聚焦类型定位推动职业教育高质量发展******
党的二十大报告指出，教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑。职业教育作为国民教育体系和人力资源开发的重要组成部分，是广大青年打开通往成功成才大门的重要途径。建设教育强国、人才强国，离不开高质量发展的职业教育。
在全面建设社会主义现代化国家新征程中，职业教育前途广阔、大有可为。要优化职业教育类型定位，深化产教融合、校企合作，深入推进育人方式、办学模式、管理体制、保障机制改革，稳步发展职业本科教育，建设一批高水平职业院校和专业，推动职普融通，增强职业教育适应性，加快构建现代职业教育体系，培养更多高素质技术技能人才、能工巧匠、大国工匠。
优化职业教育类型定位。随着经济发展和产业结构升级，社会对技术技能人才的需求日趋多样，国家对职业教育的重视程度前所未有。新修订的职业教育法，以法律形式明确了职业教育是与普通教育具有同等重要地位的教育类型，明确国家鼓励发展多种层次和形式的职业教育，着力提升职业教育的认可度。党的二十大报告指出，要统筹职业教育、高等教育、继续教育协同创新，推进职普融通、产教融合、科教融汇，优化职业教育类型定位。职业教育是类型教育而非层次教育的“官方认证”，过程艰辛、意义非凡，是转化职业教育认知、提升职业教育地位、增强职业教育服务社会能力的逻辑起点。不断优化职业教育的类型定位，就要以党的二十大精神为指引，坚持为党育人、为国育才，加快构建中国特色现代职业教育体系，关键在于深化产教融合，增强职业教育适应性。这就要求职业教育必须服务区域、服务行业，全面提高技术技能人才自主培养质量；要因地制宜、量体裁衣，接地气；要加强与普通教育的沟通，深化中高职贯通培养改革，进一步提升职业教育的认可度，为学生多样化选择、多路径成才搭建“立交桥”。
坚持以学生为中心理念。职业院校学生通常在入学前未能养成良好的学习态度和习惯，普遍缺乏自信心，因此要加倍予以呵护和培养。职业教育不仅要教学生知识和技能，使他们掌握一技之长，还要培养他们良好的职业素养与职业习惯，培养脚踏实地、精益求精的工匠精神，不断激发他们的职业热情和创新创业激情，使他们能够高质量就业，并通过优异的表现获得社会尊重。
创新“扬长教育”实践。职业教育的类型定位与制度举措，厘清了职业教育与普通教育的基本区别和主要联系，明确了发展目标、创新了发展范式，促进了量的累积与质的飞跃。同时，反复强调职业教育的地位，不断出台加快发展职业教育的政策，某种程度上折射出职业教育满足经济社会需要的作用发挥得还不充分、与人才市场的供需还不适配的问题。随着职业教育政策实施，职业院校的生源也更趋多元化，通过实施以个体长处为基点、以激励为核心、以情感为介质的“扬长教育”，让每个学生都得到个性发展，具备“硬技能”；通过“以长促全”，让每个学生都得到全面发展，具备“软实力”，将学生培养成高素质的技术技能人才，最终获得人生出彩的机会。
深化职业教育供给侧改革。供给侧改革并非单纯增加或减少供给，而是矫正要素配置的扭曲状态，核心是生产要素的激活。同理，职业教育改革应当不断激发学生的主体性和参与性，以此促进创新发展。要进一步探索与完善办学模式和人才培养模式改革，服务社会和个体发展，培养大批高素质技术技能人才支撑国家现代化建设。首先要在课程设置上增加有效供给，满足多样性需求，打破专业壁垒，开发更多适合学生潜在优势和能力发挥的课程，减少纯知识性课程及其内容的比重。其次要开辟更多的“第二课堂”，让学生在兴趣小组、社团和大量社会实践中找到兴趣点与兴奋点，在活动中实现自己价值和能力的提升。再其次要因材施教，改变教学管理模式，打破标准化流水线式的培养模式，推行柔性教学和弹性教学模式，采用小班制、导师制等，提高教育教学的针对性和有效性。最后要改变教学方法，以学生学习为中心，确立学生在教学中的主体地位，变生硬的灌输为激励式、参与式教学，提高学生学习的主动性与创造性。
职业教育与经济社会发展紧密相连，对促进就业创业、助力经济社会发展、增进人民福祉具有重要意义。随着新一轮科技革命和产业变革深入发展，人工智能、大数据、云计算等科技手段引发数字化转型革命，新制造、新零售、新金融等商业模式引发生产与消费革命。职业教育要把握形势、顺应趋势，准确识变、科学应变、主动求变，进一步深化产教融合、校企合作，结合新技术、新产业、新模式、新岗位强化专业设置与建设，进行课程体系研发，增强学生的创造力、技术力、问题解决和团队合作能力，为学生实现自由而全面的发展创造良好条件，为党和国家源源不断地培养担当民族复兴大任的高素质技术技能人才。
（作者：张洁，系北京财贸职业学院副教授）
“特别能聊”的人工智能会聊出些什么？******
聊天机器人ChatGPT优异表现引发市场关注，人工智能生成内容概念走上风口
“特别能聊”的人工智能会聊出些什么？
本报记者 时斓娜
阅读提示
全新人工智能聊天机器人模型ChatGPT不仅能够通过学习人类的语言来进行对话，还能根据聊天的上下文进行互动，让人们更直观地感受到了人工智能的魅力。包括内容生成、搜索引擎增强等在内的领域，将是其潜在的产业化方向。ChatGPT的商业化落地，还需要克服技术和科技伦理等方面的问题。
家里要养一只猫，该如何给猫取名字？怎样写出一个纸牌游戏的代码？在不同语境中，词语“意思”到底有几个意思？这些五花八门、时常令人绞尽脑汁都难以得出答案的问题，在人工智能聊天机器人ChatGPT的面前，不过是瞬间便可迎刃而解的“一碟小菜”。
产品发布短短两个月，ChatGPT的日活量已突破千万，不少人“聊过”之后惊呼“这太像真正的人类了”。其超预期的表现引发越来越多的市场关注，人工智能生成内容(AIGC)概念由此走上风口。
人工智能聊天究竟能聊些啥？ChatGPT所代表的AIGC应用将带来哪些影响和变化？记者对此进行了调查采访。
“真正像人类一样聊天交流”
“我所热爱的是我真实的生活，因为它包含了我所有的经历和感受，是我每一天都在体验和思考的。”这句乍看上去充满了人类体悟和情感的话，实则出自人工智能聊天机器人ChatGPT。
随着ChatGPT大火，不少网友将它与自己的聊天记录分享到社交平台上，ChatGPT时而诙谐有趣，时而又显得思想深邃。除了各种聊天互动外，还有不少网友们将ChatGPT视为一种工具，让其写作文、翻译文章，甚至写代码。迅速的响应能力和较为靠谱的回答让大家直呼其“真正像人类一样聊天交流”“特别能聊”。
中国信息通信研究院联合中国人工智能产业发展联盟对ChatGPT进行的测试显示，ChatGPT在百科检索、数学问答、文学交流、常识问答、知识推理等对话任务上的意图识别率均达到98%左右，在生活闲聊上的意图识别率约为95%，已具备较好的语义理解能力。
实际上，ChatGPT属于生成式人工智能的一个典型应用。人工智能是怎样“进化”得如此智能的？“这是因为ChatGPT建立在大型语言模型上，会通过连接大量的语料库来训练模型。这些语料库包含了真实世界中的对话和各种网络公开信息，使ChatGPT知识丰富，还能根据上下文进行互动。”深度科技研究院院长张孝荣表示。
创新交互为AIGC带来新启发
随着人工智能技术的发展，近年来AIGC类型不断丰富、质量不断提升、技术的工程化水平越来越高，国内外科技公司纷纷发力布局AIGC领域。
以百度文心大模型为例，输入一个题目，它可以瞬间写出上百篇作文；根据一句话或者一段描述文本，可以生成一幅精美的画作；根据一幅图像，可以自动生成高清、流畅的视频。
在百度技术委员会主席吴华看来，ChatGPT在用户界面和交互上是一种比较创新的模式，用户更容易以自然语言的方式进行交互，这会给大家带来革新性的认识，也会给AIGC带来新的启发。
目前，国外一些公司在积极探索并落地ChatGPT的诸多应用场景，通过将ChatGPT整合进搜索引擎等方式提高服务智能化水平。有观点认为，ChatGPT将颠覆搜索行业，在智能客服、游戏、虚拟人等领域也将得到广泛应用。硅谷投资机构红杉预测，未来AIGC有潜力产生数万亿美元的经济价值。
根据中国信息通信研究院发布的《人工智能白皮书(2022年)》，“生成式人工智能”技术将广泛应用于智能写作、代码生成、有声阅读、新闻播报、语音导航、影像修复等领域，听说读写等能力的有机结合成为未来发展趋势。
“人工智能生成在诗歌、作曲、绘画等艺术创作方面大放异彩，在分子结构、软件代码等科研生产领域的应用不断拓展，还帮助降低临床试验的科研成本和缩短研发周期。”云计算与大数据研究所内容科技部副主任石霖表示，当前，人工智能生成内容的辐射范围还在扩大，未来有望重塑各行业领域的研发面貌。
商业化落地需克服技术和伦理问题
尽管各界对AIGC发展前景保持乐观，但从现状来看，ChatGPT等产品想要真正落地，还需要克服技术和科技伦理等方面的问题。
在对ChatGPT进行的种种评测中，ChatGPT会犯一些常识性错误，反映出其在可控性、准确率方面仍存不足。有人形容，ChatGPT像极了一个很能聊但有时候喜欢信口开河的人类朋友。
中国信息通信研究院评测结果同样显示，ChatGPT在非闲聊型对话的任务完成率上表现一般，难以摆脱传统深度学习模型普遍存在的知识整合和逻辑推理的问题。
“ChatGPT虽然能够较好地回答不少问题，但在一些略有深度的、专业性较强的领域，其答案往往‘捉襟见肘’。这说明ChatGPT语料库规模和计算能力的天然不足，也说明了算法依然需要完善。”张孝荣说。
在技术层面以外，人工智能还面临着悬而未决的科技伦理问题。张孝荣表示，ChatGPT在科技伦理方面至少面临三大挑战：“一是版权问题，ChatGPT生成的内容更多来自搬运，容易引发侵权；二是信息安全问题；三是社会缺乏接纳这一新生事物的准备机制，这对监管挑战很大。”
在国内，AIGC产业化路径同样有待探索。石霖介绍说，国内AIGC产业基础薄弱，相关初创公司数量明显少于国外。同时，国内企业目前仍处于打磨产品阶段，还未出现较为好用的内容生成服务。
