杜修平 王崟羽 陳子堯

基金項(xiàng)目：2022年教育部中外語(yǔ)言交流合作中心國(guó)際中文教育研究課題重點(diǎn)項(xiàng)目“‘中文+職業(yè)教育融合發(fā)展機(jī)理研究”（項(xiàng)目編號(hào)：22YH30B）

[摘? ?要] AIGC賦能“中文+職業(yè)教育”資源智能生成與質(zhì)量進(jìn)化有望為國(guó)際中文教育和職業(yè)教育的融合發(fā)展與協(xié)同出海保駕護(hù)航，文章旨在回答AIGC何以及如何賦能“中文+職業(yè)教育”資源建設(shè)的關(guān)鍵問(wèn)題。首先，筆者明確了“中文+職業(yè)教育”資源建設(shè)的原則、目標(biāo)與任務(wù)，厘清AIGC賦能“中文+職業(yè)教育”資源建設(shè)提量、增質(zhì)與人機(jī)共生的基本內(nèi)涵；其次，基于S-O-R模型構(gòu)建人機(jī)共生“中文+職業(yè)教育”資源建設(shè)機(jī)理，將“人機(jī)共生”核心機(jī)制貫穿于AIGC賦能“中文+職業(yè)教育”資源建設(shè)的四個(gè)階段；進(jìn)一步提出基于AIGC的“中文+職業(yè)教育”資源智能生成與質(zhì)量進(jìn)化模式，融合資源需求規(guī)劃、資源智能生成、資源質(zhì)量審核與資源質(zhì)量進(jìn)化四個(gè)模塊形成緊密的信息傳遞與反饋機(jī)制，為人機(jī)協(xié)同“中文+職業(yè)教育”資源開(kāi)發(fā)提供創(chuàng)新方案。最后，文章提出模式運(yùn)行的關(guān)鍵困境與突破進(jìn)路，旨在為AIGC賦能的“中文+職業(yè)教育”資源建設(shè)模式可持續(xù)運(yùn)行提供有效支撐，更為“中文+職業(yè)教育”走向世界提供保障。

[關(guān)鍵詞] 生成式人工智能； “中文+職業(yè)教育”； 資源建設(shè)； 智能生成； 質(zhì)量進(jìn)化

[中圖分類(lèi)號(hào)] G434? ? ? ? ? ? [文獻(xiàn)標(biāo)志碼] A

[作者簡(jiǎn)介] 杜修平（1974—），男，土家族，湖南張家界人。教授，博士，主要從事國(guó)際中文教育與學(xué)習(xí)科學(xué)研究。E-mail：duxiuping@tju.edu.cn。

一、引? ?言

“中文+職業(yè)技能”教育于2019年在國(guó)際中文教育大會(huì)上被首次提出，自此“中文+職業(yè)教育”的新形態(tài)成為一帶一路背景下國(guó)際中文教育與職業(yè)教育“協(xié)同出?！钡闹匾降馈ＵZ(yǔ)合中心在2021年先后發(fā)布了《“中文+職業(yè)技能”教學(xué)資源建設(shè)行動(dòng)計(jì)劃（2021—2025）》（簡(jiǎn)稱(chēng)《行動(dòng)計(jì)劃》）與《國(guó)際中文教育數(shù)字資源建設(shè)指南（試行）》等文件，指出高質(zhì)量“中文+職業(yè)教育”數(shù)字資源建設(shè)始終是國(guó)際中文教育與職業(yè)教育融合發(fā)展的關(guān)鍵[1]，能夠?yàn)槠洹白叱鋈ァ北ｑ{護(hù)航。而當(dāng)前“中文+職業(yè)教育”的資源建設(shè)仍然面臨較大困境，難以支撐實(shí)際教學(xué)需要[2]。此外，國(guó)際中文教師作為國(guó)際中文教育資源的一般建設(shè)者，能夠勝任絕大多數(shù)教學(xué)環(huán)境中各類(lèi)中文教育資源的設(shè)計(jì)與生產(chǎn)[3]，但其并不具備各類(lèi)職業(yè)的專(zhuān)業(yè)知識(shí)與技能，對(duì)職業(yè)教育特點(diǎn)的了解不深入，導(dǎo)致“中文+職業(yè)教育”資源生產(chǎn)效率和質(zhì)量受限。2022年末，ChatGPT的問(wèn)世開(kāi)啟了人工智能生成內(nèi)容（Artificial Intelligence Generated Content，簡(jiǎn)稱(chēng)AIGC）技術(shù)的全新時(shí)代。隨著AIGC算法、算力和算據(jù)的綜合提升，使得內(nèi)容生成過(guò)程愈發(fā)自動(dòng)化與智能化，AIGC正成為數(shù)智融合時(shí)代下內(nèi)容生成的主要方式。有學(xué)者預(yù)測(cè)，人工智能生成內(nèi)容在2025年將達(dá)到網(wǎng)絡(luò)內(nèi)容總量的30%[4]。據(jù)此，AIGC有望賦能“中文+職業(yè)教育”資源建設(shè)，為各類(lèi)職業(yè)中文資源高效增量提質(zhì)提供優(yōu)良處方，實(shí)現(xiàn)人機(jī)協(xié)同共生的“中文+職業(yè)教育”資源智能生成與質(zhì)量進(jìn)化美好愿景。

基于此，文章旨在回答AIGC何以及如何賦能“中文+職業(yè)教育”資源建設(shè)的問(wèn)題，梳理AIGC賦能“中文+職業(yè)教育”資源建設(shè)的內(nèi)涵與內(nèi)在機(jī)理，并提出基于AIGC的“中文+職業(yè)教育”資源智能生成與質(zhì)量進(jìn)化模式，最后分析其應(yīng)用困境與突破進(jìn)路，明晰AIGC賦能“中文+職業(yè)教育”資源建設(shè)的重要作用并創(chuàng)新建設(shè)模式，促進(jìn)國(guó)際職業(yè)中文人才的培養(yǎng)與“中文+職業(yè)教育”的高質(zhì)量協(xié)同發(fā)展。

二、 AIGC賦能“中文+職業(yè)教育”

資源建設(shè)的內(nèi)涵

（一）“中文+職業(yè)教育”資源建設(shè)原則、目標(biāo)與任務(wù)

隨著我國(guó)對(duì)外開(kāi)放步伐加快，全球中文學(xué)習(xí)需求日漸高漲，國(guó)際中文教育資源建設(shè)在教育主管部門(mén)及世界各國(guó)中文教育機(jī)構(gòu)的推動(dòng)下取得了質(zhì)與量的巨大成就，我國(guó)已成為中文教育資源的最大產(chǎn)出國(guó)，“資源建設(shè)共同體”初具雛形[5]。同時(shí)，中文學(xué)習(xí)需求逐步擴(kuò)展到各個(gè)職業(yè)領(lǐng)域，但傳統(tǒng)的國(guó)際中文教育資源無(wú)法滿(mǎn)足國(guó)內(nèi)外中文學(xué)習(xí)者的職業(yè)發(fā)展與學(xué)習(xí)需求，嚴(yán)重阻礙了國(guó)際中文教育與職業(yè)教育的有效融合，亟需一批針對(duì)各個(gè)職業(yè)領(lǐng)域的高質(zhì)量“中文+職業(yè)教育”資源。語(yǔ)合中心充分發(fā)揮統(tǒng)籌協(xié)調(diào)作用，集多方力量發(fā)布了《行動(dòng)計(jì)劃》，為“中文+職業(yè)教育”資源建設(shè)提出了一系列標(biāo)準(zhǔn)與要求。

1. 以“海內(nèi)外學(xué)習(xí)者需求”為中心的資源建設(shè)原則

落實(shí)“以學(xué)習(xí)者職業(yè)學(xué)習(xí)需要為中心”的資源建設(shè)原則是行動(dòng)的總體要求。資源建設(shè)必須切實(shí)滿(mǎn)足走出去企業(yè)海外本土員工、孔子學(xué)院學(xué)生和國(guó)內(nèi)外留學(xué)生等學(xué)習(xí)者群體的個(gè)性化、系統(tǒng)化職業(yè)中文學(xué)習(xí)需求，構(gòu)建“中文+職業(yè)教育”資源開(kāi)發(fā)標(biāo)準(zhǔn)與模式，以保障資源內(nèi)容的創(chuàng)新性、適用性和針對(duì)性[6]，促成國(guó)際中文教育與職業(yè)教育協(xié)同出海、齊驅(qū)并進(jìn)的新格局。

2. 以“應(yīng)用驅(qū)動(dòng)職業(yè)發(fā)展”為核心的資源建設(shè)目標(biāo)

確立“以應(yīng)用為核心”的資源建設(shè)目標(biāo)是行動(dòng)的迫切需要。提倡形成“多方共建，互利互惠”的資源開(kāi)發(fā)與合作機(jī)制，組織職業(yè)院校、走出去企業(yè)和國(guó)際中文教育專(zhuān)家聯(lián)合開(kāi)發(fā)針對(duì)不同職業(yè)、多國(guó)別多語(yǔ)種的“中文+職業(yè)教育”資源，建立多語(yǔ)種數(shù)字化教育資源庫(kù)與移動(dòng)學(xué)習(xí)端，以“隨時(shí)能學(xué)，隨處可學(xué)”的“中文+職業(yè)教育”資源應(yīng)用格局驅(qū)動(dòng)學(xué)習(xí)者職業(yè)發(fā)展。

3. 以“多元化高質(zhì)量體系”為重心的資源建設(shè)任務(wù)

明確“以多元化資源建設(shè)體系”為重心的資源建設(shè)任務(wù)是行動(dòng)的特色顯現(xiàn)。資源建設(shè)要充分考慮不同國(guó)家地域、文化和語(yǔ)言的差異，將中文與本土職業(yè)理論與實(shí)踐結(jié)合，適當(dāng)引入中國(guó)傳統(tǒng)文化開(kāi)發(fā)高質(zhì)量數(shù)字化教材資源、課程資源與應(yīng)用資源，實(shí)現(xiàn)“中文+職業(yè)教育”的語(yǔ)言目標(biāo)、職業(yè)技能目標(biāo)與文化交融目標(biāo)，并依托各類(lèi)“中文+職業(yè)教育”在線(xiàn)學(xué)習(xí)平臺(tái)實(shí)現(xiàn)高效推廣應(yīng)用，為走出去增效提質(zhì)。

（二）AIGC賦能“中文+職業(yè)教育”資源建設(shè)的內(nèi)涵

AIGC是具備自主生成和創(chuàng)造能力的AI技術(shù)，能夠依據(jù)用戶(hù)輸入的指令、要求和反饋，對(duì)大規(guī)模文本語(yǔ)料庫(kù)和多模態(tài)數(shù)據(jù)庫(kù)中的內(nèi)容進(jìn)行選擇、重組與輸出，生成全新、原創(chuàng)的文字、圖像、音頻、視頻等類(lèi)型內(nèi)容[7]。當(dāng)前AIGC技術(shù)的應(yīng)用已十分成熟，使得AIGC逐漸演化為一種通用目的型技術(shù)，即將顛覆現(xiàn)有的內(nèi)容生產(chǎn)生成格局[8]。哈佛商學(xué)院的一項(xiàng)調(diào)查顯示，ChatGPT對(duì)律師、咨詢(xún)等行業(yè)中的應(yīng)用可提高12.2%的文本生產(chǎn)力，同時(shí)文本加工的質(zhì)量提升了40%[9]。AIGC作為新一輪工業(yè)革命的內(nèi)容生成革新技術(shù)成果具備自動(dòng)化、大批量和高效率的特點(diǎn)，這受益于AIGC引入的多模態(tài)加工技術(shù)，使得人工智能能夠在不同類(lèi)型的內(nèi)容模態(tài)之間進(jìn)行轉(zhuǎn)換、映射與生成，為內(nèi)容創(chuàng)造提供了更為全面和靈活的可能性[10]，致使AIGC成為實(shí)現(xiàn)“中文+職業(yè)教育”資源高質(zhì)量建設(shè)的潛在路徑。AIGC賦能“中文+職業(yè)教育”資源建設(shè)的主要目的是解決資源數(shù)量與質(zhì)量方面的問(wèn)題，促使資源建設(shè)者身份轉(zhuǎn)型，形成人機(jī)共生的可持續(xù)資源生成模式。

1. 增量：AIGC重塑“中文+職業(yè)教育”資源內(nèi)容生產(chǎn)方式

資源匱乏是“中文+職業(yè)教育”資源建設(shè)現(xiàn)存的首要問(wèn)題。盡管越來(lái)越多的海內(nèi)外中文教學(xué)部門(mén)開(kāi)始實(shí)施融合中文與職業(yè)技能的教學(xué)，但面臨來(lái)自不同國(guó)家、文化背景、語(yǔ)言水平的學(xué)習(xí)者個(gè)性化學(xué)習(xí)需求和廣泛的職業(yè)領(lǐng)域，現(xiàn)有的“中文+職業(yè)教育”資源無(wú)法滿(mǎn)足教師和學(xué)生對(duì)資源多樣性與豐富性的迫切需求，使得教學(xué)內(nèi)容不夠規(guī)范，教學(xué)質(zhì)量難以保障[11]。

AIGC賦能“中文+職業(yè)教育”能夠重塑資源內(nèi)容生產(chǎn)方式，解決資源匱乏的瓶頸。AIGC所具備的自動(dòng)化生成和大批量處理能力賦予了“中文+職業(yè)教育”資源巨大的增量潛力，其根本目標(biāo)在于提升資源內(nèi)容生產(chǎn)的效能，通過(guò)優(yōu)化生成流程，使得內(nèi)容生產(chǎn)不再受制于人力和時(shí)間的限制，實(shí)現(xiàn)以最快的速度得到一批包含文本、圖片、音頻、視頻等多種媒體類(lèi)型的“中文+職業(yè)教育”資源內(nèi)容。AIGC賦能的全新“中文+職業(yè)教育”資源內(nèi)容生產(chǎn)方式能夠充分發(fā)揮AIGC內(nèi)容輸出的流暢性和針對(duì)性，迅速響應(yīng)各類(lèi)學(xué)習(xí)者不斷增長(zhǎng)變化的職業(yè)學(xué)習(xí)需求，為學(xué)習(xí)者提供更為豐富、多樣的職業(yè)中文資源，推動(dòng)多元化“中文+職業(yè)教育”資源體系的增量發(fā)展。

2. 提質(zhì)：AIGC驅(qū)動(dòng)“中文+職業(yè)教育”資源內(nèi)容質(zhì)量進(jìn)化

高水平“中文+職業(yè)教育”資源建設(shè)要融入并強(qiáng)調(diào)“質(zhì)量意識(shí)”，要在資源建設(shè)成果、資源研發(fā)團(tuán)隊(duì)、資源推廣應(yīng)用、資源監(jiān)管機(jī)制等多個(gè)方面實(shí)現(xiàn)提質(zhì)增效?！爸形?職業(yè)教育”的三大目標(biāo)為資源建設(shè)的質(zhì)量提出了極高要求：語(yǔ)言目標(biāo)要求學(xué)習(xí)者不僅掌握通用漢語(yǔ)，還要學(xué)習(xí)與特定職業(yè)有關(guān)的中文詞匯和表達(dá)；職業(yè)目標(biāo)要求學(xué)習(xí)者掌握某一職業(yè)的基本知識(shí)與技能；文化交融目標(biāo)旨在增強(qiáng)學(xué)習(xí)者對(duì)職業(yè)漢語(yǔ)情境的理解，輔助其語(yǔ)言與職業(yè)技能的習(xí)得，并了解中國(guó)職業(yè)文化[12]。當(dāng)前，“中文+職業(yè)教育”資源質(zhì)量不佳主要受限于兩個(gè)原因：其一，職業(yè)院校的職業(yè)技能教師和國(guó)際中文教師之間的協(xié)作資源設(shè)計(jì)開(kāi)發(fā)機(jī)制未能健全和落實(shí)，導(dǎo)致資源的職業(yè)性與語(yǔ)言性難以?xún)扇黄涠?，?dāng)不同的資源建設(shè)者針對(duì)學(xué)習(xí)者多樣化的語(yǔ)言和職業(yè)學(xué)習(xí)需求各自自主生成資源內(nèi)容時(shí)，沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)來(lái)對(duì)資源成品質(zhì)量進(jìn)行把關(guān)，特別是在職業(yè)技能教師與國(guó)際中文教師共創(chuàng)共享的模式下，職業(yè)性與語(yǔ)言性的質(zhì)量標(biāo)準(zhǔn)均存在不一致的情況。

AIGC可作為“中文+職業(yè)教育”資源內(nèi)容質(zhì)量進(jìn)化的核心驅(qū)動(dòng)力，穩(wěn)步推進(jìn)資源內(nèi)容的質(zhì)量進(jìn)化。首先，AIGC具有極為全面的知識(shí)儲(chǔ)備，在掌握多種不同職業(yè)的知識(shí)與技能的同時(shí)，文本類(lèi)AIGC作為大語(yǔ)言模型天生具備較強(qiáng)的語(yǔ)言性能，可完成各種復(fù)雜的語(yǔ)言處理任務(wù)，彌補(bǔ)了資源職業(yè)性與語(yǔ)言性難以?xún)扇牟蛔?。其次，AIGC成為職業(yè)漢語(yǔ)資源的主要生成者，能夠?qū)崿F(xiàn)資源質(zhì)量的統(tǒng)一，消除資源質(zhì)量參差不齊的現(xiàn)象，對(duì)于現(xiàn)有的已經(jīng)生成的或正在投入使用的“中文+職業(yè)教育”資源同樣可以委托AIGC完成質(zhì)量進(jìn)化任務(wù)。AIGC能夠通過(guò)自動(dòng)化的質(zhì)檢和評(píng)估機(jī)制，確保資源的質(zhì)量符合一致的標(biāo)準(zhǔn)，檢測(cè)和糾正語(yǔ)言錯(cuò)誤、控制語(yǔ)言難度，使得資源的語(yǔ)言水平與學(xué)習(xí)者的水平相匹配，職業(yè)教學(xué)符合學(xué)習(xí)者的職業(yè)學(xué)習(xí)需要，推進(jìn)“中文+職業(yè)教育”資源的提質(zhì)工程。

3. 人機(jī)共生：AIGC助力“中文+職業(yè)教育”資源建設(shè)者身份轉(zhuǎn)型

AIGC賦能“中文+職業(yè)教育”資源建設(shè)的必然結(jié)果是資源內(nèi)容生成的主體發(fā)生遷移，這將打破職業(yè)技能教師和國(guó)際中文教師原有的資源設(shè)計(jì)與開(kāi)發(fā)任務(wù)邊界，他們不再是職業(yè)漢語(yǔ)資源的唯一來(lái)源，也不再是職業(yè)漢語(yǔ)資源內(nèi)容生成的唯一參與者。且隨著AIGC向更高級(jí)別的階段演化，人類(lèi)也將進(jìn)一步降低對(duì)AIGC技術(shù)生成內(nèi)容過(guò)程的干預(yù)，不斷提高AIGC在資源內(nèi)容生成中的貢獻(xiàn)占比。為此，“中文+職業(yè)教育”資源的人類(lèi)建設(shè)者需要完成身份轉(zhuǎn)型，AIGC能夠助力人類(lèi)從資源設(shè)計(jì)開(kāi)發(fā)中的一些基礎(chǔ)的但重復(fù)性、復(fù)雜性、困難性較高的任務(wù)中解脫出來(lái)，進(jìn)而關(guān)注自身的職業(yè)轉(zhuǎn)型和創(chuàng)新發(fā)展。

轉(zhuǎn)型一，從資源建設(shè)者到“AIGC訓(xùn)練者”。由于AIGC生成的內(nèi)容結(jié)果很大程度上取決于輸入的指令質(zhì)量，因此，人的參與不僅僅是簡(jiǎn)單地將學(xué)習(xí)者的語(yǔ)言和職業(yè)學(xué)習(xí)需求轉(zhuǎn)化為富有營(yíng)養(yǎng)的“飼料”投喂給AIGC工具，更是為AIGC提供了一個(gè)有針對(duì)性、高質(zhì)量的學(xué)習(xí)樣本庫(kù)，從而引導(dǎo)其更準(zhǔn)確地理解職業(yè)漢語(yǔ)學(xué)習(xí)者的學(xué)習(xí)需求。轉(zhuǎn)型二，從資源建設(shè)者到“資源審核優(yōu)化者”。盡管AIGC在內(nèi)容生成領(lǐng)域展現(xiàn)了巨大的潛力，但在當(dāng)前技術(shù)手段的限制下，它仍然難以被完全信任為一種能夠生成準(zhǔn)確、可靠?jī)?nèi)容的技術(shù)，特別是對(duì)于那些缺乏相關(guān)知識(shí)基礎(chǔ)的用戶(hù)，在應(yīng)用智能生成的內(nèi)容完成學(xué)習(xí)任務(wù)時(shí)，很難察覺(jué)到AIGC可能存在的錯(cuò)誤信息。AIGC生成高質(zhì)量的教育資源離不開(kāi)人的審核把關(guān)，人類(lèi)需要參與資源生成之后的質(zhì)量評(píng)估與資源監(jiān)管階段，對(duì)低質(zhì)量資源進(jìn)行修改、重組、整合，對(duì)高質(zhì)量資源進(jìn)行進(jìn)一步優(yōu)化潤(rùn)色[13]。轉(zhuǎn)型三，從資源建設(shè)者到“人機(jī)共生主導(dǎo)者”。AIGC賦能“中文+職業(yè)教育”資源建設(shè)應(yīng)打破AI替代人類(lèi)工作的思維定式，讓AIGC成為提升人類(lèi)開(kāi)發(fā)能力的“腳手架”和能夠生成高質(zhì)量資源的“伙伴”，形成人機(jī)共生的可持續(xù)資源生成模式。

人類(lèi)培養(yǎng)AIGC具備資源建設(shè)所需的綜合素養(yǎng)將成為AIGC推動(dòng)“中文+職業(yè)教育”資源建設(shè)的重要一環(huán)。同時(shí)，人類(lèi)也需要理解AIGC的原理、潛力和局限性，以更好地發(fā)揮人類(lèi)自身的創(chuàng)造力和判斷力，形成人機(jī)共生的“中文+職業(yè)教育”資源建設(shè)復(fù)合體。

三、 AIGC賦能“中文+職業(yè)教育”資源建設(shè)的內(nèi)在機(jī)理

刺激—有機(jī)體—反應(yīng)（S-O-R）框架由梅拉比安（Mehrabian）和拉塞爾（Russell）在1974年首次提出。其中，刺激（S）指的是某些影響有機(jī)體心理與認(rèn)知活動(dòng)的因素；有機(jī)體（O）通常指?jìng)€(gè)體，刺激作用于個(gè)體將使個(gè)體產(chǎn)生特定的情緒和認(rèn)知狀態(tài)；反應(yīng)（R）則是個(gè)體經(jīng)過(guò)刺激后產(chǎn)生或表現(xiàn)出的行為反應(yīng)，進(jìn)而推動(dòng)對(duì)用戶(hù)行為反應(yīng)的洞察反思與評(píng)估[14]。該框架將有機(jī)體的內(nèi)在反應(yīng)作為中介，系統(tǒng)地解釋個(gè)體行為發(fā)生的起因、經(jīng)過(guò)與結(jié)果及其之間的關(guān)系。在AIGC賦能“中文+職業(yè)教育”資源智能生成與質(zhì)量進(jìn)化過(guò)程中，S-O-R框架能夠作為一種反映人機(jī)共生機(jī)理的理論橫向貫通于資源建設(shè)全過(guò)程，為此文章構(gòu)建了基于S-O-R框架的人機(jī)共生“中文+職業(yè)教育”資源建設(shè)機(jī)理模型，如圖1所示。AIGC賦能“中文+職業(yè)教育”資源建設(shè)可分為四個(gè)階段：資源需求規(guī)劃、內(nèi)容智能生成、資源質(zhì)量審核與智能應(yīng)用監(jiān)控，這四個(gè)階段即對(duì)應(yīng)S-O-R框架中的刺激、資源生成復(fù)合體、反應(yīng)和對(duì)反應(yīng)的動(dòng)態(tài)評(píng)估與反饋。另外，參考萬(wàn)力勇等提出的四種“基于AIGC的數(shù)字化教育資源人機(jī)共創(chuàng)機(jī)制”[13]，將其作為執(zhí)行資源建設(shè)四階段的“人機(jī)共生”核心機(jī)制，旨在充分發(fā)揮AIGC對(duì)于“中文+職業(yè)教育”資源建設(shè)的潛力，為后續(xù)構(gòu)建基于AIGC的“中文+職業(yè)教育”資源智能生成與質(zhì)量進(jìn)化模式做理論鋪墊。

圖 1? ?基于S-O-R框架的人機(jī)共生“中文+職業(yè)教育”

資源建設(shè)機(jī)理模型

（一）刺激：資源需求規(guī)劃

在需求規(guī)劃階段，資源建設(shè)者要落實(shí)以學(xué)習(xí)者為中心的需求分析，包括學(xué)習(xí)者的語(yǔ)言學(xué)習(xí)需要、職業(yè)學(xué)習(xí)需要與文化交融需要。在此過(guò)程中，AIGC與人需要形成協(xié)同互補(bǔ)的共生機(jī)制。首先，由于人所具備的知識(shí)是有限且具有主觀意蘊(yùn)的，而AIGC的知識(shí)集更全面，能夠涵蓋各類(lèi)職業(yè)，且能夠通過(guò)客觀完備的視角確定學(xué)習(xí)者復(fù)雜的職業(yè)學(xué)習(xí)需求；其次，人能夠發(fā)現(xiàn)隱藏在需求表面的深層次信息，如部分學(xué)習(xí)者文化背景的特殊性及其與中國(guó)文化的異同等，此類(lèi)細(xì)節(jié)AIGC不易察覺(jué)，難以完成不同類(lèi)型需求之間關(guān)系的意義建構(gòu)。為此，人與AIGC需要達(dá)成需求輸出與組織的協(xié)同互補(bǔ)，滿(mǎn)足語(yǔ)言需要、職業(yè)需要和文化交融需要的統(tǒng)一。

（二）資源生成復(fù)合體：內(nèi)容智能生成

人與AIGC的互動(dòng)生成是內(nèi)容智能生成階段的核心特征，其流程是為AIGC提供高質(zhì)量的指令，AIGC根據(jù)指令完成多模態(tài)內(nèi)容的生成任務(wù)，最后將AIGC生成的不同模態(tài)內(nèi)容進(jìn)行整合。指令的質(zhì)量對(duì)內(nèi)容生成的效果起著決定性作用，因此，資源建設(shè)者需要具備向AIGC準(zhǔn)確提出指令的能力，可以在與AIGC的交互過(guò)程中發(fā)現(xiàn)其內(nèi)在規(guī)律，將第一階段產(chǎn)生的需求不斷投喂給AIGC，最終使其生成令人滿(mǎn)意的資源內(nèi)容。依托AIGC的記憶能力，人訓(xùn)練AIGC輸出高質(zhì)量?jī)?nèi)容的過(guò)程是可持續(xù)塑造的。

（三）反應(yīng)：資源質(zhì)量審核

AIGC生成的內(nèi)容并不完全可信，因此，需要人配合AIGC完成資源的深度加工。首先，資源建設(shè)者需要對(duì)資源進(jìn)行整體檢查，若存在嚴(yán)重偏誤應(yīng)及時(shí)修正。其次，參考多媒體畫(huà)面語(yǔ)言學(xué)理論[15]，對(duì)生成的數(shù)字化資源進(jìn)行畫(huà)面語(yǔ)構(gòu)、畫(huà)面語(yǔ)義和畫(huà)面語(yǔ)用的檢查，其中，畫(huà)面語(yǔ)構(gòu)指的是資源中的文字、圖片、聲音、視頻以及簡(jiǎn)單交互等多模態(tài)內(nèi)容的組合是否符合職業(yè)漢語(yǔ)學(xué)習(xí)者的認(rèn)知習(xí)慣，是否存在不合適的搭配導(dǎo)致學(xué)習(xí)者產(chǎn)生額外的認(rèn)知負(fù)荷；畫(huà)面語(yǔ)義指的是將多模態(tài)內(nèi)容所要傳達(dá)的語(yǔ)言知識(shí)、職業(yè)知識(shí)及文化知識(shí)與學(xué)習(xí)者需求直接對(duì)應(yīng)，檢查是否能夠滿(mǎn)足學(xué)習(xí)者的個(gè)性化學(xué)習(xí)需要；畫(huà)面語(yǔ)用指檢查資源中內(nèi)容的模態(tài)豐富度是否能夠滿(mǎn)足與其對(duì)應(yīng)的教學(xué)場(chǎng)景，如在虛擬仿真資源中是否有足夠多的模態(tài)來(lái)打開(kāi)學(xué)習(xí)者的感官，支撐學(xué)習(xí)者通過(guò)真實(shí)的臨場(chǎng)體驗(yàn)習(xí)得職業(yè)技能。

（四）動(dòng)態(tài)評(píng)估與反饋：智能應(yīng)用監(jiān)控

通過(guò)資源質(zhì)量審核的“中文+職業(yè)教育”資源正式投入應(yīng)用后，須接受人機(jī)協(xié)同質(zhì)量監(jiān)管來(lái)保障其應(yīng)用效果。在這一階段，動(dòng)態(tài)評(píng)估與反饋起著至關(guān)重要的作用，以確保資源的實(shí)際應(yīng)用效果與預(yù)期目標(biāo)相一致。從學(xué)習(xí)者的角度出發(fā)，動(dòng)態(tài)評(píng)估可以通過(guò)監(jiān)控學(xué)習(xí)過(guò)程中的行為、學(xué)習(xí)后的反饋與評(píng)價(jià)，以及最終的學(xué)習(xí)效果評(píng)估來(lái)實(shí)現(xiàn)。這種以學(xué)習(xí)者為中心的監(jiān)測(cè)機(jī)制有助于及時(shí)發(fā)現(xiàn)并糾正資源應(yīng)用中的問(wèn)題，保障學(xué)習(xí)者在使用資源的過(guò)程中能夠取得最佳的學(xué)習(xí)效果。若發(fā)現(xiàn)部分資源存在嚴(yán)重質(zhì)量問(wèn)題，需重新設(shè)計(jì)“刺激”，以促成資源內(nèi)容與語(yǔ)言學(xué)習(xí)、職業(yè)學(xué)習(xí)和文化交融需要的高度契合。

四、 基于AIGC的“中文+職業(yè)教育”資源智能生成與質(zhì)量進(jìn)化模式構(gòu)建

文章在厘清AIGC賦能“中文+職業(yè)教育”資源建設(shè)內(nèi)在機(jī)理的基礎(chǔ)上，構(gòu)建了基于AIGC的“中文+職業(yè)教育”資源智能生成與質(zhì)量進(jìn)化模式，如圖2所示。模式包含AIGC賦能“中文+職業(yè)教育”資源建設(shè)過(guò)程的四個(gè)模塊：資源需求規(guī)劃、資源智能生成、資源質(zhì)量審核與資源質(zhì)量進(jìn)化，四個(gè)模塊之間形成緊密的信息傳遞與反饋機(jī)制，構(gòu)成一個(gè)閉環(huán)回路，為AIGC賦能的“中文+職業(yè)教育”資源智能生成與質(zhì)量進(jìn)化模式穩(wěn)定持續(xù)運(yùn)行提供了有效的支撐。

（一）資源需求規(guī)劃

資源需求規(guī)劃作為S-O-R中的刺激要素對(duì)資源生成效果至關(guān)重要。在此階段，人作為“人機(jī)共生主導(dǎo)者”總體把控需求制定，AIGC可發(fā)揮視角全面的優(yōu)勢(shì)作為需求分析輔助工具，借助“中文+職業(yè)教育”三大目標(biāo)來(lái)推動(dòng)個(gè)性化的需求定制，實(shí)現(xiàn)個(gè)性化資源生成[16]。例如：從語(yǔ)言目標(biāo)出發(fā)，需要根據(jù)學(xué)習(xí)者群體的母語(yǔ)類(lèi)型、HSK水平等因素，控制內(nèi)容的整體語(yǔ)言難度以及涉及的職業(yè)詞匯難度，若職業(yè)詞匯難度較高則應(yīng)采取分級(jí)、分段教學(xué)的策略，逐步幫助學(xué)習(xí)者習(xí)得職業(yè)詞匯；從職業(yè)目標(biāo)出發(fā)，要明確學(xué)習(xí)者的職業(yè)學(xué)習(xí)需求，了解職業(yè)學(xué)習(xí)的階段，進(jìn)一步明確通過(guò)學(xué)習(xí)資源學(xué)習(xí)者能夠掌握哪些職業(yè)知識(shí)與技能，以及與職業(yè)相關(guān)的詞匯和表達(dá)；從文化交融目標(biāo)出發(fā)，需要充分分析中國(guó)與母語(yǔ)國(guó)家的文化差異、職業(yè)文化差異等，來(lái)確定職業(yè)資源文化交融的方式與程度。在人與AIGC的高頻互動(dòng)中形成以制定個(gè)性化職業(yè)漢語(yǔ)資源需求為目標(biāo)的知識(shí)互補(bǔ)與意義建構(gòu)。

（二）資源智能生成

資源智能生成任務(wù)同樣需要人與AIGC的高頻深度交互，如何將高質(zhì)量需求轉(zhuǎn)化為AIGC能夠精準(zhǔn)識(shí)別的指令成為資源智能生成階段的關(guān)鍵。為了提高指令的準(zhǔn)確性和質(zhì)量，可借助GPT-4等文本類(lèi)工具協(xié)助實(shí)現(xiàn)指令質(zhì)量的優(yōu)化[17]。隨后針對(duì)內(nèi)容生成的需求選取合適的AIGC，將高質(zhì)量的指令輸入即可完成資源內(nèi)容的智能生成。例如，文本類(lèi)資源可選用ChatGPT等文本AIGC工具生成教材，圖像類(lèi)資源可利用Stable Diffusion等AI繪畫(huà)工具創(chuàng)作插圖，視頻類(lèi)資源則可以采用Runway ML等AI視頻編輯工具制作動(dòng)畫(huà)或職業(yè)技能教程。人類(lèi)應(yīng)扮演好“AIGC訓(xùn)練者”的角色，形成若干結(jié)構(gòu)相對(duì)固定的提問(wèn)范式，以?xún)?yōu)化指令并提高資源輸出質(zhì)量。內(nèi)容生成過(guò)程主要由AIGC參與，人類(lèi)需要對(duì)AIGC生成的多模態(tài)內(nèi)容進(jìn)行整合，將不同形式的信息有機(jī)地結(jié)合在一起形成多模態(tài)“中文+職業(yè)教育”資源，以創(chuàng)設(shè)更具豐富性和多樣性的職業(yè)中文學(xué)習(xí)體驗(yàn)。

（三）資源質(zhì)量審核

由于AIGC的智能生成內(nèi)容并不完全可靠，資源生成復(fù)合體初步生成和整合的原始“中文+職業(yè)教育”資源需要經(jīng)過(guò)一系列“反應(yīng)”才能夠正式投入應(yīng)用。在這一過(guò)程中，人類(lèi)作為“資源審核優(yōu)化者”，可參照現(xiàn)有開(kāi)放獲取的各類(lèi)高質(zhì)量資源，如MOOC與SPOC等，對(duì)資源開(kāi)展質(zhì)量審核。首先，要進(jìn)行偏誤分析與矯正，檢查資源所涉及的詞匯、句式、職業(yè)知識(shí)、職業(yè)技能等關(guān)鍵教學(xué)信息是否存在錯(cuò)誤，確保學(xué)習(xí)者能夠?qū)W到的職業(yè)知識(shí)與技能是與時(shí)俱進(jìn)的，必要時(shí)可針對(duì)相關(guān)知識(shí)咨詢(xún)專(zhuān)業(yè)職業(yè)教師的建議，不斷提升資源的準(zhǔn)確性和實(shí)用性。其次，需要檢查資源中各種模態(tài)的內(nèi)容之間搭配是否合理，是否能夠滿(mǎn)足語(yǔ)言目標(biāo)、職業(yè)目標(biāo)與文化交融目標(biāo)，以及是否與其所應(yīng)用的教學(xué)環(huán)境相匹配。高質(zhì)量的資源應(yīng)該在不增加學(xué)習(xí)者認(rèn)知負(fù)荷的前提下應(yīng)用多模態(tài)資源開(kāi)展職業(yè)學(xué)習(xí)[18]，打開(kāi)學(xué)習(xí)者的認(rèn)知加工通道，獲得更好的語(yǔ)言、職業(yè)與文化習(xí)得效果。最后，高質(zhì)量的資源可投入應(yīng)用；而中低質(zhì)量資源中一部分會(huì)被直接淘汰，另一部分有望通過(guò)人機(jī)共生的深度加工實(shí)現(xiàn)質(zhì)量提升。

（四）資源質(zhì)量進(jìn)化

資源質(zhì)量進(jìn)化模塊肩負(fù)著AIGC賦能“中文+職業(yè)教育”資源建設(shè)模式可持續(xù)運(yùn)行的重要責(zé)任。高質(zhì)量的資源經(jīng)過(guò)嚴(yán)格的質(zhì)量審核后，依托“中文+職業(yè)教育”在線(xiàn)學(xué)習(xí)平臺(tái)等工具進(jìn)行分類(lèi)管理和應(yīng)用。同時(shí)，人類(lèi)需要借助AI審核工具完成對(duì)資源應(yīng)用狀態(tài)的監(jiān)管，進(jìn)一步檢查資源中的語(yǔ)言、職業(yè)與文化知識(shí)是否與時(shí)俱進(jìn)，并通過(guò)學(xué)習(xí)者在應(yīng)用資源過(guò)程中的學(xué)習(xí)行為，學(xué)習(xí)結(jié)束后的評(píng)價(jià)及學(xué)習(xí)效果來(lái)動(dòng)態(tài)監(jiān)測(cè)資源的應(yīng)用效果[19]。對(duì)于存在質(zhì)量問(wèn)題的資源，需建立循環(huán)生成機(jī)制，重新回到需求分析階段，深入挖掘問(wèn)題的根本原因，并重新生成高質(zhì)量的資源，保證資源完美達(dá)成語(yǔ)言目標(biāo)、職業(yè)目標(biāo)與文化交融目標(biāo)。這種循環(huán)生成機(jī)制，使得資源的質(zhì)量進(jìn)化過(guò)程成為一個(gè)動(dòng)態(tài)的、可持續(xù)的過(guò)程，確保“中文+職業(yè)教育”資源能夠適應(yīng)不斷變化的學(xué)習(xí)者語(yǔ)言學(xué)習(xí)和職業(yè)學(xué)習(xí)需求。在質(zhì)量進(jìn)化的過(guò)程中，不僅要關(guān)注資源內(nèi)容的質(zhì)量審查，還要注重對(duì)AIGC生成模型的迭代升級(jí)和改進(jìn)。通過(guò)不斷學(xué)習(xí)用戶(hù)反饋，引入先進(jìn)的技術(shù)手段，如自然語(yǔ)言處理和機(jī)器學(xué)習(xí)，優(yōu)化生成算法和模型訓(xùn)練，以提高AIGC生成的內(nèi)容的準(zhǔn)確性和實(shí)用性，降低人對(duì)AIGC內(nèi)容生成過(guò)程的干預(yù)，逐步實(shí)現(xiàn)更高級(jí)、更復(fù)雜、全面智能化的內(nèi)容生成能力，為內(nèi)容創(chuàng)作者和用戶(hù)帶來(lái)更加豐富與便捷的體驗(yàn)。

五、 AIGC賦能“中文+職業(yè)教育”資源建設(shè)的困境與進(jìn)路

“中文+職業(yè)教育”資源建設(shè)的核心在于為國(guó)際職業(yè)漢語(yǔ)學(xué)習(xí)者提供高質(zhì)量職業(yè)漢語(yǔ)學(xué)習(xí)資源，以滿(mǎn)足日益增長(zhǎng)的國(guó)際化職業(yè)學(xué)習(xí)需求，實(shí)現(xiàn)國(guó)際中文教育與職業(yè)教育協(xié)同出海的國(guó)際教育新模式。AIGC在賦能資源建設(shè)的過(guò)程中受主客觀因素的影響面臨著一系列困境，文章將列舉四點(diǎn)關(guān)鍵困境并分析其突破進(jìn)路，旨在服務(wù)基于AIGC的“中文+職業(yè)教育”資源智能生成與質(zhì)量進(jìn)化模式可持續(xù)發(fā)展。

（一）突破AIGC技術(shù)接受困難，助力資源建設(shè)者身份轉(zhuǎn)型

作為具備自主生成和創(chuàng)造能力的AI技術(shù)，AIGC對(duì)使用者的技術(shù)接受度提出了較高要求[20]。部分資源建設(shè)者缺乏應(yīng)用AIGC的實(shí)踐經(jīng)驗(yàn)，可能感到難以適應(yīng)這種新的技術(shù)要求，即較低的感知有用性和感知易用性，不利于AIGC的賦能過(guò)程[21]。為此，AIGC賦能“中文+職業(yè)教育”資源建設(shè)要求資源建設(shè)者能夠快速實(shí)現(xiàn)身份轉(zhuǎn)型，積極接受AIGC對(duì)資源建設(shè)過(guò)程的變革，努力克服應(yīng)用AIGC過(guò)程中面臨的若干挑戰(zhàn)，必要時(shí)可與職業(yè)教師和相關(guān)領(lǐng)域?qū)＜液献鞴矂?chuàng)，分享利用AIGC制造與整合高質(zhì)量資源的方法，在與AIGC深度交互的過(guò)程中實(shí)現(xiàn)“中文+職業(yè)教育”語(yǔ)言目標(biāo)、職業(yè)目標(biāo)與文化交融目標(biāo)的高效高質(zhì)“內(nèi)容化”。

（二）打開(kāi)AIGC“黑箱”，促使資源生成過(guò)程可控

AIGC賦能“中文+職業(yè)教育”資源建設(shè)的可行性依賴(lài)于其基于大規(guī)模資源庫(kù)生成個(gè)性化原創(chuàng)資源的能力，但是算法的不可控性使內(nèi)容的生成過(guò)程對(duì)師生等非專(zhuān)業(yè)人士而言是一個(gè)巨大的“黑箱”。這就導(dǎo)致智能生成的資源在科學(xué)性和合理性等方面難以被約束，甚至出現(xiàn)版權(quán)與專(zhuān)利等問(wèn)題?！爸形?職業(yè)教育”資源智能生成技術(shù)的“黑箱”問(wèn)題需從技術(shù)層面解決，將不可控的生成過(guò)程轉(zhuǎn)化為用戶(hù)可監(jiān)督、可把握、可控制的模式。如允許資源設(shè)計(jì)者參與生成過(guò)程，通過(guò)調(diào)整參數(shù)、選擇輸入方式或提供附加指導(dǎo)信息等，來(lái)干預(yù)“中文+職業(yè)教育”資源的生成結(jié)果，這有助于提高智能生成資源的質(zhì)量，使其更符合個(gè)性化的職業(yè)學(xué)習(xí)需求。

（三）增強(qiáng)師生信息過(guò)濾能力，預(yù)防信息過(guò)載危機(jī)

AIGC在迅速生成大量“中文+職業(yè)教育”資源的過(guò)程中可能導(dǎo)致教師和學(xué)習(xí)者面臨嚴(yán)重的信息過(guò)載危機(jī)[22]。教師如何從海量的資源中篩選出學(xué)習(xí)者最適宜的資源，而學(xué)習(xí)者又如何更高效地從“中文+職業(yè)教育”資源中獲取到更多有效的知識(shí)，是AIGC賦能“中文+職業(yè)資源”建設(shè)過(guò)程中亟待解決的問(wèn)題。教師需要具備較強(qiáng)的信息過(guò)濾能力來(lái)應(yīng)對(duì)信息過(guò)載問(wèn)題，針對(duì)智能生成的資源內(nèi)容和質(zhì)量進(jìn)行篩選，為學(xué)生提供可靠的資源供給，做好學(xué)生資源輸入的“守門(mén)員”。也可在“中文+職業(yè)教育”資源平臺(tái)推出智能化的篩選和推薦機(jī)制，根據(jù)學(xué)習(xí)者的語(yǔ)言水平、職業(yè)學(xué)習(xí)需要等針對(duì)性設(shè)計(jì)資源導(dǎo)航，以幫助用戶(hù)更輕松地獲取符合其需求的內(nèi)容，進(jìn)一步提升資源利用成效。

（四）遵循適度原則，避免認(rèn)知外包缺陷與成癮依賴(lài)

由于AIGC能夠依據(jù)學(xué)生的學(xué)習(xí)行為數(shù)據(jù)提供個(gè)性化的學(xué)習(xí)方案和反饋，資源建設(shè)者可能會(huì)過(guò)度依賴(lài)AIGC，導(dǎo)致失去對(duì)學(xué)習(xí)者應(yīng)用資源開(kāi)展學(xué)習(xí)過(guò)程的問(wèn)題洞察力和資源開(kāi)發(fā)方案的創(chuàng)新探索精神，甚至失去對(duì)教育本質(zhì)的深刻思考[23]。教育的本質(zhì)是培養(yǎng)人的思維能力和創(chuàng)造力，而不僅僅是知識(shí)的傳授。資源建設(shè)者作為人類(lèi)擁有獨(dú)特的思考方式和情感體驗(yàn)，這些是AIGC無(wú)法替代的。為此，資源建設(shè)者在使用AIGC進(jìn)行資源建設(shè)時(shí)，應(yīng)遵循適度原則，避免過(guò)度依賴(lài)，積極探索高質(zhì)量的資源開(kāi)發(fā)規(guī)律，時(shí)刻關(guān)注學(xué)習(xí)者個(gè)性化的語(yǔ)言與職業(yè)學(xué)習(xí)需求，嚴(yán)守“AIGC訓(xùn)練者”“資源審核優(yōu)化者”和“人機(jī)共生主導(dǎo)者”的身份定位。

六、 結(jié)? ?語(yǔ)

在AIGC時(shí)代，“中文+職業(yè)教育”資源建設(shè)迎來(lái)了前所未有的機(jī)遇，AIGC賦能“中文+職業(yè)教育”資源智能生成與質(zhì)量進(jìn)化有望為國(guó)際中文教育和職業(yè)教育的融合發(fā)展與協(xié)同出海保駕護(hù)航。文章首先提出AIGC賦能“中文+職業(yè)教育”資源將實(shí)現(xiàn)資源增量、提質(zhì)，形成人機(jī)共生新態(tài)勢(shì)，然后參考S-O-R模型與“人機(jī)共生”核心機(jī)制揭示了AIGC賦能“中文+職業(yè)教育”資源智能生成與質(zhì)量進(jìn)化的內(nèi)在機(jī)理，最后提出基于AIGC的“中文+職業(yè)教育”資源智能生成與質(zhì)量進(jìn)化模式并分析其困境與突破進(jìn)路。文章從理論與實(shí)踐層面為AIGC賦能“中文+職業(yè)教育”資源建設(shè)提供了有益思路和可行方案，為AIGC時(shí)代的“中文+職業(yè)教育”資源建設(shè)提供了強(qiáng)有力的支持，同時(shí)深化了AICG在教育資源建設(shè)領(lǐng)域的認(rèn)識(shí)與應(yīng)用，未來(lái)需要在實(shí)踐中不斷優(yōu)化AIGC賦能的資源建設(shè)模式，共同推動(dòng)“中文+職業(yè)教育”資源的全球可持續(xù)發(fā)展。

[參考文獻(xiàn)]

[1] 杜修平，李夢(mèng)迪，尹曉靜.“中文+職業(yè)教育”融合模式的構(gòu)建邏輯[J].中國(guó)職業(yè)技術(shù)教育，2023（9）：20-27.

[2] 陳秋娜，武皓.“中文+職業(yè)技能”教材開(kāi)發(fā)：取向、思路與模式[J].中國(guó)職業(yè)技術(shù)教育，2023（14）：24-29.

[3] 王鶴楠，劉丹丹，任倩倩，等.國(guó)際中文教師數(shù)字能力內(nèi)涵與提升路徑[J].民族教育研究，2022，33（6）：148-155.

[4] 馮志偉，張燈柯，饒高琦.從圖靈測(cè)試到ChatGPT——人機(jī)對(duì)話(huà)的里程碑及啟示[J].語(yǔ)言戰(zhàn)略研究，2023，8（2）：20-24.

[5] 馬箭飛，梁宇，吳應(yīng)輝，等.國(guó)際中文教育教學(xué)資源建設(shè)70年：成就與展望[J].天津師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021（6）：15-22.

[6] 黃慧婷，莊榕霞，趙志群.對(duì)職業(yè)教育專(zhuān)業(yè)教學(xué)資源庫(kù)設(shè)計(jì)的教學(xué)理念分析[J].中國(guó)高教研究，2023（9）：102-108.

[7] 駱飛，馬雨璇.人工智能生成內(nèi)容對(duì)學(xué)術(shù)生態(tài)的影響與應(yīng)對(duì)——基于ChatGPT的討論與分析[J].現(xiàn)代教育技術(shù)，2023，33（6）：15-25.

[8] BRESNAHAN T F， TRAJTENBERG M. General purpose technologies "Engines of growth"？[J]. Journal of econometrics， 1995，65（1）：83-108.

[9] 苗逢春.生成式人工智能技術(shù)原理及其教育適用性考證[J].現(xiàn)代教育技術(shù)，2023，33（11）：5-18.

[10] 胡泳，劉純懿.UGC未竟，AIGC已來(lái)：“內(nèi)容”的重溯、重思與重構(gòu)[J].當(dāng)代傳播，2023（5）：4-14.

[11] 孟源，商若凡.“中文+職業(yè)技能”教育：發(fā)展脈絡(luò)、現(xiàn)實(shí)挑戰(zhàn)與路徑選擇[J].中國(guó)職業(yè)技術(shù)教育，2022（29）：28-33.

[12] 杜修平，李夢(mèng)迪，尹曉靜.“中文+職業(yè)教育”融合參考框架的構(gòu)建[J].天津師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023，（4）：49-55.

[13] 萬(wàn)力勇，杜靜，熊若欣.人機(jī)共創(chuàng)：基于AIGC的數(shù)字化教育資源開(kāi)發(fā)新范式[J].現(xiàn)代遠(yuǎn)程教育研究，2023，35（5）：12-21.

[14] MEHRABIAN A， RUSSELL J A. An approach to environmental psychology[M].Boston：The MIT Press，1974.

[15] 王志軍，王雪.多媒體畫(huà)面語(yǔ)言學(xué)理論體系的構(gòu)建研究[J].中國(guó)電化教育，2015（7）：42-48.

[16] 袁羲，吳應(yīng)輝.ChatGPT Plus給國(guó)際中文教育帶來(lái)的機(jī)遇、風(fēng)險(xiǎn)及應(yīng)對(duì)策略[J].云南師范大學(xué)學(xué)報(bào)（對(duì)外漢語(yǔ)教學(xué)與研究版），2023，21（3）：53-62.

[17] 李永梅，譚維智.機(jī)器創(chuàng)造時(shí)代的人類(lèi)創(chuàng)造危機(jī)與教育應(yīng)對(duì)[J].中國(guó)電化教育，2023（7）：35-42.

[18] 張曉君，李雅琴，王浩宇，等.認(rèn)知負(fù)荷理論視角下的微課程多媒體課件設(shè)計(jì)[J].現(xiàn)代教育技術(shù)，2014，24（2）：20-25.

[19] 王雪，王崟羽，喬玉飛，等.基于異步視頻學(xué)習(xí)情緒預(yù)警的視頻畫(huà)面情感進(jìn)化模型研究[J].現(xiàn)代遠(yuǎn)距離教育，2022（6）：11-22.

[20] 蔡燕，汪澤.基于技術(shù)接受模型的中文學(xué)習(xí)者直播課程學(xué)習(xí)意愿研究[J].語(yǔ)言教學(xué)與研究，2022（5）：35-46.

[21] CHOCARRO R， CORTI？譙AS M， MARCOS-MAT？魣S G. Teachers' attitudes towards chatbots in education： a technology acceptance model approach considering the effect of social language， bot proactiveness， and users' characteristics[J]. Educational studies， 2023，49（2）：295-313.

[22] 余勝泉，王琦.“AI+教師”的協(xié)作路徑發(fā)展分析[J].電化教育研究，2019，40（4）：14-22，29.

[23] 李芒，張華陽(yáng).對(duì)人工智能在教育中應(yīng)用的批判與主張[J].電化教育研究，2020，41（3）：29-39.

AIGC Empowering Intelligent Generation and Quality Evolution of "Chinese + Vocational Education" Resources —Connotation， Mechanism， and Model Construction

DU Xiuping1，? WANG Yinyu2，? CHEN Ziyao1

（1.School of International Education， Tianjin University， Tianjin 300072;

2.School of Education， Tianjin University， Tianjin 300350）

[Abstract] The intelligent generation and quality evolution of AIGC-enabled "Chinese + vocational education" resources are expected to facilitate the integrated development of international Chinese education and vocational education as well as their collaborative overseas development. This paper aims to address the key issues of why and how AIGC empowers the construction of "Chinese + Vocational Education" resources. Firstly， this paper clarifies the principles， goals， and tasks of "Chinese + vocational education" resources construction， and delineates the basic connotation of AIGC-empowered "Chinese + vocational education" resource construction for quantity enhancement， quality improvement， and human-machine symbiosis. Secondly， based on the S-O-R model， a mechanism of human-machine symbiosis for "Chinese + vocational education" resources is constructed， with the core mechanism of "human-machine symbiosis" throughout the four stages of AIGC-empowered resource construction. Furthermore， a model of intelligent generation and quality evolution for "Chinese + vocational education" resources based on AIGC is proposed， which integrates the four modules of resource demand planning， resource intelligent generation， resource quality review， and resource quality evolution to form a close information transmission and feedback mechanism， providing innovative solutions for human-machine collaborative "Chinese + vocational education" resource development. Finally， this paper puts forward the key dilemmas and breakthroughs in the operation of the model， aiming to provide effective support for the sustainable operation of the AIGC-empowered "Chinese + Vocational Education" resource construction model and to guarantee the internationalization of "Chinese + Vocational Education".

[Keywords] AIGC; "Chinese + vocational Education"; Resource Construction; Intelligent Generation; Quality Evolution