长的孵化基地。

（三）教学范式：从经验型转向数据分析型

为适应学习者学习方式的混合性，教师的教学范式从经验型走向数据分析型。在传统教学中，教师经验越丰富，就越能因材施教，教学质量就越高。然而，在人工智能时代，语音识别、面部识别、可穿戴技术、泛在网络、云计算等智能教学平台的运用，人人会学、时时可学、处处能学成为现实，教学范式从经验型走向数据分析型[6]。在教学设计方面，数据分析型的教学范式将各级各类教学要素信息以数字化的形式存储，以可视化、多媒体等形式提取和呈现，为教学决策和学习决策提供更加及时、全面、准确的支持，实现教学的个性化、定制化、及时化[7]。在课堂管理方面，教师运用机器识别与观察技术代替肉眼观察，避免主观感受对观察结果的影响，全面掌握学生的课堂学习情况。教师还可以运用人脸识别技术和声纹识别技术代替课堂点名等传统管理方法，从而增强学生的主动性和探究性，提高教学的创造性、生成性与有效性。

（四）教学诊改：从自组织转向平台组织

为适应学习评价的个体性，教学诊改从依靠学校自组织走向依靠他组织。2016年，教育部出台的《关于做好中等职业学校教学诊断与改进工作的通知》提出：“建立中等职业学校教学工作诊断与改进机制，是教育行政部门履行管理职责、加强事中事后监管，引导和支持中等职业学校常态化自主保证人才培养质量的基本形式。”[8]传统的教学诊改主要依靠学校自组织进行，以“专家引领、同伴互助、个人反思”促进教师的专业发展。学校会根据教师的年龄、专业、学历、学习动机和信息技术水平等，采用任务驱动、实践操作、教学案例设计等方式，专题化、系统化、阶段性规划培训目标，制定培训内容与集体培训方式。在人工智能时代，跨界融合成为基本思维模式，教学诊改需要依靠由学校一社区一企业构建的平台组织，通过平台组织的协同创新，促进教师专业化发展。教师通过进社区、进行业、进企业与进车间，在学校、社区和企业中交替学习，不仅能够获得教育教学所需的知识与技能，还可以运用所学所会帮助社区和企业解决技术难题或管理问题，提高社区的认识能力，增强社会责任，从而提升教育教学的时代性、能动性、跨界性和专业性。

参考文献：

[1]中共中央国务院.关于全面深化新时代教师队伍建设改革的意见[EB/OL].[2020-01-15].http：//www.gov.cn/zhengce/2018-01/3 1/content_5262659.htm.

[2]教育部等五部门.关于印发《教师教育振兴行动计划（2018-2022年）》的通知[EB/OL].[ 2020-01-23]. http.//www.moe.gov.cn/j yh_xwfh/xw_zt/moe_357/j yzt_201 8n/2018一ztl 5/ztl 815_yw/201803/t20180323_331063.html.

[3]李政涛.人工智能时代的人文主义教育宣言——解读《反思教育：向“全球共同利益”的理念转变》[J]现代远程教育研究，2017 （5）：3-11.

[4]冯晓英，孙雨薇，曹洁婷.“互联网+”时代的混合式学习：学习理论与教法学基础[J].中国远程教育，2019 （2）：7-16.

[5]王会军.互联网思维下教师教学理念与行动的重构[J].课程·教材·教法，2017 （8）：92-96.

[6]杨现民，骆娇娇，刘雅馨，等.数据驱动教学：大数据时代教学范式的新走向[JI.电化教育研究，2017 （12）：13-20.

[7]李兆义，杨晓宏.“互联网+”时代教师专业素养结构与培养路径[J].电化教育研究，2019 （7）：110-120.

[8]教育部办公厅.关于做好中等职业学校教学诊断与改进工作的通知[EB/OL].[2020-01-25].http：//www.moe.gov.cn/s78/A07/A07_gggs/A07_sj hj/201 604/t20 60408_23 7263.html.

[责任编辑 王文静]