Volume 1,Issue 8
人工智能重塑职业教育新模型
本文列举了人工智能深度重构职业教育体系的三个创新模型：首先是学业过程分析预测，实时追踪课堂参与度，构建学习路径诊断机制，结合知识能力、行为数据与技能掌握度，预测学生发展潜力，实现前瞻性干预；其次是多维度教学评价，整合多源数据实现技能量化评估和职业素养画像，结合可视化平台提升决策科学性；再次是个性化成长支持，基于职业需求与学生特质匹配智能规划路径，精准推荐适配资源，动态干预发展瓶颈。总体来说，人工智能具备实时性、客观性及前瞻性，但也存在数据隐私、算法解释等挑战。
[1]陈鑫洋,孟德婧,向启文.高职院校高水平专业化产教融合实训基地评价探索[J].新疆职业大学学报,2024,32(03):48-52.
[2]庞志赟,萧琳.高职教学质量评价体系的多维审视与路径重构[J].中国多媒体与网络教学学报(中旬刊),2025,(04):128-131.
[3]冀庚.多维教学质量评价体系量化改进的研究与应用[J].品位·经典,2024,(22):162-165.
[4]李凤英,何屹峰,王同超.融入智能图元技术的学生个性化成长系统之构建与探索[J].远程教育杂志,2021,39(04):42-51.DOI:10.15881/j.cnki.cn33-1304/g4.2021.04.005.
[5]刘静.人工智能+多维动态评价双驱动下英语专业课程思政体系构建与实证检验[J].湖北开放职业学院学报,2024,37(22):156-158.
[6]柯慧,徐梦杰,王俊山,等.学生个性化成长视角的学校资源支持现状调查[J].上海教育科研,2019,(11):11-16.DOI:10.16194/j.cnki.31-1059/g4.2019.11.003.
[7]钱源,施佺.基于多源异构数据源的高校决策支持服务平台研究[J].中国教育信息化,2020,(05):50-53.
[8]成亚玲,谭爱平.如何帮助学习者走出学习资源迷航——基于学习者画像的个性化学习资源推荐[J].当代职业教育,2023,(02):103-112.DOI:10.16851/j.cnki.51-1728/ g4.2023.02.019.
[9]张迪,闻彩芬,濮丽萍,等.高职护理高仿真实训项目量化评价体系的建立与应用[J].护理研究,2017,31(03):363-365.
[10]高广尚.面向学习者画像的数据采集方法分析[J].现代计算机,2021,(17):100-105.