AI赋能与产教融合驱动下高职人力资源管理专业实训课程体系重构研究
DOI:
https://doi.org/10.71411/jyyjx.2026.v1i6.1577关键词:
产教融合, AI赋能, 实训课程体系, 人机协同, 微认证, 数字孪生摘要
数智化转型正在改变企业人力资源管理的岗位任务和能力结构,高职人力资源管理专业实训课程亟须从事务操作训练转向场景化、人机协同和证据化的能力培养。本文遵循规范性课程开发研究范式,综合政策文本、相关文献、专业课程资料和校企合作中的岗位任务材料,围绕“岗位能力如何变迁、课程体系如何重构、风险治理如何落实”三个问题展开分析。研究构建“技术—组织—课程”互动模型,认为AI作为技术变量提供增强智能和即时反馈,产教融合作为组织变量提供真实任务和岗位标准,实训课程则承担将二者转化为学生职业能力的中介功能。研究提出,高职人力资源管理专业实训课程应形成“基础实训—核心实训—综合实训”三层递进结构,并按照替代层、增强层、创造层区分AI嵌入方式;同时通过HR数字孪生实训系统、微认证能力徽章、AI幻觉识别训练和过程性评价证据链,提升课程运行的真实性、可评价性与安全性。研究可为人工智能时代高职人力资源管理专业课程改革提供理论框架与实践路径。
下载
参考
[1] 中华人民共和国中央人民政府. 关于深化现代职业教育体系建设改革的意见《教育强国建设规划纲要(2024—2035年)》[EB/OL]. (2025-01-19)[2026-07-03]. https://www.gov.cn/gongbao/2025/issue_11846/202502/content_7002799.html.
[2] 中华人民共和国教育部. 中共中央办公厅 国务院办公厅印发《关于深化现代职业教育体系建设改革的意见》
[EB/OL]. (2022-12-21)[2026-07-03]. http://www.moe.gov.cn/jyb_xxgk/moe_1777/moe_1778/202212/t20221222_1035691.html.
[3] 中华人民共和国国家发展改革委员会. 关于印发《职业教育产教融合赋能提升行动实施方案(2023—2025年)》的通知[EB/OL]. (2023-06-08)[2026-07-03]. https://www.ndrc.gov.cn/xwdt/tzgg/202306/t20230613_1357506.html.
[4] 中华人民共和国教育部. 教育部等五部门关于印发《“人工智能+教育”行动计划》的通知[EB/OL]. (2026-04-08)[2026-07-03]. http://www.moe.gov.cn/srcsite/A16/s3342/202604/t20260410_1433240.html.
[5] 全国人民代表大会常务委员会. 中华人民共和国个人信息保护法[EB/OL]. (2021-08-20)[2026-07-03].http://www.npc.gov.cn/npc/c2/c30834/202108/t20210820_313088.html
[6] Miao F, Holmes W. Guidance for Generative AI in Education and Research[R]. Paris: UNESCO, 2023.
[7] High-Level Expert Group on Artificial Intelligence. Ethics Guidelines for Trustworthy AI[R]. Brussels: European Commission, 2019.
[8] Kasneci E, Sessler K, Küchemann S, et al. ChatGPT for good? On opportunities and challenges of large language models for education[J]. Learning and Individual Differences, 2023,103: 102274.
[9] Yan L, Sha L, Zhao L, et al. Practical and ethical challenges of large language models in education: A systematic scoping review[J]. British Journal of Educational Technology, 2024, 55(1): 90-112.
[10] Jobin A, Ienca M, Vayena E. The global landscape of AI ethics guidelines[J]. Nature Machine Intelligence, 2019, 1(9): 389-399.
[11] Noble S U. Algorithms of Oppression: How Search Engines Reinforce Racism[M]. New York: New York University Press, 2018.
[12] Gibbons M, Limoges C, Nowotny H, et al. The New Production of Knowledge: The Dynamics of Science and Research in Contemporary Societies[M]. London: Sage, 1994.
[13] Nowotny H, Scott P, Gibbons M. Mode 2 revisited: The new production of knowledge[J]. Minerva, 2003, 41(3): 179-194.
[14] Mishra P, Koehler M J. Technological pedagogical content knowledge: A framework for teacher knowledge[J]. Teachers College Record, 2006, 108(6): 1017-1054.
[15] Biggs J, Tang C. Teaching for Quality Learning at University[M]. 4th ed. Maidenhead: Open University Press, 2011.
[16] Billett S. Vocational Education: Purposes, Traditions and Prospects[M]. Dordrecht: Springer, 2011.
[17] Raelin J A. Work-Based Learning: Bridging Knowledge and Action in the Workplace[M]. San Francisco: Jossey-Bass, 2008.
[18] 姜大源. 职业教育学研究新论[M]. 北京: 教育科学出版社, 2007.
[19] 徐国庆. 职业教育课程论[M]. 上海: 华东师范大学出版社, 2008.
[20] 石玉峰. 基于人力资源管理与服务产业数字化升级的高职人力资源管理专业人才培养调查研究[J]. 北京劳动保障职业学院学报, 2022, 16(03): 54-62.
[21] 高世葵. “人力资源管理”课程体系的设计与实现——基于大数据嵌入的视角[J]. 教育教学论坛, 2021(29): 5-8.
[22] Madanchian M. From recruitment to retention: AI tools for human resource decision-making[J]. Applied Sciences, 2024, 14(24): 11750.
下载
已出版
期次
栏目
许可协议
版权所有 (c) 2026 谢源升, 韦鸿铃 (作者)

This work is licensed under a Creative Commons Attribution 4.0 International License.






