AG彩票_AG彩票

如何激发高职生学习内生动力******

　　随着社会的不断发展，未来社会对于人才的要求越来越高，因此，步入社会的人才需要具备持续学习的能力，而持续学习的能力与学生自身的学习态度是分不开的。高职学生是未来企业的主力军，是“创造大国”和“中国智造”的建设者。研究高职学生学习态度不仅关乎高职学生自身的学习与生活状况，还会影响到我国高等教育人才综合素质的提高。教育部2021年全国教育事业发展统计公报显示，本科层次职业学校32所，在校生12.93万人。高职（专科）学校1486所，在校生1590.10万人。如此庞大的学生数量，需要教育部门与教育工作者和社会各界共同努力，激发他们学习的内生动力，在社会上激发出强大的学习力，提升高技能人才的综合素养，为经济社会发展作出更大贡献。

　　近期，一些学者的实证研究及我们的调查研究均发现，目前高职学生存在学习态度消极的现象，对职业教育相关政策及未来发展趋势了解不够深入，在一定程度上影响了高职学生的学习行为，主要表现为没有形成良好的学习习惯、自主学习能力有待提高、学习内在动力不足等，对人才培养质量造成消极影响，长此以往会影响职业教育的健康、长远发展。高职学生学习态度与学习行为受到多方面因素影响，需要多方协同努力。

　　教师要帮助高职学生养成良好学习习惯、提升内在动力。

　　首先，高职学生只有意识到学习习惯在成长过程中的巨大价值，才能从内心认同良好学习习惯的重要性。学习习惯是促使学生按计划、讲效率、动脑筋的一个自主行为，学习习惯与学习目的之间存在着某种关系，这就是自学的习惯。高职学生在自学的实践中，如果能体会到自身的价值和潜能，提升自学能力和自我内驱力，便可由从教师领路逐渐过渡为独立行走，真正做到自主学习，养成终身学习的良好习惯。高职学生的思想状态和人生目标处于相对上升期，学习习惯的培养涉及教师、学生和家长等多方面因素，需要学校家庭等共同引导和推动。

　　其次，教师要循循善诱，使学生培养良好学习习惯的意识内化于心。对学生的教育不能再聚焦于传统式的说教和灌输，而是要讲究方式方法。为了使高职学生能更好地接受和吸收知识，教师在教学过程中可以选择一些比较接近学生实际生活的例子，引起学生兴趣。此外，教师还可以将学习习惯的重要性进行量化展示，以直观的数据增强说服力，使学生认识到拥有良好的学习习惯是现代人必备的重要素养。很多高职生缺少对职业生涯的科学规划，在学习过程中存在盲目性。一方面，教师应多与学生进行沟通，知晓学生心理、思想；另一方面，教师应引导学生尽快确立发展方向，从自身专业入手，给学生普及专业未来的发展可能性。要让学生知道人生并不是一成不变的，可以从自身出发，逐渐积累和学习，当自身积累达到一定程度时，未来的道路就会逐渐清晰。教师应该不断向学生传播积极的学习理念并以身示范，让他们在求学生涯中逐渐形成自己的规划，并付诸行动。

　　学校要明确学校办学理念及定位。

　　高职院校肩负着为国家培养高素质技术技能人才的重任。首先，高职院校应该明确自己的办学理念及定位，明确高职院校培养目标和标准，加强创新型、应用型、技能型人才培养，实施知识更新工程、技能提升行动，努力为社会培养所需人才。其次，高职院校应该结合区域经济社会发展需要和产业行业对人才的需求，在课程设置方面和产业行业岗位相适应、相衔接，力促教育链、人才链、产业链、创新链有机衔接，为企业定向培养专业人才，与当地经济发展密切结合，服务区域经济社会发展。

　　对于职业教育的发展，不仅需要国家从外部给予政策支撑，更应从高职院校内部提高人才培养质量，尤其要加强内涵建设，把学校的重心放在提升办学质量上，在影响人才培养质量的关键要素上下功夫。在教学实践过程中，高职院校应该针对各个专业制定相应的教学大纲，并及时更新教学标准，将新的技术和工艺及时纳入教学内容。在部分实训技能的考核上，高职院校既要注重考查学生对理论知识的掌握程度，也要注重考查学生技能的运用能力。要在日常教学中加强实际操作，积极推行跟岗和顶岗等实习方式。学校要与企业同样重视毕业生的岗前培训。高职院校要鼓励学生打破传统被动接受的学习模式，以能力提升为首要目标进行学习，尤其是要在学习中提升创新实践能力。高职院校只有率先作出政策性方向性的改变，高职学生真正动手实践的机会才会增加，优秀高职学生才会有更多机会脱颖而出。

　　“双师型”教师队伍建设是职业教育的显性特征，也是提升高职生培养质量的关键。但当前“双师型”队伍建设中仍存在教师缺乏企业学习、实践经历，繁重的教学任务使实训要求难以落实，具有企业实际工作经验的教师聘用数量较少等问题。针对“双师型”队伍建设中的问题，要进一步完善和规范认定流程，加强“双师型”教师队伍的培训，针对教师评价方面存在的问题，建立多利益主体参与的教师评价模式。日前，教育部办公厅发布了职业教育“双师型”教师认定试行标准，并对各地开展“双师型”教师认定工作提出了一系列规范要求。此次国家认定标准的实施以及相应形成全国性的“双师型”教师认定制度，对于健全职业教育教师标准体系、加快职业教育“双师型”教师队伍的高质量发展具有十分重要的指导意义。“双师型”教师素质能力结构包括四个方面，首先是政治素质和师德素养，其次是教育性、职业性、专业性三个方面的业务素质和能力。这是建立职业教育“双师型”教师标准的学理依据，也是“双师型”教师队伍和个体开展培养培训、评价考核、专业发展等的分析框架和行动指南。“双师”型教师的教学，是高职生养成良好学习习惯、激发内在动力的触媒。

　　政府要积极营造高等职业教育发展良好的外部环境。

　　首先，要破除传统观念的束缚，大力宣传职业教育，提高职业教育的社会认可度，帮助高职学生对职业教育形成正确的认知和积极认可。其次，要营造良好的用人环境。大力推进企业、事业单位用人机制改革，建立科学合理的人才激励机制。切实改善高职毕业生的福利保障。最后，要加快职业教育招生制度和学位制度改革。一是建立健全高等职业教育招生制度，加快建立以“文化素养+职业技能”为考核内容的职教高考制度，鼓励高职院校单独开展招生试点工作，给高职院校更多的招生自主权，并可以直接选拔和招收部分优秀的学生继续深造。二是教育相关部门要对本科层次高等职业教育的专业学位进行分门别类、明晰层次关系并完善学位授予的资格认证工作，进一步摸索建立职业本科大学的硕士学位制度。

　　（作者：孙冰红，系西安汽车职业大学党委书记；严娜娜，单位系陕西师范大学教育学部）

聚焦人工智能技术前沿与治理 中外专家学者国际论坛建言献策******

　　中新网北京12月5日电 (记者 孙自法)2021人工智能合作与治理国际论坛“人工智能技术前沿与治理”主论坛，12月5日在清华大学以线上线下结合方式举行，中外人工智能(AI)领域专家学者聚焦人工智能技术前沿与治理这一主题，发表主旨演讲建言献策，并深入研讨交流。

　　美国国家科学院院士、美国艺术与科学院院士、约翰·贝茨·克拉克奖得主、斯坦福大学商学院技术经济学教授、以人为本人工智能研究所副所长苏珊·阿西(Susan Athey)认为，大学在指导人工智能创新方面可以发挥优先引导的关键作用。由于私营部门的技术人员缺乏伦理、哲学方面的训练，难以开发出具有可解释性的算法框架，深化这类研究能够在人工智能治理的问题识别、建立开发实践框架、提供指引等方面发挥重要作用。此外，由于数据可以带来巨大的规模效应，当前“软件即服务”的平台经济模式已非常普及。人工智能和数据需求可能带来“伪”市场集中，因此，未来对“机器换人”的预测非常具有挑战性，需要重新关注和思考人工智能如何用于应对老龄化等公共管理问题，使基于人工智能的公共服务变得更加高效。

　　国际人工智能协会前主席、清华大学人工智能国际治理研究院学术委员约兰达·吉尔(Yolanda Gil)指出，由于人类对智能机制认知不足、智能行为本身的复杂性、观测手段的有限性以及个体知识、职业、信仰、文化背景等的差异性，导致当前人工智能研究中面临着一系列挑战，因此，需要加强人工智能基础研究工作，这需要跨领域、跨学科的共同努力。当前，理解人工智能机理和构建人工智能世界模型是人工智能研究面临的两大挑战。一方面，理解人工智能机理需要构架“感知-思考-行动”的智能模型，加强对大脑思维机理的理解，建议借鉴神经科学研究联合体的有益经验，建立全球性的人工智能研究数据库，形成全球共享的研究社区。另一方面，构建人工智能世界模型则需要建立在人类经验、社会习俗、专业技能的基础上，建议建立类似于自由协作式的知识库，通过全民民众参与，推动知识在全球层面共享。

　　中国科学院院士、清华大学人工智能研究院名誉院长、清华大学人工智能国际治理研究院学术委员张钹表示，由于深度学习等算法存在不可解释性，导致前两代人工智能算法存在着公平性、安全性问题和不可靠、不可信等缺陷。发展第三代人工智能关键在于发展可解释的、鲁棒的人工智能理论和方法，开发安全、可信、可靠、可扩展的人工智能技术，以“数据驱动+知识驱动”构建支持可解释的人工智能算法的深度学习平台，赋能人工智能安全与防御优化。从数据中真正获取智能要靠知识的帮助与引导，并需要政策法规对数据使用的正确规范，充分利用知识、数据、算法和算力四个要素结合，推动人工智能的创新发展。

　　中国工程院院士、北京大学信息科学技术学院院长、鹏城实验室主任、清华大学人工智能国际治理研究院学术委员高文认为，当前人工智能发展处于新一代人工智能向强人工智能发展的关键阶段，至2030年，中国人工智能发展总体要达到世界领先水平。从战略问题看，中美欧三方在人工智能人才、研究、开发、应用、硬件、数据等方面竞争激烈，当前中国人工智能发展在战略政策、数据资源、应用场景、潜力人才方面具有优势，而在基础理论、原创算法、关键部件、国际平台、高级人才等方面还存在短板。从战术问题看，人工智能2.0需采用基于大数据的统计AI解决大规模AI应用需求，鼓励各种可能的强人工智能探索，“可解释机器学习+推理”和“仿生系统+AI大算力”是可能的技术路线图；在安全问题层面，强人工智能的安全风险主要来源于模型的不可解释性、算法和硬件的不可靠性和自主意识的不可控性，人工智能2.0应采用DPI与“防水堡技术”解决数据安全与隐私保护，重视探索人工智能伦理问题，并基于“理论-技术研究-应用”的阶段性采取不同的风险防范策略。

　　美国国家工程院外籍院士、英国皇家工程院外籍院士、清华大学高等研究院双聘教授沈向洋表示，AI已经应用于生活和工作的方方面面，目前甚至在法律上也具有一定的应用，比如美国已经有很多法庭用机器学习和人工智能方法帮助判刑，包括决定刑期这样非常重要的问题。但是我们还无法理解一些AI决策的缘由。未来发展过程中我们不能只看见AI决策的“黑箱”，应该打开“黑箱”，探究和理解其中的具体内容和因果关系，我们一定要做可解释性的AI。同时，他提到负责任的AI应具备公平性、可靠性、隐私性、包容性、透明性和责任性的特点，作为新兴领域，还需要向其他领域学习，从而更好的服务于人类。

　　中国工程院外籍院士、清华大学智能产业研究院院长、人工智能国际治理研究院学术委员张亚勤指出，“碳中和”是人类能源结构的又一次变革。“碳中和”既是可持续发展的必然选择，又是产业结构调整和发展的重大机遇。企业在“碳中和”背景下都面临转型增效的压力。人工智能+物联网是智联网，智联网可以赋能绿色计算，助力“碳中和”。智联网助力“碳中和”主要包括三个环节：首先，由数据驱动和人工智能优化引擎来实现智能决策。其次，多参数全链系统配置优化。最后，通过多源多维异构感知融合实现智能感知。智联网可用于能源融合、降低ICT产业的碳排放和推动新兴产业发展等。他还介绍了智联网赋能的绿色计算平台的框架，该平台包括人工智能驱动节能减排和高能效人工智能系统，应用路径包括绿色园区和工业节能。

　　2021人工智能合作与治理国际论坛由清华大学主办，清华大学人工智能国际治理研究院承办，国际支持机构为联合国开发计划署。论坛为期两天，设有三场主论坛、一场特别论坛和七场专题论坛。“人工智能技术前沿与治理”主论坛由清华大学计算机科学与技术系教授、人工智能研究院常务副院长孙茂松主持。(完)

　　（文图：赵筱尘 巫邓炎）