人工智能赋能职业教育研究态势及推进策略

——人工智能赋能职业教育研究态势及推进策略摘要：作为引领新一轮科技革命和产业变革的战略性技术，人工智能为赋能职业教育创新发展提供了契机。采用CiteSpace工具，以2005—2024年文献为对象，梳理国内外人工智能赋能职业教育的研究内容。结果发现，国内外研究发展历程较为一致，聚焦于职业教育的教学变革、学校管理、产教融合以及教育科研4个领域，赋能主要体现在促进智慧教学、优化治理效能、支撑跨界合作、创新科研范式等方面。建议未来研究关注强化人机协同教学，构建智慧教学生态；提升数据治理水平，完善学校数字管理体系；整合多方主体资源，深化产教协同育人；支持智能技术研发，搭建科研创新平台。关键词：人工智能；赋能；职业教育；CiteSpace全面推进教育数字化发展，利用人工智能技术促进未来教育创新变革，是助力教育强国建设的重要支撑。2025年1月，国务院在《教育强国建设规划纲要(2024—2035年)》中指出“促进人工智能助力教育变革”[1]。2025年4月，教育部等九部门联合印发的《关于加快推进教育数字化的意见》提出，全面推进智能化，探索“人工智能+教育”应用场景新范式[2]。探索人工智能赋能职业教育的场景应用与创新是培养高技能型人才，服务职业教育高质量发展的重要研究领域。系统梳理国内外人工智能赋能职业教育的相关研究，有助于整体刻画人工智能在职业教育领域应用的全貌，同时借鉴国外经验，为人工智能技术赋能我国职业教育高质量发展提供参考。以2005—2024年国内外数据库收录的有关文献为研究对象，采用CiteSpace软件分析人工智能赋能职业教育领域的关键词突现及聚类情况，系统梳理人工智能赋能职业教育的发展历程与研究主题。一、研究设计(一)文献选取目前，对人工智能赋能职业教育的关键词描述暂未统一，为提高检索的准确度与匹配度，选择扩大检索范围再精细筛选的方式进行检索。

文献来源分为中文和英文两类，检索日期均为2005—2024年。中文文献数据来源于中国知网(CNKI),以“人工智能+职业教育”为关键词进行组合检索，剔除内容重复、和研究主题相关性不大的文献，最终筛选得出745篇有效文献。英文文献来自webofscience数据库的核心文献合集，以((TS=("vocationaleducation"OR"vocationalschool")ANDTS=("ArtificialIntelligence"ORAI))进行高级组合检索，最终筛选出601篇有效文献。其中除了以人工智能为关键词外，ChatGPT、生成式人工智能、大语言模型、机器学习技术等具体的人工智能技术也纳入关键词检索范围。收稿日期：2025-10-16

基金项目：广东省新师范建设项目“职业教育‘双师型’教师一体化发展研究与实践”教类师范生培养及专业发展质量监控保障体系建构研究”(GSDXSF15);广东省研究生教育创新计划项目“融入岭南文化特色的学前教育教学案例库建设”(2023ANLK_073)(粤教高函[2023]29号)子项目“职

作者简介：陈丽君(1977-),女，四川宜宾人，广东技术师范大学教育科学学院教授，博士；李梦如(2000-),女，江西九江人，广东技术师范大学教育科学学院硕士研究生。(二)研究方法使用数据可视化分析软件CiteSpace对中外数据库的样本数据进行分析，通过关键词共现和聚类的计量分析，便于客观掌握人工智能技术在职业教育应用的发展历程与研究热点。同时，搭配传统的文献综述法剖析核心文献，探析人工智能赋能职业教育的研究方向与经验做法。二、人工智能赋能职业教育的阶段特征关键词是对文章研究主题的精炼概括，关键词突现反映某段时间内关键词出现的频率(表1),分析某一关键词或主题词的兴衰情况，有助于把握国内外研究人工智能赋能职业教育的不同阶段特点。分析发现国内外人工智能赋能职业教育的研究发展趋势大体一致，按照不同阶段特征划分为以下三个阶段。表1人工智能赋能职业教育的研究关键词突现表序号国内国外关键词突现强度开始年份结束年份关键词突现强度开始年份结束年份1机器人8.720082019remotelaboratory1.32200620082教育1.8920132019intelligenttutoringsystems1.26200620103实训基地1.4320142019datamining4.16200720184创新2.5320162019algorithmvisualization1.09201220195实践2.2820172019educationalrobotics1.92201620186大数据3.9420182020distancelearning1.54201620207改革2.0320182019careerguidance1.07201720208互联网+1.4420182021machinelearning2.59201820209会计专业1.4120182019industry4.03.352020202110培养模式1.5820192020System1.892020202211会计人才1.3620192020Management1.812020202112教学实践1.5220162021Internetofthings1.332020202113创新创业1.4320202021Augmentedreality3.072021202214课程体系1.4720212024Mixedreality1.682021202215课程思政1.4120222024Vocationaleducation1.162021202216智能时代1.3320192024Achievement1.0720222024(一)探索起步阶段(2005年—2016年)第一阶段为探索起步阶段，这一时期国内外的突现词有“机器人”“教育”“intelligenttutoringsystems”“datamining”等，表明已有学者开始研究人工智能技术在职业教育领域的应用。该阶段主要是将人工智能技术引入职业教育领域的初步尝试，但技术的使用功能单一、应用范围有限，整体仍处于初步探索阶段。在国内职业教育的课程教学方面，天津师范大学开发出面向职业教育的网络课程生成系统，通过专家系统技术运用知识库作出相应决策，生成课程功能模块，便于教师开发个性化的网络课程，降低了课程开发难度[3]。国外则在促进学生学习方面引入智能“自我评估导师”,即用于提升学生自我评估技能的智能辅导系统。在课堂学习过程中，“自我评估导师”帮助学习者识别问题解决过程中的自我评估认知的错误，对自我评估不匹配的学生给予自适应反馈，提升学生的元认知能力[4]。在职业技能培训中，国外职业学校还利用机器翻译作为外语职业培训的辅助工具，帮助学生提高外语学习的效率[5]。此阶段的国内外研究者已经将人工智能技术应用于职业教育教学领域，用于辅助教师的教学和学生的学习，但由于技术发展的局限性，使用成效仅在职业教育的小范围体现。(二)拓展应用阶段(2017年—2020年)第二阶段为拓展应用阶段，该阶段的关键词有“大数据”“改革”“培养模式”“careerguidance”“machinelearning”等，可见学习算法、大数据等新兴智能技术的出现，引发了国内外学者对于技术促进职业教育质量提升的重点关注。人工智能技术的进步，为实现大规模数据的挖掘与分析提供了技术支撑，有助于在职业教育其他领域开展新的应用实践。在国内，通过大数据的深度挖掘技术，实时采集分析学生学习全过程的行为与结果数据，为学生精准检索或推送学习资源，满足了学生个性化学习的需要[6]。在国外，欧洲科研机构利用机器学习技术收集职业教育的就业数据，研发出智能监测系统，实现对职业岗位的动态分类，促进技能供需匹配效果最大化[7],满足学生对不同职业选择的需求。以上表明人工智能技术在该时期数据处理能力明显增强，形成以数据驱动个性化学习、职业指导等新的职业教育应用领域。这一阶段人工智能技术在职业教育领域实现了进一步的推广与应用，从教学领域拓展至教育管理层面。(三)深化融合阶段(2021年至今)第三阶段为深化融合阶段，此阶段的关键词有“课程思政”“智能时代”“augmentedreality”“mixedreality”等，显示出该时期生成式人工智能技术的新突破以及多元智能技术的整合推动职业教育的应用持续深化。如日照职业技术学院引入Deepseek等生成式人工智能技术，打造智能文案助手、智能学习管家，以提升教师备课授课效率和学生学习效果[8]。滨州职业学院结合人工智能、大数据、云计算、音视频分析等技术，打造出AI赋能的巡课场景，实时监测课堂教学，预防教学异常行为等[9],将人工智能技术融入教学监测全过程，提升了教学督导的质量。同样，在国外职业教育领域，有学者利用学习模型和随机森林算法识别预测辍学性较高的学生，帮助教师提前采取预防和干预措施，降低在校生的辍学率[10]。此外，芬兰的职业大学结合虚拟现实与生成式人工智能开发出一套“智能航海模拟系统”,模拟出真实的航海场景，并根据不同学员的操作风格，生成适应性的训练任务[11],增强学生的学习体验，帮助学生提升解决实际问题的能力。这一时期突出表现为人工智能技术与职业教育的深度融合，在智能教学、自主学习、虚拟实训等职业教育领域应用广泛，成为推动职业教育数字化转型的关键力量，步入深化融合阶段。三、人工智能赋能职业教育的研究热点进一步对人工智能赋能职业教育的研究进行聚类分析，对国内外高频出现的关键词和研究主题聚类归纳，得出该研究的核心热点。将国内外研究主题进行归类，研究主要聚焦于教学变革、学校管理、产教融合和教育科研4个方面。表2国内外人工智能赋能职业教育研究关键词聚类标识研究主题国内子聚类中心性主要关键词国外子聚类中心性主要关键词Ⅰ教学变革#0人工智能0.99智能教学、教学评价#0virtualreality0.952learningvocationalassistantlearning#1教学0.995教学策略、机器人#6skillsacquisition1gameteachingvirtualreality#2教学模式0.935创新、虚拟仿真#7instructionalaid0.995applyingdesignstudentengagement#5教学改革0.991实践教学、职业能力#14blendedlearning0.943biglearningdataoutcomeanalytic#80.984#11experienceclassroom0.978curriculatextmininganalysis#15roboticslaboratory1metacognitivestrategiesspatialtrainingⅡ学校管理#4高职教师0.947专业发展、培养模式#10teachereducation0.872educationalenvironment#10智慧校园0.933学生管理、互联网#12vocationalcareerguidance1predictiondataminingartificialintelligence#12就业创业0.976改革、实践#13virtualcampustraining1datawarehousemarketidentificationevaluation#6人才培养0.858体系、发展#8digitalintelligence0.902techniquehubⅢ产教融合#3人机协同0.994协同创新、潜在风险#4humanrobotinteraction0.893digitalmetacognitiveliteracyprocesses#7产教融合0.962能力提升、智慧教育#3apprenticeshiptraining0.882ecosystembusinessresult#1communitycollege0.916operationalexperientialknowledgelearningⅣ教育科研#9生成式人工智能0.952知识图谱、教育教学#5learningtechniqueresearch0.928predictingautonomouslearningacademicsuccess#9empiricalstudentalgorithmgeneration1performance(一)赋能教学变革：促进智慧教学在人工智能赋能职业教育教学变革的研究主题下，国内外研究人工智能赋能教学的主要途径是在职业教育教学实践中运用智能化的教学手段和学习方式，由封闭、单一的传统教学课堂转变为开放、人机交互的智能化教学环境，促进教学模式的智慧化变革。在对国内文献数据库的关键词共现与聚类分析中，“人工智能”“教学”“教学改革”等子聚类中心性较高，其中“智能教学”“教学策略”“实践教学”等关键词反映出我国对人工智能在职业教育专业教学方面的应用研究保持较高的热度。随着人工智能技术在职业教育教学方面的应用不断深入，加强数字化教学资源建设和智能化教学体系是当前研究的主要趋势。在国家教育数字化战略行动实施下，职业院校通过人工智能拓宽教学资源供给思路，搭建人工智能课堂、仿真系统等智慧教学平台、采用专业知识图谱、数字教材等数字化教学资源，促进资源应用水平和资源供给质量的提升[11]。此外，人工智能技术融入职业教育专业教学的全过程，主要包含课程设计、教师课堂教学、教学效果评价等，AI助教与人类教师在分工合作下共同完成教育教学任务，打造基于生成式人工智能的互动教学模式，有助于提升教师的教学能力和教学效果[12,13]。从国外关键词的共现聚类中可以看出，对于“skillsacquisition”“instructionalaid”“classroomexperience”等关键词关注度较高，表明国外同样关注人工智能技术在职业教育教学中发挥的作用，利用智能技术重塑教学活动与学习方式，助推学生进行深度学习，满足学生的个性化学习需求。印度尼西亚政府为积极应对工业4.0,呼吁职业教育与培训领域创新，为学生提供开放、互动、共享的编程、大数据分析、人工智能等数字技能培训课程，将面对面教学模式转变为智能驱动下的全在线教学新模式[14]。同时人工智能技术在增强学生学习体验、提供个性化智能辅导等方面提供了有益的帮助，如西班牙为职业院校学生提供基于深度学习算法的自适应学习系统，能够精准识别学生的学习优势，生成个性化的学习路径，为学生提供更适配的自主学习方案[15]。(二)赋能学校管理：优化治理效能在人工智能赋能职业教育学校管理的研究主题下，国内外学者主要关注人工智能技术在职业院校的师生管理和校园建设方面发挥的作用，形成以数据驱动全方位支持学校在监测、督导、评估、决策、执行等管理场景的应用，优化职业院校管理效能。从国内研究子聚类的“智慧校园”“高职教师”以及对应关键词“专业发展”“学生管理”等反映出我国利用人工智能技术构建数字基座，打造学校智能管理系统，从传统治理模式向数据治理模式的转型。借助人工智能软件和工具，为职业教育管理者开发配套集成的智能决策支持系统，收集不同部门的信息数据，自主生成数据决策报告，为多部门主体共同决策提供精准数据支持[16]。如广东农工商职业技术学院打造“AI+数据”下的数字校园，利用人工智能技术实现数据的智能驱动管理场景，促进不同业务平台之间的数据信息资源流通、简化流程、为学生提供精细化的管理服务，提高学校的管理效率和管理水平[17]。另外，人工智能有助于促进职业院校教师管理模式的创新，优化教师培训和评价体系。通过搭建智能考核评价的教师管理平台，加强“双师型”教师队伍的数字技能培训，提升教师的数字素养，同时动态采集教师能力和发展数据，帮助学校评估教师队伍专业能力的优势与不足，助力打造信息化“双师型”教师队伍[18]。国外研究的子聚类“vocationalcampus”“careerguidance”“virtualtraining”等表明国外也关注到人工智能技术如何实现职业教育管理的精准化赋能。子聚类下的关键词“prediction”“datamining”表现出人工智能为职业教育的不同学校管理场景提供了多样化的技术支持，确保管理服务效能进一步提升。例如在学生职业管理服务中，国外专门为学生搭建智能职业决策系统，利用大数据和AI技术为职业院校毕业生提供专业化的职业指导支持，为学生拓展职业选择与培训路径[19]。在教师管理方面，向职业院校教师开展人工智能技能培训项目，如通过开源操作系统学习如何进行用户数据管理，提升教师的数字素养水平。对于数据信息管理，运用人工智能辅助系统帮助学校管理者对劳动力市场信息进行实时数据监测[20],为学校毕业生就业方案制定提供数据决策支持。(三)赋能产教融合：支撑跨界合作在人工智能赋能职业教育产教融合的研究聚类中，国内外积极探索人工智能在推进职业院校、政府、企业、行业协会等多主体的资源要素流通、动态配置资源中的技术应用，以形成广泛的合作网络，共同开展人才培育、社会服务等活动。国内的研究聚类关键词主要是“产教融合”“协同育人”,表明我国职业教育致力于通过多方教育主体共同参与技术技能人才培养任务，以人工智能为技术支撑，进一步深化产教融合办学模式。如百度集团联合多家职业教育集团共同发布“大国智匠”人才培养计划，面向全国高职院校师生开放，校企合作共同开展院校课程共建、开设AI人才工坊等一系列合作项目，与职业院校达成深度人才培养合作，共同培育人工智能技术人才[21]。此外，通过搭建多主体智能协作平台，促进产教两端信息数据的互联互通，促进产教融合项目平稳运行。以技术服务型智能体为例，湖南铁路科技职业技术学院联合铁路局、地铁公司，汇聚了企业大师、一线技师以及高职院校教师共百余名，共同开发出“钢轨探伤AI智能体”,通过“企校机”异地实时协作，实现技术难题云端会诊，提供标准化技术解决方案[22]。国外研究的聚类关键词包括“apprenticeshiptraining”“trainingprogram”“communitycollege”等，表明国外在人工智能发展背景下也强调职业教育领域多主体的合作，通过设计开发人工智能相关的职业教育培训项目促进跨界合作。例如澳大利亚的职业大学实施的先进制造与设计中心项目，聚集来自高等教育、研究所、制造企业等多方主体优质资源，联合打造多个“未来智能工厂”,为学生提供先进智能设备资源与企业实训机会，助力人才信息共享、技术资源互补、成果转化流通[23]。此外，国外企业积极与职业院校建立战略合作伙伴关系，满足对新兴技术的技能需求。在汽车智能制造领域，由行业主导合作项目培训，学校通过转变专业设置发展方向，为学生提供智能技术的实习体验，将所学知识用于解决实际行业问题[24]。(四)赋能教育科研：创新科研范式在人工智能赋能职业教育科研的研究主题聚类中，国内外专家积极研究人工智能为科研方法创新赋能，以技术驱动教学研究、技术发明、工艺改进等职业教育领域的科研活动，促进科研成果的提质增效。国内研究的子聚类“生成式人工智能”下的关键词“知识图谱”“教育教学”表明我国学者聚焦研究生成式人工智能在创新职业教育科研范式过程中的作用。如通过智能代理帮助职业院校的科研人员扩大数据收集的规模，进行智能自主训练样本数据、分析文本、模拟变量等，为企业调研与用户反馈的数据提供决策，提高数据处理与分析的效率，更好服务企业技术创新和升级[25]。可见，以生成式人工智能技术为代表的新兴技术已经在研究设计、实验假设、科研协作等科研环节得到广泛应用，推动创新研发范式转变。从国外研究的聚类关键词“learningtechnique”“empiricalresearch”可以发现，国外在职业教育科研领域方面主要运用人工智能技术开发教育科技产品、开展实证研究等。如德国联邦教育与研究所资助职业教育领域开发基于人工智能的学习技术，面向学生开发设计学习资源推荐系统、自适应学习路径等应用产品，服务职校生学习过程的需要[26]。此外，有学者运用自然语言分析技术开展职业教育领域的实证研究，运用数据分析和无监督学习算法对职业培训课程文本进行数据分析和研究结果的分类，利用人工智能技术分析大规模样本数据[27],提升了科研成果的质量和效率。四、人工智能赋能职业教育的推进策略通过梳理与分析近20年国内外人工智能赋能职业教育研究的文献发现，学术界相关的研究成果丰富，为职业教育的智能化转型提供了新方向。未来，需要继续推进人工智能技术与职业教育的深度融合，发挥更多人工智能技术赋能职业教育的潜力。(一)强化人机协同教学，构建智慧教学生态基于人工智能应用职业教育教学，利用技术重塑师生角色，消弭教学边界，构建人机自然交互的智慧教学生态系统。首先，需注重学生的主体性，满足学生多样化的学习需求。借助深度学习、多模态感知技术，为职校生搭建自适应学习的智能系统平台，动态精确地为学生制定个性化的职业学习路径。如美国科罗拉多理工大学应用的自适应学习系统IntelliPath智能路径[28],通过各种可视化工具全方位展现学生的学习路径、学习进度以及学习表现，极大满足了学生个性化学习的需求。其次，积极营造具有高度仿真、具身交互的沉浸式实训场景，实现学习者与虚拟工作环境自由互动[29],模拟多种复杂工作任务环境，系统性提升学生的实践能力和对职业的适应能力。在构建的虚拟工作场景中，借助学习分析技术和算法对学习者技能学习数据展开实时监测评估，识别潜在学习问题并及时作出反馈预警，生成学习策略调整方案，精准支持学生学习活动。最后，职业院校教师在智能技术的介入下，知识权威的角色得以逐步消解，需要重构师生互动模式。应鼓励教师变革教学互动模式，为学生搭建智能教学场域，利用“虚拟助教”“智能学伴”优化教学流程，辅助设计更具启发式、探究式、合作式的教学活动，促进师生的深度交流，培养学生的创新能力和思维能力。(二)提升数据治理水平，完善学校数字管理体系基于人工智能应用职业教育学校管理，需进一步完善职业院校管理模式与制度，加强数据治理，同时规范合理使用人工智能技术，实现职业教育管理全流程的精准治理。首先，加强人工智能在职业教育学校管理上的深度应用，提高智能技术与管理场景的适配度，推行服务师生的智慧化管理模式。通过整合人工智能、数字孪生、物联网等前沿技术，构建职业教育管理技术平台，如结合物联网和大数据分析技术，实时采集教学资源数据实现教学设备的智能化管理[30],促进信息要素资源的精准配置。同时，将生成式人工智能与大数据分析嵌入职业教育学校管理系统，为教育管理者提供政策优化、学业预