人工智能时代高职院校学生AI 应用能力的培养策略研究

人工智能时代高职院校学生AI 应用能力的培养策略研究 ——以POCIB 平台的《国际贸易实务》实训教学为例 本文系2023 年度茂名市科学技术局软科学项目，课题：数字时代“人工智能+X”复合型专业人才培养策略研究—以高职商务英语专业为例（课题编号：20230267）；本文系2024 年度茂名市科学技术局软科学项目，课题：人工智能时代高职院校学生AI 应用能力的培养策略（课题编号：20240389）；本文系2024 年度广东省普通高校青年创新人才类项目，课题：POCIB 平台视角下OBE 导向的《国际贸易实务》实训教学模式创新研究（课题编号：2024WQNCX265） 张坤仪 作者简介：张坤仪（1993-），女，汉族，广东茂名人，硕士，助教，广东茂名幼儿师范专科学校，研究方向：商务英语、AI 赋能教学     【摘要】为应对人工智能时代对复合型人才的需求，解决当前高职院校在AI 应用能力培养方面存在的模式传统、评价单一等问题。本研究基于“人工智能+X”融合教育理念，以POCIB 平台《国际贸易实务》实训课程为例，构建了涵盖教学模式、学习模式、评价机制与课程设置的“四位一体”培养框架。该框架通过学科专业一体化教学、AI 辅助学习、数据驱动评价和产教融合课程，系统培养学生的AI 知识、技能与伦理素养，为高职院校在专业教学中融入AI 素养教育、培养高素质技术技能人才提供可复制的理论模型与实践路径。     【关键词】人工智能+；应用能力；AI 素养；POCIB；国际贸易实务     引言     随着2018 年《高等学校人工智能创新行动计划》等政策的出台，人工智能（AI）赋能教育已成为重要研究方向。然而，现有研究大多聚焦于“教师如何利用AI 提升教学效率”，从“教师如何引导学生应用AI”视角展开的探索则较为缺乏。为此，本研究以高职院校学生为对象，重点探讨其AI 应用能力的培养策略，旨在通过推动“AI+ 专业”融合，促进学生专业知识迁移与创新能力发展，以更好地适应人才市场新需求，实现高素质技术技能人才的培养目标。     一、“AI 应用能力”的具体内涵     AI 应用能力是指学生综合运用AI 技术解决实际问题，涵盖专业学习、职场任务与日常生活等多个场景。其具体内涵涵盖了AI 知识、AI 技能、AI 伦理三个层面，不仅涉及技术掌握，更强调多学科交叉的素质结构、前瞻性的创新视野以及坚实的核心素养基础。高职院校对学生AI 应用能力的培养，是基于复合型人才培养理念，是应对人工智能时代产业变革与人才需求的关键举措，有助于提升学生运用理论解决实际问题的能力，符合社会人才市场发展的要求。     首先，AI 应用能力体现为扎实的AI 知识以及对AI 与专业领域联系的深入理解。学生应能够将AI 元素融入专业的各个细分领域，形成“人工智能+X”复合知识结构，提升在多元专业场景中理解、应用和推广AI 技术的能力。同时，学生要对技术前沿具有敏锐的洞察力和创新意识。及时关注新技术、新应用、新专业的发展动态，对人工智能发展趋势具备一定的判断力，并在实际应用中提出新思路、新方法，推动AI 技术在具体行业中的创新应用。     其次，AI 应用能力还包括良好的AI 实际操作能力，学生需要能够胜任工作任务中对人工智能技术的应用、调试、维护甚至初步研发任务，这需要培养学生的计算思维、数据思维和编程实践能力。此外，AI 实操训练还应涵盖感知、表示与推理、机器学习、人机交互等基础理念，以应对AI 技术迭代带来的职业挑战。     第三，AI 应用能力还体现在高尚的AI 伦理意识，包括批判思维、创造力、职业道德、终身学习能力等。学生须具备信息素养、社会责任感和全球意识，实现从技术操作者向技术应用与创新者的转变，成为适应人工智能时代发展需求、具备可持续职业发展能力的高素质劳动者。     二、高职院校对学生“AI 应用能力”培养存在的问题     目前，高职院校在培养学生AI 应用能力方面仍存在明显不足，主要体现在缺乏AI 实操、评价体系未融入AI元素、课程设置滞后于AI 发展需求三个方面。     首先，高职院校的教学模式仍以教师为中心，学生实操环节多局限于情景模拟或仿真演练，缺乏真正的AI应用实践。尽管各专业教师已开始推进多学科交叉融合及AI 赋能教学，但是教师讲授为主、学生被动接受的教学方式，难以培养学生的思辨能力、跨界思维和主动学习能力，无法有效支撑学生AI 应用能力的系统形成。     其次，高职院校的评价体系仍停留在专业能力一维框架内，未体现人工智能时代对复合型人才的要求。如当前高职《国际贸易实训》教育主要面向外贸业务、跨境电商等领域，以培养掌握外贸专业知识与技术技能的专业型人才为目标，其教学评价内容主要为知识、能力与素养，教学评价模式通常为卷面考试或者实操评定，结构较为单一，缺乏对AI 知识和技能的重视。这种培养模式所培养的人才缺乏跨学科、跨领域的融合能力，无法适应人工智能背景下商业环境对数据思维、交互思维、美学与哲学思维等多重思维的综合要求，未能紧跟“人工智能+X”的复合教育趋势。     第三，高职院校的课程设置仍以传统专业理论知识课程为主，尽管高职教育在信息化建设方面已具备一定基础，智慧校园建设也逐步推进，但在专业课程层面尚未系统融入人工智能相关模块，仅培养学生单一职业技能，导致学生缺乏AI 技术应用与专业场景结合的系统训练。这种课程结构无法满足市场对兼具专业知识、技术能力与数字化素养的复合型人才的需求。     三、高职院校培养学生AI 应用能力的策略     本研究以POCIB 平台的《国际贸易实务》实训教学为例，通过广泛的学术交流，在比较借鉴全国各地高职院校教学经验的基础上， 结合经典成功案例，从教学模式、学习模式、评价机制、课程设置等四个维度出发，研究高职院校在专业课程中培养学生人工智能应用能力的具体策略，完成高职院校培养符合市场要求的全面人才的任务。     （一）教学模式建设     为培养学生AI 应用能力，高职院校的教学模式建设应遵循“学科专业一体化”原则，将课程内容划分为文化素质、专业基础、专业知识与专业操作等模块，并在每个模块中嵌入人工智能应用元素。     以《国际贸易实务》课程为例，在POCIE 平台的国际结算、单证操作等实务教学环节融入AI 工具使用训练。同时，贯彻“理论与实践一体化”原则，依托POCIE 平台构建仿真国际贸易环境，借助AI 数据分析、大数据与云服务等技术，开展沉浸式、交互式教学。教师可依托平台分析学生学习数据，实现分层教学与个性化资源推送，并在课中课后通过AI 系统开展实时答疑、作业评价与学习诊断，从而系统提升学生在真实业务场景中运用AI 技术解决实际问题的能力。     （二）学习模式建设     在培养高职学生AI 应用能力的学习模式建设中，应重视引导学生使用AI 辅助自身学习。例如，在POCIE 平台的《国际贸易实务》实训课程中，可借助人工智能技术，模拟真实国际贸易场景，使学生在沉浸式实操中应用AI工具进行数据协同分析与方案模拟，辅助虚拟谈判、风险预测、智能报关、跨境支付等模块。在个性化学习方面，积极响应“以满足个性化发展需求为目标”的导向，例如在“信用证审证”环节中，可引导学生训练AI 工具根据自身理解程度推送差异化的案例库与训练任务；在实操过程中，让学生使用智能辅助系统记录自身操作行为，为其提供实时反馈与路径优化建议，形成学习者画像，为其终身AI 能力发展提供持续支持，实现“在做中学、在学中做”。     （三）评价机制建设     在高职院校学生AI 应用能力的培养过程中，教学评价扮演着关键角色，它不仅能通过智能化手段评估学生学习成果，还能通过将“AI 应用”作为重要评价指标之一来促使学生积极应用AI 解决实际问题，提升AI 应用技能。     如POCIE 平台的《国际贸易实务》实训课程，考核指标应结合现代企业发展需求，设定创新能力、专业素养、AI 素养等方面考核内容，设计智能化实训考核任务，构建人机互动、企业协同的评价模式，客观评估人才培养。依托POCIE 平台的信息化基础，我们可以将学生在实训课程中的各种行为数据，如AI 应用情况、模拟交易操作、数据分析任务完成情况、课堂参与、模拟实战成绩等，转化为量化指标。通过智能管理平台进行深度挖掘和分析，教师能够全面、客观地审视学生的学习过程与成果，引导他们更好地掌握AI 工具在国际贸易中的应用，实现评价的伴随化，缩短评价周期，及时给予反馈，实现资源信息的精准推荐和服务，从而为学生提供个性化的学习支持。     （四）课程体系建设     在培养高职学生AI 应用能力的过程中，课程体系建设是核心支撑。应以“专业、通用、交叉”为原则，构建融合人工智能技术与专业实践的课程体系。如POCIE 平台的《国际贸易实务》实训课程应突出人工智能的赋能应用特征，将AI 技术和系统融入国际贸易实训全流程，例如通过智能报关系统、跨境支付工具与贸易数据分析平台等，增强学生在真实业务场景中应用AI 工具的能力。课程内容不局限于现有技术，而是强调学生对智能技术更迭的适应力，使其能够应对不断变化的贸易环境与技术生态。     此外，需突出学科交叉性，在课程中融入AI 伦理、数据安全等人文与社会学科内容，培养学生的综合素养与社会责任感。     课程实践需要依托多元协同共建的人工智能实训基地，政府应加大资金投入，校企合作开发与POCIE 平台相配套的实训资源。通过“课程—平台—基地”一体化建设，最终形成以AI 应用为核心、以产教融合为路径、兼具专业性与交叉性的课程体系，切实提升高职学生的人工智能应用能力与职业发展潜力。     四、结语     本策略通过实践学习与AI 技术结合，依托数字时代“人工智能+X”的融合教育理念，将人工智能元素嵌入非AI 专业教学之中，构建了教学模式、学习方式、评价机制与课程设置“四位一体”的培养策略，将AI 技术融入专业教学，有效提升了学生的AI 素养与跨学科应用能力。然而，研究在目标细化、资源建设、师资培训及产教协同等方面仍有待深化，尤其未对知识、技能与伦理三维度的具体培养路径作区分探讨。未来将结合高职教育特点，进一步探索分专业、差异化的“人工智能+X”培养模式，以持续完善高职学生AI 应用能力的培养体系。 参考文献 [1] 李海圣，王英杰，张明真. 智能时代高职学生人工智能素养框架研究. 西部素质教育[J],2023（6）:89-91. [2] 白雨晴, 高军. 人工智能背景下高职院校学生核心素养的培养路径研究. 西北成人教育学院学报[J]，2020（1）:41-59 [3] 易雅琴，谢宾. 基于“人工智能+X”的高职高技能人才培养模式与路径. 教育与职业[J]，2020（17）：46-52. [4] 张银荣，杨刚，徐佳艳，曾群芳，陈际焕. 人工智能素养模型构建及其实施路径. 现代教育技术[J]，2022（3）：42-50. [5] 齐明洋，南锦顺，刘志东. 应用型高校“人工智能+ 电气专业”复合型人才培养体系构建研究. 江苏科技信息[J], 2022（33）：25-32. [6] 袁芝妹，王丽. 人工智能背景下高职外语类人才培养转型研究. 湖北开放职业学院学报[J]，2023（6）:149-151. [7] 任小芳. 人工智能背景下高职院校新商科人才培养路径研究. 科教文汇[J]，2022（7）：60-62.