为了引导职业教育领域系统化、规范化地推进人工智能深度应用，教育部职业院校信息化教学指导委员会编制了 《职业教育人工智能应用指引》(简称《指引》)。《指引》面向职业院校、行指委(教指委)、行业企业等多方主体，旨 在通过多方协同合作，推动职业教育与人工智能技术的深度 融合，培养符合智能化产业需求的复合型高技能人才，助力产业智能化升级。《指引》内容包括总体目标、原则与路径， 学生人工智能素养标准与评价，人工智能专业建设和专业智 能化升级，人工智能课程建设，人工智能教学模式创新，教 师人工智能教学胜任力提升，人工智能伦理与安全要求，以 及人工智能应用的保障措施八个部分。已公开征求意见，来源《指引》（征求意见稿）。
(征求意见稿)
为适应智能时代发展趋势，响应国家“人工智能+”行动战 略，落实《教育强国建设规划纲要(2024—2035 年)》关于 促进人工智能助力教育变革的战略部署，编制本指引。
编制原则：
1.职业导向:以产业需求为核心，强化人工智能岗位能 力培养;
2.分层分类:区分中职(基础操作)、高职专科(系统运 维)、职业本科(技术创新)的培养目标;
3.动态迭代:适应人工智能技术快速发展，动态更新相 关内容;
4.伦理安全:遵循以人为本理念，保护数据隐私，负责 任地使用人工智能。
实施路径:职业教育人工智能应用需以产业需求为牵引、 分层递进为策略、国产技术为支撑，通过专业升级、课程重 构、师资赋能、校企协同、伦理规范等多维创新，持续推进 “教学—实践—服务”一体化可持续发展。
职业院校与全国行业职业教育教学指导委员会(以下简 称行指委)、教育部职业院校教学(教育)指导委员会(以下简称教指委)等多方协同合作，共同推动学生人工智能素养及职业能力的全面提升。从制定标准，到塑造学生人工智能核心能力与伦理判断力，再到完善评价方式，在产教融合理念下培养不仅熟练掌握人工智能技术，更能在复杂职业场 景中灵活运用及创新，兼具良好人机协同职业规范与终身学习能力的职业人才。
(一)学生人工智能素养要求
信息化教指委、行指委应联合职业院校研究制定职业院校学生人工智能素养标准。学生人工智能素养标准制定应遵 循中职—高职专科—职业本科分层递进的理念，包括“基础知 识、专业能力、行业应用”三个部分，明确学生在不同阶段必 需掌握的知识和技能，从而提升其就业适应能力和职业竞争力。
中职学生应能理解人工智能在日常生活中的应用(如语音识别、智能家居等)，并掌握基本的 AI 工具操作技能(如 图形化 AI 平台操作等)。高职专科学生应掌握核心的人工智 能技术(如 Python 编程、TensorFlow 框架等)，能够在工作场景下灵活应用这些技术。职业本科学生应具备算法研发能力，能在特定行业领域内进行人工智能应用的研发。
(二)学生人工智能素养评价
职业院校应定期开展常态化的人工智能素养测评，将评测结果纳入学生“五育融合”评价档案袋，构建包含人工智能 素养发展情况的学生综合素质画像。
行指委、教指委、职业院校及行业企业应紧密合作，结 合人工智能相关产业和传统产业智能化发展需求，定期制定、更新与完善专业教学标准，编制专业人工智能技能测评标准。 职业院校应与企业联合制定人工智能相关专业人才培养方 案，共同建设人工智能产教融合实训基地，开展智能化专业技能评测，促进相关专业的智能化升级，进一步提升人才培养质量及服务行业企业的能力。
(一)职业教育专业教学标准的智能化更新与完善
行指委、教指委、职业院校及行业企业应紧密合作，提 出对相关职业教育专业教学标准进行智能化更新的意见建 议。职业院校应落实《职业教育专业教学标准》，紧跟行业 企业智能化发展步伐，促进专业智能化转型升级。
(二)积极开展人工智能相关专业的建设
职业院校应与行业企业联合制定人工智能相关专业的人才培养方案，建立校企深度合作机制，动态把握人工智能 行业的能力需求，建设快速迭代的人工智能专业课程体系和 实践项目。
(三)大力推进已有专业的智能化转型升级
(四)建立智能化专业技能测评体系
行指委、教指委应联合职业院校、行业企业、科技企业， 分析行业标准和岗位需求，编制行业及相关专业的能力图谱， 构建智能化技能测评体系，开发基于大模型的技能评测系统， 动态评估学生的人工智能素养、专业技能和职业能力。
四、人工智能课程建设
信息化教指委、行指委应联合职业院校研究制定职业教育人工智能课程体系及相应标准。应遵循中职—高职专科— 职业本科贯通递进的原则，建设“通识素养—专业技能—行业 基础能力”三层课程体系，包含人工智能通识课程、专业人工智能技能课程和行业人工智能应用课程。
(一)中高本贯进的通识课程体系建设
高职专科通识课程内容应侧重提升学生的人工智能技 术技能、行业应用能力、伦理意识与行为方式，学生应具备 使用 Python 编程语言、TensorFlow 人工智能框架等进行数据 自动化、模型跟踪、性能监控和模型再训练的能力，能将人 工智能技术应用于具体行业工作中。
职业本科通识课程内容应聚焦于培养学生的算法研发 能力、AI 相关工作创新能力、伦理意识与行为方式，学生应 具备国产大模型优化、垂直领域大模型开发等方面的能力。
(二)人工智能通识课程分层建设
职业院校应采用“通识素养—专业技能—行业基础能力” 分层模块化的课程结构，培养学生从人工智能基础知识到技 术技能、从通用技能到工作能力，提升学生在智能化行业的 就业及职业发展潜力。
职业院校人工智能通识课程中应设置行业基础能力模 块，内容包括所学专业对应行业人工智能应用的知识与技能 等。学生应掌握行业工作中应用人工智能技术的方法，具备 解决行业中的实际问题的初步能力。
(一)个性化学习与技能训练
教师应根据学生的实际情况，利用人工智能教学系统 (智能备课工具、智能学习支持平台、学情分析系统等)支 持学生个性化学习与技能训练。
(二)智能化实训教学
(三)项目驱动与案例教学
教师的人工智能教学胜任力是职业教育人工智能应用 的关键，职业院校应采用“分层培训+产教融合”策略，推动各 层次教师胜任力提升，构建全员基础与专业技能并举、校企 协同的双师型团队，促进人工智能教育教学的创新发展。
(一)分层培训要求
信息化教指委应制定教师人工智能教学胜任力标准与评价方法。职业院校应对教师开展分层培训:
1.普及层:所有教师应能熟练使用人工智能教学工具开 展教学。
2.深化层:专业教师应能熟练使用行业企业中常用的人 工智能技术与方法开展教学。
3.研发层:骨干教师应能参与企业人工智能项目，具备 行业企业人工智能应用的研发能力。
(二)产教融合培训
1.职业院校应积极推动“双师型”教师培训团队建设，由人工智能教育方面的专家和企业工程师联合开展教师培训。
2.职业院校应鼓励教师将企业项目经验(如通过人工智能优化工业生产流程)转化为教学案例，并逐步建立校内外 共享的案例库。
3.职业院校应设立人工智能教学奖，将其纳入绩效考核。 信息化教指委、行指委定期组织评选活动，发挥示范引领作 用，推广成功经验。
(一)加强伦理教育
(二)保护数据隐私
职业院校应加强数据隐私保护，确保数据的规范收集、 存储和使用，严格保护师生隐私信息、敏感信息和涉密信息， 防止数据被滥用或未经授权应用，确保各类数据的安全性。
(三)生成内容审核
(四)坚守学术诚信
(一)人工智能教育的组织体系
职业院校应设立专门机构，配备专业人员，编制人工智能教育教学方案。方案应包括人工智能通识课开设，专业+ 人工智能人才培养方案修订和课程体系建设，培训及支持教 师开展基于大模型的教学模式创新等方面的内容。
(二)职业教育人工智能大模型建设
相比通用大模型，职业教育专用大模型在行业知识领域 出现幻觉的概率更低，在专业教学应用中适切性更好。应遵 循从行业到专业的逻辑，建设职业教育领域专业大模型(即 行业-专业大模型):
1.行指委、教指委应研究制订职业教育专业大模型建设 与应用指南，编制相关规范和标准(如训练数据技术规范、 数据质量标准、数据安全标准等)，为多方合作建设行业-专 业大模型提供标准依据。
2.行指委、教指委应组织职业院校、行业、科技企业、 研究机构等多方合作的专门团队，支撑职业教育专业大模型的可持续发展。引导教育科技企业共享算力资源，并结合开 源基础大模型，构建符合职业教育需求的专用大模型。组织 龙头企业积极提供行业知识与技能语料，增加大模型的行业 适配性。
3.行指委、教指委应组织、协调相关方建立大模型从研发、上线到应用的全生命周期安全运维体系，确保大模型建 设与应用过程中内容合规、数据安全、应用符合伦理。研究 组织大模型应用的用户测评，推动示范性应用。跟踪研究试 点项目的成效与问题，提供优化建议。
4.职业院校应深入参与大模型建设与应用，提供场景需求、创新教学模式、支持评价反馈，将大模型作为专业智能 化升级、课程智能化改造、教材智能化转型、实训基地智能 化建设、教师人工智能胜任力提升的重要抓手和支撑。
(三)智慧校园中人工智能相关条件建设
职业院校应在智慧校园建设过程中加强人工智能教育 教学应用的技术支撑条件建设。
1.职业院校应将人工智能应用系统和工具整合至智慧校园已有技术系统，在智慧校园应用场景中充分调用人工智能， 为师生教学、学校管理服务提供智能支持。
2.职业院校应充分借助科技企业的共享算力资源，结合私有算力建设，支撑专用大模型校内落地应用。
3.职业院校应通过引入专用大模型、智能化工具，建设人工智能教学和实训环境，支持人工智能通识课及专业课的 教学，提升教学的实操性与智能化水平。
