一、问题的提出 科学技术是人类文明进步的动力源泉，人类与技术在相互建构与扶植的过程中逐步走向“人机文明”的新型社会。虽然人类是科技演进中的受益方，但倘若存在技术误用或滥用的情况，技术也会反客为主给人类带来危害。[1]人工智能生成内容(Artificial Intelligence Generated Content，简称“AIGC”)强大的知识学习与智能反馈功能一经问世，便使社会陷入“AIGC究竟是危机还是机遇”的思考之中。这种关乎人类社会走向选择的疑虑与隐忧源自技术异化的价值危机，似乎成为19世纪马克思、恩格斯对科学技术重视与对技术异化问题本质洞察的再现。[2]“技术异化威胁人类文明”所带来的安全隐患、道德争议等问题引发全球关注。[3]同时，新技术嵌入导致“赛博格身体”的出现，揭示出个体身体、人类社会受技术、媒介的影响所形成的后人类变化。[4]沿着马克思主义的逻辑理路可发现，当前全球竞争格局中AIGC已成为被资本所青睐与追捧的关键对象，[5]即资本越来越倾向于通过研发自主化、类人化、智能化的AIGC来引领未来时代的到来，率先占领生产力发展制高点；但“类人文明中的人类生存是亟待思考的深刻命题”[6]，AIGC的到来则为这一命题提供了深度思考的机遇。在智能时代背景下，知识创造与人才培养过程将如何被AIGC所影响，人类又该如何去理解这一现象并采取相应的举措，这些都是亟待解决的现实问题。 在教育学视域下，技术不仅是一种赋能的手段，更是教育数字化转型过程中的趋势，有助于实现学生的个性化学习与人机协作等。[7]在新型人工智能伦理学中，人工智能被视作一种“柏格森意义上的物质流”，其与人类主体形成互构关系，使得人工智能“数据流”塑造了当代主体性。[8]这种新型主体性的出现为分析人机关系的演进过程提供了切入点，可以拓宽传统教育学的知识生产与创新边界。[9]还有学者基于对人工智能的学理认识产出系列成果，提出职业教育数字化转型包含自我赋能、秩序生成与范式转变的内涵特征，最终指向重塑职业教育健康新生态，[10]并从教育评价改革[11]、人才培养使命[12]、职业本科建设[13]等视角展开深入研究。从当前DeepSeek、ChatGPT等人工智能工具的运行特点来看，它们具备超强的学习能力、创造能力、交互能力等，这些能力是职业教育现代化发展进程中必不可少的“要素”，对上述研究也有深刻的解释力度。职业教育学是教育学的子学科之一，而具有人性化交互设计、快速响应时间和出色解答能力的AIGC同样为职业教育学的学科建设与发展带来了新的理论命题。传统人工智能在教育学领域中的应用限于教学赋能、数据分析与评价检测等方面的辅助功能，当前关于新技术融入教育的思考需升级到以实现教育知识创新与教育自主知识体系建设为导向的教育学相关研究领域，尤其是以职业技能提升与培训为主题论域的职业教育学要着力发挥其学科所长，将职业、技术与教育的关系置于未来的视野中加以审视。为此，本文将基于面向未来的研究视角，探求AIGC时代职业教育学在建设过程中面临的现实际遇，并由此探求职业教育学的学科特点与主体感知，以此明确职业教育学确立类型定位的发展方向。 二、AIGC时代职业教育学建设的现实际遇 (一)AIGC引发职业教育学知识生产模式更替 《资本论》指出，在不同历史阶段，生产力演进决定社会分工方式，即便在生产力不发达的情况下分工也相对简单。[14]福斯特(William Z.Foster)提出，“职业教育必须以劳动力就业市场的需求为出发点”，强调“非正规”的在职培训，是指以企业职业培训为主的岗位培训，反对“技术浪费”。[15]换言之，职业教育要以实践为导向，将职业需求与学习目标紧密融合开展职业教育与培训活动，提倡专项技能学习与职业反馈机制构建。[16]从本质上看，人类劳动与生产资料的相互作用是社会分工形态演化的根基，决定着劳动分工的模式类型与走向。随着生产技术在历史进程中的持续变革，不同时代要求的人类劳动能力也开始产生差异。工业时代需要大量能够进行重复简单劳动的体力型人才，数字时代的用人需求则转变为创造性、智力型劳动者。面向未来，AIGC对劳动者认知与技能水平的代替将进一步加深。马克思从人的本质出发，指出技术是人本质力量的对象化，人的进步是以其自身多样性的异化而表现出来的，社会分工的产生和国家的出现进一步推动人的异化，而这些问题在本质上都是由科学技术发展造成的。有学者甚至认为，深层次的不合理的社会分工使得劳动越来越异化，而这种异化程度的加深又促进了私有制的发展。[17] AIGC具备强大的类人化属性，在投入职业教育学建设后，会导致部分对单一研究方法过度依赖的研究逐渐由AIGC代替完成。譬如，DeepSeek具有自动文本检索技术，能检索国内外职业教育改革成功案例，帮助教师开展教学研究和课程改革研究。[18]AIGC以强大的数据资源作为支撑，为职业教育研究提供准确、丰富的实践知识和研究经验，当研究者或教师的经验不足或需要掌握前沿技术时，可以借助与AIGC对话的方式来获取相应的科研方案。但受各种专业数据库访问限制，AIGC无法自动获取高质量、多渠道的数据进行自主训练，难以提供支撑职业教育学所需的专精化的数据资源，所以研究者需要重视实现AIGC技术难以具备的情感捕捉、理性激发和人性挖掘等功能。在此过程中，职业教育学的知识生产分工结构需要被重新定义。为此，需要从职业知识之源和职业与技术之间的动态博弈关系出发，探究职业教育学建设的未来方向。需要警惕的是，AIGC的信息获取能力远超人类个体，如果没有创造性思维，人类在信息收集与文字处理方面的工作将被其替代。随着知识经济的到来，局限于单一学科、为知识而知识的传统知识生产模式正逐渐被具有跨学科特点的新知识生产模式所替代。[19]知识生产模式Ⅲ由以卡拉雅尼斯(Elias G.Carayannis)为代表的学者提出，认为知识生产与创新由大学、产业、政府、公众共同完成，以知识创新网络为存在形态，呈现出知识创新集群化、网络化、情境化等显著特征。[20]
