人工智能何以驱动成人技能教育数字化转型

刘骥 苟丹琪

摘   要：随着数字化转型的不断深入，社会生产样态、岗位工作性质、就业市场技能需求急剧变化，成人学习需求激增对成人技能教育数字化转型提出全新要求。为应对技能培训参与率低、技能供给与就业市场需求错配、技能教育供给质量不佳等现实困境，经合组织建构了PMCD框架，旨在依托人工智能技术加快成人技能教育数字化转型。该框架将培训规划、培训方案匹配、内容与评估、培训交付等作为人工智能技术促进成人技能教育的四项关键路径。文章基于对PMCD框架的分析，结合具体实践案例，对我国成人技能教育数字化转型提出四点建议：一是深化数据挖掘分析，加强成人技能教育精准顶层设计;二是联通数据资源共享，优化成人技能教育资源配置效率;三是强化教学精准干预，助推成人技能教育大规模个性化;四是融合新兴智能技术，营造更具活力的成人技能教育生态。

关键词：人工智能;成人技能教育;数字化转型;经合组织

中图分类号：G434;G720       文献标志码：A       文章编号：1673-8454（2022）08-0025-10

一、相关背景

数字化转型已是全球发展的最主要趋势之一，而人工智能作为数字化转型所依托的核心技术，其快速发展迭代对经济社会发展全域正产生重大而深远的影响。中共中央总书记习近平在主持中共中央政治局第九次集体学习时强调，人工智能是引领这一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的“头雁”效应。[1]国家主席习近平在致国际人工智能与教育大会的贺信中强调，中国高度重視人工智能对教育的深刻影响，积极推动人工智能和教育深度融合，促进教育变革创新。[2]

2022年2月，教育部印发《教育部2022年工作要点》，提出要强化需求牵引，深化融合、创新赋能、应用驱动，积极发展“互联网+教育”，加快实施教育数字化战略行动，推进教育数字转型和智能升级。[3]在宏观政策导向上，数字化转型是驱动教育现代化和教育高质量发展的重要引擎，而人工智能作为核心战略技术，是数字时代全面赋能人才培养模式革新的中坚力量。

当前，在数字化转型与新冠肺炎疫情交织叠加下，社会生产样态、岗位工作性质、就业技能需求正加速变化，成人技能教育对于实现更充分、更高质量就业的价值愈加突显。我国《“十四五”数字经济发展规划》明确提出，要加快促进数字技术向经济社会发展各领域广泛深入渗透，推进产业数字化转型迈上新台阶和数字产业化水平显著提升，推动我国数字经济发展水平位居世界前列。[4]

在技能需求侧，产业数字化转型对社会各行业劳动者的素质提出更高要求，市场亟需具备复杂问题解决能力、创造力和批判性思维、数字技能、社会情感技能、人机协作能力等高阶认知技能的劳动者。作为高度交叉复合、快速发展的领域，人工智能技术在引发诸多风险挑战的同时，又可作为解决现实困境的潜力路径。所谓解铃还须系铃人，由技术快速发展引发的现实社会挑战应当在技术发展中寻找解决方案。

对此，经济合作与发展组织（Organisation for Economic Co-operation and Development，OECD，以下简称经合组织）成员国多处于全球数字经济价值链前沿，开展了大量教育数字化转型探索，积累了丰富的理论与实践经验。特别是近年来，经合组织加快数字化转型步伐，强调利用人工智能等技术挖掘成人技能教育数字化转型机遇。通过建立技能战略框架并融合数字技术，开发就业技能指标数据库、成人学习优先事项数据仪表板、工作技能数据可视化平台等，为成员国量身定制技能发展战略规划，以包容公平优质的成人技能教育，促进公民更高质量就业和社会参与。

近期，经合组织召开以提高弱势群体终身技能为主题的“2022年技能峰会”，呼吁加快制定技能政策，以应对数字化和技术变革性影响，通过为弱势群体提供更多精准对接就业市场需求的技能培训机会，助推其融入数字绿色包容的社会生态。[5]当前，我国教育信息化、数字化建设正在加速推进中，经合组织在成人技能教育上的探索值得借鉴，其成人技能教育数字化转型框架体系、实践举措，可为我国在该领域的实践和探索提供新思路。

二、经合组织PMCD框架概述

技术指数式发展正深刻影响着产业自动化浪潮，加之全球化、人口结构变化等因素的叠加作用，成人技能教育系统必须协助庞大的劳动力群体应对全新的就业不确定性。据经合组织估计，每两个工作岗位中就有一个受到产业自动化的影响。[6]由知识创新驱动的经济增长模式，使工作岗位性质快速变化、技能贬值周期持续缩短，进而引发就业市场对劳动者技能需求的动态变化，倒逼成人技能教育加快进行全面、彻底的转型升级。[7]

为加强技能与就业市场需求的对接适配，成人在整个职业生涯中参与学习活动的需求激增，也对终身学习、技能教育数字化和常态化发展提出了新要求。但由于数字设施设备接入和使用能力等存在差异，数字化转型异步问题显露，不同群体技能发展机会不平等进一步加剧。因此，加快建设以数字化为支撑的高质量成人技能教育体系，成为数字时代应对人才培养挑战的关键路径。

随着人工智能技术的可获得性、可用性、可负担性、运算速度的显著提高，经合组织开始大力呼吁加强人工智能技术在成人教育中的开发部署和融合应用，以改善成人学习系统并促进成人学习参与。基于成人学习的全周期视角，经合组织提出人工智能赋能成人技能教育的PMCD（Planning， Matching， Content and Assessment， Delivery）框架，探寻人工智能技术促进成人技能教育创新发展的价值潜力，指导成员国成人技能教育系统数字化转型升级。[8]在核心理念上，该框架涵纳工具与价值理性的融合意蕴，坚持人本取向，旨在通过深度融合应用人工智能技术，充分释放成人技能教育的内隐潜能，实现对技能教育的效率与社会公平价值的双重提升，期望在成人技能培育高效对接就业市场技能需求的同时，协助成人在终身学习中取得促进其完满人生发展的长远成效。作为关键支撑，经合组织PMCD框架将培训规划（Planning）、方案匹配（Matching）、内容与评估（Content and Assessment）、培训交付（Delivery）设为人工智能赋能成人技能教育的四项关键路径，如图1所示。

首先，赋智成人培训规划，强化培训决策精准度与有效性。人工智能技术通过高速捕获与测算海量数据，实现高精细度、即时化的数据抓取与数据价值挖掘解析，赋能技能需求预测、技能水平评估、技能供需衔接等培训规划关键步骤。

其次，针对精准技能培训方案，高速精确匹配培训资源。人工智能凭借其逻辑演算和动态感知的显著优势，自动分析归类培训项目信息，实现了学习者和培训项目、学习者和职业道路、企业和培训项目的高效匹配。相较于非人工智能培训方式，人工智能技术可实现在同一速度下更为精确、在同样精确度下更为快速的匹配。

再次，深度融合自适应算法，搭建包容个性化学习路径。基于人工智能多元算法的培训内容，量身剪裁和全流程动态评估，可实现大规模个性化学习服务，增强成人学习系统包容性，体现教育公平价值。

最后，增速驱动培训交付方式创新，实现多场景融合应用。人工智能技术通过营造智能安全的实验和试错环境，赋能智能情境感知中的教学动态交互、自主学习、公正评估等关键环节，进而优化成人技能习得体验。

三、经合组织PMCD框架下的关键实践路径

（一）培训规划

经合组织PMCD框架将成人技能培训规划作为人工智能技术发挥潜力价值的首要环节。培训规划是培训决策者综合研判市场技能供需状况，确定培训目标以及培训实施路径的关键阶段。其核心在于实现培训技能供给与市场技能需求的高效对接。人工智能通过机器学习、自然语言处理、大数据分析等技术，建构智能算法模型并自动对海量数据进行辨识归类，实现对市场技能需求、学习者能力狀况与学习需求的精准刻画。为培训规划中的技能需求预测、技能水平诊断、技能供需衔接等三个关键向度赋智添能。

首先，通过自动分析映射数据信息对应的技能类别，精准预测市场技能需求。因在线职业信息数据多呈现复杂多元、非结构化、动态发展等特性，对技能术语的正确识别成为人工智能通过在线数据预测市场技能需求的难点。作为机器学习分支的深度学习（Deep Learning）技术则为解决这一难点开辟了有效途径。深度学习技术基于多层神经网络，可通过多处理层组成的计算模型在海量训练数据中学习数据表征，自动发现规律并将其用于预测。[9]而且机器处理的数据越多，预测就越精准，因此人工智能支持在更加全面精细的分辨率上描述任意行业的技能，从而提升分类或预测的准确性。[10]

其次，诊断个体技能水平并绘制技能画像，量身定制技能问题诊疗方案。采用自然语言处理技术，人工智能可实现对在线数据的高效抓取与深度挖掘，最大限度地实现对个体技能的全面准确刻画。通过在线收集分析有关学习者技能的文本信息描述，实现对个体技能问题的快速诊疗，尤其是帮助低学历、低技能、长期失业者等社会弱势群体进行技能发展和就业参与。

最后，人工智能可通过实时对比跨域技能供需数据，支持培训内容动态调整，优化技能供需对接。时空高度动态联通可使人工智能通过高速采集处理跨域实时数据，为培训内容与市场实需动态适配提供建议。

（二）培训方案匹配

信息经济学视角下，降低信息搜寻、处理成本是实现市场供需两端高效匹配的前提。诺贝尔经济学奖得主肯尼斯·约瑟夫·阿罗（Kenneth J. Arrow）曾指出，现代社会中人们必须要花费人力及财力获取信息，以应对经济社会发展所面临的不确定性。[11]因此在培训规划环节识别市场需求、个体技能错配程度、技能供需状况后，针对技能培训资源的零散分布状况，PMCD框架将培训资源的有效匹配作为重要赋能路径，通过采用人工智能数据关联技术，实现信息抓取与供需匹配的智能化，可显著降低市场信息噪音和信息成本，促进海量数据间的精准呼应，创建更加个性化的资源匹配，以填补技能差距，实现学习者和培训项目、学习者和职业道路、企业和培训方案三方面的高效对接。

首先，人工智能系统确定学习者需求和培训技能供给，匹配学习者和培训项目。基于智能算法和大数据运算能力，人工智能系统精确绘制培训“路线图”，定位从当前学习需求到目标培训项目之间的最优路径。通过自动将在线培训项目信息的文本描述归类为技能类别，确定培训项目所能开发的技能类别，实现学习者与培训项目的快速精准匹配。

其次，定位个体技能与岗位需求，匹配个体和职业道路。个体获得就业所需技能后，最为关键的环节为推动个体技能特征与工作岗位特征的有效适配，实现按能配岗。传统岗位匹配多为个体在有限的信息环境内花费大量成本寻找与自身技能大致匹配的岗位，职业选择空间和信息来源均受到限制且具有不确定性和偶然性。而基于人工智能技术的岗位匹配，则将个体技能置于亿万职业数据空间中，依据智能测算为个体匹配最佳岗位。

最后，支持企业人力资源发展规划，匹配企业与培训方案。传统人力资源管理运营已不足以应对企业发展所面临的快速变化的内外部环境。人工智能技术辅助的培训方案，通过建立员工能力模型、技能评估预测模型等，可实现企业内外部高效人才管理，减少资源消耗，最大限度地发挥人力资源作用，缩小中小企业技能培训差距，极大地提升企业市场竞争力。

（三）培训内容和评估

在实现有效预测诊断市场技能供需和个体技能水平、精准匹配培训方案的基础上，PMCD框架聚焦成人技能教育内容和评估，探寻深度融合自适应算法下个性化与包容的培训路径塑造。确保包容和公平的优质教育，并为所有人提供终身学习机会是联合国可持续发展目标中提倡的全球目标之一。[12]人工智能技术具备为各类成人群体提供更具包容性和公平性教育机会的潜力。[13]培训实施围绕培训内容匹配和培训评估监测两个关键手段，基于人工智能敏捷迭代理念，适性资源将在与学习者的互动过程中持续生成与更新，实现大规模个性化、智能化教育。融合人工智能技术的成人技能教育内容与评估，能够有效回应“学什么”“如何学”以及“学完了怎么办”这三个基本问题。

就“学什么”而言，智能分类教育资源与学习者目标偏好，为学习者精准匹配适性学习内容。人工智能系统内嵌的智能识别分类技术，可实现针对用户技能空白和学习偏好的个性化内容配置。

针对“如何学”的问题，人工智能技术促进学习与评估全过程融合，实时导向个性化学习路径。通过自适应技术监测评估学习者初始水平与学习进度，以保证学习路径的个性化，学习测评从粗放走向精准，收集数据精细化程度高且结果解释力更强。

为解决“学完了怎么办”的现实难题，创新培训认证方式，承认非正规和非正式学习技能。数字时代学习方式更为多元、个体学习成果更为丰富，如何完整有效地记录个体的非正规和非正式学习成果成为一项重要的挑战。经合组织成员国较早开始探索对于非正规和非正式学习成果的有效认证程序。在人工智能与区块链技术的融合使用下，多种新型认证方式不断涌现。借助区块链技术的去中心化、可追溯性、高信任度等特征，塑造更加高效的学习成果记录、认定及转换，推进具备真实信息和良好公信力的技能认证探索也不断深入。[14]

（四）培训交付

相较于传统的成人技能教育，PMCD框架提倡注重通过新兴智能技术的创新应用驱动成人技能教育模式的多元创新。人工智能技术可通过塑造智能学习空间，支持在虚拟场景中强化成人学习感知刺激和实践导向，可显著促进学习者知识的长期保留，减少学习者模拟交互场景时需付出的认知努力。[15]并通过不断与虚拟现实、增强现实等技术融合创新，聚焦学习环境塑造、学习体验改善等，持续创新成人技能教育的教学方式、学习方式、评估方式三个方面，以提高成人技能教育的参与度和有效性。

1.具体教学层面

在具体教学上，为学习者提供安全和反复试错的实验环境，由静态单向转向动态交互。与传统技能培训中的真实人际交互相比，学习者更愿意在智能机器人面前反复试验和试错，无需承担风险。[16]人工智能（Artificial Intelligence）与虚拟现实（Virtual Reality）、增强现实（Augmented Reality）、混合现实（Mixed Reality）、扩展现实（Extended Reality）等技术融合创新，可建立更具安全性和启发性的智能学习空间，帮助学习者打破生理和心理障碍。技术路线上，扩展现实是对虚拟现实、增强现实和混合现实技术的综合展现。在扩展现实训练中，人工智能通过语音传递命令、场景动画实时响应等手段，愈加模糊实体空间和虚拟环境间的界限，营造的交互式学习沉浸感完全超越前几种技术，并使低成本、高效率营造沉浸式学习环境成为可能。[17]

2.学习开展层面

在学习开展中，解除了学习时空情境限制，由被动依赖转向自主可控。在人工智能的加持下，学习者可跳过无关信息，高效对接技能缺口，匹配最相关的培训方案，显著缩短学习过程，减轻学习者认知负荷、工学矛盾，促进成人学习的有效参与。

3.评估层面

在结果评估时，自动生成评估结果，由隐蔽决断转向透明公正。传统技能培训中，培训教师往往掌握着学习评估控制权。有研究表明，人类培训师会因个人偏好对来自不同区域、种族的学习者产生不同的评估结果，这就难以保证评估的公正公平。[18]基于教学全过程的自生成评估，可实现更快速准确、规范高效且大规模的教育质量监测，在短时间内完成对个体学习成果的可视化分析与多维度对比，生成实时数据。通过拓宽评估数据来源，严格控制数据收集处理过程，加强对评估对象利益的维护，可有效规避仅依靠人工评价造成的评估偏见，保障评估的客观公正。此外，还可对评估全过程的进行再评价，自动优化改进评估方式。[19]

四、PMCD框架

对我国成人技能教育发展的启示

2019年12月，联合国教科文组织（UNESCO）在《成人学习和教育全球报告（四）》（4th Global Report on Adult Learning and Education）中提出，成人学习和教育具备增进健康和福祉、體面就业和经济增长、社会生态有机运转、可持续发展等多重价值意义。[20]作为成人学习和教育的核心组成部分，成人技能教育面向25岁至65岁整个年龄阶段人口，覆盖人口基数庞大，通过技术赋能其质量效率提升，可带来广泛的经济社会效益。成人技能教育的延展性、多样性、灵活性特征鼓励成人在离开学历教育后，获得接受教育提升技能水平的二次机会，持续加强个体技能与市场技能需求的动态适配，为经济社会生态运转注入强劲活力。

麦肯锡全球研究院（McKinsey Global Institute）提出，全球可能有多达三分之一的职业和技能变更将在中国发生，到2030年，多达2.2亿中国劳动者可能因自动化技术影响而变更职业，在中等自动化情景下，约有5160亿工时或将因技能需求变化而需要重新部署。[21]

我国成人技能教育亟需创新发展，以应对高度的就业不稳定、不确定性。人工智能技术通过广泛链接、智能匹配、信用塑造等能力，提供了更多广覆盖且可持续的共享机会，有效促进了公民就业参与、资源获得、技能提升等。国内成人技能教育数字化发展具备丰富应用场景、宏大数据规模等显著优势，应在认清、把握人工智能本质的基础上，做好人才培养观念、资源设施等方面的准备，助推成人技能教育数字化转型。经合组织PMCD框架结构清晰、重点突出且具备实践案例支撑，有利于我国成人技能教育数字化转型参考借鉴。

（一）深化数据挖掘分析，加强成人技能教育精准顶层设计

人工智能融合大数据分析技术，支持对就业市场技能供需动向的高效预测和精准把握，可显著增强成人技能教育前瞻性统筹规划和决策指导，并围绕市场当前或未来的技能需求有效开展。

例如，法国人力资源技术供应商聚合树（Clustree），通过构建基于深度学习网络的技能与岗位映射解析模型，识别职业数据信息对应的技能类别，以数据信息与技能的相关性程度推测技能需求高低。若诸多职业数据信息均与某项核心技能高度相关，则说明市场当前或未来亟需该项技能。为使人工智能在非结构化文本中自动检测归类技能，该企业利用智能技术将十亿多种原始数据规模缩小到近二十万分之一，归纳为几万种常见的和经过验证的预定义技能，并对与技能相关的各类敏感词进行聚类分析，识别不同词汇指向的技能种类。[22]

再如，法国人力资源技术供应商博思特（Boosters）不仅借助人工智能算法对数据信息进行技能识别归类，还结合来自欧盟、世界经济论坛以及国际劳工组织等国际组织世界公认数据库的岗位技能数据，推断市场技能需求，为企业员工职业发展和内部流动、人才识别等提供数字解决方案和便捷的应用程序编程接口（Application Programming Interface，简称API）。[23]

在芬兰，人工智能企业海德智能（Headai）则通过联通来自全球的企业、教育机构和个人的非结构化及多语言的大规模数据流，实现了文本数据基础设施的全球互操作性（Interoperability）。通过人工智能技术将在线招聘广告、职位描述等文本信息自动转化为对应技能需求类别，将教育广告、培训课程等文本信息转化为对应技能供给类别，动态监测对比跨地区、跨行业、跨国别的技能供需状况，为培训课程调整提供实时反馈。[24]

聚焦我国就业市场，技术革新正在不断加速驱动产业数字化、智能化发展，持续催生新型技能需求，高质量劳动力短缺的结构性矛盾加剧，积极建立人工智能等智能化技术对就业影响的跟踪研判和协同应对机制成为当务之急。[25]

基于目前我国成人技能教育领域存在的数据信息资源开发利用程度不高、对就业市场技能供需动向感知灵敏度低、宏观治理有效性不足、新兴智能技术社会主体使用意愿缺乏、使用能力和效用不足等问题，应广泛联通社会的利益相关者，依托人工智能技术开发成人技能实时监测数据平台、市场技能供需预测规划诊断系统，以地区、行业、年龄等维度划分，加强对数据信息的采集检索、存储保留和高效使用，精确追踪市场技能供需状态的动态变化，为成人技能教育决策提供数据支持。此外，亟需通过增强各社会主体对智能技术的使用意愿和能力，鼓励政府、企业等社会主体积极探索利用人工智能技术促进成人技能教育精准顶层设计，为实现更充分、更高质量就业提供更为精确有效的数据测算指导。

（二）联通数据资源共享，优化成人技能教育资源配置效率

数据信息流动的畅通无阻，使人工智能辅助决策者及时准确掌握信息资源成为可能，驱动资源优化配置。部分经合组织成员国公共和私营就业服务机构，已经开始尝试采用人工智能技术促进个体与培训项目、工作岗位匹配。例如，美国在线教育企业多元视觉（Pluralsight）推出衡量和发展个体技术技能的新方法虹膜，借助人工智能熟知用户优缺点和学习偏好等优势，建立用户技能与培训项目快速精准连接。虹膜使用修正后的评分算法评估个体技能，可持续更新问题难度和技能评级，并根据个体技能水平推荐培训项目课程。应用贝叶斯统计为学习者技能熟练度赋分，技能评估分数以其他用户分数为基准，可快速表征个体技能问题，协助用户识别自身具有优势或亟需提升的技能。[26]

由国际非政府组织贝叶斯效应（Bayes Impact）所开发的在线公益人工智能职业指导平台（Bob），可实现用户技能到工作岗位的快速精准连接。该工具基于现有工作分类、职位空缺、就业结果数据等数据源，利用人工智能系统绘制将技能可视化表征的技能图谱，可为数百万人同时量身定制职业发展建议。[27]

人工智能技术的显著优势在于基于海量数据信息的精准预测分析，但该优势的发挥依赖于多样系统之间的数据整合与共享。[28]虽然国内数据资源呈现爆发式增长，但成人技能教育仍无法及时响应社会需求，数据资源的社会联通联动存在堵点，利益相关者的利用意识不强制约了数据的使用性，专业工作者缺乏削弱了数据精准性，技能教育供需对接协同度和资源配置效率有待提升，优质社会资源服务需深入挖掘。[29]因此，亟需加强社会合作，构建数据资源联通体，促进数据高效互联共享，充分释放数据要素潜能。通过设計智能算法资源匹配机制，强化成人技能教育供给的需求牵引，优化成人技能教育供需结构，促进就业市场高质量人才供需匹配。此外，应依托国家数据中心、“东数西算”工程等，推进数据资源、算法资源、算力资源等要素资源的社会开放和广泛应用，提供公共普惠的智能化服务基础设施，提升人工智能技术应用的公平性和安全性。[30]

（三）强化教学精准干预，实现成人技能教育大规模个性化

坚持人工智能技术融合应用的人本取向，以自适应技术推进大规模个性化灵活学习，可满足不同成人群体的异质性学习需求。

首先，智能分类学习资源和学习者偏好，为学习者配置适性学习资源。例如，德国技术信息图书馆 （Technische Informations bibliothek）与荷兰阿姆斯特丹大学（University of Amsterdam）合作开展的开放教育资源主题探索项目（EDoer），使用语音识别软件和机器学习技术等，自动从在线讲座、教育视频等开放教育资源中提取学习主题，为想要获取特定知识或技能的用户提供个性化在线学习内容推荐。[31]

其次，全过程动态监测，支持自定步调的学习路径。美国在线语言学习平台多邻国（Duolingo）所创建的智能语言学习应用程序，为用户提供量身定制的任务模块和学习指导。根据个体语言技能初始水平和课程学习进度的数据留痕，调整练习的类型和难度，提供即时反馈与评价，创设趣味化学习游戏关卡，使用户在乐趣感知中坚持更长的学习时间。[32]

最后，支持认定不同成人群体非正规和非正式化学习成果。例如，为减少就业市场对成人非正规和非正式技能的忽视或低估，德国联邦教育与研究部（Bundesministerium für Bildung und Forschung）、德国手工业总会（Zentralverband des Deutschen Handwerks）等联合发起技能认证项目（Valikom），通过数字平台为工商业、手工业、农业等领域32种职业的非正规与非正式技能提供技能认证。该项目制定标准化联合认证程序，将技能认证标准与国家通用职业资格标准衔接，使成人技能尤其是弱势群体技能，在就业市场中具备可比性、透明度及较高的雇主认可度。[33]

人工智能技术通过构建更为成熟包容的成人技能教育体系，为学习者提供精准适切、多样化的教育服务。结合国内现状，成人技能教育学习对象多元、学习需求多样、学习资源庞杂，大规模个性化优质的成人技能教育开展仍面临技术限制、成本限制、地域差异、群体差异等现实困境。成人技能教育服务主要以供给思维为主，教育内容与方式的精准度与个性化不足，学习成果社会认可度不高。因此，应增强政策支持力度，降低人工智能技术推广应用成本，充分挖掘社会优质资源为技能教育提供服务，拓展教育规模、覆盖范围和学习类型，建立泛在可及的成人技能学习网络。通过人工智能技术加强对成人学习过程的精准干预，改进成人技能发展有效性分析并支持成人全面自主、个性化学习和终身学习，从而实现成人知识技能增长和高质量就业结果的有效联动。

此外，应注重对成人非正规和非正式技能的挖掘认证，尤其是针对低学历、低技能等社会弱势群体的技能认证。通过人工智能与新兴技术的创新融合，建立统一规范的成人技能认证体系，协同社会利益相关方，合力推动不同类型学习成果的认证转换，提高技能透明度、可比度、社会认可度等，增加个体就业机会。

（四）融合新兴智能技术，营造更具活力的成人技能教育生态

新兴智能技术的融合创新应用，驱动了教育教学方式升级和教育服务质量跃升，为成人技能教育生态运转注入新动能。

一是改善成人学习体验。例如，英国软技能培训在线平台虚拟演讲（Virtual Speech），通过营造沉浸交互自定步调的虚拟演练场景，如新闻发布会、电梯游说、遭遇骚扰歧视等，支持学习者进行领导力、公开演讲、商业道德等软技能提升和移情训练。人工智能则对学习者的表现，如演讲中的眼神交流、语气语速、音量等提供即时反馈，确定需要改进的方面。[34]澳大利亚沉浸式学习技术供应商弗莱姆（Flaim）通过融合人工智能与虚拟现实技术，为消防员和急救员学习灭火提供安全仿真的沉浸式虚拟环境。通过算法建模，模拟多种类型火灾现场，以多感官集成的物理接口，营造学习者对火焰温度和物体爆炸等火灾现场的真实体验，消除了现实训练中的安全风险，实现危险场景的随时演练，并实时捕获数据、分析和反馈培训结果。[35]

二是协助成人自主学习。例如，法国企业索迪斯（Sodexo）集团开发的人工智能驱动多语言智能应答机器（Chatbot），为员工工作场所非正式学习提供了全天候实时应答，机器通过学习员工提问和平台管理者创建的答案内容，动态更新并丰富语料库，员工可使用母语快速定位自身所需信息，无需询问其他同事。[36]

三是增强学习成果公正评估。人工智能技术采用无偏见的算法（Bias-Free Algorithms）驱动自适应评估和扩展现实仿真场景测试等，支持自动生成学习成果评估结果。且虚拟培訓不依赖人类培训师，培训供给与评估均通过智能平台统一提供，因而可保证培训供给质量和评估结果的公正透明。

面向愈加多元与个性化的成人学习需求，教育现代化与数字化双重命题显得格外重要。为实现更高质量、更公平的教育供给，教育服务供给结构、方式亟需优化升级，成人技能教育现代化与数字化不能独立于教育总体的现代化与数字化进程。聚焦国内，教育生态体系中各方利益相关方参与热情有待加强，成人技能教育内生发展动力不足，技能教育有效转化为岗位劳动力附加值提升的程度欠缺，各相关方利益需求仍未得到有效满足。

基于此，亟需加强社会协作，拓展人工智能技术在技能教育中的应用场景，创新优化成人技能教育服务供给，构建以学习者为中心的成人技能教育新生态。[37]应用新型数字智能工具，进行大规模成人技能教育质量评估检测，加强宏观监测调控，推动各利益相关方的需求满足。通过助推成人高质量就业目标实现，满足企业员工岗位技能发展需求，缓解政府宏观就业压力，从而为培训供给方提供价值反馈和质量评估，营造更具活力的可持续高质量成人技能教育良好生态。

参考文献：

[1]新华社.习近平在中共中央政治局第九次集体学习时强调 加强领导做好规划明确任务夯实基础 推动我国新一代人工智能健康发展[J].党建，2018（11）：1，19.

[2]人民日报.习近平向国际人工智能与教育大会致贺信[N].人民日报，2019-05-17（1）.

[3]教育部.教育部2022年工作要点[EB/OL].（2022-02-08）[2022-05-12].http：//www.moe.gov.cn/jyb_sjzl/moe_164/202202/t20220208_597666.html.

[4]国务院.国务院关于印发“十四五”数字经济发展规划的通知[EB/OL].（2021-12-12）[2022-05-12].http：//www.gov.cn/zhengce/content/2022-01/12/content_5667817.htm.

[5]OECD. Building vulnerable peoples skills for a digital， green， inclusive world[R]. Paris： OECD Publishing， 2021.

[6]OECD. Automation， skills use and training[R]. Paris：OECD Publishing， 2018.

[7]刘骥.科技变革与新型劳动力需求：教育如何有效应对[J].教育经济评论，2018，3（2）：36-51.

[8]OECD. Opportunities and drawbacks of using artificial intelligence for training[R]. Paris： OECD Publishing， 2021.

[9]李欢冬，樊磊.“可能”与“不可能”：当前人工智能技术教育价值的再探讨——《高等学校人工智能创新行动计划》解读之一[J].远程教育杂志，2018，36（5）：38-44.

[10]余明华，冯翔，祝智庭.人工智能视域下机器学习的教育应用与创新探索[J].远程教育杂志，2017，35（3）：11-21.

[11]张乐.肯尼斯·阿罗、约翰·希克斯：一般均衡理论和福利理论的开拓者——1972年诺贝尔经济学奖得主[J].中国经济评论，2021，14（8）：78-81.

[12]United Nations. Sustainable Development Goals Report 2020[R]. New York： UN， 2020.

[13]OECD. Trustworthy artificial intelligence （AI） in education： Promises and challenges[R].Paris： OECD Publishing， 2020.

[14]杨现民，李新，吴焕庆，等.区块链技术在教育领域的应用模式与现实挑战[J].现代远程教育研究，2017，146（2）：34-45.

[15]BERTRAND P， GUEGAN G， ROBIEUX L， et al. Learning Empathy Through Virtual Reality： Multiple Strategies for Training Empathy-Related Abilities Using Body Ownership Illusions in Embodied Virtual Reality[J]. Frontiers in Robotics and AI， 2018，5（26）：1-18.

[16]冯春艳，陈旭远.人工智能在教学改革中的应然角色及理性审视[J].苏州大学学报（教育科学版），2020，8（1）：25-32.

[17]陈凯泉，吴志超，刘宏，等.扩展现实（XR）支撑沉浸式学习的技术路径与应用模式——沉浸式学习研究网络国际会议（iLRN 2020）探析[J].远程教育杂志，2020，38（5）：3-13.

[18]FELD J， SALAMANCA N， HAMERMESH D. Endophilia or Exophobia： Beyond Discrimination[J]. The Economic Journal， 2016，126（594）：1503-1527.

[19]张志祯，齐文鑫.教育评价中的信息技术应用：赋能、挑战与对策[J].中国远程教育，2021，554（3）：1-11，76.

[20]UNESCO Institute for Lifelong Learning. 4th Global Report on Adult Learning and Education[R]. Hamburg： UNESCO， 2019.

[21]McKinsey Global Institute. Reskilling China： Transforming the worlds largest workforce into lifelong learners[R]. Shanghai： MGI， 2021.

[22]Clustree. Bringing Skills at the Core of HR Processes in the Era of Employee-centricity[R/OL]. （2019-06-27）[2022-04-15]. http：//eu-lon07.marketo.com/rs/026-GCG-357/images/Clustree_WhitePaper_Skills.pdf.

[23]Boosters. What is the purpose of a skills engine？ [EB/OL]. （2022-03-11）[2022-03-19]. https：//boost.rs/en/blog-en/what-is-the-purpose-of-a-skills-engine/.

[24]Headai. Headai-enabled Skills Pulse Reveals the Future Skills Needs for Technology Industries of Finland[EB/OL].（2021-10-04）[2022-05-10]. https：//headai.com/headai-enabled-skills-pulse-reveals-the-future-skills-needs-for-technology-industries-of-finland/.

[25]國务院.国务院关于印发“十四五”就业促进规划的通知[EB/OL].（2021-08-23）[2022-05-19].http：//www.gov.cn/zhengce/zhengceku/2021-08/27/content_5633714.htm.

[26]Pluralsight. The new standard for measuring & building tech skills[EB/OL]. （2017-09-20）[2022-04-15]. https：//www.pluralsight.com/blog/news/pluralsight-iq-assessments.

[27]Bob. Putting technology at the service of all [EB/OL].（2021-12-07）[2022-05-19]. https：//us.hellobob.com/notre-mission.

[28]田贤鹏.隐私保护与开放共享：人工智能时代的教育数据治理变革[J].电化教育研究，2020，41（5）：33-38.

[29]马启鹏，刘泽琳，陈丽珍.利益相关者视域下的成人教育数据治理省思[J].教育发展研究，2019，39（3）：71-77.

[30]中国信通院.AI框架发展白皮书[R/OL].（2022-02-25）[2022-05-19].http：//www.caict.ac.cn/kxyj/qwfb/bps/202202/P020220226369908606520.pdf.

[31]ALARIO-HOYOS C， RODR？魱GUEZ-TRIANA M J， SCHEFFEL M， et al. Addressing Global Challenges and Quality Education[M]. Switzerland： Springer Nature Switzerland AG，2020：455-460.

[32]Duolingo. Introducing the new Duolingo learning path[EB/OL].（2022-05-06）[2022-05-19]. https：//blog.duolingo.com/new-duolingo-home-screen-design/.

[33]UNESCO Institute for Lifelong Learning. There is still no unifying idea for adult education in the digital age[EB/OL]. （2022-04-21）[2022-05-19]. https：//www.uil.unesco.org/en/articles/there-still-no-unifying-idea-adult-education-digital-age.

[34]Virtual speech. VR for Corporate Training： Examples of VR already being used[EB/OL]. （2019-07-26）[2022-05-19]. https：//virtualspeech.com/blog/how-is-vr-changing-corporate-training？ref=footer.

[35]Flaim. Flaim Trainer software update and new Scenarios-R1 2022[EB/OL]. （2022-05-03）[2022-05-19]. https：//flaimsystems.com/news/flaim-trainer-r1-2022-software-release.

[36]Sodexo. Moving with technology[EB/OL]. （2021-12-09）[2022-05-19]. https：//www.sodexo.com/inspired-thinking/energy-mining/moving-with-technology-2.html.

[37]高欣峰，白蕴琦，陈丽，等.互联网推动教育服务模式创新的路径与方向——“互联网+教育”创新发展的理论与政策研究（三）[J].电化教育研究，2022，43（4）：5-11.

作者简介：

刘骥，教授，博士，主要研究方向为终身教育、比较教育，邮箱：jiliu@snnu.edu.cn;

苟丹琪，硕士研究生，主要研究方向为成人教育、教育政策，邮箱：danqigou@163.com。

What Strategies in Digitally Transforming Adult Skills Education Leveraging AI：

A Study of PMCD Framework of OECD

Ji LIU， Danqi GOU

（Faculty of Education， Shaanxi Normal University， Xian Shaanxi 710062）

Abstract： With the continuous deepening of digital transformation， shifting societal organizations， nature of jobs， skills demand， and the surge of adult learning needs have the new requirement for the digital transformation of adult skills education. In order to address issues of low training participation rate， skill-job mismatch， and low supply of adult skills learning opportunities， the Organization for Economic Co-operation and Development （OECD） conceptualized the framework of the “Planning， Matching， Content and assessment， Delivery” （PMCD）， aiming to advocate leveraging artificial intelligence in digitally transforming adult skills education. Based on an in-depth analysis of PMCD Framework and its related programmatic evidence， we proposed several suggestions for adult skills development in China， they are， leveraging big data mining in empowering skills education planning， improving data connectivity and optimizing resource allocation in skills education， individualizing precision training at scale， and nurturing a tech-rich adult skills education ecosystem.

Keywords： Artificial Intelligence; Adult skills education; Digital Transformation; OECD

編辑：李晓萍    校对：王天鹏