前言：中文期刊网精心挑选了人工智能继续教育范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
人工智能继续教育范文1
【关键词】 人工智能 农村远程教育 高效
人工智能技术是在计算机科学日新月异发展的进程中一大成果，由于其智能、高效、优化的强大功能，为许多研究者所重视。部分教育领域的研究者，将人工智能技术引入教育行业，探讨人工智能如何融入教育，促进教育深度发展。研究者们将人工智能与职业教育、继续教育、远程教育及教育技术结合，进行探讨，提出了一些很好的建议。农村远程教育虽然也属于远程教育范畴，但由于其自身具有许多特殊性，因此有必要单独将其应用于农村远程教育进行探讨。
1 我国当前农村远程教育发展面临的困境
我国农村远程教育是伴随着现代通讯技术的发展而在广大农村出现的一种新的教育模式。随着上世纪70年代末，以广播电视大学为代表的远程教育的兴起，为我国教育的发展写下了浓重的一笔，由于其不受时间、空间、学习者等要素的影响，充分体现了“时时能学、处处可学、人人皆学”的巨大优势。因此，本世纪初，国家将远程教育教学模式引入广大农村，于2003年推出了“农村党员干部现代远程教育”、“农村中小学现代远程教育工程”，于2004年依托广播电视大学体统推出了“一村一名大学生”工程，这些远程教育工程对推进农村教育起到了举足轻重的作用。但其发展也遇到了困难，具体说主要体现在以下几个方面：
1.1 师资力量短缺
由于受我国长期以来的城乡二元制经济发展模式的影响，导致城乡经济发展不均衡，直接造成了城乡教育发展失衡。在农村教育中，首先表现在教师配置上，由于农村教育经费投、教师工资水平均低于城市，造成了长期以来农村教育师资力量短缺，远程教育更是如此。据相关研究表明，现我国农村远程教育由于缺少懂计算机或网络技术的专业人才，往往用不相关专业的人才作为替代，且大都为兼职人员。这就造成了对远程教育设备的维护、远程教育资源的管理及远程教育教学辅导等方面出现问题。以广播电视大学系统为例，自2004年广播电视大学开始招收“一村一名大学生”学员，虽然学员增长速度很快，但其教学点仅延伸至县城，招收的学员往往为县城周边农村的农民，而广大较偏远地区正真渴望接受教育的农民缺少受教育机会，之所以没有延伸至乡镇及行政村，根本原因是缺少师资力量。
1.2 资源建设不足
由于农村远程教育是本世纪初才在农村兴起的一种新的教育模式，属于新生事物，因此缺少前期的积累，主要体现在教学资源的积累上。我们知道，是否拥有丰富优质的教学资源是关乎远程教育成败的关键。而长期以来，我们主要注重城市远程教育的发展，现城市远程教育已相当成熟，拥有一大批优质的教育资源，吸引了大批学习者。但由于农村远程教育与城市远程教育相比有其特殊性，广大农村学员需要掌握的不仅仅是理论知识，他们最迫切学习的是农业实用新技术及掌握能够改变自己生活现状的一技之长，而这些课程资源在城市远程教育中设计不多。因此我们没有现成的教育资源可供使用，需要另起炉灶进行建设。但由于投入农村远程教育的经费有限，用于资源建设的经费也不足。造成了现阶段农村远程教育资源依然短缺的现实。这不利于农村远程教育进一步发展。
1.3 课程设置不合理
如上所述，广大农村学员渴望学习的是改善自身生活的实用农业新技术及一技之长，同时广大农村也需要培养一批懂管理的乡村干部。因此在专业和课程设置上，客观上要求向这些方面靠拢。虽然现在农村远程教育在专业设置上慢慢转向适合农村学员的涉农专业，但在课程设置上还是不尽如人意，往往只根据自己师资情况及资源情况来设置课程，这样往往造成农民学员需要的课程没有涉及，而农民学员缺乏兴趣的理论课程所占比重过大的问题。这样会严重挫伤广大农村学员学习积极性，对农村远程教育发展极为不利。
1.4 网络教学平台存在不足
我国现阶段远程教育的网络辅导教学平台现阶段的形势往往通过QQ对话、Email邮件、BBS及一些音频、视频系统进行。这些方式当然是有效的网络教学方式，但存在问题也是十分明显的，最主要问题在于如果没有提前联系，教师就不会及时回复学生提出的问题，缺少师生互动。学生的学习效果会大打折扣。
2 人工智能应用于远程教育的优势
2.1 人工智能的概念
人工智能是计算机学科的一个分支，是一门研究计算机模拟和延伸人脑功能的综合性科学，部分研究者将其定义为：一个电脑系统具有人类的知识和行为，具有学习、推理判断来解决问题、记忆知识和了解人类自然语言的能力。人工智能的产生过程：对于人类因问题和事物而引起的刺激和反应，以及因此而引发的推理、解决问题及思考决策等过程，将这些过程分解成一些步骤，再通过程序设计，将这些人类解决问题的过程模拟化或公式化，使电脑能有一个系统的方法来设计或应付更复杂的问题，这套能够应付问题的软件系统，称之为人工智能。
2.2 人工智能切合了远程教育的要求
有研究者指出：人工智能是研究如何构造智能机器（智能计算机）或智能系统，使其模拟、延伸、扩展人类智能的学科。人工智能在教学领域应用的最直接结果就是诞生了智能教学系统。而所谓的智能教学系统是以计算机辅助教学为基础而兴起的，它是以学生为中心，以计算机为媒介，利用计算机模拟教学专家的思维过程而形成的开放式人机交流系统。由于它综合了知识专家、教师、学生三者的活动，因此，与之相对应，智能教学系统一般分为知识库、教学策略和学生模型三个基本模块，再加上自然语言智能接口。人工智能的这些功能和模块刚好切合了远程教育的特点及要求。我们开展的远程教育一直以来就强调以学生为中心，以学生自学为主，教师辅导为辅，教师通过计算机网络系统对学生进行实时和非实时辅导，以此来完成学生的学习过程。因此人工智能适合应用于远程教育教学过程。
2.3 人工智能能够有效加强对学生的管理，提高学习效率
长期以来远程教育为社会诟病的是，由于缺少师生间直接交流的机会，造成教师对学生的组织和管理方面的困难。如果我们仅仅依据学生登录次数、登录时间等方面来评价学生学习情况，这样往往造成对学生学习的错误评价，但对远程教育的教师来说也只能做到这些。但如果我们将人工智能引入远程教育，它可以依据自己强大的功能，通过对学生情况的数据分析，科学提供学生的学习能力、认知特点及当前的知识水平。更为重要的是，通过对这些信息的分析，它能为每位学习者制定适当的教学内容和教学方法，为学生提供个性化的学习服务，切实提高学生的学习效率，这是我们远程教育所倡导的最佳服务的效果。
2.4 人工智能可以从某方面解决农村远程教育师资力量
如上所述，由于城乡间经济差距，造成了长期以来城乡教育发展失衡，广大农村地区师资力量较为薄弱，特别是远程教育方面。这一问题解决的根本途径在于缩小城乡经济差距，但这并非一朝一夕就能解决的问题。因此农村师资力量特别是远程教育师资力量的解决，需要一个过程。而人工智能技术利用了计算机模拟教学专家的思维过程而形成的开放式人机交流系统，它集知识专家和教师于一身。广大学员可以通过自然语言系统，实现正真意义上的人机对话，完成适时的学习辅导过程，这从某种程度上解决了师资短缺的问题，为农村远程教育的发展提供了一条新的发展思路。
2.5 人工智能能够有效解决农村远程教育资源建设问题
目前我国农村远程教育在资源方面存在的问题除了数量较少，质量也不高，许多网络课程资源仅仅是课本的翻版，虽然资源制作者利用现代资源制作手段，以文字、视频及图片等手段来展现知识，但知识之间的逻辑联系性方面存在不足。这给学习者有效学习带来极大不便，影响了学习效果。而人工智能技术，能够对现有的网络课程资源进行智能加工，对知识结构进行重新构建，对知识间的层次性、逻辑性进行重新编排，为学习者展示学习重点、难点，切实提高学习效率。使资源更加优质高效。
2.6 人工智能能够提供实时交流，解决网络教学平台的不足
由于人工智能集知识专家、教师与一身，可以通过自然语言系统，开展人机对话，通过讨论解决学生遇到的问题。能改变传统网络教学平台缺乏及时交互性的问题。能够解决网络教学平台的不足。促进农村远程教育的发展。
3 结语
人工智能技术是计算机科学发展的成果之一，它具有智能、高效、优化的强大功能，许多行业都利用人工智能技术提高效率。对我国农村远程教育而言，如果能将人工智能引入，能从某种程度解决因为资金问题造成的师资力量缺乏问题；提高对远程教育学生的管理，为他们提供个性化的高效远程教育服务；能够利用它强大的功能重新编辑网络资源，让它更有利于学生学习；同时人工智能还能提供自然语言接口，打破以往网络教学平台的弊端。相信通过引入人工智能技术，我国农村远程教育会迎来新的发展。
参考文献
[1]张震，王文发.人工智能原理在人类学习中的应用[J].吉首大学学报，2006（1）：39-41.
[2]武晶晶.关于人工智能教育应用的几个问题[J].教育教学论坛，2012（9）：159-160.
[3]张.人工智能与教育技术[J].陕西师范大学学报（自然科学版），2005（6）：228-230.
[4]张小永.陕西农村现代远程教育资源建设初探[J].陕西农业科学，2011（4）：228-230.
人工智能继续教育范文2
一、教材的选择与课程的设置
计算机的应用是广泛的、多层次的，计算机的教学也是多层次、多角度的。由于没有统一固定的计算机职教教材，书店有的大多是计算机专业书籍，不适合作为职教教材，于是许多学校就把大学的教科书照搬到职教讲台上去。因而在职教讲台上出现了诸如《汇编程序设计》、《语言程序设计》、《语言》等专业书籍，学生学起来很吃力，有些则望书生畏。要解决这个问题，计算机专业教师应根据学生的专业特点、培养目标、教学目的，深入钻研有关专业书及教材，总结出适合本专业学生的教学内容。在课程设置方面，很多人一谈到计算机的教学，就认为是学习语言、学习程序设计、搞软件开发。其实，据有关专家分析，我国今后对计算机应用的人才需求，除少数人需要掌握程序设计开发能力外（这部分人才由大学本科以上的有关专业毕业生就足以提供），对大多数人只是要求了解、操作计算机，凭借现成的软件解决实际问题，为各行各业普及计算机的应用，培养急需的处理软件、常用工具软件、计算机病毒的防治与检测等方面的人才。在此基础上还可以进一步学习计算机语言、程序设计等。计算机课具体的教学内容还应该结合各专业特点而有所侧重。如文秘类、办公类应侧重与字处理和数据库的命令工作方式等，计算机专业应侧重于数据的程序设计，掌握常用工具软件的应用，能对计算机软硬件进行常规的维护等。
二、深入教研，提高教学质量
1. 要深入教研，改变常规的教学模式。计算机实践性很强，往往理论课和技能课平分秋色，有时技能课显得更为重要。在技能课中由于学生的好奇心，一开机就到处乱碰乱撞，一节课下来也不知学了些什么，此时，教师的主导作用就显得尤为重要。在计算机教学中，应突破传统的教学模式，少讲理论多上机，注重学生操作技能、技巧的培养。在技能课中有一个主题内容，不能把学生放入机房就万事大吉。如在学排版软件时，教师可以组织学生排版一份简报、一期校刊或一本书。这样不仅能让学生学好文字处理软件，还能使学生掌握排版的方法和技巧，又可进一步培养学生的学习计算机的积极性。在学程序课时，教师可以组织学生编写一个小时的应用程序，先把它分成各个小模块，然后分给学生去完成，最后由教师将各个模块连起来，成为一个应用程序。
2. 要高瞻远瞩。表面知识刚学就过时，对暂时无法开的课程，可以举办形式多样的学习讲座，向学生介绍一些计算机的最新发展情况。
3. 要注意培养学生自学能力。由于计算机知识更新的速度很快，如果不注重这方面的培养，学生步入社会将无法赶上计算机发展的步伐。
4. 提高计算机教师的素质。在职校任教的计算机教师大多是非计算机专业毕业的，是由有关专业转来的，再加上计算机的知识更新得非常快，为跟上时代的步伐，学校应经常派教师到高校去进修，组织他们进行校际间的教学、教研、教改等各方面的交流与合作。
三、计算机教师继续教育的必要性
一是提高计算机应用水平的需要。我国职校计算机应用起步较早，培养了一大批既有计算机专业知识，又熟悉本行业知识的计算机应用人才，这部分人是职校计算机教学应用中的骨干力量，要提高整个职校计算机教学水平，必须进一步提高计算机教师的学识和能力。因此，在开展普及计算机教育的同时，应注重对职校现有计算机教学人员进行高层次计算机继续教育，以带动整个计算机教学水平向深层次发展。
二是适应计算机技术飞速发展的需要。计算机技术的发展速度惊人，“信息高速公路”的建立，又推动了计算机网络、通讯、多媒体技术的更进一步发展。因此，我们要想赶上新技术革命的大潮，就必须抓紧学习和掌握更多的计算机新技术、新理论，只有将自己的知识伴随计算机的发展速度向纵深延续，才不致被淘汰。所以说，进行计算机继续教育的任务更是迫在眉睫。
三是拓宽知识面的需要。计算机应用所涉及的已不仅仅是单一学科的理论，而是边沿学科、交叉学科的集中体现，因此，扩展知识面的问题将越来越突出。解决这一问题的唯一途径，就是加强继续教育，不断调整计算机教师的知识和结构，拓宽自己的知识面，以适应这种技术结构变化的趋势。
四、职校计算机继续教育面临的一些问题
加强职校计算机继续教育的重要性、必要性和迫切性是显而易见的，但从目前的现状来看还不能令人满意，在具体实施过程中存在以下一些问题：
1. 对职校计算机继续教育的必要性认识不足。可以从以下两个方面看出，一个是有些部门重视计算机硬件基础设施建设，忽视计算机教师业务水平的提高；另一个是对计算机继续教育的对象在认识上带有片面性，认为计算机继续教育只是对没有学过计算机的人员而言，而对在职的计算机教师却错误地认为他们大多接受过计算机专业高等教育或专门培训，忽视了对他们更深层次的继续教育。
2. 继续教育投资难以保证。在计算机继续教育具体实施过程中，遇到的一个很大障碍是继续教育投资难以保证的问题，其原因之一是资金紧张，继续教育投资无来源，或是由于资金紧张占用了教育投资。其原因之二是对加强科技力量建设不够重视，由于人才培养的投资在短期内不一定见到立竿见影的效果，所以往往认识不到今天的一份投入，会获取明天加倍的回报，舍不得加大继续教育投资。
3. 职校计算机继续教育组织管理工作薄弱。在组织形式上，缺少专门的机构和人员负责这项工作，管理上也不完善，缺乏明确的职校计算机继续教育的目标、任务及具体的实施措施。
4. 学习条件不能保证继续教育的顺利实施。一是职校计算机教师工作比较繁重，工作与学习的矛盾突出，在学习时间安排上存在不少困难。二是计算机教师的知识水平和应用能力的程度也存在着一定的差异，学习起点的要求不同，在教学内容和深度上较难掌握。三是缺乏经验丰富、知识面广、能够承担职校计算机继续教育工作的师资力量以及适用的教材，因而增加了实施职校计算机继续教育工作的难度。
五、充分利用现代化的教学手段
实施职校计算机继续教育存在着人员分散、时间分散、工学矛盾突出的问题。所以，在具体教学安排上，除了在教学时间、教学内容上要采用多种形式、多种方法以外，还应充分利用现代化教学手段，去推动教学方法上的革新，以提高教学质量和效率。
1. 大力开展计算机辅助教学。用计算机辅助教学，可以提供一个集声、像、色彩于一体，动静相结合的教学环境，可以突破时间地点的限制，自主进行学习，是一种非常有效的教学和手段。因此，在有条件的教育场所，应创建CAI中心，集中人力财力，搞好CAI的环境建设和开发利用。
2. 利用计算机网络进行教学。一是可以通过一些公共网，如Internet，实现网上教学。二是利用职校现有的计算机网络系统，经过进一步改造完善，结合计算机辅助教学的应用，实现大范围的网络化教学。
人工智能继续教育范文3
随着网络学习资源的空前繁荣及未来学习资源的进一步开放共享，海量资源的过滤和选取将成为学习者的一大困扰。快速发现有用信息的工具主要有搜索引擎和推荐系统两种。前者需要学习者主动提供准确的关键词来寻找信息；后者则通过对学习者的背景、偏好、认知状态以及交互状况信息的采集、分析，主动为学习者推荐信息。自适应推送将综合利用这两种工具，对学习者的行为和需求进行分析和预测，实现资源对于学习者的自适应，从而为学习者构建起个性化的学习环境。
关键词：
自适应；推送；推荐；个性化
一、引言
《国家中长期教育改革和发展规划纲要（2010-2020年）》中提到我国教育的战略目标是“到2020年，基本实现教育现代化，基本形成学习型社会，进入人力资源强国行列”，为了实现这个目标，要求“继续教育的参与率大幅提升，从业人员继续教育年参与率达到50%”，即从业人员继续教育将从2009年的“1.66亿”增长至2020年的“3.5亿”。这样大规模的继续教育将依托各类网络教育来实现。如何为这些能力水平、年龄结构、学习风格等特征各异的学习对象提供适合的学习内容和服务，灵活适应他们多样化的学习需求，确保学习热情的保持和学习的发生就显得非常重要。当前，网络课程资源极大丰富，仅仅是在线高等教育，大规模在线开放课程、国家精品课程、大学视频公开课等就足以让任何一个学习者眼花缭乱，无所适从。自适应能够较好地解决资源和学习者特征的匹配问题，提升学习者获取资源的效率，成为了在线教育的理想状态和发展趋势。
二、自适应推送
1.概念
自适应推送是指系统捕捉、判断学习者的特征、行为及其变化，自动为学习者匹配相应的资源，并以学习者能够感知、理解和选择的方式进行呈现。
2.特征
（1）以学习者为中心。尊重学习者的知识基础、学习风格和学习习惯，帮助、引导学习者形成自己个性化的学习路径和学习资源，保护学习兴趣，提高学习效率。（2）自适应。系统内规划相应的规则和算法，依据学习者的学习特征和行为及其他学习者的特征和行为，自动为学习者匹配和推送学习资源和学习路径。（3）路径优化。教师规划的初始路径作为参考路径，后续学习路径由学习者和系统依据学习者的基础和学习进程相互作用形成，更符合学习者需求。
三、相关研究领域
1.智能教学系统
智能教学系统是一种借助人工智能技术，让计算机扮演教师的角色实施个别化教学，向不同需求、不同特征的学习者传授知识、提供指导的适应性学习支持系统[1]。适应性学习支持系统是智能教学系统与适应性超媒体系统在网络环境下发展的融合。其目的就是要实时地把握学习者的经验基础、认知结构、认知风格、兴趣爱好等方面的信息，据此提供学习者在当前状态下学习新信息时最适合的学习内容、学习策略、学习支持以及最佳的知识基础等[2]。可以说，自适应推送是智能教学系统的一个发展方向。
2.教育数据挖掘
教育数据挖掘主要关注开发探索教育情境中产生的那些独特类型的数据的方法，并且使用这些方法来更好地理解学习者和他们学习的情境。主要的挖掘方法可分为五类：统计分析与可视化、聚类（聚类、离群点）、预测（决策树、回归分析、时序分析）、关系挖掘（关联规则挖掘、序列模式挖掘、社会网络分析）、文本挖掘[3]。教育数据挖掘强调将学习简化为能够被分析、且随后能够被软件所影响从而适配学习者的成分[4]，是自适应推送系统的重要基础之一。
3.推荐系统
推荐系统就是自动联系用户和物品的一种工具，它能够在信息过载的环境中帮助用户发现令他们感兴趣的信息，也能将信息推送给对它们感兴趣的用户。推荐算法的本质是通过一定的方式将用户和物品联系起来。个性化推荐的成功应用需要两个条件，第一是存在信息过载，第二是用户没有明确的需求。[5]当前个性化推荐系统的研究相对集中在商业领域，自适应推送强调基于教育领域对推荐技术的应用，其指导思想、应用环境、评测指标、推荐解释等与商业领域均不尽相同。
4.学习分析
学习分析是以理解和优化学习及其发生的环境为目的，对学习者及其所处情境的数据进行测量、收集、分析和报告。[6]新媒体联盟认为，学习分析是以评估学业成就、预测未来表现、发现潜在问题为目的，对学习者产生和收集的大量数据进行阐释的过程，旨在应用数据分析为教育系统的各级决策提供参考。[7]学习分析与自适应推送的侧重点不同，除了共同关注的产生适应性学习内容外，学习分析还重点关注危机学习者干预和决策支持等，相对关注的范围更广，指导决策的层级也更加丰富。
四、相关研究现状
国外的一些自适应学习系统主要依据学习者的学习风格、知识背景和兴趣，以及学习者的学习信息和行为构建学习者模型，通过个性化推荐或自适应导航提供个性化的内容呈现、教学活动、学习环境、学习者评价等，并以某种方式进行展示或标注。[8]美国教育部的《通过教育数据挖掘和学习分析促进教与学》报告认为，自适应学习系统和个性化学习属于教育数据挖掘和学习分析的高级应用，是教育大数据相关研究的终极目标。[9]典型的自适应学习系统包括六个组成部分：①内容管理，提供个性化的学科内容和评价。②学习者学习数据库，存储基于时间标记的学习者行为。③预测模型，联合人口统计数据和学习者行为数据来进行追踪和预测。④报告服务，为各类使用者提供可视化反馈。⑤适应性引擎，根据学习者的表现水平和兴趣发送材料，确保后续学习的提高。⑥干预引擎，允许干预或改写自动化系统以更好地服务学习者。国内的研究从理论、模型、原型到系统相比于国外并没有大的突破。余胜泉提出适应性学习模式的关键环节是：学习诊断（学习能力、认知能力）、学习内容的动态组织（根据学习历史、认知风格）、学习策略（传授式、探索式和协作式）。[10]谢晓林等提出适应性学习系统包括运行层（含适应引擎）和存储层。姜强认为研发自适应学习系统的关键在于用户模型和领域模型。依据学习风格和知识水平进行了用户建模，利用解释结构模型法和本体技术进行了知识建模。[11]上海交通大学檀晓红等认为“个性化导学系统”应包含：初始知识域建构模块、个性化的知识域生成模块、个性化的学习路径生成模块、历史学习记录模块、知识结构水平评估模块和个性化学习资源推荐模块。[12]系统的设计以知识点为核心，根据对学习者学习行为数据的分析和学习效果的测试，判断其知识结构和水平，从而进行相应的学习资源和同学推荐。总的来说，对于自适应系统，研究者关注了学习内容、学习内容的存储、学习内容呈现的对象、学习内容呈现的依据、学习内容呈现的规则和学习内容呈现的方法。[13]这些研究具有很好的启迪和指导作用，然而，还有一些问题需要进一步深入研究，比如：①由于用户行为的复杂性和其所处环境的噪音等，用户模型的构建通常不存在通用的建模方法，如何提取用户最核心的要素加以描述和表示？②不是什么样的资源都能直接进行匹配，资源的构建、存储和提取都是值得深入研究的问题，这也是制约自适应系统研究大多处于理论层面的重要原因。
五、推荐系统的研究现状
推荐系统当前主要用于电子商务、音乐、视频网站，社交网络、个性化阅读等领域。利用用户行为数据、用户标签数据、上下文信息（时间信息、地点信息）、社交网络数据等对用户的兴趣、行为进行预测，从而进行物品或好友的推荐。目前主流的推荐系统有三类。每种基本方法都各有利弊，有的存在数据稀疏性和冷启动能力问题，有的存在放大效应问题，同时，没有一种方法能够充分利用所有的信息。构建一种混合的系统，结合不同算法和模型的优点，克服相应的缺陷和问题，不失为实践中的解决办法。[14]
六、网络教育系统的特征
网络教育系统与商业系统相比，用户特征集中，数据来源明确，其所应用的教务管理系统和教学管理系统为学习者特征数据的采集提供了很大的便利，能够做很多相关的设计。比如杨曼等就曾应用学习者的学习时间和进度数据，平台、课程的登录频率及时间，提交作业的百分率，发帖情况等来构建学习者的学习能力评价模型，判断学习者的学习时间管理能力、学习态度、学习效率等[15]。而且，网络教育系统学习者相对比较稳定，服从性和参与度较好，通过一些教学、教务管理功能的设计，可以诱发更多的学习（行为）数据。并且可以通过测试、问卷等方式获取和印证更多的特征。网络教育系统的资源匹配能力与所采用的教学系统及课程组织形式紧密相关。例如，贺媛婧依托Moodle平台中的学习者学习记录，通过个性化的推荐技术预测学习者对学习资源的兴趣度，然后按照兴趣度从大到小进行资源推荐。[16]事实上，平台推送的资源可以有三个层次：方案级、课程级和内容级。从某种意义上讲，推送课程级资源相对比较容易。然而，推送内容级资源可能是学习者在学习过程中最需要也是最难的。需要课程本身的设计是模块化的，并且知识点相互关联。只有在资源设计中埋下了行为选择的可能，依托平台的支撑才能够实现内容级资源的推送。余胜泉等基于学习元平台的生成性课程设计与实施就是在这个方向上的实践。[17]在平台功能的支撑下，通过学习活动的设计，学习者个性化的学习行为才能得以显现。
七、自适应推送系统的设计
基于网络教育领域的特征，其自适应推送系统的设计可以从以下三方面着手：学习者特征、资源特征以及推送算法。建立算法的前提是由平台系统和资源端配合提炼出学习者个性化的学习行为。从网络教育的教学教务管理平台中可以获取学习者的统计特征、偏好特征、知识特征和目标特征，学习系统可以读取、测量和记录学习者的行为特征，综合起来，可以形成学习者特征模型。因为网络教育教学一般按照地域、年级和专业来组织，学习者具有一定的共性特征，可以采用基于用户的算法（比如协同过滤算法），通过借鉴相似偏好的其他学习者的选择来为当前学习者进行课程和内容的推荐；考虑到网络教育的学习者具有可交互性（比如为学习者提供搜索功能、提供多路径供选择或做问卷调查等），也可以采用基于知识的推荐来为学习者选择推送的课程、内容或学习路径。对一门课程的内容或学习路径做推荐，需要将课程资源模块化处理。一方面对资源的特征、属性进行标注（基于人工或借助语义技术）；另一方面对资源的呈现做设计，依托平台功能为学生提供展现行为偏好的机会。以北京邮电大学《互联网技术》课程为例，课程设计了三条彼此相通又各自独立的学习路径，在课程学习的任何环节，都可以快速切换，灵活选用。“循序渐进”路径按照知识的内在逻辑顺序和学习者认知能力发展来呈现学习内容，适合初学者；“个性选择”路径按照知识的脉络提供，强化了知识的关联关系；“学以致用”路径按照主题、任务组织知识，增加了学习者问题解决的体验。
1.“循序渐进”路径
在循序渐进路径中，保证知识点的覆盖度，标示重难点，记录学习者的学习进度。
2.“个性选择”路径
在个性选择路径中，采用图形化的无序树形导航。导航可进行展开、收缩交互操作，同时，支持知识点的名称检索，充分展现学习者个性化特征。（1）学习者可以按照感兴趣的内容逐层进入。了解每一个知识点在知识体系中所处的位置和关联关系。（2）也可以通过关键词检索，从检索结果中找到自己感兴趣的内容，直接进入学习。
3.“学以致用”路径
在学以致用路径中，以“实战、实效、实用”为目的。比如局域网的组建，示范按照局域网的生命周期进行设计，对步骤、流程进行讲解，对操作细节进行演示后，提供实际企业案例，设计组网任务。通过记录学习者在不同路径上的学习行为，可以较好地识别学习者的个性特征，成为了下一步自适应推送的有效铺垫。比如，个性选择路径，可以得到学习者相应知识点的学习状态，为他推送相关知识点。对于选择学以致用路径的学习者，可以为其推送其他相关知识领域实操为主的课程等等。在网络教育领域，自适应推送系统的应用符合以学习者为中心，服务学生个性化需求的目标和趋势。但自适应推动系统的成熟需要学习者、资源和算法三个方面研究的共同进步。对于网络教育来说，资源的设计和处理难度最大，一方面有赖于技术（比如语义技术）的进一步发展完善，另一方面，还要赖于人的投入和创造。
作者：谢洵 单位：北京邮电大学网络教育学院
参考文献：
[1]智勇.分布式学习环境中的智能授导系统研究[D].南京:南京师范大学,2004.
[2]陈仕品,张剑平.智能教学系统的研究热点与发展趋势[J].中国远程教育,2007(10).
[3]葛道凯,张少刚,魏顺平.教育数据挖掘方法与应用[M].北京:教育科学出版社,2012.
[5]项亮.推荐系统实践[M].北京:人民邮电出版社,2012:6.
[8]姜强.自适应学习系统支持模型与实现机制研究[D].长春:东北师范大学,2012.
[10]余胜泉.适应性学习———远程教育发展的趋势[J].开放教育研究,2000(3).
[11]谢晓林,余胜泉,程罡,黄烨敏.网络教学平台的新发展[J].开放教育研究,2007(10).
[12]檀晓红,申瑞民等.网络教学中基于非零起点的个性化导学系统（专利）[D].上海:上海交通大学,2007.
[13]陈品德.基于Web的适应性学习支持系统研究[D].上海:华东师范大学,2003.
[15]杨曼,勾学荣,李建伟.基于网络在线学习的学习能力评价模型研究[J].北京邮电大学学报(社会科学版),2011(1):13-19.
人工智能继续教育范文4
关键词：位置服务；移动学习；教师培训；情境感知
中图分类号：G434 文献标志码：A 文章编号：1673-8454（2017）07-0082-04
一、研究背景
在中小学教师继续教育研究中，信息技术与校本研修的整合，形成校本网络研修的模式，该模式旨在借助网络研修平台，在翻转课堂、混合学习、学习共同体等理念下，改革与创新教师的教研与培训，打破传统教研培训活动的时空局限与资源交流的限制，将面对面研修活动与在线研修活动密切结合，为中小学教师继续教育研究提供新的思路。[1]当前，网络研修依然是以在线学习的形式进行，此方式相对于传统的校本研修，有了很大的改进，相对于灵活的移动学习，又存在许多限制和不足，尤其是在碎片化学习、微型化学习和情境化学习的理念下，以及中小学教师的工学矛盾，有必要开展移动学习在教师网络研修中的应用研究。[2]
作为一种有效的非正式的学习模式，移动学习的发生常常伴随着基于位置的“学习空间”的变化，即在移动学习研究中，地点（位置）与学习任务（事件）、人物、时间构成了移动学习活动的四个维度。而位置服务技术能有效地感知当前学习用户的状态，尤其是学习信息的交互，对其共性特征信息进行收集、分析和挖掘，从教育大数据的角度出发，这无疑为教师的继续教育研究和网络研修提供有价值的参考。本文通过自主设计的移动学习平台，结合广西中小学教师信息能力提升工程的教材，探索位置服务在移动学习中的应用研究，并对其收集的数据进行简单分析，为后期的研究工作提供支撑。
二、研究现状
1.位置服务的概念及其研究现状
位置服务（英文简写LBS，Location Based Services），俗称定位，它是由移动通信网络、空间定位和分布式计算等多种技术，结合坐标、经纬度等信息，在电子地图平台的支持下，通过相关智能终端定位用户的实际位置，再通过软件或网页等方式为用户呈现并提供其它相关的位置服务信息。[3]
1996年美国联邦通信委员会（FCC）要求在911紧急呼叫业务中能精确定位用户所在的方位，以便及时提供救援。再者就是全球定位技术，如美国的GPS、中国的北斗卫星导航系统、欧洲的伽利略、俄罗斯的“格洛纳斯”共同构成全球四大卫星导航，囊括了商用、军用和民用等多个方面。
当前技术（如人工智能、云计算等）的发展推动了位置服务的发展，在定位追踪的同时，加入了情境感知功能，即通过智能移动设备计算用户所处的环境实体的信息，包括人物、时间、地点和活动等信息，以此描述用户当前的状态，并依据该状态信息为用户提供适合当前任务的服务或资源。在这方面的研究，不管是技术开发或是应用，都已经相当成熟，比如来自europe media lab（欧洲媒体实验室）的Deep Map系统，除了具备位置信息感知功能，还整合了语音信息处理能力，通过该技术将情境感知的范围扩展到用户的语音；[4]国内学者则给出了移动情境下位置感知服务体系结构框架，包括了用户的概要信息、环境信息、系统平台信息和服务内容等方面。[5]
2.位置服务的教育应用价值
在位置服务教育应用方面，尤其是在移动学习过程中，通过收集学习者的移动学习历史数据，比如学习资源（Resource）、学习行为（Activity）、学习位置（Location）、学习时间（Time）等，并使用相P的标准进行规范化表达，尝试以此来描述当前学习者学习情境及其状态，在这些数据的基础上，通过相关的算法挖掘一些共性特征，发现其中的偏好模式，进而有针对性推送学习资源，这不仅对学生的个性化学习，还有教师的继续教育等研究，都具有重要的研究价值。
（1）构建基于地理位置的学习需求分布，辅助教育决策
基于位置的数据，可以将其转换为经纬度数据，再通过百度地图或高德地图的在线应用――云麻点图，将经纬度数据展示在地图上，通过此方法可以对位置数据进行可视化，初步了解学习者的地理位置分布，通过此地理位置分布，结合学习者的学习数据统计，就可以初步了解不同地区的学习者对不同技能或知识的需求，构建基于地理位置分布的学习需求分布，如图1所示。
（2）基于位置服务构建个人知识地图
国内广州大学廖宏建提出通过位置服务技术构建基于位置或情境的个人知识地图。一方面，通过位置与情境的相关性，由系统为学习者提供相匹配的学习资源，满足学习者的学习需求。另一方面就是获取隐性知识或间接知识，即学习者通过其社会关系网络来获取与问题相关的知识或解决问题的方法，换句话说，这是一种以问题为导向的思路。[6]
（3）位置服务在智慧校园中的应用
信息技术的教育应用将教育信息化的发展推到一个新的高度――智慧校园，成为各大高校未来教育信息化发展的方向。智慧校园是在当前校园网的基础上，借助物联网与移动互联网的技术，远程管理与监控校园环境（宿舍、教室、实验室等），并对教学资源（图书馆、多媒体设备等）和教学服务（课程管理、学籍管理等）进行信息化管理。[7]其中，环境感知是智慧校园的重要组成部分，即通过视频或传感器随时感知、捕捉和传递相关人员、设备的信息，尤其是学习者的学习情境，包括学习活动（Activity）、学习位置（Location）等。[8]国外American University提供的Campus Connect Service，学生通过移动手机使用该服务可以获得智慧校园般的体验，包括校园导航（Rave Guardian）、朋友圈（Rave Groups）、校园情境感知（Rave Academics）、校园广播邮件（Rave Email）等。[9]
综上所述，位置服务教育应用主要在于移动学习、图书馆服务、校园网建设等方面，但在教师的继续教育或培训方面的应用，却是寥寥无几。以关键词或主题词“位置服务”在知网进行搜索，再以关键词或主题词“培训”和“远程教育”进行“结果中检索”，检索结果中直接相关的研究为零，但间接相关的研究则是基于移动学习开展的，而且是偏向于系统平台开发方面。
三、研究设计
1.研究对象及研究过程
此次实践是基于某省中小学教师信息技术应用能力提升工程的教师培训实施的。该工程根据国家教育部2014年的《中小学教师信息技术应用能力标准（试行）》制定了相关的培训课程标准，并指出要通过网络研修与现场实践相结合的混合式培训，重点实施网络研修与校本研修整合培训，实现教师边学习、边实践、边提升。[10]
实践过程中采用了本文设计的学习资源与移动学习App。在移动学习过程中，随着时间序列的发展，教师学习位置的动态变化导致了学习发生时所处的场景也是随着时间发展而变化。而移动学习App则在后台记录这些随着时间序列发展的学习数据，其中很重要的一项就是智能手机联网时的IP地址，通过该IP地址标记学习者的位置，尝试以此位置去关联各种学习数据，并通过数据去量化移动学习下影响学习者学习的相关因素，在对数据分析的基础上，最终要知道如何去为学习者提供或推荐相关的学习服务。
2.立体化学习模式设计
在混合式培训过程中，现场集中讲授作为培训的主要方式，该方式现场授课时间短，内容量大，学员短时间内难以消化，而网络研修可以弥补该不足，方便学员在现场集中培训之后继续学习，专家也可以通过网络平台继续跟踪学员的学习情况。
其中，网络研修在移动端，二维码将现场集中培训的纸质教材与在线学习资源进行同步关联，二者的结合如图2所示，①是学习者学习纸质教材，②是学习者基于移动终端学习数字化教材，③是纸质教材的配套数字化教材，纸质教材上每一节内容都配有对应的二维码，学生通过移动终端扫描二维码，即可查看纸质教材上对应的数字化资源（微视频），即为④部分。通过①②③④四个部分，即可将数字学习资源、在线学习平台以及纸质教材进行关联，形成“三位一体”的立体化学习模式，实现线上学习资源与线下纸质教材的同步。
3.基于位置服务的培训App功能设计
与其他学习App的区别在于，一方面是不限制学习者群体，即不设置注册登录的功能，泛在学习应该是面向不同年龄阶段、不同职业的学习者；另一方面强化了情境感知功能，通过GPS和网络等方式对学习者所处的情境及其访问的学习资源进行监控。主要功能有情境感知、视频学习、签到、求助和分享等。
其中，情境感知包括访问者的IP地址记录、访问时间、访问的知识点内容以及在线交流的文本等，这些内容都将构成后期数据分析的基础。
视频学习。为了帮助学习者快速确定想要学习的内容，对视频资源进行三级结构化。比如一级标题可以是微课制作、PPT课件，或者是信息化教学设计，那么二级标题则是对一级标题的进一步细分，比如可以是PPT支持教学资源制作、PPT课件的可视化、PPT课件的微课制作等，三级标题最为具体，相当于项目活动的实施层面。学习者只要用手机扫描纸质教材上三级标题对应的二维码即可观看对应的微视频。
求助和分享。在视频学习中遇到什么问题，可以向其他人求助，而在回答问题的过程中，可以通过视频上传的方式呈现解答问题的过程；分享则是通过自拍，将照片或视频上传，该方式更可以说明在什么样的情境下进行学习可以获得好的学习体验。
4.基于位置服务的培训课程资源设计
在线课程资源建设是我国学习资源建设的重要组成，如网络课程、精品课程等，如何有效整合线上数字化资源和线下纸质教材是课程建设的重要研究内容。大部分学习资源是针对线下纸质教材进行立w化建设，如以传统纸质教材、配套习题集和学习指南等形式构建教学包，或者是在此基础上，再结合多媒体课件、学科网站或教学信息系统等多媒体资源，以此构成三层的立体化教学资源。[11]而伴随着教学理念的更新和新的学习需求，一方面，传统的数字化资源有必要重构；另一方面，需要关注学习资源的可定制化特性及其服务体系的建设。[12]
结合中小学教师的学习需求，构建立体化的学习资源，一方面是实用，即切合中小学一线教师的学习需求；另一方面，纸质教材与线上资源需要同步关联。因此，我们将学习资源细分成三级结构，如表1所示。将教材进行模块化，每个模块下又包含不同的技能点。为了便于视频管理，也为了记录一线教师浏览视频的数据，我们对每个视频进行编码，如表1所示。
四、研究结果分析
收集的数据主要包括三个方面：一是学习者浏览的视频，即视频编号，它与学习资源设计中的三级标题是一一对应的；二是是学习者在线学习时的IP地址，将IP地址转换为对应的经纬度，可以粗略地定位学习者的位置；三是学习者登录学习平台的时间。
截止到2016年四月初，App后台收集到了1069条数据记录，除去无效数据99条，得到948条有效数据，如图3所示。对其中的IP数据，通过调用百度地图的IP定位Api，可以粗略地定位学习者的位置（县级位置），如http：///location/ip？ak=’’&ip=’’&coor=’’，其中包含了三个参数――ak、IP和coor，其中ak是在百度地图上创建应用时生成钥匙，用于访问百度地图应用的依据，即access key；IP则是百度地图定位学习者位置的参数，在实践过程中，IP地址则是由学习者访问移动学习App时后台记录的数据；coor则是调用百度地图api时返回的坐标格式。那么通过上述链接访问百度地图api之后，所返回的数据包括address（吉林省长春市）、city（长春市）、district（区县）、street（街道）、point（经纬度）等。在实践过程中可以发现，IP地址定位的结果精度较差，因此笔者再通过百度地图提供的Android定位SDK，该SDK可以通过GPS、基站、Wi-Fi等多种方式定位，提高定位的结果精度。[13]
通过上述方法，可以将定位精度精确到县级层次，即以县级为范围，了解并获取各县对教学资源中的PPT技能、Word技能和Excel技能的相关视频的学习频率，如表2所示。在分析过程中，发现确实存在个别县的学习者会集中地关注三者技能当中的某一种，如南宁横县的学习者，关于PPT技能的视频的学习次数，相对另外两种技能的视频的学习频率要高，因此，是否可以认为横县的学习者可能更加需要关于PPT技能的学习资源，是否可以向其推送关于PPT技能的学习资源呢，是否又可以此构建基于地理位置的学习需求的分布呢。另外，由于数据量的问题，在这个结果中不能说明该县级的地理位置对该技能有强烈的学习需求，但从某种程度上思考，可以认为这是一种趋势，因此有必要在培训过程中增加这方面的学习资源，包括技能本身的学习资源、与技能相关联的内容。
五、结论与展望
基于位置服务的培训，其最大特点是基于“位置”的学习数据跟踪。从个体层面看，通过情境感知可以有效了解学习者的学习状态，进而有针对性地推送学习资源；从宏观层面看，可以了解区域内关于培训内容的整体的学习需求，即基于某个地理位置构建其W习需求分布。但不管是个体，抑或是宏观，关键的地方在于位置的准确性，难点在于数据量，要想发挥位置服务的作用和特色，就必须提高位置的准确性及其关联数据的分析。
下一步的研究计划包括几个方面：①提高位置服务中学习者定位的精度；②完善位置服务下信息感知功能以及移动学习App的学习支持功能，争取获得更多不同方面的信息；③拓展和重构相关的学习资源，以期更适合学习者的学习和教学研究；④增加问卷调查功能。以期为一线教师的继续教育或培训提供更好的学习服务。
参考文献：
[1]马立，郁晓华，祝智庭.教师继续教育新模式：网络研修[J].教育研究，2011（11）.
[2]姚红静.移动学习技术与中小学教师培训融合的研究[J].中国教育信息化，2015（12）.
[3]“Permanent Reference Document SE.： Location Based Servic”， GSM Association[DB/OL].http：///wiki/Location-based_service.
[4]RAINERM[DB/OL].http：//geoinform.fh_ mainz.de/zipf/aims2000-IntegrationSmartomponents.pdf 2001.
[5]周玲元，段隆振.移动情境感知服务系统研究[J].图书馆学研究，2014（8）.
[6]廖宏建.移动学习中基于位置服务的个人知识地图及应用[J].电化教育研究，2014（6）.
[7]JM Kahn，RH Katz，KSJ Pister.Next Century Challenges： Mobile Networking for “Smart Dust”[J].AcmMobicom，1999：271-278.
[8]胡钦太，郑凯，林南晖.教育信息化的发展转型：从“数字校园”到“智慧校园”[J].中国电化教育，2014（1）.
[9]AU Campus Connect Service[EB/OL].http：//american.edu/oit/software/AU-Campus-Connect.cfm.
[10]教师厅函[2014]7号.教育部办公厅关于印发《中小学教师信息技术应用能力培训课程标准（试行）》的通知[Z].
[11]余朝文，张际平.基于网络学习型社会的立体化教学资源建设研究[J].中国电化教育，2011（6）.
人工智能继续教育范文5
关键词：电工 机电一体化 应用案例
0 引言
电工制造业与我国的经济发展息息相关，无论是在工业、农业、交通运输业等国际基础建设行业，还是在人民生活中，都起着重大的作用，是推动社会经济发展的动力性因素，肩负着为各个行业提供电工设备的重任，尤其是在能源与基础设施建设方面，更是不可缺少的。改革开放以来，随着国民经济的快速发展，电工制造业取得了长足的进步，但是与世界先进水平相比，仍存在较大的差距。
当今经济发展对电工设备的要求不再局限于提高质量和降低成本，更好的满足人民日益增长的物质需求，而是更加看重更新换代，提高科技含量，尽早达到世界先进水平。在积极发展电工制造业的过程中，需要采用新材料、新方法、新技术革新传统电工产业，在这个探索过程中，大力推动电工一体化发展就是机电产业发展的核心内容之一，是发展电子工业的关键所在，大力推动电工过程中机电一体化的应用将是未来电工制造业发展的重中之重。
1 电工过程中的机电一体化技术概述
1.1 机电一体化的概念 机电一体化技术是电子计算机问世以来的一项新兴技术，它是电子技术和机械技术的完美结合，是机械工业、电子计算机工业、微电子技术与数字化控制工程之间形成的交叉学科，其彼此交叉融合、相互渗透。机电一体化技术的发展一方面依赖于已有工业技术的发展进步，一方面有推动已有工业技术的发展革新。机电一体化技术主要是在技术和装备两个方面。机电一体化技术主要是电子技术和机械制造的结合过程中积累的各种知识经验和操作技术；技术装备则主要是指应用机电一体化技术制造的各种应用型产品。二者相辅相成，前者指导后者的制造，后者体现前者的技术特点。在机电一体化产品中，机械的部分是设备运转的基础，信息处理器是设备的核心（包括微处理器和微电子器）。二者相辅相成，不可分割。
1.2 机电一体化的发展历程 五六十年代是机电一体化技术发展的准备时期，1952年第一台数控铣床的问世和1959年第一个可编程机器人的问世都标志着机电一体化技术快速发展的来临。到七、八十年代，随着大规模和超大规模集成电路的发展，机电一体进入了快速发展时期，逐渐被大众所接受和认可。1989年，第一届国际先进机电一体化会议在日本东京召开，标志着机电一体化技术进入深入发展时期，并促进机电一体化技术形成了完整的学科体系。此后，长期以来，机电一体化技术主要向着数字网络化、模块集成化、人工智能化、绿色环保化的方向发展。
1.3 机电一体化技术发展存在的主要问题及改进措施 目前，机电一体化技术的推广中仍存在一些问题，主要体现在以下几个方面：第一，重视整机设备引进，轻视国内基础设施及基础元件的研究，以至于某些生产过程长期被国外企业控制。对此，国家应该积极鼓励基础技术和元件的开发工作，重视自主知识产权，早日摆脱国外企业的技术垄断。第二，数控设备人才大量缺乏，尤其是在生产第一线的拥有维护、管理技术的工人大量欠缺，导致我国机电一体化技术的研发和实际生产使用相脱离。对此，在培养高技术高学历相关专业人才的同时，应该重视现有技术工人的继续教育和岗位培训，充分发挥机电一体化设备在实际生产中的强大优势。第三，国内自主研发的机电一体化设备可靠性差、安全性低、工作效率与国际先进水平差距大。这就要求我国在开发自主品牌的同时，重视生产制造工艺，提高设备质量，降低维修率和返厂率，这也将有利于自主品牌的推广。
2 电工过程中机电一体化的应用案例
2.1 微机械技术 微机械技术，也称为电子机械系统，出现于80年代后期，是机电一体化技术中高科技含量的一个重要的发展方向。这一应用是从微型化的传感器开始发展的。60年代中期，脑电极阵列探针在美国斯坦福大学诞生，这标志着机电一体化微机械技术的开始。随后，斯坦福大学有成功的开发出新一代的微型硅片压力传感器，美国加利福尼亚大学柏克莱分校也制作出直径仅60mm的硅马达。这种新型硅马达是利用硅片上刻蚀成的定子与转子之间的静电力来驱动，利用了半导体可以进行微细加工的特质，引起了电器制造业的广泛关注，并作为高新技术被推广开来。此后，微机械技术的研究席卷全球，美、日、德等国家还为此定期举行学术研讨会议，极大地推动了微机械技术的发展。
通常，微型机械的制造一般有三种方法：一是采用半导体微细加工技术在硅片上进行光刻腐蚀制作；二是利用激光束或电子束加工制作；三是利用化学方法做成分子尺寸低聚物的结构块体，再装配成微型机械。
人工智能继续教育范文6
校企合作是提高高等职业教育质量的核心和发展趋势，西方国家高度重视职业教育的发展，逐渐推行并完善现代学徒制人才培养模式，无论是德国的“双元制”、美国的“合作型”、澳大利亚的“技术与继续教育”，还是日本的“企业教育”，均为校企深度合作的人才培养案例。做好校企“双元”现代学徒制人才培养，对于现代高职会计信息管理专业具有重要意义。西方国家现代学徒制人才培养体系较为成熟，多元主体参与其中[1]。我国在探索现代学徒制时以政府、企业、学校一方牵头多方协同及校企“双元”培养模式为主。财会类专业难以找到特定的服务行业，各企业财会类人员岗位占比较少、人员需求量不高，导致专业就业相对分散[2]。在实施现代学徒制时，应积极探索以学校为主导，面向行业和企业的校企“双元”育人模式。
二、构建科学有效的校企“双元”育人机制
校企“双元”育人现代学徒制模式实施中的一大困境是尚未形成互利共赢的合作机制，校企双方应积极探索科学有效的“共合作、共育人、共管理”全面合作机制。1.校企共合作。学校成立领导小组，建立指标体系对企业进行研判，与合作企业签订现代学徒制专项项目。为有效促进深度产教融合，实现企业服务学校人才培养、产出成果促进企业发展，校企双方应整合资源、挖掘共赢点、搭建平台，形成长效合作机制[3]。一是整合资源建设“校中厂”“厂中校”，学校购入所需平台、设备等，建设现代化企业办公区域；企业师资和“师傅”入驻，进行工作制度和企业文化建设，实现员工在学校办公学习、学生在工作中实践学习。二是搭建平台建设产业学院，充分发挥企业重要教育主体作用，将企业需求融入高职财会类人才培养全过程，将人才培养延伸至科学研究、技术创新、产品升级、企业服务、学生创业、员工培训等方面。2.校企共育人。校企“双元”育人应体现教育性和职业性。构建“工学贯通”“课证融通”的课程体系，让学生具备基本的职业能力和素养，有效获取相关职业资格证书；同时，通过高等职业教育，为想要提升学历的学生进行教育保障。结合现代学徒制培养模式，通过实践提升学生的应用型技术技能、岗位适应性和综合能力。聚焦新技术新要求，校企共建双师教师实践基地，培育高水平结构化教师教学创新团队，强化师资技能培训、社会培训、技术应用创新与成果转化，支撑新兴技术技能人才培养。3.校企共管理。在校企“双元”现代学徒制育人模式实践中，通过签订专项协议、三方协议、师徒协议、成立专项工作小组等，在工学结合的教学组织中，以学校为主导单位，企业全力配合各项管理工作。这种管理方式有利于划分校企双方的责权利，彼此分工明确，提升管理效率。学校作为主导的管理方式，在以企业的生产实际引领教学的“双元”育人模式中，有利于保障人才培养的连贯性、统一性和有效性，激发校企双方的积极性，有效促进人才培养质量的提升[4]。
三、以行业企业发展为导向进行专业建设
（一）会计信息管理专业人才培养与行业企业的对应性
数字经济下，会计职能由核算会计向管理会计转型、技术由传统财务向智能财务转型[5]，导致高职院校教学内容与企业需求脱节，不利于现代学徒制的有效运行。学校应以行业企业需求为导向，分析学生就业方向，专业建设对接行业企业需求、课程体系对接职业岗位、教学过程对接业务流程、教学内容对接工作任务，形成“行业企业—岗位—业务—教育”四链闭环衔接，通过教学组织、课程建设与开发、教学管理、教学研究、思政育人、职业资格证书培训等内容，打造会计信息管理专业特色现代学徒制人才培养模式。当下，财会行业企业全面升级转型，企业财务呈现自动化、实时化、数字化和智能化。财务自动化体现为利用设备和机器，预先编制好流程及程序，在人工干预较少的情况下，自动地完成部分或全部财务操作。财务实时化主要体现在企业共享所有信息资源的基础上，财务数据及时、动态、对称同步。财务数字化是财务信息化的进阶，业务转化为数字，利用智能化工具进行数据处理和管理。财务智能化是人工智能在财务领域的延伸应用，包括可视化、机器学习、语言处理等技术。会计信息管理源于会计，专业人才具有很多的岗位选择，专业人才培养规格要呈现“首岗适应，多岗迁移，可持续发展”。专业人才就业首岗面向传统会计核算和大数据业务财务技术人员，向会计信息系统运用、维护、销售岗位迁移。未来向企业高级管理人员发展，其中目标岗位包含会计信息主管、会计主管和ERP工程师，发展岗位包含首席财务官、信息技术总监和财务经理。数字经济下，企业财务业务大致分为数据采集、数据处理、数据分析和数据应用四个环节。第一，基于企业内外部会计业务和经济业务信息，以及其他数据源通道，通过业务分析、会计核算等进行信息采集。第二，通过数据清洗确保数据的有效性，通过数据挖掘等方式发现存在的问题，根据业务发展与数据情况建立业务数据算法和模型。第三，利用大数据技术和智能化工具进行问题分析，并呈现可视化数据分析结果。第四，撰写如企业投资分析报告、财务报告等相关数据分析报告，为企业的风险管控、预算编制、纳税规划等经营决策提供支持。
（二）会计信息管理专业人才培养定位
新形势下，会计信息管理专业需要培养懂业务、擅分析、能设计、助管理的人才。首先，要熟悉经济业务和会计业务的流程与发展过程，并能厘清业务与数据的关系，搭建数据分析框架。其次，要掌握数据分析技术，根据实际问题运用有效的数据分析方法对数据展开分析，针对分析结论提出指导性意见。然后，要具有信息系统设计和数据可视化设计的思维，使信息的传达明确、有效。最终，要服务管理决策，能够依据相应的数据分析结果，为企业经营决策提供支持。
（三）会计信息管理专业课程设置
基于人才培养目标，专业课程的设置需要如下三个层面的支持[6]。1.会计学课程。会计信息管理不能脱离财务会计，要熟悉企业经济业务和会计业务的流程及处理，能够完成账务处理、财务报表生成和企业纳税申报等业务工作。此类课程的基础课程主要有财务会计基础、财经法规与会计职业道德、经济法基础等，核心课程主要有企业财务会计、智慧化税费申报与管理等，专业拓展课程主要有智能出纳业务操作、云财务会计岗位技能训练等。2.数据管理技术课程。对数据的管理体现在两个层次，一是能够使用工具对数据进行采集、处理、分析和应用，二是掌握信息系统的操作、维护与信息安全管理。此类课程的基础课程主要有统计基础、数据库基础、财务大数据基础等，核心课程主要有财务大数据分析与可视化、业财一体化设计、会计信息系统应用、大数据技术在财务中的应用等，专业拓展课程主要有财务机器人应用与开发、EXCEL在财务中的应用、信息安全与管理等。3.决策管理能力课程。面对核算会计向管理会计的升级转型，会计信息管理人员更多的要向企业的经营决策提供服务，提出建设性意见和建议，要求具备一定的决策能力。此类课程的基础课程主要有管理会计基础等，核心课程主要有管理会计实务、企业内部控制等，专业拓展课程主要有智能化成本核算与管理、ERP管理会计岗位技能训练、企业经营模拟沙盘实训等。
（四）会计信息管理专业教学资源建设
校企“双元”现代学徒制育人模式下，校企双方深化产教融合，共建共享专业教学资源。校企共同开发工学结合的课程及教材，企业挖掘工作岗位任务与技能，有机融入课程体系，教师编写课程讲义、开发相关配套教学资源，满足教学需求。同时，发挥学校和企业在信息、人才、技术与物质资源等方面的优势，建立数智化实践教学基地，打造“校中厂”“厂中校”和产业学院，增强实践教育应用。
（五）会计信息管理专业师资队伍打造
校企共同进行师资团队建设，利用各自优势，增强师资建设的产教契合度，强化“双师型”教师队伍建设。通过协商校企共同制定双师师资管理办法，完善双导师制，明确职责和培养任务，规范选拔、培养、考核、激励办法。有计划引聘校外行业名师、企业兼职教师，优化“双师型”教学团队结构。依托双师教师实践基地等平台，校企教师双向交流培养，综合提升师资队伍的专业知识和教育教学能力。
四、开展“工学结合”的教学模式
校企“双元”现代学徒制育人模式的特点为学校、企业共同对学生进行双重教育和管理，校企共同组建学工团队，建设“工学结合”的课程体系，分阶段实施教学[7]，实现教学现场化和“教、学、做”一体化。第一阶段为第一学年，企业与学校联合招生，签订学生、企业、学校的三方人才培养和招工招生协议，明确学徒的“企业员工”和“学校学生”的“双重身份”。学生主要学习基础理论和技能课程，包括财务会计基础、管理会计基础等职业基本能力课程，高职英语、计算机应用基础等综合素养能力和技能课程，思想道德与法制等思想政治素养课程和职业生涯规划等创新创业能力课程。企业师傅入驻学校，进行学生管理和企业文化建设，通过企业参观、个人发展规划等途径，帮助学生体验核算处理、财务分析等岗位工作要求，推进校园文化与企业文化的融合，帮助学生适应下一阶段的学习。第二阶段为第三学期到第五学期，依托“校中厂”“厂中校”和产业学院，进行工学结合的人才培养。基于典型工作内容和工作任务，把企业生产、管理、经营、服务的实际工作活动作为课程核心，将工作任务与知识学习相结合，校企共同开发、教授工作技能指导课程。以企业师傅入校或学生入企业的形式，积极探索校企轮换弹性学习模式，由学校教师主要承担企业财务会计、财务大数据分析与可视化等专业核心课程教学，由企业师傅主要承担智能出纳业务实操、云财务会计岗位技能训练等技能实训课程教学，学生半工半读，学练结合，为过渡到工作岗位做准备。第三阶段为第六学期，学生进入学徒期，到企业进行顶岗实习，通过轮岗培养掌握岗位所需的技能，由企业考核，双向选择就业。校企共同落实好实训工资、津贴、学费、社保、安保等工作，打通用工、就业渠道，实现“招生即招工、毕业即就业”的良性机制。学徒期结束时，学生应修满毕业规定的最低总学分，并取得如会计专业技术资格证（初级）、大数据财务分析职业技能等级证书等职业资格证书。结语现代学徒制育人模式受到高度关注与认同，校企“双元”育人模式对会计信息管理等财会类专业有着重要意义，学校应探索建立校企产学研合作、协同育人的长效机制，校企双方优势互补、共同发展。“工学结合”的人才培养模式下，学生具备“学生”和“学徒”双重身份，校企双方还应共同制定双元考核与评价方案；制定适用于现代学徒制的学分制管理机制，职业资格证书互通认证，科学合理设置学校修读、校企交替与企业轮岗等课程的学分；利用现代信息化技术，提高学徒管理和教学质量监控水平，全面保障人才培养质量的高水平提升。
参考文献
[1]赵永胜.破解现代学徒制开展困境的新思考[J].成人教育，2019（04）：60–66.
[2]于晓平.高职会计专业实施现代学徒制人才培养模式研究[J].现代商贸工业，2019（17）：109–110.
[3]王玉龙，郭福春.高职院校深化产教融合的现实样态与路径选择[J].职教论坛，2021（02）：40–45.
[4]张函.校企合作不合伙——“单主导”模式破解现代学徒制“两冷”难题[J].科技视界，2020（23）：76–78.
[5]区永亮.人工智能背景下财务会计向管理会计的转型[J].纳税，2021（35）：74–76.
[6]赵彩霞，吴杜，雷国琼.大数据时代会计信息管理专业人才培养思考与对策[J].中国管理信息化，2016（05）：34–36.
