【学思践悟】

　　作者：许玲（广东技术师范大学教授）

　　第48届世界技能大赛于9月22日至27日在上海举行。大赛设置的项目既包括传统技能，也涵盖云计算、工业4.0、网络安全、软件测试等一批与新技术、新产业密切相关的技能领域，成为观察产业技术和职业能力变化的一个窗口。习近平总书记强调，“加快构建职普融通、产教融合的职业教育体系，优化政策环境，大力培养大国工匠、能工巧匠、高技能人才”。当前，新一轮科技革命和产业变革深入发展，新产业、新职业、新岗位不断涌现，传统岗位的工作任务、技术工具和能力要求也在持续演变。职业教育与产业联系最为直接，产业变得越快，职业教育越需要及时捕捉、准确理解这种变化，并把变化转化为人才培养的具体行动。面对不断变化的职业世界，增强职业教育适应性的一个重要前提，就是增强职业教育对产业和职业需求变化的感知能力。

　　持续感知产业需求

　　职业教育历来重视产业调研。走企业、访专家、开论证会、查阅行业报告，是专业建设的重要基础，这些方式仍然不可替代。但也要看到，传统调研往往具有较强的阶段性，而产业技术和职业需求变化却越来越呈现连续性。一次调研可以帮助学校了解一个时间点上的企业需求，却不容易持续回答：哪些岗位正在增长，哪些岗位正在发生内部重构；某项新技术只在少数企业出现，还是已经逐步成为行业普遍要求；某种能力需求是短期涌现，还是正在形成稳定趋势；不同区域、不同类型企业的人才需求结构发生了怎样的变化。

　　《教育强国建设规划纲要（2024—2035年）》提出，“完善人才培养与经济社会发展需要适配机制”。《关于深化职业教育教学关键要素改革的意见》提出，“聚焦国家战略、区域发展、产业升级、技术迭代和人的全面发展”“聚焦破解职业教育与行业产业脱节、办学相对封闭、适应性和匹配度不高等问题”。因此，职业教育对产业需求的认知，不能停留在“定期做一次调研”，还应逐步提高持续感知变化的能力。尤其是利用数字技术和人工智能，对多源信息进行持续汇聚、分析和验证，有可能使职业教育从“了解产业现在需要什么”，进一步走向“判断产业需求正在怎样变化”。当然，持续感知并不意味着频繁修改人才培养方案，更不是产业出现局部变化，学校就马上调整课程。教育有自身规律，人才培养也需要稳定周期。院校应在持续感知的基础上，真正区分稳定需求与短期波动、局部现象与普遍趋势、一般变化与结构性变化，使专业调整建立在更加充分、连续的证据基础之上，逐步建立起教育系统持续感知产业需求变化的机制。

　　把产业需求转化为人才培养要求

　　及时获得产业需求信息只是第一步。更进一步地，则要把产业需求转化为符合教育规律的人才培养要求。企业关注的是岗位、工作任务、生产流程、技术工具、业务场景；学校则要回答培养目标如何确定、学生需要形成什么能力、哪些课程承担培养责任、实践项目如何设计、学习成果怎样评价。因此，产教融合不能简单理解为“企业需要什么，学校就教什么”。真正的转换过程，应当从产业变化出发，分析岗位和工作任务的变化，识别其中所包含的能力要求，再根据人才成长规律和专业培养目标，把这些要求转化为课程、教材、实习实训和评价改革的依据。这一转换逻辑可以概括为：产业变化—岗位任务—能力要求—专业建设—课程实践。

　　为此，职业教育面向岗位，但不能等同于岗位训练。为更好指导人才培养，学校不仅要及时了解市场需要哪些岗位、哪些技能出现频率较高，还必须进一步判断：哪些能力属于本专业需要稳定培养的基础能力，哪些属于随着技术发展需要及时补充的新能力；哪些应进入课程内容，哪些更适合通过项目实践形成；哪些面向当前岗位，哪些关系学生未来职业迁移和持续发展。职业教育既要增强学生适应现实生产和技术发展的能力，也要重视人的全面发展和可持续发展，使学生不仅能够胜任今天的工作，也具备面对未来职业变化的学习能力和迁移能力。因此，职业教育真正需要增强的，不只是获得产业信息的能力，更是把产业变化转化为教育行动的能力。

　　以人工智能提高专业建设的动态适配能力

　　人工智能既在改变产业和职业，也在改变职业教育感知和应对产业变化的方式。一方面，越来越多岗位的工作内容、技术工具和能力结构因为人工智能而发生变化，一些传统工作任务被重新组合，一些新的复合型能力加快形成。另一方面，人工智能也为教育系统更加及时地认识这些变化提供了新的可能。通过对大规模、多来源的职业需求信息进行持续分析，可以观察岗位结构和能力要求的变化；通过跨期比较，可以识别哪些需求正在增强、哪些逐步减弱；通过把外部职业需求与专业人才培养方案、课程体系和实践项目进行对照，可以为专业调整提供新的证据。

　　基于这一认识，需要进一步拓宽人工智能赋能职业教育的视野。当前，智能备课、资源生成、智能问答、学习评价等应用正在快速发展，这些探索很有价值。但人工智能的作用不应只停留在提高课堂教学效率，还可以进一步进入专业建设和教育决策过程，帮助学校提高认识产业、分析需求和诊断人才培养的能力。需要强调的是，人工智能不能代替教育工作者作出最终判断。数据能够发现变化，算法能够识别关联，但一个专业究竟怎样调整，还要综合考虑国家战略、区域产业、学校定位、学生发展和教育规律。更合理的关系应当是：人工智能提供证据，教育工作者作出判断。人工智能真正值得期待的，不是把专业建设简单自动化，而是帮助职业教育形成更加及时、更加系统、更加可验证的专业建设机制。

　　提升职业教育治理能力

　　增强对职业世界变化的感知和响应能力，最终指向的不是建设更多平台，而是提升职业教育治理能力。一是推动专业建设从主要依赖经验判断进一步走向经验与证据相结合。职业教育具有很强的实践性，行业专家和教师经验始终重要。数据和人工智能的价值，是使这种经验判断获得更加广泛、连续的外部证据支撑。二是推动专业建设从周期性调整走向持续校准。专业人才培养方案不可能随产业变化频繁修改，但学校应当持续观察外部变化，定期进行判断，对真正发生结构性变化的内容及时作出调整，使专业保持必要的稳定性，也保持应有的敏锐性。三是推动从单个专业优化走向人才培养与产业发展的整体适配。随着人才需求分析能力不断提升，其作用可以从专业课程调整进一步延伸到专业布局、专业群建设、招生结构优化以及区域人才培养结构调整，为教育决策提供更加科学的依据。

　　对职业教育而言，提高感知和响应产业变化的能力，是增强教育服务经济社会发展能力的重要基础。面对加速演进的科技革命和产业变革，职业教育既要坚持育人的长期性，也要增强感知变化的敏锐性；既要遵循教育规律，也要不断提高人才培养与经济社会发展需要的适配度。只有这样，才能更好把产业发展的新要求转化为人才培养的新行动，培养更多适应产业变革、支撑高质量发展的大国工匠、能工巧匠、高技能人才。

　　《光明日报》（2026年09月23日 06版）