【2026年8月6日】关于印发《广东省技工院校人工智能教育指引》的通知
文号:粤人社函〔2026〕233 号
发布部门:广东省人力资源和社会保障厅
发布时间:2026-08-06
粤人社函〔2026〕233 号
关于印发《广东省技工院校人工智能教育指引》的通知
各地级以上市人力资源社会保障局,各技工院校:
为深入贯彻落实人社部关于加快推进“ 人工智能+人社” 应用发展的工作部署,推动人工智能教育与技能人才培养深度融合,促进人工智能助力技工教育变革,培养具备人工智能应用与创新能力的高技能人才,我们研究编制了《广东省技工院校人工智能教育指引》,现印发给你们。地市人社部门要将“ 人工智能+技工教育”纳入发展规划,加强组织领导、统筹指导和条件保障,科学组织实施。技工院校要将人工智能纳入各专业人才培养方案,制定符合自身实际的实施方案,面向全体在校学生开展人工智能教育,提高人工智能教育质量。
工作中如有问题和建议,请径向省厅教研室反馈。联 系 人:李 萌、吴立波,联系电话:020-33976980 、83192267。
广东省人力资源和社会保障厅
2026 年 8 月 6 日
广东省技工院校人工智能教育指引
为深入贯彻国家教育数字化战略和“ 人工智能+”行动意见,落实人力资源社会保障部等四部门《关于加快推进“ 人工智能+人社” 应用发展的实施意见》,按照省人力资源社会保障厅等九部门《广东省加快数字人才培育 支撑数字经济发展的若干措施》,实施“人工智能+技工教育” ,促进人工智能助力技工教育变革,开展技工院校人工智能通识教育、素养提升,深化工学一体化技能人才培养,特编制本指引。
一、总体要求
( 一)总体目标
聚焦广东制造业与服务业协同融合发展,深入推进人工智能赋能技工教育高质量特色发展,把人工智能作为赋能要素渗透各专业建设全过程,培养能胜任人工智能产业应用与场景落地的高技能人才。通过引入产业人工智能应用场景,推动专业智能化升级改造,依托产教评“微专业”“微课程” 和“微证书” ,深化工学一体化人才培养模式,建设与人工智能技术应用相适应的技工院校人工智能课程体系和评价体系,用两年时间实现全省技工院校人工智能通识课程全覆盖。创新教学教研模式,系统提升师生人工智能应用能力,促进技工教育服务产业数智化升级。
(二)指导原则
统筹人工智能发展与安全,引导技工院校从区域定位、专业建设、课程体系、教学场地和资源、教学教研、评价机制及教师队伍建设等维度实施系统性改革,推动人工智能教育向深层次育人目标转型。
坚持产业发展需求导向。立足产业数智化升级对岗位技能人才的实际需求,聚焦已完成智能化改造企业及新兴产业的岗位任务变化,及时研判人工智能对技工教育的结构性影响,强化工作岗位和工作任务所需的人工智能应用能力及职业能力培养。
坚持案例驱动与场景实践。以真实产业应用案例和岗位场景为载体,以工学一体化人才培养模式要求推动教学落地。定期组织人工智能教育优秀案例征集,涵盖通识教育、行业应用、场景实践等层面,遴选可借鉴、可推广的典型案例。推进省市校开展优质专业、优质课程、优质课堂建设等活动,形成可模仿、可推广的教学范式。支持各院校结合区域产业特色与优势专业,探索差异化的实施路径。
坚持分层分类与动态迭代。根据中级技能、高级技能、预备技师(技师)三个培养阶段,明确差异化的人工智能教育目标与内容,在注重智能思维培养基础上,各阶段要不同程度拓展工具应用与场景实践的深度。针对不同专业领域,推动人工智能与教育教学深度融合,实现不同侧重的分类培养要求。紧跟人工智能技术发展和产业应用变化,通过产教评“微专业”“微课程” 和“微证书” ,建立动态调整机制。
坚持伦理安全保障。遵循以人为本、向上向善的理念,培养师生人机协同意识与负责任的人工智能使用习惯。强化数据隐私保护与伦理教育,保障人工智能应用安全、可信、可控。
二、人工智能与专业融合建设
( 一)推动专业数智化升级
人工智能不仅是独立设置的单个专业,而且是驱动各专业数智化升级的核心赋能要素。技工院校要与行业企业紧密合作,结合新质生产力发展需求,关注人工智能对传统就业岗位的结构性影响,推动专业数智化升级转型,培养学生适应岗位变革的迁移能力与终身学习意识。建立健全专业动态优化与布局调整机制,提高专业设置与产业数智化发展的适配性。深化人工智能与工学一体化人才培养融合,将人工智能应用能力要求纳入人才培养方案,明确人工智能应用能力评价要求,按专业和课程完善知识图谱,构建能力图谱,人机协同动态评估学生人工智能应用能力。
(二)深化产教评“微专业”“微课程”应用实施
技工院校要围绕岗位数智化场景,实施针对性强、实用性高的产教评“ 微专业”“微课程” 和开展“ 微证书” 评价。根据工作对象、工具材料设备、工作方法、劳动组织形式和工作要求等工作核心要素智能化变化情况,及时整理优质应用场景,修订或更换学习任务。 以产教评“微专业”“微课程”推动主专业数智化升级,加快复合型数智化技能人才培养。有条件的技工院校推进产教评“微专业”“微课程” 社会化培训和内容转化,对接“技能照亮前程”培训行动,推动岗位需求、技能培训、技能评价、就业服务四位一体联动贯通,助力企业技术技能人才转型升级。
( 三)校企共建共享人工智能教学场地和资源
深化校企融合,通过引企驻校、引校进企、校企联动等方式,校企共商专业规划、课程开发、教学模式、实习实训工作。鼓励开发和使用开源人工智能工具与开放教育资源,联合开发人工智能优质应用场景学习任务库、教学应用案例库和虚拟仿真实训资源,建立资源动态更新机制,升级实训场地,确保学习内容、实训场地与产业发展同频同步。通过区域性、行业性技工教育联盟(集团)加强省内互助合作,汇聚优质资源,形成人工智能整体优势。
三、人工智能课程体系建设
( 一)课程体系和内容
技工院校应遵循“ 中级技能、高级技能、预备技师(技师)”按专业大类贯通递进、分层分类、能力进阶的原则,紧密对接产业数智化升级需求,构建“ 通识教育、行业应用、场景实践” 三层阶梯式人工智能课程体系,通过必修、选修相结合的方式,实现对技工院校学生人工智能应用能力的培养。
通识教育方面,根据统一的人工智能通识课程要求,技工院校应独立开设人工智能通识课程(必修),做到全学段覆盖;依托技工教育网资源和人工智能教育案例库,结合学生专业对应产业应用案例开展教学,避免单纯理论讲授。
行业应用方面,要根据专业大类开设专业基础课。中级技能培养阶段侧重通识能力和行业基础技能培养,具备数字化生存基本素养;高级技能培养阶段可根据专业领域产业应用实际,灵活设置具有特色的人工智能技能课程,侧重人工智能专业工具应用培养,形成“人工智能+ 岗位技能” 的常态化应用能力。预备技师(技师)培养阶段可根据实际设置人工智能开发和创新应用课程等,侧重人工智能系统思维培养以及跨领域融合创新,体现技术创新与岗位引领能力。
场景实践方面,技工院校应将人工智能培养融入各专业一体化课程和教学过程,通过学习企业真实项目、选修产教评“微专业”课程等,培养学生人机协同行业应用问题解决能力。
(二)课程实施要求
技工院校要将人工智能课程纳入专业人才培养方案,明确各阶段课程开设学时与学分要求。通识课程作为公共基础必修课,应独立开设,保障不少于 20 课时的规定学时。高级技能及以上阶段应灵活运用产教评“微专业”“微课程” 和工学一体化人才培养模式要求,根据各专业大类岗位数智化场景,实施针对性强、实用性高的课程教学。
四、人工智能赋能教学教研机制建设
( 一)教学模式创新
技工院校要围绕教育教学全过程,重构教学设计、实施和评价方式,推动人工智能融入工学一体化教学内容解决实际问题。在人工智能辅助教学方面,推动教师人工智能技术应用于教学设计、实施和评价全过程。推进教师将人工智能技术开展学情诊断、资源开发、实训指导、评价反馈和答疑辅导,实现精准教学与个性化指导,探索线上线下的人机协同教学模式。鼓励有条件的技工院校运用智慧教育平台,建立能力图谱,通过智能备课系统整合行业案例生成精准教学建议,运用智能系统实现精准学情诊断、教学改进与个性化评价反馈,为教师减负增效。在人工智能解决实际问题方面,教师要围绕学习任务场景,指导学生运用人工智能工具分析和解决实际问题,提升学生人机协同解决问题的能力。
(二)教研机制创新
依托产教评技能生态链建设,应用人工智能技术,实现产业标准和岗位任务动态解析、专业课程标准对标建设评估、教学质量动态监测、学生能力辅助评估的人工智能治理生态,实现人才精准培养使用;以优质学校、优质专业、优质课程和优质课堂建设为抓手,在评审中强化人工智能应用指标体系;定期遴选人工智能教育优秀案例,形成案例集和教学资源包,通过专题推介、现场观摩、线上平台等方式向全省技工院校推广。省技工教育和职业培训教学指导委员会围绕产业、专业、课程、教学、评价等关键要素人工智能应用开展研究,形成省级资源共建共享平台。
技工院校要系统推进人工智能应用和治理体系研究,利用人工智能技术将行业岗位前沿能力要求与教学内容对接,提升人才培养的适配性,并不断完善人工智能伦理和安全治理;建设人工智能应用交叉创新平台,强化人工智能牵引的多领域融合发展,加快探索人工智能时代教研科研新范式;利用智能工具分析企业岗位需求,建立学生职业兴趣画像,提高岗位实习和就业匹配度。
五、学生人工智能应用能力建设
( 一)能力要求
依据技工院校中级技能、高级技能、预备技师(技师)三个培养阶段,围绕通识基础和专业应用双主线,技工院校与行业企业共同制定分段递进的人工智能应用能力标准,形成“智能思维、伦理责任、技术应用、人机协同” 四个维度、“ 通识能力、行业应用能力、场景实践能力” 三个层级学生人工智能核心能力框架(附件 1),明确学生在不同阶段必须具备的人工智能应用能力,系统提升学生就业适应力和岗位竞争力。
(二)评价机制
技工院校要紧扣“知识、技能、场景、伦理” 一体化发展目标,开展对学生人工智能应用能力的评价。鼓励探索智能化评价模式,精准评估学生人工智能应用能力水平,为个性化学习提供数据支撑。鼓励运用人工智能技术辅助开展应用能力测评,开发情境化、梯度化的智能测评工具,精准画像学生人工智能应用能力发展水平。定期开展应用能力测评,助力学生提升核心能力,适应未来职场数智化需求。
在通识能力中,通识课程采用理论考核、任务实践考核、省统一考核等方式,作为公共基础必修课,重点考查学生对人工智能基础知识和基本应用的掌握情况。行业应用与场景实践部分构建过程性评价+成果性评价相结合的评价方式,以个人/团队协作项目实践成果为核心载体,团队协作成果中个人承担的任务作为评分依据;结合产教评“微专业”课程学习成果,考取产教评“微证书” ;鼓励企业参与评价标准制定与结果认定,将企业认证作为补充依据,强化就业导向及岗位适应能力。伦理安全意识贯穿培养全过程。
六、教师人工智能教学能力建设
( 一)健全教师人工智能教学能力培训机制
构建六个维度、“初级、中级、高级” 三级教师人工智能教学能力要求(附件2),技工院校根据不同岗位需求分层分类开展教师人工智能教学能力提升培训,纳入教师培训计划,培训应涵盖人工智能基础认知、工具操作、教学应用、伦理安全四个模块,对照教学能力要求逐级进阶。针对不同专业教师采取差异化培训路径,针对不同年龄段教师设计差异化培训路径。建立省市校三级培训体系,开展省级人工智能种子教师培训计划并向粤东西北倾斜,三年内实现全省技工院校专任教师人工智能教学能力校级培训全覆盖。
(二)完善人工智能师资招用和激励机制
地市人社部门和技工院校要建立健全人工智能师资激励机制,建立人工智能教学带头人评选机制,培育人工智能教学创新团队,支持教师通过课题开展人工智能教学研究与实践创新。技工院校要建立多元化的人工智能师资引入机制,拓宽师资来源渠道。鼓励技工院校从人工智能领域企业引进技术骨干担任兼职教师,在工学一体化教师培训中引入产教评技能生态链链主企业人员,组织实施教师人工智能教学能力专项培训。同时选派教师到企业跟岗实践。支持院校以项目合作、技术顾问、客座讲师等方式,柔性聘请行业人工智能专家、企业工程师参与课程开发、实训指导和教学研究。
( 三)开展教师人工智能教学能力测评
技工院校要根据技工院校教师人工智能教学能力要求,开发情境化、智能化、梯度化的测评工具,开展教师人工智能教学能力测评,针对测评结果,提升教师教学应用能力。建立教师学习交流与典型案例共享机制,推动教师运用人工智能技术,在教学、教研、管理、评价等领域开展改革创新。
七、人工智能伦理与安全治理
( 一)加强伦理教育与价值引导
技工院校要将人工智能伦理教育有机融入课程教学和学生培养全过程,结合技术发展和应用实际,及时更新教学内容,强化学生对人工智能伦理规范、社会影响和责任边界的认识,增强规则意识、责任意识和风险防范意识。教师应充分发挥育人主导作用,在教育教学中加强价值引领,将人工智能伦理、社会影响和人文关怀融入课程实施和学生指导。
(二)强化数据安全和隐私保护
技工院校应建立健全人工智能应用数据安全管理制度,规范数据采集、存储、处理、传输和使用流程,依法依规加强对师生个人信息、敏感信息和涉密信息的保护,防止数据泄露、滥用和未经授权使用,确保教育教学数据安全可控。
( 三)建立内容审核和应用管理机制
技工院校应完善人工智能生成内容审核机制,建立“人工智能初筛、人工复核” 闭环流程,确保教学内容、评价结果和学生作品准确合规。明确四条应用边界,不得强制所有课程引入人工智能;不得以人工智能替代基础技能训练;不得以人工智能代替教师专业评判;不得引入未经安全审核的人工智能工具。校内人工智能产品与服务应通过内容安全评估与数据合规审查,防范技术滥用,保障应用规范有序。
( 四 )坚守学术诚信底线
技工院校应加强学术规范教育,明确人工智能工具在学习、实训、考核和成果展示等环节中的使用边界,厘清“ 技术辅助”与“ 完全依赖” 的界限,引导学生合理、合规使用人工智能。严禁利用人工智能代写作业、伪造实践成果、篡改数据等学术不端行为。建立健全人机边界审查与申诉机制,科学运用人工智能检测工具,坚持技术筛查与综合研判相结合,对违规行为区分情节轻重进行分类处置,切实维护教育教学秩序和良好学风。
八、组织保障
( 一)构建人工智能教育的组织保障体系
省厅在省级优质专业资金中加大对依托人工智能优化专业的技工院校支持力度,加大对粤东西北地区技工院校人工智能教育的支持力度,开展跨区域教研活动与院校帮扶,缩小区域间人工智能教育发展差距,弥合区域内数智鸿沟。地市人社部门和技工院校应从组织、机制、经费、安全、评价等方面制定保障措施,将教师人工智能教学能力培训纳入年度培训计划。技工院校应建立由学校领导统筹、专门机构协调、院系具体落实的运行机制,有序推进人工智能教育应用能力提升,促进人工智能的常态化安全应用。
(二)加强智慧校园中人工智能相关条件建设
技工院校要在智慧校园建设中加强人工智能技术支撑,通过集成智能工具完善数据接 口、身份认证、权限管理和日志审计等机制,为学校人才培养和治理提供智能化技术与工具的支持。有条件的技工院校可联合行业企业,探索建设对接区域产业特色的专业垂直类大模型和智能体,将大模型作为专业技能化升级、课程智能化改造、实训基地智能化建设的重要支撑。
( 三)建立监测评估与持续改进机制
建立风险预警与应急响应机制,技工院校要将人工智能教育纳入教学常规和质量评估,开展监测评价,完善“ 监测、反馈、改进” 闭环,将评估结果与经费支持、考核激励等政策相衔接,持续提升人工智能教育质量。
附件 1
技工院校学生人工智能应用能力要求
维度 层级 培养阶段 | 中级技能 | 高级技能 | 预备技师(技师) |
侧重通识能力 | 侧重行业应用能力 | 侧重场景实践能力 | |
智能思维 | 1. 能解释人工智能的基本运行逻辑(输入-处理-输出); 2. 能运用图形化编程工具将简单任务拆解为可执行的 逻辑流程与条件判断,初步形成问题分解与有序推进 的思维习惯。 | 1.在典型任务中能运用数据思维对现场采集的生产或服务数据进行基础分析,识别异常波动与规律性趋势; 2. 能运用系统思维阐述本岗位在数智化产线或业务流程中的上下游关系,发现操作层面的瓶颈并提出局部改进建 议。 | 1.具备人工智能系统思维,能绘制包含“数据 流、业务流、信息流” 的系统架构简图,清晰标注本系统与上下游系统的接口关系; 2. 能解释数据、算法、算力的协同机制与能力边界,在工程师指导下针对具体场景提出技术路线对比分析。 |
伦理责任 | 1. 能阐述人工智能基本概 念、发展历程与典型应用场景,树立以人为本、科技向善的技术使用观; 2. 能说出人工智能伦理规 范、数据安全及隐私保护要求,展现基础风险识别意 识,并在操作中自觉规避不当行为。 | 1.在专业工具操作中能识别并主动规避数据滥用、权限越界等常见伦理与安全风险; 2.严格遵循岗位数据合规要求与现场操作规 范,做到任务前核验数据来源与权限、任务中观察异常、任务后记录存疑问题。 | 1.在项目实践与系统优化中坚持人类主体地位与科技向善原则; 2. 能参与编制涵盖数据隐私、算法公平性与系统容错机制的风险自查清单,协助工程师完成上线前的伦理合规检 查,并对已运行系统记录伦理相关异常。 |
技术应用 | 1. 能操作人工智能常用工具(生成式人工智能、智能搜索等)的基本功能; 2. 能独立完成信息获取与整合、指定格式内容生成、基础数据整理等常规任务。 | 1. 能熟练运用专业领域人工智能工具; 2.独立完成模型调用与参数配置、智能体工作流搭建、数据可视化分析等典型现场任务。 | 1. 能参与智能系统在真实生产场景中的选型、测试、现场部署与调试工作; 2. 能独立完成系统日常运行监测、数据标注与模型校准、异常日志分析与问题定位; 3. 能结合产业前沿技术提出岗位数智化改造的局部优化方案,并在工程师确认后实施验证。 |
人机协同 | 1. 能通过清晰、结构化的指令(提示词)与人工智能进行有效交互; 2.对人工智能输出结果进行基础合理性校验,识别明显事实错误或逻辑矛盾。 | 1. 能在给定的人机协同流程框架下执行人机协作任务,根据现场反馈动态调整交互参数或操作方式; 2.主动记录协同过程中的异常情况,提出优化个人操作节奏的具体建议。 | 1. 能参与设计人机协同流程,协助工程师制定正常态与异常态下的任务分工规则及人工干预条件; 2.在模拟或真实高风险场景中能按授权果断执行人工接管,详细记录接管原因与处置结果,为流程迭代提供一手数据。 |
附件2
技工院校教师人工智能教学能力要求
维度 | 指标项 | 初级(基础) | 中级(熟练) | 高级(引领) |
价值与意识 | 价值 认知 | 能阐释人工智能对经济社会发展的推动作用,认可人工智能赋能技工教育的价值,形成正确的技术应用观。 | 能深入分析人工智能对技工教育人才培养模式变革的推动作用,在教学中自觉坚持人类主体地位,避免过度依赖技术。 | 能展现前瞻性视野,系统阐释人工智能时代技能人才培养的战略价值,引领全校形成正确的人工智能教育价值观。 |
产业变 革认知 | 能描述人工智能对本专业对应产业的重塑效应,识别岗位技能需求的变化趋势。 | 能精准分析本专业对应产业链的数智化升级路径,将产业认知转化为教学改进的依据。 | 能绘制本专业岗位数智化转型能力图谱,明确人工智能替代、人工智能增强与人工智能新生岗位的技能边界。 | |
责任与伦理 | 伦理 规范 | 能说出人工智能伦理基本原则(公平、透明、可解释等),在教学中告知学生人工智能生成内容的版权风险与真实性局限。 | 能组织开展人工智能伦理专题研讨,有效预防并纠治学生利用人工智能代写实训报告、伪造技能成果等学术不端行为。 | 能领衔开发校本人工智能伦理教育微课或通识教材,系统培养学生的数字公民责任感与科技伦理意识。 |
数据 安全 防护 | 严格遵守《数据安全法》《个人信息保护法》等法律法规,严禁违规上传师生敏感信息。 | 能在教学与科研中落实数据脱敏处理,能向学生清晰宣讲数据安全风险点,指导其规范操作,防范隐私泄露。 | 能参与制定学校人工智能应用的数据安全管理规范;能组织全校性的数据安全培训,对新形态数据风险展现研判与预警能力。 | |
信息 甄别 治理 | 能辨析生成式人工智能的局限性,不盲从、不轻信算法输出结果。 | 能指导学生建立交叉验证机制,识别人工智能生成的错误;能将信息甄别能力纳入日常教学评价。 | 能设计高阶的信息能力培育项目,建立人工智能工具输出的可信度评估机 制,并形成教学策略的持续优化闭环。 | |
知识与技能 | 理论 知识 | 能说出人工智能及大模型基础理论,解释人工智能赋能教学的基本原理与典型模式。 | 能阐述人工智能环境下的教学设计模式、教学评价理论,依据教学目标甄选适配工具。 | 能系统阐释人工智能与技工教育融合的前沿理论,指导团队开展人工智能教学研究。 |
工具 操作 | 能熟练使用主流生成式人工智能工具进行文本创作、图像生成及简易课件制作;能操作智能办公软件的基本功能。 | 能运用智慧教学平台的数据分析模块,完成教学效果的多维度数据统计与可视化呈现,基于数据反馈精准定位教学重难点;能指导学生合规使用专业领域人工智能工具处理复杂任务。 | 能展现多工具串联与工作流编排能力,通过低代码平台或智能体搭建工具,自主开发轻量级教学辅助应用或垂直领域小模型微调实训环境;能运用大数据分析工具构建教学诊断模型,实现教学策略的迭代优化。 | |
教学应用实践 | 课堂 教学 | 能利用人工智能工具辅助生成教案、课件及基础教学素材;能利用人工智能设计基础的课后习题。 | 能在课堂教学中引导学生开展“人机对比”研讨,培养批判性思维;能设计 “ 师-生-机” 三元互动教学活动。 | 能系统规划以“人工智能工具应用”为核心的教学单元,科学评估人工智能赋能对学生职业能力发展的成效,形成可推广的典型教学案例。 |
实训 指导 | 能利用人工智能工具(如虚拟仿真、数字孪生)进行实训操作的辅助演示;能指导学生使用基础人工智能工具完成实操任务。 | 能运用人工智能实训平台实时监测学生操作数据,提供个性化的纠错指导;能设计基于人工智能工具的复杂实操任务,提升实训效率。 | 能基于人工智能实训数据,重构实训教学流程,形成可推广的智能化实训教学模式。 | |
评价 反馈 | 能利用人工智能工具辅助完成作业批改、习题设计等基础评价工作;能对学生的人工智能技能实操情况进行基础评价。 | 能运用智慧教学平台数据进行多维度学情分析,动态调整教学进度与策略;能构建过程性评价与成果性评价相结合的评价体系。 | 能通过大数据分析预测学生学习难点与实训风险,提前进行教学干预;能主导制定校级人工智能教学能力评价标准,构建“教学、评价、改进” 的闭环。 | |
专业融合与产教对接 | 行业 认知 | 能说出所教专业对应行业/岗位的智能化发展趋势;能收集并整理行业通用的人工智能应用案例。 | 能准确分析本专业典型工作岗位的数智化升级核心任务与技能变化;能将行业最新技术标准解读为可教学的知识点。 | 能前瞻性预判本专业领域未来 3-5 年因人工智能引发的岗位能力重构;能为学校专业设置与人才培养方案修订提供基于行业数据的决策依据。 |
内容 转化 | 能将收集到的行业人工智能应用案例,转化为课堂教学的补充素材;能依据行业通用标准,优化现有课程内容。 | 能对接企业真实岗位标准,将工业级人工智能应用场景改造为教学实训项目。 | 能牵头开发“人工智能+专业”产教评微专业课程体系;能主导开发跨领域融合创新课程或教材,实现教学内容与岗位需求的精准对接。 | |
体系 构建 | 能按照行业通用标准,完成本专业领域人工智能相关技能的基础教学演示。 | 能设计基于典型工作任务的人工智能技能实训项目;能初步构建“ 岗课”融通的课程模块。 | 能构建“ 岗课赛证创” 融通的人工智能技能培养体系,将行业认证标准转化为校本教学标准。 | |
专业发展与创新 | 教学 研究 | 保持对主流人工智能技术迭代的关注,按时完成继续教育中的人工智能专项培训学时。 | 能利用人工智能工具辅助开展教学研究(如学情大数据分析、教学效果评估),产出校级以上教研成果。 | 主持省部级及以上人工智能教学改革课题,产出高水平论文、专著或培训资源包,引领区域技工教育师资队伍整体跃升。 |
融合 创新 | 能尝试将新技术应用于教学中的部分环节。 | 主动探索新技术在教学管理中的应用,能作为校内培训师,协助同事解决常见技术应用难题。 | 能运用人工智能开展跨学科、跨领域的融合创新实践,形成具有示范价值的教学创新成果。 | |
辐射 引领 | 能参与教研活动,学习他人人工智能教学经验。 | 能发挥传帮带作用,指导校内同事提升人工智能教学能力;能在区域内分享人工智能教学经验。 | 能牵头建设虚拟教研室,组织跨校、跨区域的人工智能教学协同研究,形成可推广的教研成果。 |
粤公网安备 44011102001388号