寻绎与重塑：人工智能时代技术技能人才发展之镜

摘 要 优化技术技能人才培养模式是人工智能时代工作世界变化与教育世界改革的共同诉求，也是发展新质生产力的关键要素。技术知识作为职业教育知识论的基础，从根本上回答了职业教育需要培养什么样的人这个核心问题。人工智能时代生产方式的重构与生产技术的革新，使技术知识呈现出生产精细化、结构综合化、边界模糊化等变革特征。技术知识的变革需要创新型、复合型、发展型的技术技能人才。针对技术知识变革与技术技能人才诉求，应完善职业教育培养体系，由“裂隙化”转向“系统化”；深化产教融合育人机制，由“孤立化”转向“协同化”；革新职业教育课程教学体系，由“过密化”转向“科学化”。

关键词 技术技能人才；技术知识；人工智能时代；新质生产力；职业教育

中图分类号 G719.2 文献标识码 A 文章编号 1008-3219（2024）22-0025-08

党的二十届三中全会提出：“统筹推进教育科技人才体制机制一体改革，健全新型举国体制，提升国家创新体系整体效能。”[1]在国家创新体系的诸多要素中，高素质劳动者是发展新质生产力的第一要素。技术技能人才作为高素质劳动者的重要组成部分，是发展新质生产力坚实的人才基座。当前，以人工智能为核心的现代技术与产业深度融合，不断催生出新产业、新模式、新动能，成为加速新质生产力发展的关键变量。人工智能时代生产方式的重构与生产技术的革新在发展速度、作用范围、影响程度等方面都远超过去[2]，这对技术技能人才提出了技能高端化、知识复合化、能力综合化的要求。反观当下，我国技术技能人才培养难以适应产业结构转型与经济发展需求，劳动力市场技术技能人才供需矛盾突出[3]。职业教育作为国民教育体系的重要构成，肩负着为新质生产力前瞻性培养技术技能人才的重任[4]。站在技术知识的角度，回答如何优化人才知识结构、增加知识储备，是培养高素质技术技能人才的关键，也从根本上回答了“培养什么样的人”“如何培养人”的问题。

一、人工智能时代技术变革对技术知识的镜像映射

技术知识不是对客观事物单纯地反映、说明、解释，而是对实践观念的展开和具体化，是关于改造事物的知识。莱顿认为技术知识是“关于如何做或制造东西的知识”[5]，这揭示了技术知识本身来源于实践、与物质性生产活动相联系的本质。物质性生产活动所要解决的任务与人类已有能力之间的矛盾，是技术知识产生和发展的直接动力[6]。

（一）技术变革与技术知识发展

随着社会的进步与时代的发展，人们生活需求的提高对生产实践提出了新的诉求，要满足这些诉求就需要实现技术变革，这就推动了技术知识的发展。职业教育与技术发展紧密相关，技术知识伴随社会生产实践进步不断形成发展且动态更新。在工业革命以前的手工劳动时代，劳动者之间并不存在分工，技术知识形成的阶段和环节是浑然一体、不做划分的。18世纪后期的工业革命将原本完整、复杂的劳动过程分解为一系列简单的操作流程，劳动分工进一步细化和标准化，形成了以机械化为核心的技术知识体系。19世纪中叶的第二次工业革命，电的发现与利用大大提升了机械化生产水平，以电气为核心的技术知识被纳入到技术知识体系中。人工智能时代的职业结构、工作内容、工作性质等发生了诸多变化，智能化已经成为产业结构升级、工作内容革新的发展方向。技术知识的生产模式、结构、类型等随着智能化技术的发展不断复杂化，技术知识体系进一步扩充。人工智能时代，如何培养有智慧、有技术、能发明、会创新的高素质技术技能人才，是新时代赋予职业教育的根本任务与重要使命。技术知识是职业教育最坚实的知识论基础[7]。不同层级的职业教育可以通过技术知识含量的多少和掌握的难易程度进行划分；职业教育课程建设也需根据技术知识需求、层级和载体来区分；此外，技术知识还规定着教学内容的设置和教学方法的选择[8]。技术的迭代升级使技术知识更趋于复杂化，其变革特征主要表现在三个方面：技术知识生产精细化、技术知识结构综合化、技术知识边界模糊化。

（二）人工智能时代技术知识生产精细化

技术知识在技术的递归和迭代中不断演进。美国技术哲学家卡尔·米切姆（Carl Mitcham）将技术分为四个层次：作为对象的技术、作为知识的技术、作为活动的技术和作为意志的技术[9]。作为对象的技术，即人对物件的操作技术，其所对应的技术知识主要是经验层面的技术知识；作为知识的技术包括技能、法则、规则和理论等，掌握此类技术需要主体学习系统的相关专业技术知识，形成对技术操作的规律性认识；作为活动的技术相当于技术的设计实施、生产过程，需要主体结合生产条件和生产环境进行系统把控；作为意志的技术反映了人在技术活动中的价值取向，主要表现在人在技术活动中的知识生产力和创造力上。人工智能时代智能化技术的升级与应用，改变了传统大规模标准化的生产模式，个性化定制成为当前主要趋势，作为意志的技术在智能化生产系统中显得尤为重要[10]。个性化生产强调创新性、多元化的设计理念与方案，工艺流程和产品生产在个性化定制中不断优化与细化，与技术相伴相生的技术知识生产也趋于精细化。

不同层次技术的知识生产模式也有所不同。知识生产模式即知识生产的方式，包括知识生产的主体、目的、组织等要素。吉本斯（Gibbons，M.）将知识生产划分为两种模式，他把在单一学科中进行知识生产的模式称为模式Ⅰ，也就是传统的知识生产模式；而区别于模式Ⅰ的模式Ⅱ，则是基于知识生产情境的变化、超越学科界限的新知识生产模式。作为对象的技术依赖于生产岗位的反复训练，其知识生产情境单一，类似于知识生产模式Ⅰ。而知识生产模式Ⅱ的跨学科性和多样性特征，则与作为知识的技术和作为活动的技术的形成过程十分契合。在知识生产模式Ⅰ和Ⅱ的演进逻辑基础上发展出的知识生产模式Ⅲ，是以“多层次、多形态、多节点、多边系统的知识生产群，形成知识生产、知识扩散和知识使用的复合系统”[11]。知识生产模式Ⅲ是人工智能时代知识生产的特征，其所强调的创新对技术来说尤为重要。人工智能时代技术水平的不断提升，使得工作内容越来越复杂，技术知识的生产已经不再局限于学科内部，而是发生在不同学科的交互过程中，技术知识交叉度的不断加强使得技术知识生产精细化愈发凸显。

（三）人工智能时代技术知识结构综合化

美国社会学家丹尼尔·贝尔（Daniel Bell）以生产方式和技术为中轴，把人类社会分为三个阶段：前工业社会、工业社会和后工业社会[12]。由于一线从业人员的知识结构与生产方式和技术变革密切相关，因此，在不同阶段的社会形态中，一线从业人员的知识结构也呈现出阶段性特征。在前工业社会时期，以手工业为主的生产方式使得技术的交流、习得、传播都需要在实践过程中完成，由此形成了以个人经验为主的经验性技术知识结构；在工业社会时期，科学知识介入技术活动，生产方式由手工业生产向机械生产转变，使得技术知识结构呈现出理论性与经验性并存的二维技术知识结构；在后工业社会时期，智能化生产带来了工作过程去分工化、人才结构去分层化、技能操作高端化、工作方式研究化、服务生产一体化以及技术创新的个体化等特征[13]，强调技术综合分析与运用的能力，即突出了方法性技术知识存在的必要性，形成了包含经验性、理论性、方法性技术知识的多维度知识结构。

智能化生产是一种高度集成式生产，智能技术简化了操作技能、整合了工作过程，使职业层级趋于扁平化。与传统的企业组织结构相比，智能化生产系统中的生产活动交给了智能化生产线以及工业机器人，一线从业人员与管理者的岗位职责和职业能力的边界变得越来越模糊，各层间的人才相互融合。反映了人工智能时代的技术知识结构，要求其不仅包括程序性和规则性方面的知识，还包括概念性和规律性方面的知识。此外，新一轮科技革命和产业变革的加速演进，使知识生产与科学发现都离不开不同领域的交叉融合，社会生产实践中的技术问题呈现出高度综合化的特征。相应地，解决此类技术问题需要更为精湛的技艺、复杂高深的理论知识和创新理念的加持，由此人才所具备的技术知识结构更加趋于综合化。

（四）人工智能时代技术知识边界模糊化

科学知识通常以“是什么”“为什么”的形式出现，具有解释性和客观性。技术知识则以“做什么”“怎么做”的形式出现，具有目的性和创造性。科学知识是揭示自然界及其运作方式的知识，技术知识则是人类通过实践活动对过去的经验进行总结后提炼出的用于指导人类行动的知识，技术知识在实践中不断被证实和完善。虽然技术知识与科学知识是彼此独立的知识体系，但在实际应用中科学知识与技术知识密不可分。科学知识为技术知识的发展提供引导和解释，技术的动态革新也为科学的发展提供现实基础。由此可见，在实际应用中难以割裂技术知识和科学知识之间的联系。19世纪后期，工业化程度的不断提高，科学在技术领域的作用越来越显著，技术与科学的边界越来越模糊化。随着现代科学与技术的迅猛发展，技术发展甚至还经常领先于科学发现，两者之间既有所区别又不断交叉融合，知识生产过程已经不再那么“泾渭分明”[14]。

美国技术哲学家文森蒂（Vincenti）针对航天工程设计师所需要具备的技术知识进行了分类，分别是基本设计概念、标准和规格、理论工具、定量数据、实践考虑及设计工具六种技术知识类型[15]。温迪·福克纳（Wendy Faulkner）基于对技术创新的研究，在文森蒂的基础上将技术知识分为与自然世界有关的知识、与设计实践有关的知识、与研发试验有关的知识、与最终产品有关的知识、与探寻新知识有关的知识[16]。这种观点虽然考虑到了技术的发展，却把技术知识的分类局限于某个可能学科上，这样的分类并不完全适用于人工智能时代的技术知识。人工智能时代，技术知识 专业化程度不断加深，不可避免地出现不同学科之间交叉、渗透与协作的情况。生产技术的高端化使得处理问题的工作情境越发复杂，一线从业人员在工作过程中要同时使用理论性、经验性、方法性等各种类型的技术知识，难以将某项技术划定在特定维度下，技术知识边界模糊化趋势明显。

二、人工智能时代技术技能人才的需求拓新

正如技术变革对技术知识的镜像映射，技术知识作为职业教育的知识论基础，其在人工智能时代的变革，也直接催生出对职业教育所培养的技术技能人才的新需求。

（一）技术知识生产精细化需要创新型人才

创新型技术技能人才指的是拥有个性化理念和创新意识，能够创造性运用技术知识解决复杂技术问题的人才。人工智能时代大规模个性化定制生产使得技术知识生产精细化趋势明显，在创新驱动的生产环境中，需要大量创新型技术技能人才作为人力支撑。知识基础观认为，技术本质上属于知识的集成与应用，技术创新的背后是知识的生产、应用与创新[17]。由此可见，技术技能人才实现技术创新的前提是能够在工作实践中进行知识创新。这就要求职业教育所培养的技术技能人才不但要具备扎实的技术知识来对产品进行个性化设计与改进，还应当发挥主观能动性和创造力，通过实践活动提升自身的创新意识，面对实际问题能够提出创新性的解决方案，只有这样才能不被智能化的创新型工作环境所淘汰。此外，创新型技术技能人才还应具有协作创新的意识。这里的协作不仅是人与人之间的协作，还包括人与机器的协作。吉本斯（Gibbons）基于知识情境的变化划分出了两种知识生产模式，这两种知识生产模式的生产主体都是人，而知识生产模式Ⅲ则在生产主体上突破了人的范畴，强调人与机器的协同创新。因此，创新型技术技能人才需要具备人机协作能力，才能突破个体局限，将机器智能与人类智慧相结合，在综合复杂的工作情境中创造性地应用技术知识解决问题。

（二）技术知识结构综合化需要复合型人才

伴随着新一轮科技革命与产业变革，技术生产活动更加强调整合性，技术知识结构综合化的特征越发明显。为适应新技术知识图景变化提出的新要求，职业教育的人才培养定位要从精通某一领域专门知识、技能的单一技术型人才转向一专多能的复合型技术技能人才。复合型技术技能人才既要精通本专业岗位所需的技术知识，还要熟悉相关专业的知识与技术，具备跨界整合、融合运用知识和技术的能力。传统的“泰勒制”生产系统下所需要的一线从业人员是适应标准化生产、从事不同“工种”的流水线工人。对于此类从业人员而言，具备简单岗位操作的经验性技术知识和零碎的理论性技术知识就能够完成这类低端、重复性的劳动。与传统技术条件下的生产相比，智能化生产系统使一线从业人员的工作模式在横向上呈现工作过程去分工化、纵向上呈现人才结构去分层化趋势[18]，这要求一线从业人员的工作内容走向综合化。劳动力市场对于一线从业人员的要求，由掌握简单的操作技能和零碎的知识转向强调统筹协调、操作管理、小组合作等综合能力。一线从业人员必须对工作过程有整体的认识，其知识结构不再是系统的科学知识或单一的岗位技能知识，而是“与实际工作过程有着紧密联系的带有‘经验’和‘主观’性质”的知识[19]。技术知识结构综合化要求技术技能人才形成综合的职业能力，在熟练掌握经验性技术知识和理论性技术知识的基础上更多地掌握方法性技术知识，形成对工作流程的整体性、系统化认识。

（三）技术知识边界模糊化需要发展型人才

发展型技术技能人才强调灵活迁移应用技术知识与终身学习的能力。在科学和技术高度交叉融合的人工智能时代，各职业群之间的工作领域存在大量交叉重叠的情况，工作种类、数量、任务与过程也发生深刻变化，使得科学知识与技术知识不断交叉融合，不同类型技术知识的交叉程度不断增加，由此呈现出技术知识边界模糊化的特征。未来职业教育培养的技术技能人才面对的是高科技、高智商、高装备的智能工厂，技术知识边界模糊化对技术技能人才的专业知识储备提出了更高要求。由于割裂且不成体系的技术知识难以发生交叉和迁移，因此，技术技能人才必须形成扎实系统的技术知识体系，能够把新兴领域的科学知识与技术知识交叉渗透，实现从前沿认知到知识和能力优化组合的转变，灵活迁移应用技术知识来解决生产实践中的技术问题。此外，发展型技术技能人才需要具备终身学习理念和可持续发展能力。

三、人工智能时代技术技能人才培养的现实挑战

人工智能时代的技术知识变革催生出对技术技能人才的新诉求，这对职业教育人才培养提出了新挑战，如图1所示。裂隙化的培养体系、孤立化的培养过程、过密化的课程知识难以回应技术技能人才发展需求，制约着人工智能时代职业教育的高质量发展。

（一）破碎的镜子：职业教育培养体系裂隙化

人工智能时代个性化定制的生产模式促使技术知识生产精细化，作为意志的技术在生产活动中的地位日益提高，对技术技能人才的要求从机械劳动向创新创造转变。创新型技术技能人才的培养首先要求技术技能人才具备精深的技术知识。反馈于职业教育培养体系，职业教育需要顺应人工智能时代技术技能人才的知识和能力需求，整体高移人才培养层次并实现各层次之间有效衔接贯通。然而，当前职业教育人才培养体系发展尚存在裂隙化的现象，迟滞于技术知识变革对技术技能人才提出的新需求。

首先，不同层级职业教育之间衔接缺乏连贯性。系统的技术知识是发展创新力和自我生产能力的基础，系统的技术知识形成依赖于职业教育贯通和有效衔接的培养体系。有研究表明，当前中本贯通模式下的职业院校存在课程设置不连贯、考评侧重点不明显、学生综合素质发展不平衡等问题[20]。虽然一些省份已逐步推行职业教育高本衔接项目，但这种衔接更多的是为了解决职业本科院校的生源问题，仅仅对现有课程框架和课程体系进行机械组合，并未深入研究该框架在专业性技术技能人才培育中的应然效用[21]。不同层级院校之间的课程体系与教学内容缺乏内在衔接，致使培养目标脱节、课程内容重复、教学评价缺乏层次性与合理性。

其次，各层级职业教育培养定位模糊。长期以来，中等职业学校一直处于“就业导向”与“升学导向”价值选择的混沌期[22]。但无论是“升学导向”还是“就业导向”，受学生个人发展能力所限，在后续的职业生涯发展中仍难以形成比较优势。我国职业本科教育体系建设尚处于起步阶段，其与高职专科、应用型本科教育的主要区别仍不明确。在有关职业教育本科的政策文本中，虽明确将本科职业教育人才培养定位为“高层次技术技能人才”，但“高层次”的具体内涵却并不明确，难以满足新职业、新岗位出现以及传统职业岗位升级要求人才培养规格升级的需求。

（二）主体的隔阂：职业教育培养过程孤立化

复合型技术技能人才要具备全面的技术知识并且能够在生产实践中有效应用。倘若仅仅具备了专业知识却不能在具体情境中加以运用，那么技术知识就会沦为普通的理论知识，无法为设计和决策的工作活动服务[23]。人工智能时代的生产系统、工作情境高度综合化，职业院校难以配备完善的硬件条件设施，传统孤立化的人才培养过程无法使技术技能人才精准对接智能化生产系统中的真实问题，难以综合运用技术知识。

其一，校企合作落地不足。职业院校能够教给学生普通的技术知识，这种技术知识对处于粗放型阶段的企业运行是可行的，但对拥有智能化生产系统的企业来说则显得十分无力。因此，仅依靠职业院校不足以培养人工智能时代所需要的技术技能人才，培养过程必须有相关企业的深度参与。然而，许多企业担心扰乱正常生产秩序，在校企合作中只让学生参观生产现场，还有企业过于追求短期利益，以场地紧张、财力有限、工作与培训时间冲突等为由不愿深入开展校企合作，使得培训的场所、时间、资金等都不能得到有力保障[24]。部分职业院校对如何真正发挥企业在人才培养中的作用探索也不是很深入，其对校企合作的期待仅仅局限于从企业获得资金、设备的支持[25]。

其二，教学过程与真实工作衔接度较低。当前，仍有许多职业院校存在教学过程简单化的现象，课堂教学以理论学习为主，实践教学则以短期职业体验为主[26]。技术知识掌握是一个长期、复杂的实践过程，内容综合化的技术知识习得必须在掌握学校提供的技术知识基础上再在真实情境和工作岗位上加以运用，通过实践不断积累经验，直到完全理解并内化所学的技术知识。职业教育的培养过程与真实工作衔接度低，学生“体验式”“参观式”技术知识习得的方式使其形成系统性的工作过程知识受到阻碍。

（三）交错的影像：职业教育课程知识过密化

在职业教育语境中，课程知识过密化是指在教育教学过程中单纯地增加技术知识数量的供给，而忽视了学生认知阈值和技术知识增加的边际效应，缺乏对课程知识的审慎选择和组织[27]。从内部与外部的角度看，职业院校课程知识过密化仅仅是事物内部不断自我重复的进化，缺乏与外部环境实际的相互协调。从过程与结果的角度看，则是局限于知识量的绝对增加而忽视了质的提升。职业院校课程知识过密化所带来的后果是“没有发展的增长”[28]，偏离了人工智能时代技术技能人才全面发展的教育理念，难以满足技术技能人才实现可持续发展的诉求。

一是课程内容繁多和课程设置泛化。人工智能时代的知识数量呈现指数式增长，职业教育课程知识容量也随之不断扩充，许多课程设计者将技术知识的全过程纳入职业教育课程体系。课程对技术知识发展亦步亦趋，导致职业院校课程内容的重复、叠加与分隔，使课程知识处于混乱状态。当前，职业学校为了应对升学等压力，使课程内容充斥着过多理论化知识，进一步导致课程知识过密化。此外，中职公共基础课程未能与专业课程有效融合，造成了科学知识和技术知识的泛化以及技术技能人才培养的同质化。部分高职院校为了实现全人发展的理念开设了许多通识课，但这些通识课程内容缺乏与专业的融合，反而给学生带来沉重的课业负担。

二是教学过程的自我复杂化。技术的不断发展使教学资源越来越丰富，在职业教育教学中合理运用智能化技术能够拉近学生与工作世界之间的距离，帮助学生进行知识建构。然而，目前职业教育教师在资源利用方面存在一些不良倾向，主要表现为过度依赖教学资源[29]。对教学资源的依赖将会影响职业教育教师对教学内容的理解和对教学方法的选择，使教学过程形式大于内容。实证研究表明，许多教师为了追求课堂氛围而引入各种令人眼花缭乱的智能化技术，将工作过程情境化、抽象概念具象化，导致知识呈现方式的媒介数量大大增加，降低了教学的适切性[30]。教学过程的自我复杂化极大影响了技术知识的传授，弱化了学生的自主学习和深层思考能力。

四、人工智能时代职业教育人才培养的路径优化

职业教育作为培养技术技能人才的主阵地，应积极响应人工智能时代技术知识变革对技术技能人才提出的新诉求，着力完善职业教育体系、深化产教融合育人机制、革新课程教学体系，合理规划人才培养变革路径，提升职业教育适应性。

（一）镜圆璧合：完善职业教育培养体系，由“裂隙化”转向“系统化”

人工智能时代的到来，新岗位、新技术的出现使技术知识的形成过程更加复杂。掌握技术知识本身就是一个长期、复杂的实践过程，并非通过延长普通教育年限就可以获得，而是要让学习者紧扣工作实际，树立终身学习理念。因此，需要完善现代职业教育体系，实现职业教育体系的系统化与贯通化。

首先，实现不同层次职业教育的有效衔接。中、高、本职业教育的有效衔接是建立现代职业教育体系的关键。职业教育作为一种独立的教育体系，技术知识是其教学内容的核心。随着职业教育层次的提升，人才培养目标的定位、教学内容的有效衔接、教学模式的选择都应该依据相关专业技术知识的层次展开[31]。为此，可以在省级层面建立中高衔接、中本衔接等专业教研组，在整体上规范培养目标、培养方式、课程建设等，既能给予学校一定的课程自主权，突出不同学校的专业特色，又能使技术技能人才的培养得到连贯性的发展。值得强调的是，面对人工智能时代产业和职业的快速变化，技术知识可能会在较短时间内贬值[32]。对此，不能单纯依靠职业学校的学历提升，而应实现职业学校教育与职业培训统筹协调发展，形成“职业学校教育+职业继续教育”相互衔接的技能培养体系[33]。

其次，突出各级职业教育的教育功能。中等职业学校要为培养技能型人才打好基础，高等职业学校则更注重培养高端技术人才[34]。中等职业学校应秉持服务学生生涯发展的价值取向，在课程内容上，要开发具有基础意义的技术学科知识和操作技能，在教学方法上，要突出技术思维能力的培养。职业本科教育应培养具有较强的复杂操作技能和精专技术知识，能适应复杂的工艺要求和高级技术应用的工作岗位，并具有可持续发展潜力的高层次技术技能人才。相对而言，专科教育更偏重于技能，主要针对某一具体的岗位。由于两者都以“高层次技术技能人才”作为培养目标，因此无论是职业本科教育还是专科教育，在教育教学过程中须从预设性思维向生成性思维转变，要结合真实岗位需求，给学生留有一定的想象和创造空间。

（二）以产为镜：深化产教融合育人机制，由“孤立化”转向“协同化”

从技术知识的视角来看，技术知识结构的综合化意味着其覆盖的领域、学科、专业愈加广泛，技术技能人才需要具备丰富的实践经验和相对全面的学科背景才能提高与人工智能时代工作世界的匹配度。技术知识的习得必须对接真实的工作情境，才能使个体获得真实复杂的工作体系中所需的完备知识。通过深化产教融合协同育人机制，可以为复合型技术技能人才培养提供坚实的保障基础。

首先，明确政府、企业、职业学校等多方利益主体的权利与责任。对政府而言，要建立健全校企合作的法律法规，协调好产业界和教育界之间的利益关系，规范双方行为。政府既要激发企业参与职业院校人才培养的意愿，也要对职业学校在参与企业合作中的行为进行约束，例如学校是否以校企合作为名向企业输送廉价劳动力，是否对企业的人才培养过程进行指导、管理和监督，是否有对学生在企业学习期间的行为进行管理等[35]。对企业而言，作为新技术和新知识生产的主要阵地，需加强与学校的联动，积极推动产学研合作平台的建立。企业要从长远角度考虑，为自己培养具有可持续发展能力的技术技能人才。对职业学校而言，关注新兴产业、未来产业不断更新的技能需求至关重要，需以此为指向确定技术技能人才所需的关键技能。在教学策略上，贯通学校场景与工作场景，将课堂教学与真实任务结合起来，科学有效地组织理论知识和实践知识，构建完整的技术知识体系。

其次，在产教融合的深度、广度和效度上着力。为了增强企业的实质性参与，校企合作应该定位在人才培养模式上，而不是办学模式上。一方面，学校与企业应共同制订人才培养方案，职业院校需充分考虑企业智能化生产系统对人才的实际需求和规格标准，灵活调整培养目标以适应工作岗位要求。在培养内容和细节方面，学校和企业应进一步完善和深化合作，学校职业教育的任务在于为学生提供全面的技术知识，企业则负责在真实工作情境中深化这些技术知识，让学生在积累系统化专业知识的基础之上发展综合运用技术知识的能力。另一方面，应引入企业导师，加强学校教师与企业导师的跨界协同合作。企业导师可以带领学生深入企业实践，指导学生掌握职业技能和经验，学生可以在跟随企业导师参与一线工作的过程中学习方法性技术知识，从而促进理论知识与实践经验之间的转化。

（三）镜像重塑：革新职业教育课程教学体系，由“过密化”转向“科学化”

技术知识边界模糊化的特征使职业教育课程知识呈现重叠、交叉的现象，不同专业课程的知识之间也形成了技术逻辑上的关联。为了避免课程知识过密化，必须重构课程教学体系，加强课程教学体系的内在结构分析，注重科学化的教学治理。在课程设置上，既要明确课程体系中必要的资源种类和形态，也要厘清跨学科知识交叉的特征，根据技术知识变革适时调整课程内容。在教学过程中，要合理运用智能化技术，在保证教学内容质量的基础上体现出新知识、新技术、新工艺、新方法的融入，建立科学合理的课程教学体系。

首先，职业教育必须把握核心价值取向，辩证地面对课程内容取舍、课程种类选择等问题。一方面，贯彻选择性理念架构课程内容。为了避免海量技术知识无规则地进入课程，要将工作系统作为课程构建的关键，对专业课的单元、课时、任务点进行解构与重构，保证课程体系的结构组织对应工作结构所需的综合职业能力。另一方面，要对标企业认证构建课程体系，以满足人工智能时代知识变革对于人才质量和规格的要求。例如，深圳职业技术大学对标华为认证，将通信技术等专业的课程体系进行解构与重构，替换了多门电路类课程，新增了华为认证课程，使学时从1642降至1474，实现了专业基础课和专业课学时数的大幅“瘦身”[36]。这样既减轻了学生的学业负担，又提高了课程内容与产业需求的匹配度。

其次，教学过程要增强适切性。新质生产力面向新兴产业和未来产业，其支撑技术具有数字化和智能化的特点。为适应这一趋势，职业教育一线教师应深化对教育教学的研究，需站在产业发展的前沿，将知识动态生产注入教学过程，实现知识生产与教学供给的动态互补。教师必须探寻与技术知识传递建构规律相适应的教学模式和教学环境，并将生产、服务与管理一线的新知识、新技术转化为教学内容，提高技术技能人才与人工智能时代产业发展的适配性。教师还应主动在教学过程中引入真实复杂的问题情境，帮助学生建立理论与实践的联系，培养学生应变和解决复杂实际问题的能力。此外，教师应该合理使用教学资源，深入挖掘线上丰富的教学资源，解决职业院校知识枯燥、实训条件不足等问题，帮助学生在深度学习中学会主动建构知识，提升学习能力。

参 考 文 献

[1]中国共产党第二十届中央委员会第三次全体会议公报[N].人民日报，2024-07-19.

[2]世界贸易组织.世界贸易报告2017：贸易、技术和就业[M].北京：中国商务出版社，2018.

[3]祁占勇，冯啸然.基于全面质量管理的高质量技能型人才培养体系构建[J].现代教育管理，2023（7）：107-117.

[4]陈庆庆，仝宣文，李志军.中国式现代化视域下的职业教育：核心要义、实践理路与模式创新[J].职业技术教育，2024（13）：28-33.

[5]E. Layton. Through the looking glass or news from lake mirror image[J].Technology and Culture， 1987，29（10）.

[6]张斌.技术知识论[M].北京：中国人民大学出版社，1994：21.

[7]张成玉.技术知识——职业教育知识论基础[J].高等职业教育（天津职业大学学报），2009（3）：14-16.

[8]曾丽颖，闫广芬.数字技术下职教跨界性及其知识生产模式研究[J].中国电化教育，2021（12）：72-78.

[9]CarlM itcham. Thinking Through Technology： The Path between Engineering and Philosophy[M].Chicago： The University of Chi2 cago Press：159.

[10]吴秋晨，徐国庆.高技能人才如何应对数字技术变革：基于终身学习视角的实证研究[J].职业技术教育，2023（30）：44-50.

[11]黄瑶，王铭.试析知识生产模式Ⅲ对大学及学科制度的影响[J].高教探索，2017（6）：10-17.

[12]丹尼尔·贝尔.《后工业社会的来临》[M].高铦，王宏周，魏章玲，译.南昌：江西人民出版社，1997：24.

[13]徐国庆.智能化时代职业教育人才培养模式的根本转型[J].教育研究，2016（3）：72-78.

[14]郝天聪，石伟平.知识论视角下的高职院校科研定位探析[J].江苏高教，2021（6）：25-30.

[15]VINCENTI W G. What engineers know and how they know it： analytical studies from aeronautical history[M].Baltimore： Johns Hopkins University Press， 1990： 222.

[16]FAULKNER W. Conceptualizing knowledge used in innovation. science[J].Technology and Human Values，1994，19（4） ： 425-458．

[17]GRANT R. Toward a knowledge based theory of the firm[J].Strategic Management Journal， 1996，17 （Winter Special Issue）： 109-122.

[18]徐国庆.中等职业教育的基础性转向：类型教育的视角[J].教育研究，2021（4）：118-127.

[19]赵志群.职业教育与培训学习新概念[M].北京：科学出版社，2003：31.

[20]刘伟，刘安洁，陈嵩.中本贯通模式下学生培养质量评价的实证研究——基于上海市两所首批中本贯通本科院校前三学期学生成绩的分析[J].职业技术教育，2020（12）：50-56.

[21]潘海生，林旭.遮蔽与澄明：稳步发展职业本科教育的关键问题与可为路向[J].高校教育管理，2022（3）：46-56.

[22]杨满福，张成涛.高职扩招背景下中等职业学校转型发展的策略研究[J].中国职业技术教育，2020（31）：40-46.

[23]李伟，石伟平.智能制造视域下技术技能人才的培养标准与路径新探[J].职业技术教育，2017（19）：19-23.

[24]郝天聪.我国高技能人才培养的误区及模式重构——基于高技能人才成长的视角[J].中国高教研究，2017（7）：100-105.

[25]徐国庆.职业教育实现现代化的关键是完善国家基本制度[J].华东师范大学学报（教育科学版），2021（2）1-14.

[26]林克松，曹渡帆.风险社会职业教育人才培养模式的挑战与转型[J].中国电化教育，2020（9）：129-134.

[27]方绪军.技术知识变革：职业教育课程本体遮蔽与适应性选择[J].中国职业技术教育，2022（14）：12-20+28.

[28]孙杰远.知识过密化与基础教育改革：困境与突破[J].当代教育与文化，2020（4）：1-6+118.

[29]王霞，徐国庆.论知识在职业教育教学中的失语与重建[J].当代职业教育，2023（2）：70-76.

[30]张静，徐慧，罗卫红.职业院校信息化教学的异化表现、成因及优化路径——基于教育视频课例的实证研究[J].中国职业技术教育，2023（23）：27-34.

[31]唐林伟.技术知识视角下的职业教育有效教学路径探析[J].中国职业技术教育，2013（12）：25-29.

[32]牛同训.新质生产力：职业教育何为[J].中国职业技术教育，2024（15）：3-12+46.

[33]和震.高技能人才培养需要什么样的职业教育体系[J].教育发展研究，2024（5）：3.

[34]张思琪，匡瑛.从技术知识论看职业教育的类型属性[J].教育与职业，2023（12）：21-26.

[35]徐国庆.职业教育实现现代化的关键是完善国家基本制度[J].华东师范大学学报（教育科学版），2021（2）：1-14.

[36]曾天山.“岗课赛证融通”培养高技能人才的实践探索[J].中国职业技术教育，2021（8）：5-10.

Seeking and Reshaping： A Mirror of the Development of Technical and Skilled Talents in the Era of Artificial Intelligence

Yuan Dayong， Zhang Pu

Abstract" Optimizing the training mode of technical skills is the common demand of the change of the working world and the reform of the education world in the era of artificial intelligence， and it is also the key factor of developing new quality productivity. As the basis of knowledge theory of vocational education， technical knowledge fundamentally answers the core question of what kind of talents vocational education needs to cultivate. The reconstruction of production mode and the innovation of production technology in the era of artificial intelligence make technical knowledge show the characteristics of refinement of production， integration of structure and blurring of boundary. The change of technical knowledge needs innovative， compound and development-type technical skills talents. In view of the change of technical knowledge and the demand of technical talents， the vocational education and training system should be improved， from “fissure” to “systematic”; deepen the mechanism of integrating production and education to educate people， from “independent” to “collaborative”; reform the vocational curriculum teaching system， from “too dense” to “scientific”.

Key words" technical and skilled talents; technical knowledge; the era of artificial intelligence; new quality productivity

Author" Yuan Dayong， professor of School of International Education of Beijing Foreign Studies University（Beijing 100089）

Corresponding author" Zhang Pu， postgraduate of School of International Education of Beijing Foreign Studies University（Beijing 100089）

作者简介

苑大勇（1981- ），男，北京外国语大学国际教育学院教授，博士，研究方向：职业教育，终身教育（北京，100089）

通讯作者

张璞（2000- ），女，北京外国语大学国际教育学院硕士研究生，研究方向：职业教育，课程与教学论（北京，100089）

基金项目

中央高校基本科研业务费专项资金资助项目“新质生产力发展视域下职业教育人才培养模式研究”（2024JX028），主持人：张璞；北京市社会科学基金一般项目“社会生态系统中北京—伦敦职业教育协同发展比较研究”（19JYB009），主持人：苑大勇