产业数智化来袭，职教如何破局

　　从DeepSeek火爆“出圈”，到人形机器人在春晚大秀功夫，再到无人配送、智能汽车……飞速发展的人工智能正在走进生活、汇入产业。

　　今年“智能经济”首次写入政府工作报告。与产业连接最为直接的职业教育如何迎接产业数智化浪潮？在近日闭幕的全国两会上，代表委员纷纷建言献策。

　　人工智能成为学生必备素养

　　“过去主要依靠传统手工作业的焊接、装配、检测等环节，如今已大部分实现人机协同作业。”全国人大代表、中车株洲电力机车研究所有限公司董事长李东林说，他所在企业通过工业互联网实现了产品从设计到生产制造的全链路数据互通，形成了“数据驱动生产”的新模式。

　　产业端的数智化升级改造带来了人才需求端的结构性变革。

　　李东林认为，这种重构体现在三个方面：一是传统单一技能的操作型岗位因智能设备普及逐步被替代，二是兼具专业工艺、数字技能、智能操作能力的复合型岗位成为需求主流，三是催生出数字孪生工程师、AI训练师、工业数据分析师等全新岗位需求。

　　不少代表委员认为，“机器换人”的背后是“技能换岗”“能力升级”，这要求职业教育做好人才的技能重构和能力升维。

　　“新兴产业和智能化岗位具有多学科交叉特征，这要求职业院校必须打破‘机’‘电’‘控’‘软’的专业界限，开设跨专业课程，培养一专多能的复合型人才。”李东林建议，将数字技能、智能素养作为基础能力培养，人工智能、大数据、物联网等知识不再是选学内容，而是像基础操作技能一样，成为各专业学生的必备素养。

　　教育部2025年5月发布的《中国智慧教育白皮书》显示，目前，共有2000多所职业院校开设了97个人工智能融合应用相关专业，866所职业院校开设人工智能技术与应用（中职）、人工智能数据工程技术等相关专业。此外，教育部还修订发布了758项《职业教育专业教学标准》，将数字化和人工智能纳入教育教学内容，开设职业教育类人工智能通识课程、“人工智能+”专业课程。

　　培养既懂AI又懂专业的“双师”

　　在谈到职业教育如何应对产业数智化浪潮时，教师的人工智能素养不足，是代表委员们共同指出的短板。

　　“懂AI的不懂专业，懂专业的不懂AI。”全国人大代表、东莞职业技术学院经济与管理学院院长周虹指出，当前对职业院校教师人工智能素养提升的培训缺乏“AI+专业”的定制化模块，培训内容同质化。

　　在周虹看来，原因在于产教协同薄弱。一方面，企业没有深度参与培训设计、实施与指导，培训内容脱离产业实际，教师难以及时掌握产业一线AI应用动态；另一方面，职业院校也缺乏“AI+教学”实践基地，教师没有真实产业场景锤炼技能。

　　周虹建议，创新培训模式，构建“通用内容+专业模块”的定制化培训内容体系，推行“线上自主学+线下实操练+企业顶岗练”的多元化模式。同时，推动院校与人工智能企业、行业协会共建教师人工智能素养培训基地，组建国家级、省级“双师型”培训师资库，确保培训贴合教学和产业实际。

　　针对职业院校缺乏既懂新兴产业技术又具备丰富数智化生产实践经验的教师的情况，李东林建议，构建校企协同的师资培养体系，推行“企业导师驻校制”、“双岗互聘”模式，让企业的数智化技术骨干深度参与院校的教学设计、课程开发，安排院校教师定期赴企业轮岗实践。

　　周虹还关注教师主动提升人工智能素养积极性不足的问题。“建议将AI素养纳入教师‘双师型’认定、职称评定核心指标，对提升成效显著的教师给予表彰激励。”周虹说。

　　校企协同构建数智实训新生态

　　除了师资，李东林认为，职业院校在数智化浪潮面前，面临智能化实训条件不足的问题，实践教学的挑战更大。

　　“数智化生产的设备、平台、数据场景成本高，职业院校单靠自身难以建设与企业同步的智能化实训基地，学生缺乏接触真实数智化生产场景的机会。”李东林认为，开放企业场景很重要。

　　他建议，以产业场景为核心，推动校企场景共融。企业要开放生产、研发、服务等全场景资源，将智能化产线、研发项目、售后服务现场引入校园，让学生深度参与数智化生产的全流程。同时，要以教育部正在推进的职业教育教学关键要素改革为核心抓手，聚焦区域产业特色，围绕数智化产业项目，校企联合打造数智化产教融合生态圈。

　　人工智能赋能千行百业，对职业教育来说，是挑战，更是机遇。

　　在2025世界数字教育大会上，武汉职业技术大学代表分享了一个故事：一名来自湖北山区的20岁农村女孩从未见过光刻机，但是通过“AI导师”，她在虚拟生产线上反复训练光学零件制造工艺，系统实时分析她的操作轨迹，用增强现实技术来标注误差，甚至能模拟生产场景。一年后，她以98%的工艺达标率被企业破格录用，成为团队最年轻的工艺师。

　　这个故事令全国政协委员、中华职业教育社副理事长苏华印象深刻。“建议重点支持职业院校建设虚拟仿真实训平台，让学生在数字孪生环境中反复练习高风险、高成本的操作技能，系统自动记录操作细节并生成改进报告，提升实训效果，解决‘高风险、高成本、难再现’的实训难题。”苏华说。