通用大模型应用职业教育：价值构想、风险识别和优化治理.pdf

中国职业技术教育

2024年第28期ChineseVocationalandTechnicalEducationChineseVocationalandTechnicalEducationNo.28，2024

通用大模型应用职业教育：

价值构想、风险识别和优化治理

何柏略，刘衍峰

［摘要］当前，职业教育面临着数字化转型的巨大压力，通用大模型作为人工智能的前沿技

术，展示了强大的赋能潜力。通用大模型的应用，使职业教育可以实现个性化学习路径的设计和动

态教学、自动化生成高质量教学资源与内容共享、职业技能的模拟与评估。然而，通用大模型的应用

也伴随着一系列潜在风险。数据隐私和安全问题威胁着学生数据的合法收集、存储和传输；算法偏

见导致教育不公平；技术深度应用引发学生技术依赖；技术模式异化传统师生关系。为推动大模型

有效应用职业教育，必须加强数据隐私保护，确保数据的合法收集和透明处理；设计算法公平性与透

明性，通过多样化的数据集和定期的算法审计来减少偏见；设计以学生为中心的学习活动，维护学生

的自主性和独立思考能力；强调技术与情感联结的平衡，以保持师生之间的联系互动。

［关键词］通用大模型；职业教育；人工智能

［基金项目］2024年度教育部人文社会科学研究专项任务项目“大学生网络圈群社交行为形成机

理及舆情引导机制研究”（项目编号：24JDSZ3004，主持人：曾小娟）

［作者简介］何柏略，硕士，广州商学院副校长，副教授；刘衍峰，华南师范大学马克思主义学院

博士研究生。

中图分类号：G710文献标识码：A文章编号：1004-9290（2024）0028-0052-11

随着人工智能技术的飞速发展，教育领域训练的深度学习模型，具备强大的自然语言处

正迎来前所未有的变革。特别是职业教育，作理、知识生成和问题解决能力。“相较于传统模

为培养技能人才的重要途径，正面临着与时俱型，通用大模型在算法、数据和模型能力方面有

进的巨大压力。职业教育传统上依赖于专业教着大幅度提升，它在海量的泛化数据中，在算力

师的指导和具体的实践操作，强调通过技能训的支持下通过分布算法驱动，使其具有泛化知

[1]

练和经验积累来提升学生的职业素养。然而，识的推理模型。”在教育领域，大模型技术主要

随着产业结构的升级和技术进步，职业教育不给教育领域带来了“培养目标、学习方式、教学

仅需要满足当前市场对高技能劳动者的需求，方式、师生关系、教育内容、教育管理”等六个方

[2]

还必须为未来的智能化、数字化社会培养适应面的变革。尤其是职业教育中通用大模型的

性强的人才。在这一背景下，通用大模型作为应用不仅能够支持个性化学习，还能提供智能

人工智能领域的最新成果，展现出赋能职业教化的教学评估和资源推荐，从而大幅提升教育

育的巨大潜力。通用大模型是基于大规模数据效率和质量。如OpenAI开发的GPT系列模型，

—52—

特别是最新的GPT-4，不仅能够生成高质量的应对未来的职业挑战。此外，通用大模型能够

文本内容，还能理解和处理复杂的职业技能问实时更新学习路径，动态调整学习内容和难

题，为职业教育的内容开发、教学评估和学生支度。这意味着，当学生在某一领域表现出色时，

持提供了全新的工具。大模型可以自动提升学习难度，提供更具挑战

一、通用大模型应用职业教育的价值构想性的任务和材料；而当学生在某一知识点上遇

通用大模型作为人工智能领域的前沿技到困难时，大模型可以自动推