AI賦能下高職視覺傳達“崗課賽證”教學(xué)模式研究

本文引用格式：.AI賦能下高職視覺傳達“崗課賽證”教學(xué)模式研究［J」.藝術(shù)科技，2025，38（6）：204-206.

中圖分類號：G712

文獻標識碼：A 文章編號：1004-9436（2025）06-0204-03

目前文化創(chuàng)意產(chǎn)業(yè)對“技術(shù) + 創(chuàng)意”的復(fù)合型人才需求日益增加，這要求高職視覺傳達專業(yè)的人才培養(yǎng)模式和課程體系進行變革；“技術(shù) + 創(chuàng)意”模式是以崗位要求為出發(fā)點，以課程內(nèi)容為主線，將競賽作為教育對接實踐的重要橋梁，根據(jù)職業(yè)資格認證的內(nèi)容確定不同的考核標準。但是在實踐過程中也出現(xiàn)了一些難題：一是教師難以統(tǒng)籌協(xié)調(diào)各崗位資源與時間進度；二是學(xué)生難以適應(yīng)同一課堂內(nèi)兼顧多崗位的教學(xué)任務(wù)；三是課程教學(xué)內(nèi)容無法跟進最新技術(shù)應(yīng)用（如市面上AIGC工具使用率已超過 60% ，而實際課堂教學(xué)用到的技術(shù)手段覆蓋率不到 30% ）。智能學(xué)習、人工智能等AI的應(yīng)用為解決上述問題提供了新契機，本文聚焦于如何利用人工智能輔助教學(xué)，通過大數(shù)據(jù)與智能任務(wù)匹配，實現(xiàn)“崗課賽證”的流程貫通。

1高職視覺傳達教學(xué)“崗課賽證”模式應(yīng)用現(xiàn)狀與挑戰(zhàn)

“崗課賽證”融通是創(chuàng)新技術(shù)技能人才培養(yǎng)，推動職業(yè)教育教學(xué)改革的重要模式之一，具有技能體系層次化、教學(xué)情境多樣化、學(xué)習評價多元化的特色優(yōu)勢，然而在實際應(yīng)用過程中還存在很多挑戰(zhàn)[1]。

目前高職“崗課賽證”相互融合的邏輯機理和發(fā)展需求尚未明確。產(chǎn)業(yè)界、教育界、競賽界、證書界四個系統(tǒng)之間在“運行機制、發(fā)展策略、行動準則、改革方式以及主體構(gòu)成”等方面有較大差別[2]，因此，急需更新優(yōu)化課程體系，協(xié)調(diào)四個環(huán)節(jié)的銜接，緊跟行業(yè)發(fā)展需要。

競賽項目通常涉及一些新的技術(shù)或生產(chǎn)工藝，這在日常教學(xué)中很難從課本上學(xué)到。競賽項目的訓(xùn)練對實訓(xùn)設(shè)備和時間的要求較高，高職院校大多存在經(jīng)費緊張、師資缺乏等問題，很難為學(xué)生提供針對性強、質(zhì)量較高的訓(xùn)練，并且技能競賽受時間和課時的限制，一旦教學(xué)進程與競賽進程產(chǎn)生沖突，如何平衡教學(xué)和競賽工作就成了難題。

教師在課程設(shè)計方面承受著諸多壓力，其一，要符合崗位能力需求；其二，需達成比賽培訓(xùn)目的；其三，要符合證書考核標準；其四，課程環(huán)節(jié)需要依照學(xué)科知識體系要求設(shè)置，因此課程設(shè)計工作量十分繁重。有研究表明，技能競賽相關(guān)的培訓(xùn)課程存在以下問題：教師缺少系統(tǒng)培訓(xùn)，缺乏獎勵機制，而且教師授課更依賴傳統(tǒng)的“示范一模仿”教學(xué)法，缺乏新穎的教學(xué)手段與教學(xué)素材，很難兼顧高級專業(yè)技能發(fā)展和基本能力提升這兩個目標。

由于學(xué)生個體能力與家庭背景差異性較大，因此對于專業(yè)知識的接受情況有很大的差別。在實際教學(xué)中，一部分學(xué)生的基礎(chǔ)較差，缺少自主學(xué)習意識；也有部分學(xué)生基礎(chǔ)良好，因此對常規(guī)實訓(xùn)內(nèi)容提不起興趣，這給教學(xué)組織帶來了難題?！皪徴n賽證”融合模式中統(tǒng)一的課程要求和競賽任務(wù)對基礎(chǔ)較差的學(xué)生而言任務(wù)負擔較重，對基礎(chǔ)好的學(xué)生存在任務(wù)缺乏挑戰(zhàn)的情況，長此以往會進一步拉開學(xué)生的差距。

在技能證書方面，“ Δ^?1+X^? ”證書制度使學(xué)生出現(xiàn)應(yīng)試化考證傾向，以證論優(yōu)的做法使部分學(xué)生將更多精力放在證書備考中，忽略了對于視覺傳達綜合素養(yǎng)和創(chuàng)新能力的培養(yǎng)，消磨了學(xué)生的內(nèi)在學(xué)習動力和創(chuàng)新精神。

2基于行業(yè)趨勢的智能動態(tài)課程機制

在高職視覺傳達專業(yè)的教學(xué)實踐中，教師會按照教學(xué)大綱以及自身經(jīng)驗來構(gòu)建課程內(nèi)容，難以快速匹配行業(yè)的發(fā)展趨勢、兼顧學(xué)生的個體差異。本文設(shè)計的基于行業(yè)趨勢的智能動態(tài)課程機制，希望憑借生成式人工智能（AIGC）實現(xiàn)課程模塊動態(tài)更新、分層分類推送，確保課程內(nèi)容與行業(yè)發(fā)展趨勢一致，并依據(jù)學(xué)生的學(xué)習進度時調(diào)整任務(wù)難度。

2.1構(gòu)建多源數(shù)據(jù)庫

為了使AI助教能準確掌握行業(yè)的風向標，需要分類整合數(shù)據(jù)庫，將這些數(shù)據(jù)庫分為行業(yè)案例庫、賽事題庫和課程資源庫等三大類。行業(yè)案例庫整合國際平面設(shè)計大獎，如紅點獎這樣的權(quán)威獎項案例、優(yōu)質(zhì)知名品牌案例，從案例中提煉主題、風格、色彩、排版等多維度標簽，確保AI助教根據(jù)任務(wù)類型進行匹配推送。賽事題庫匯總?cè)珖髮W(xué)生廣告藝術(shù)大賽、全國職業(yè)院校技能大賽的歷屆比賽真題和優(yōu)秀作品以及評委打分標準，通過對歷屆出題方向、難易程度和作品亮點等要素進行結(jié)構(gòu)化處理后，在賽前根據(jù)學(xué)生所在專業(yè)/組別推薦往年適配的真題，并以真實的評分標準給出反饋。課程資源庫集合教材、課程大綱、課件、作業(yè)范本和教師點評等內(nèi)容，標明知識點、技能點、難度系數(shù)以及實戰(zhàn)范例供選擇；AI助教通過學(xué)生畫像匹配適合其自身發(fā)展的課堂練習素材。

三大數(shù)據(jù)庫的建立奠定了課程單元智能化更新的基礎(chǔ)。

2.2學(xué)情畫像的構(gòu)建與動態(tài)分析

引入人工智能技術(shù)，教師可以智能評估學(xué)生的知識掌握程度和學(xué)習學(xué)情，實現(xiàn)差異化和個性化教學(xué)[3]?；邶嫶蟮臄?shù)據(jù)庫資源，針對學(xué)生情況進行個性化匹配是構(gòu)建動態(tài)課程的關(guān)鍵。本研究使用學(xué)情畫像對學(xué)生的具體行為進行分析，將學(xué)生的作品以及學(xué)習過程轉(zhuǎn)化為可量化的畫像數(shù)據(jù)，從而實現(xiàn)教學(xué)過程的精準化[4]。同時，AI可以通過作品特征提?。炕蚀钆洹媸骄幣?、字體設(shè)計、交互原型等）與教師評分數(shù)據(jù)，構(gòu)建學(xué)情畫像，預(yù)估學(xué)生技能掌握水平，分析學(xué)生偏好，在后續(xù)的學(xué)習中進行風格推薦。AI助教可以通過團隊成員往期作業(yè)構(gòu)建小組學(xué)情畫像，分析該組完成協(xié)作任務(wù)時的工作效率、小組成員的契合度。例如，A擅長色彩搭配，B擅長構(gòu)圖，可以判斷該小組具有高互補性，在后續(xù)任務(wù)中可以分配綜合性任務(wù)，激發(fā)學(xué)生潛能，發(fā)揮團隊優(yōu)勢。

學(xué)情一趨勢映射：AI助教對比行業(yè)案例庫、賽事題庫、學(xué)情畫像的技能標簽，判斷學(xué)生技能水平和行業(yè)需求之間的差距，針對弱勢技能，加大該內(nèi)容模塊任務(wù)的權(quán)重。如“動態(tài)海報”是當前行業(yè)的一大熱點需求，有些學(xué)生這項技能得分較低，在后續(xù)任務(wù)階段就要增加這方面的內(nèi)容占比，為學(xué)生推送相關(guān)優(yōu)秀操作范例。

2.3智能動態(tài)課程機制

動態(tài)課程的構(gòu)建需要尋找各個模塊間的相關(guān)性、滲透性和整合性，強調(diào)知識體系的結(jié)構(gòu)化和系統(tǒng)化[5]。AI可以根據(jù)數(shù)據(jù)庫以及學(xué)情畫像優(yōu)化課程單元，為每一個階段的學(xué)習內(nèi)容提供支撐，單元包含“趨勢解讀”“案例分析”“技能聚焦”“實戰(zhàn)演練”四個部分。

趨勢解讀：AI根據(jù)當期的行業(yè)案例提煉出相關(guān)的行業(yè)經(jīng)驗、數(shù)據(jù)圖表的方式呈現(xiàn)，如針對品牌視覺識別的內(nèi)容，AI會對Logo、配色、版式的不同表現(xiàn)形式進行趨勢分析，并給出相對應(yīng)的對比圖，幫助學(xué)生更直觀地掌握行業(yè)動向。

案例分析：基于往期高分單元主題案例，AI憑借關(guān)鍵詞執(zhí)行檢索篩選，以圖表形式剖析案例中的行業(yè)趨向以及技能應(yīng)用方面的革新之處，供學(xué)生作參考學(xué)習之用。

技能聚焦：調(diào)取學(xué)生的作業(yè)記錄，對于薄弱之處，從數(shù)據(jù)庫中提取具有代表性的案例執(zhí)行任務(wù)進行訓(xùn)練分析。以版面設(shè)計為例，如果存在層次感缺乏的情況，可以采用案例拆解法，實施視覺引導(dǎo)，改良提升任務(wù)成果。

實戰(zhàn)演練：按照單元學(xué)習主題并遵照學(xué)情判斷，針對不同的學(xué)生生成符合其特點的綜合任務(wù)模板，該模板包含設(shè)計主題、核心技能、參考素材、輸出形式以及評價標準等內(nèi)容。針對版面設(shè)計能力稍弱的學(xué)生，依照指定版式制作企業(yè)宣傳冊，并且要求附上至少200字的設(shè)計闡述；針對在色彩搭配方面缺乏美感的同學(xué)，則參照給出的參考配色方案重新規(guī)劃色彩搭配，并對宣傳冊的版面加以修訂。

數(shù)據(jù)庫要定期更新收集數(shù)據(jù)以響應(yīng)行業(yè)變化，并遵照學(xué)生的任務(wù)成果反饋及時更新學(xué)情畫像。當學(xué)生做完一個單元的練習以后，系統(tǒng)會分析設(shè)計成果并改善畫像，這樣就能在下一個單元里調(diào)整“技能聚焦”和“實戰(zhàn)演練”模塊的內(nèi)容，達成數(shù)據(jù)的滾動更新，從而為學(xué)生提供更精確的學(xué)習路徑。

智能動態(tài)課程機制可讓學(xué)生及時知曉行業(yè)動態(tài)，并依循學(xué)生的學(xué)習畫像實施個性化推送，從而讓課程更具針對性與實效性。

3AI賦能的“崗課賽證”協(xié)同機制

“崗課賽證”模式關(guān)注崗位、課堂、競賽和認證這四個環(huán)節(jié)的有機銜接，重點在于將職業(yè)導(dǎo)向深人教學(xué)過程中，本研究提出的AI助教在這個模式中充當四種核心角色，即崗位分析師、課堂設(shè)計師、競賽教練以及認證顧問，從而創(chuàng)建起“崗課賽證”的閉環(huán)反饋機制。

崗位環(huán)節(jié)AI按照行業(yè)案例庫中所標注的崗位能力來獲取核心技能點，比如創(chuàng)建“UI/UX設(shè)計師”崗位模型的時候，系統(tǒng)會提煉出諸如“微交互動畫”“用戶流程圖設(shè)計”“色彩排版規(guī)范”等崗位關(guān)鍵詞，并將這些關(guān)鍵詞轉(zhuǎn)為教學(xué)目的，進一步形成微課程單元。這樣學(xué)生就能對這個崗位有所了解，從而對目標崗位有預(yù)先認知。

課堂環(huán)節(jié)不采用傳統(tǒng)按難度分層的教學(xué)模式，而是采用五維難度模型（包含技能難度、創(chuàng)意設(shè)計、時間壓力、資源依賴度協(xié)作深度）去剖析任務(wù)，AI助教按照學(xué)情畫像，及時調(diào)整各個維度的權(quán)重以確定任務(wù)的難度值，接著將相應(yīng)難度等級的任務(wù)發(fā)布給學(xué)生，在任務(wù)推進過程中，AI全程協(xié)同指導(dǎo)，憑借聯(lián)網(wǎng)搜索功能推送學(xué)習視頻，助力學(xué)生改善學(xué)習體驗并更好地達成任務(wù)。

競賽環(huán)節(jié)通過“模擬訓(xùn)練 + 評委反饋”來實現(xiàn)?！百悺笔菍W(xué)生綜合能力的綜合測試，模擬訓(xùn)練由AI助教在事件題庫基礎(chǔ)上生成一個擬真比賽環(huán)境，選取歷年真題，包括示范答題、評分要點和比賽規(guī)則等組成的賽前訓(xùn)練套件供參賽同學(xué)訓(xùn)練使用；作品完成后由AI助教根據(jù)評委打分標準給出視覺分、創(chuàng)意分和技術(shù)規(guī)范分，由AI虛擬導(dǎo)師 + 授課導(dǎo)師進行雙

軌評價，確保反饋的全面性。

證書環(huán)節(jié)由AI助教基于崗位/課堂/競賽的數(shù)據(jù)生成學(xué)生綜合能力報告，并給出相應(yīng)的作品集優(yōu)化建議、學(xué)情畫像變化趨勢、競賽成績對比及職業(yè)資格認證路徑；根據(jù)準備報考的學(xué)生情況，統(tǒng)計對比備考學(xué)生與考試大綱要求之間的差異，針對薄弱環(huán)節(jié)，給出相應(yīng)的知識點學(xué)習規(guī)劃建議與針對性訓(xùn)練內(nèi)容模塊。

AI助教對上述四個環(huán)節(jié)給予不同的支持，將產(chǎn)業(yè)、課程、競賽、證書各模塊銜接融通，創(chuàng)建完整的學(xué)習知識路徑和能力檔案。其有如下幾方面優(yōu)勢：第一，目標一致，這個過程始終以行業(yè)數(shù)據(jù)作指引；第二，時效性強，AI可以遵照學(xué)生完成任務(wù)的情況展開即時分析，進而調(diào)整后續(xù)任務(wù)的難易程度；第三，資源利用率高，行業(yè)實例、賽題匯集、課件等數(shù)據(jù)庫使優(yōu)質(zhì)資源能夠被最大限度地反復(fù)利用；第四，具備個性化的提升途徑，依照學(xué)情畫像、數(shù)據(jù)分析來剖析學(xué)生并制訂專屬任務(wù)方案，既顧及學(xué)生的個體差異進行因材施教，又培養(yǎng)了團隊協(xié)作能力。

4結(jié)語

本研究基于“崗課賽證”理念，就高職視覺傳達專業(yè)開展個性化教學(xué)模式的探索，憑借AIGC技術(shù)和學(xué)情畫像分析，打造動態(tài)課程生成機制以及AI助教協(xié)同框架，探尋人工智能技術(shù)在教學(xué)內(nèi)容適配和流程改良方面的應(yīng)用可行性。個性化的任務(wù)和反饋機制，有效提升了學(xué)生對課程任務(wù)的參與度，但由于實際測試覆蓋面窄，該模式需要在后續(xù)教學(xué)里進行更深人、全面的測試，以改良并驗證其有效性，助力培養(yǎng)符合時代需求的復(fù)合型設(shè)計人才。

參考文獻：

[1」馬玉霞，王大帥，馮湘.基于“崗課賽證”融通的高職課程體系建設(shè)探究［J].教育與職業(yè)，2021（23）：107-111.

[2］張慧青，王海英，劉曉.高職院校“崗課賽證”融合育人模式的現(xiàn)實問題與實踐路徑[J].教育與職業(yè)，2021（21）：27-34.

[3」宮宇.智能化時代人工智能與視覺傳達設(shè)計專業(yè)教學(xué)的深度融合［J」.現(xiàn)代職業(yè)教育，2022（28）：154-156.

［4］吳曉如，王政.人工智能教育應(yīng)用的發(fā)展趨勢與實踐案例[J」.現(xiàn)代教育技術(shù)，2018，28（2）：5-11.

[5］丁蕾.數(shù)字時代視覺傳達設(shè)計教育的應(yīng)對研究［J」.南京藝術(shù)學(xué)院學(xué)報（美術(shù)與設(shè)計版），2009（6）：158-160.