2026年7月12-21日，我院曾斌教师赴广东技术师范大学参加“高职人工智能赋能教育教学管理能力提升”省级培训，旨在掌握人工智能基础理论与前沿动态，深化对生成式AI技术原理及教育应用场景的理解，助力职业教育教学模式创新与管理效能提升，从中汲取了培训收获及启示。
一、培训收获
（一）构建了AI赋能教育的系统认知框架
培训从底层原理到应用逻辑，帮助参训教师建立了完整的AI认知体系。梁友明老师深入剖析了人工智能运行的"三驾马车"——算力、算法、数据，指出三者协同支撑是任何AI教学工具的底层基础；章仪老师梳理了教育技术从口述时代、印刷时代、互联网时代到AI时代的四阶段演进脉络，阐明AI与前三次变革的本质区别在于：AI改变的不是知识传播的载体，而是知识生产与个性化供给的方式。此外，培训系统讲解了生成式AI的核心概念——大语言模型、Prompt（提示词）、Token、RAG（检索增强生成）、Agent（智能体），以及生成式AI"生成式、概率性"的关键特征。这些底层认知使教师能够在纷繁多样的 AI 工具中理性甄别、精准选用，避免陷入"技术黑箱"与盲目跟风的误区。
（二）掌握了AI工具赋能教学与办公的实操能力
培训高度重视实操落地。李春明专家现场演示了Deepseek、海量数据、AI视频制作、ima知识库、腾讯元宝、WorkBuddy等前沿AI工具在教学资源制作中的具体应用。
梁乐明老师围绕"AI教学智能体开发"主题，系统讲解了AI工作流的四个层级——从对话问答、标准化模板、自动化工作流到智能体系统构建，并展示了Vibe Coding（自然语言编程）模式下，即使非技术背景教师也能借助Cursor、Trae 等AI 编程工具开发教学交互页面。培训还详细介绍了 CO-STAR 提示词工程框架（上下文、目标、风格、语气、受众、响应格式）和提示词八大设计规范，为教师科学使用AI 提供了标准化操作准则。在办公场景中，WorkBuddy 智能办公平台展示了文档处理、表格生成、总结报告、通知撰写、自动翻译等多元功能，显著提升了教师日常办公效率。
（三）深化了职业教育教学改革的前沿理念
熊华军教授关于"工作过程导向和学习成果导向的高职专业基础课教材研发"的讲座，系统阐述了职业教育课程开发从"学科逻辑"向"行动逻辑"的范式转型。学科逻辑以"命题网络、空间维度、概念网络 "排序，强调知识体系完整性；行动逻辑以"产生式、时间维度、工作过程"排序，以真实工作任务组织教学内容。熊教授以"种树"为例，展示了从起树、挖坑、植树、培土、浇水到固定植株的工作环节中嵌入知识、技能与素养的方法，并提出教材开发应实现两种导向的有机融合——以学习成果定目标，以工作过程定结构，以任务驱动促实现，重构"模块—项目—任务"三级教材体系。
王朋利博士关于"生成式AI 赋能课堂教学改革"的讲座，提出了"资源体+AI"双师教学升级路径，从"0→1"教师知识讲授（V1.0），到 "1→N"教学资源生成（V2.0），再到"N→∞"教学场景拓展（VX），展现了AI 赋能教学的进阶路线。同时，GAI 在教学中的多重角色——内容生成者、协作修改者、认知盲区突破者、实时反馈优化者、作业标准化评价者、标准要点转化者——为构建"专业教师+数字助教+人机思维"三位一体的教学结构提供了新范式。
（四）触摸了产教融合与实训体系建设的一线实践
培训安排了两次高质量的实地参观。7 月 15 日，参训教师走进广东技术师范大学白云校区华为根技术体验学习中心，在华数机器人实验平台和工业协作机器人及数字孪生实验室，近距离观察了具身智能机器人完成方块分类、螺丝分拣等精细操作的过程，体验了"虚拟仿真—实操验证—智能优化"的闭环实训模式。
同日下午，在五育融合实验室开展皮雕非遗文化创作实践，深刻体会到AI 越强大，人的手作能力与文化感知力越有价值。
7 月 18 日，参训教师赴广东交通职业技术学院科技校区参观，作为全国首家"人工智能职业教育产教融合共同体"牵头单位，该校展示了分层AI课程体系、智慧交通实训沙盘、无人机AI实训基地、AI教师智能教学系统等创新成果，为"校企协同、产教融合"提供了可复制的典范。梅仲豪教授从中山大学视角系统分析了AI对职业与就业市场的双向影响，以及AI 赋能职业教育从课程改革、实训环境重构到人才培养标准升级的实施路径。
（五）明晰了教师学术领导力与科研能力提升路径
刘六生教授从课程领导力、教学领导力、科研领导力、团队领导力和专业发展领导力五个维度，阐释了AI 时代高职教师学术领导力的核心构成，并提出五条提升策略：更新教育理念、提升数字素养与 AI 应用能力、加强教学研究、构建教师学习共同体、主动参与专业建设与课程改革。余翔教授聚焦"AI 背景下的科研项目选题与论文写作"，提出科研选题的"三个转向"——从单一学科向交叉融合、从理论思辨向数据实证、从学术导向向问题导向，并强调选题应紧扣国家战略需求与产业真问题，遵循"小切口、深挖掘"原则。在论文写作方面，余教授系统讲解了"问题—文献—方法—结论—贡献"的学术逻辑，特别提醒AI 工具仅能承担资料整理、文本润色等基础工作，论文原创观点与核心研究结论必须由研究者自主完成。
（六）强化了AI 伦理规范与风险管控意识
欧阳剑教授的"AI 风险管理与伦理"讲座从AI 发展历史切入，通过AlphaGo、ChatGPT 等里程碑事件梳理了 AI 从"感知智能"到"认知智能"再到"决策智能"的演进，并以多个AI公司失败案例警示数据安全与信息保护的重要性。培训强调，高职院校教师在使用AI时必须严格遵守学术规范——2020 年《高等学校课程思政建设指导纲要》要求学生"科学精神"，2018 年国务院学位委员会已将学术规范纳入硕士必修课，2022 年《关于加强科技伦理治理的意见》进一步明确要求。教师应建立"AI使用留痕、标注来源、规范引用"的良好习惯，确保教学与科研成果的原创性与可追溯性。
二、培训启示
第一，AI 不是替代教师，而是放大教师的价值。培训反复强调， AI 的角色是"协作者"而非"替代者"。AI 能做的是效率——资料归集、文稿创作、数据统计、课件生成；教师要做的是方向——价值塑造、情感沟通、实训指导、原创研究。正如皮雕非遗实践所揭示的，AI 越强大，人的创造力、审美能力和动手能力就越珍贵。教师的核心竞争力在于专业洞察、教学设计与价值引领，这些是AI 无法企及的教育根本内核。
第二，数字化转型需要"顶层设计+基层创新"双轮驱动。从集团化教学质量管理到校本Skill 封装，从国家AI 通识教育政策到一线教师的Vibe Coding 实践，从华为根技术三层课程体系到广东交通职业技术学院的分层AI 课程，培训展示了自上而下的政策引导与自下而上的教学创新如何形成合力。高职院校推进AI 赋能教育，既需要学校层面的系统规划与制度保障，也需要教师个体的主动探索与持续实践。
第三，工作过程导向与学习成果导向的融合是教材改革的关键。熊华军教授的讲座使我们深刻认识到，高职教材开发不是简单地压缩传统教材或调整章节顺序，而是要从培养目标出发，实现工作过程导向与学习成果导向的有机融合。教材内容既要体现真实工作过程的完整性与行动逻辑，又要以明确的学习成果为牵引，使教材真正成为连接"学"与"用"的桥梁。
第四，持续学习是AI 时代教师的必备素养。AI 技术迭代速度远超传统教育周期，从ChatGPT 到Vibe Coding，从RAG 到 Agent，新概念、新工具层出不穷。教师必须保持开放心态、持续更新知识结构，才能跟上产业发展步伐、胜任人才培养使命。学术领导力的提升不仅是一种个人能力，更是一种推动教育教学改革、引领团队发展的重要组织力量。
供稿：曾斌
初审：周杨
复审：李晶晶
终审：吴良胜
