作者：吴向鹏（宁波职业技术大学校长）

　　以人工智能为代表的新一轮科技革命和产业变革，正深刻重塑产业形态与劳动方式，职业教育作为对接产业最紧密的教育类型，面临的根本性问题已不再是如何培养标准化、重复性的熟练操作者，而是要回答人机协同时代究竟需要什么样的高技能人才。当智能制造从“机器换人”走向“人机共生”，传统以操作技能为核心的“蓝领”能力体系正在失效，能够驾驭智能系统、与AI协同决策的复合型能力正成为新的价值标尺。厘清这一转型的内在逻辑，系统重构人才培养目标、能力结构与实施路径，是职业教育服务高质量发展必须回应的时代课题。

　　现场之变：从操作执行走向人机协同

　　长期以来，职业教育对高技能人才的培养逻辑相对清晰，学生掌握特定设备的操作、熟悉工艺流程、能够排除常见故障，即可胜任一线岗位。这一模式的底层预设是技术技能相对稳定、岗位边界相对清晰，人的价值主要体现为对既有系统的熟练操作。然而，人工智能正在改写这一现实。智能产线、数字孪生等技术的规模化应用，使一线技术技能岗位性质发生了根本变化，产业工人不再只是设备的操作者，更成为人机系统的协作者和异常状态的诊断者，这一转向对传统高技能人才培养体系提出了三重挑战。

　　其一，技能价值半衰期急剧缩短。相关研究显示，一项技术技能的价值半衰期已从过去10至15年下降到2.5至5年。过去一项技能可以使用5到10年，现在2到3年就可能被新工具替代，“一次学会、长期使用”的人才培养模式已成历史，动态迭代学习成为基本要求。其二，隐性知识的相对优势被AI削弱。过去老师傅的经验是宝贵资产，现在人工智能可以生成比个人经验更优的参数组合。人的优势正从对既有经验的记忆转向对AI建议的批判性判断和创造性修正。其三，岗位边界趋于模糊与动态交融。智能产线要求从业者同时理解机械、电气、软件、数据流等多领域知识技能，单一工种思维正在失效，岗位在不断发生结构性迁徙，人才能力必须同步跃升和跨界整合。

　　能力之核：从技能叠加转向元技能养成

　　面对人机协同的新现场，需要重新回答一个根本问题：哪些能力是人工智能时代高技能人才的核心能力？研究表明，受数字技术冲击最大的往往是高度专业化、规则明确的硬技能。相应地，涉及判断、整合、创造、价值权衡的能力重要性日益凸显。职业教育的能力目标，应从“技能点的叠加”转向元技能的养成。具体而言，三大元技能构成未来高技能人才的能力支柱。

　　一是复杂问题解决能力。在信息不完整、目标不明确、条件动态变化的情境中，精准定义问题、科学选择路径、合理权衡风险，是AI无法替代的人本能力。智能制造现场最常遇到的不是标准故障，而是类似原因不明、数据异常、历史案例缺失等新问题。此时，人工智能可以提供数据分析和可能性排序，但最终判断、试验路径的选择、风险与效率的权衡，仍需人的介入。这就要求职业教育将解决复杂问题的能力作为人才能力培养之重，由“锦上添花”变为“核心必修”。

　　二是人机协作的界面能力。深刻理解人工智能的思维方式，清晰地知道AI能做什么、不能做什么，能够提出正确的问题，并解释和质疑其输出的结果。这要求学习者具备基础数据素养，如理解数据如何被采集、处理、建模，以及模型的局限等。未来产业需要的高技能人才，需要能与智能系统形成互为主体的协作关系。

　　三是工程伦理与价值判断能力。人工智能的决策基于优化目标，但优化目标本身需要人来设定。当效率与安全冲突、成本与质量矛盾时，最终取舍标准不是技术问题，而是价值问题。只执行指令，不质疑指令的操作者易被替代，能够识别伦理困境、在纷繁复杂的诉求中做出审慎判断的能力才具有不可替代性，也才能真正确保技术向善。

　　路径之新：从标准化培养迈向范式重塑

　　适配产业现场变革与元技能养成要求，职业教育不能停留在教学方法、实训设备的局部改良，必须推进系统性的教育范式变革，构建与现场之变、能力之核高度契合的培养体系。

　　以元技能为纲，重构人才培养目标体系。跳出以知识点、操作步骤为核心的传统课程逻辑，把复杂问题解决、人机协同、价值判断三大元技能贯穿于课程开发、教学实施、评价考核全过程。面向重点产业与新兴领域，按岗位群与能力链重构培养框架，推动专业与产业需求同频、课程教学与生产过程同步，让培养目标从掌握技能向具备持续适配智能场景的核心素养转变。

　　以产教共生为基，构建深度嵌入的育人生态。打破校园与车间、教师与师傅、理论与实践的边界，推动企业从参与培养走向深度协同、全程嵌入，校企共研育人标准、共建教学流程、共享育人资源、共评育人成果，把智能产线、数字孪生、工业互联网平台等真实产业场景转化为育人载体，建设“蓝金领人才工厂”等虚实融合的实训场景，支持可重复、可逆、可极端化的试错学习，弥补物理实训的固有局限，让学生在真实任务、真实问题中淬炼系统思维、协作能力与工程判断。

　　以数字赋能为翼，创新教学组织与评价模式。运用大数据、人工智能、区块链等技术，构建数据驱动的个性化培养体系。基于学习行为、实训表现、项目成果形成动态“数字画像”，实现因材施教、因人施训，替代统一大纲、统一进度的标准化培养。建立过程性、发展性评价机制，以可追溯、可互认的微证书记录能力成长轨迹，全面反映元技能发展水平，改变“一证定终身”的传统评价方式。将能力画像与企业岗位能力标签进行智能匹配，为学生推荐适配岗位，为企业精准选人提供翔实依据。

　　以终身学习为导向，拓展面向未来的技能型社会支撑体系。面对技术快速迭代、岗位持续变迁的现实，职业教育必须从阶段性学历教育拓展为覆盖全职业生涯的终身赋能体系。面向在岗职工、转岗人员、新生代劳动者提供灵活可及的学习机会，完善学分银行与学习成果互认机制，支持劳动者持续更新能力、提升元技能，保持与“人机共生”相适配的就业能力和发展潜力。

　　《光明日报》（2026年07月21日 15版）