个性化培养一直是教育界所倡导的教育理念，也是实现国家“十四五”规划提出的提升高等教育质量的一个有效途径。但长期以来人们往往注重个性化思想培养、理念的传承，实践中缺少可具体操作的模式。高等职业院校人才培养都是实行标准化教育，大（小）班教学，教学方法和评价方式单一，教师大多依靠自身经验掌握学生个性特点和差异性，缺乏科学“识才”工具，无法进行学生个性化诊断和综合评价，难以精准“施教”；定时定点定案的传统教学模式，学生个性化发展受到极大限制。这些问题限制了个性化培养的进一步发展，从而成为规模化个性培养难以突破的瓶颈，因此急切需要采取新的方法和手段加以解决。而人工智能技术赋能个性化培养，使大规模教育数据的采集、分析成为可能[1-2]。《2020智能教育发展蓝皮书——人工智能助力因材施教》明确提出，通过人工智能、大数据等智能技术为教学系统赋能，助力实施规模化个性化培养。
1国内外研究
1.1国内研究
目前，我国正在积极将智能技术引入到教学过程中，为发展个性化学习创建相应的智能化学习环境。改革教学模式，为个性化培养提供保障。刘邦奇等[3]对智能技术赋能增值评价的策略和应用进行了详细的阐述，并从选择与应用增值评价模型、发展水平可视化、数据库的建立与维护等多个视角，研究了智能技术支持下实现增值评价的方式。王一岩等[4-5]对人工智能时代多模态学习进行了分析研究，对学习者智能精准测评建模、教育情境智慧学习空间建模、教育系统的教育生态治理建模，深度融合了真实教育场景与多模态学习分析。顾雯等[6]根据2008—2019年中英文文献中关于40项人工智能技术应用于教学实验的量化分析，发现学习规模对提升学生学习成绩没有较大差异，而应用不同人工智能技术教育均能明显提升学生成绩。黄荣怀等[7]提出将人工智能融入学生知识获取过程中能极大激发学生自主学习内驱力，能很好地促进家校互联、泛在教育的实施。在赋能教师进行差异教学、协同教学方面效果显著。
1.2国外研究
目前，在国外提升学员成绩的重要途径，就是将智能技术引入到教育体系中。最著名的适应性学习体系是远程在线教育，亚利桑那州立大学的2000名学生应用该体系进行了两学期训练，发现辍学率显著下降，毕业率明显提升。亚洲教育网通过“三网智慧泛教育云平台”，为国内教育部门和学校构建了“课堂―校内―校外”三位一体的公共智慧云。教师、学生、家长可以通过电脑、平板、电视、手机等载体，随时随地轻松访问，从而使先进的教育理念和优质教育资源突破时间和空间的限制，实现了三网融合、泛在学习的目标。另外，日本一些大学结合相关大数据，利用媒体、数据分析工具跟踪学员们的学习情况，量身定做学习计划，从而针对不同的学习群体开展个性化学习。
2人工智能技术在高职院校“个性化培养”中途径
2.1基本概念
个性化培养是教师根据学生的特点及个体化差异，有的放矢地进行差别化教学[8-10]。智能技术包含了大数据、云计算和物联网等信息化手段。依托智能平台丰富的学习资源，将知识图谱、自然语言处理、人机交互、计算机视觉、AR/VR五个智能关键技术深度融入高等职业教育中[11-13]，了解学习者自身能力和水平，开展自助式和个性化学习教育，促进个性化培养规模化发展[14-16]。
2.2总体框架
本文以高职院校分析检验技术专业《食品分析》专业核心课程为研究对象，充分发挥人工智能技术对高职院校个性化人才培养增能、使能、赋能作用，构建“智能助教+教师”为主要特征的“师生学习中心”，如图1所示。在这个学习中心，教师主要以教学活动设计者，教学组织管理者的身份出现，通过智慧职教、蓝墨云等教学平台，向学生推送学习资料，教师根据教学平台统计资料，进行分析整理，科学“识才”。针对不同学生群体开发活页式智能化个性教材，基于平台智能教学评价系统，实施个性化数据画像，并通过平台推送个性化教学资料，精准“施教”；根据平台个性化画像，开展私人定制课程，推广个性化自调式学习与正式学习相结合，形成以人工智能技术为基础，创新科学“识才”、精准“施教”、促进“发展”的混合式教学新模式。
2.3制定符合企业实际需求的“2+1”个性化人才培养方案
通过校企合作建立的多元协同育人平台，调查实际教学中“个性化人才培养”方面存在的问题。根据平台大数据分析，结合学生的兴趣和爱好，制定与企业实际岗位相适应的个性化人才培养方案和专业课程体系。采用教学平台智能工具进行数据分析，结合学习者的兴趣与喜好，针对“个性化人才培养”过程中出现的问题，提出了与专业实践项目相适应的个性化人才培养计划与课程体系。根据学生具体学习及使用情况，帮助老师科学识才，确定“才”的特点以及个人学习程度，找准“教”的起点，从而预设弹性化的教学、创设适切性的情境，进行多样化的课堂互动、个性化的作业生成与批改、智能化辅导与答疑等教学活动，探讨精准“施教”方式与手段。
2.4创建智慧型校园
2.4.1建设智慧型大数据教育中心打造智慧课堂，建立智慧型大数据教育中心，是实现智能化混合式教学方法的必要条件。通过建设智慧型大数据教育中心，利用摄像机、感应器和智慧设备，全方位地即时理解教学情况，通过动态控制和存储在教育环境中的信息，并基于信息进行相关度挖掘和深入认知，对学习者的认知过程实现精细建模，从而创造适合于学习者自身特点的大数据画像；按照专业要求，为客户匹配最优的智能化教学资源，并追踪管理，进行针对性的服务。能够对教师队伍情况、培训质量、教育服务质量等整个教学环节进行有效质量诊断。精准“画像”，加快应用、改进、优化的螺旋上升进程，促进人才培养质量的全面提升。
2.4.2创新智能化管理服务体系加大物联网建设力度，大力推广人脸识别、智能安防管理、能耗监测、数据共享和机器人语音服务等智能技术的应用。不断完善并创新智能化管理服务体系，统一身份认证，实现智能管理，智能控制，建设高效绿色校园，从入学到就业，实现质量反馈实时响应，全程服务每个学生，形成“一站式”服务管理系统。
2.4.3智能型教师团队培育
随着智能技术在教学过程中的广泛应用，教师的角色也发生了较大的改变，由传统的知识传授者逐渐转变为学习行为导向者。高度信息化素养的智能型教师团队是保证智能化教学过程的必备条件。教师需要对智能平台的大数据进行分析总结，制定授课计划，开展与学员实际情况相符合的导向教学活动，合理评估整个师生教学过程，制定并实施相应的纠正措施；监督和修正智能平台个性化“画像”和推荐方案；及时更新或者开发个性化智能教材。因此，建立教师学历提升、信息素养培训、教学质量认定的激励制度，定期组织老师参加教师教学能力培养的讲座或者培训，鼓励教师参加各级别的教学能力大赛，以赛促教，以赛促学，激发教师不断提升专业教学能力的热情。
2.4.4智能型教法改革
智能技术在教学全过程中的深度融入，必然会产生与此相适应的智能化教学模式。“1＋N”智能教学应用模式已由试点向全面常态化发展，“1”是指智能技术，“N”是指任务驱动式、案例式、角色扮演等教学方法。组织一线教师将智能技术有效融入智能化多元教学模式，建立健全教育信息化、智能化可持续发展机制；以行动导向为教学原则，以提升课堂实效为目标，借助人工智能技术，优化教学组织，创新教学方式和课堂管理模式，构建基于大数据分析的学习评价体系；以智慧职教、蓝墨云班课等教学平台为载体，全过程量化评价师生的整个学习过程，建立健全智能化特征明显的教师教学质量考核体系。完善实习实训过程管理、产教融合及党建特色学习平台，将智能技术与课堂教学深度融合，构建网络、数字、智能、个性、终身一体的全方位教育教学新体系是教育的新常态。
2.4.5智能化教学平台建设
智能化教学平台是基于人工智能技术、大数据分析技术、为广大师生提供个性化教学的教学系统。其主要具有高效性，个性化，数据驱动等特点。为丰富教学平台内容，更好的体现个性化教学，主要从以下几方面入手。①开发立体化、个性化智能教材：随着“互联网+”时代的来临，教育教学智能化特征明显。高职院校教材建设也应与时俱进，充分利用现代网络信息技术和人工智能技术，配套开发可随时学用的智能化视频资源、教学案例，形成动态化、立体化、智能化的教学资源体系。根据社会产业升级情况，及时更新调整教学内容，实现优质资源即时共享，从而助推教学改革进一步发展。根据生源的特点和来源实施分层培养，并将其落到实处，关键点就是有效融合智能技术与教育教学改革，深入了解学生学习的实际情况，整合国家教学资源库课程资源，融合在线课程平台，设计能够满足多样化、个性化需求的微课或者慕课。根据课程标准以及兴趣爱好，开发符合学员个性特点的智能型教材。根据人才培养方案的要求，学员可以根据个人特点和喜好，结合必修和选修要求，自由选择智能化教材，从而为真正实施个性化培养提供可能性。②开发智能仿真教学系统：在高职院校中，实践性教学是提升人才培养质量非常重要的一个环节，但由于受现实条件限制，网络教学平台难以将实训教学内容落到实处。即使有一些基础训练也只限于实训片段展示，很难让学生有感同身受的体验。智能仿真技术将人工智能与仿真技术高度融合，可以模拟仿真专家进行建模、设计实验、实施操作、理论评估、试错等教学环节，突破了传统仿真模型及建模方法的局限性，具有一定的纠错和指导能力。采用智能仿真系统进行实践性教学，可以有效解决由于大型分析仪器设施设备价格昂贵，维护保养费用较高等原因导致的实验工位数和仪器台套数不足等问题，节省人力物力的同时，激发了学生的学习兴趣，为提升人才培养质量提供了良好的外部条件。③构建智能化评价体系：以成果导向的教育理念（OBE），开发智能在线考试，记录教学过程实时数据，将网络实训虚拟及教学评价融入智能教学平台中，对学员学习过程及行为数据进行大规模自主智能评估，构建多元梯次的智能型个性化评价体系。
3人工智能技术赋能高职院校人才培养质量，助力区域经济发展
通过人工智能技术提升高职院校“个性化培养”人才质量及覆盖面：加快构建网络化、智能化、个性化、终身化的教育体系，培育教育服务新业态，借助智慧职教教学平台实现智能“助教”与专任教师双重教学模式。在人机互动学习中，精准捕捉学员的学习情况，并进行数据采集分析，从而完成学员个性化画像，为实施大规模个性化培养提供强有力的支撑。结合学员个性化画像，重构符合个性特点及其社会需求的专业课程内容，开展分层教学和个性化教学，实现更加精准、客观、量化的个性化学习；通过互联网、智能教室等智能方式拓展学生的学习时间、空间，搭建高等职业教育可持续发展的“立交桥”，用科技实现大规模个性化培养。深度融合人工智能技术与职业教育，为区域经济发展提供强有力的智力支撑：以提升人才培养质量为目标，以人工智能技术为手段，充分发挥企业优势，通过校企师资共育、课程共建、技术共研，数据共享等渠道，实现资源互补，优化职业教育资源配置，进一步深化产教融合，贯通人才培养渠道，促进个性化、智能化、终身化的教育体系的构建。为周边企业及其产业园区，培养更多的高素质技术技能人才。通过校企项目合作、技术攻关的形式，充分发挥教育资源的内在潜力，从而为区域的经济发展提供源源不断的智力支撑。
参考文献
[1]辛涛.智慧赋能助推规模化因材施教[J].湖南教育（D版），2021（12）：1.
[2]吴玲，卢发兴，许俊飞，等.“X+人工智能”个性化人才培养学生调查问卷分析与对策建议[J].高等教育研究学报，2022，45（2）：33-37.
[3]刘邦奇，朱广袤，张金霞.智能技术支持的增值评价模式及典型实践[J].中国远程教育，2022（12）：49-57.
[4]王一岩，郑永和.多模态数据融合：破解智能教育关键问题的核心驱动力[J].现代远程教育研究，2022（2）：93-102.
[5]王一岩，郑永和.基于情境感知的学习者建模：内涵、特征模型与实践框架[J].远程教育杂志，2022，40（2）：66-74.
[6]顾雯，王娟.人工智能技术在汉语教学中的应用[J].软件导刊，2020，19（6）：39-43.
[7]黄荣怀，李敏，刘嘉豪.教育现代化的人工智能价值分析[J].国家教育行政学院学报，2021，285（9）：8-15,66.
[8]朱小琴，陈小虹.大数据环境下高职院校大学生的个性化培养与管理研究——以泉州经贸职业技术学院为例[J].杨凌职业技术学院学报，2021，20（4）：57-62.
作者:吴新华 刘军 曹慧君单位:湖南化工职业技术学院
