一、背景与挑战 (一)研究背景 数字技术的革新正深刻推动职业教育变革。以ChatGPT为代表的大模型会话机器人凭借内容生成能力，展现出超越传统技术工具的能动性。传统教育会话机器人主要依赖计算能力实现知识问答、个性化学习路径规划等工具性功能。而基于大模型的教育会话机器人可以作为技术构建者行动意向的智能延伸及实践活动的自主代理。充分释放能动性的大模型会话机器人更接近于具有主体性的行动者，不仅会重构职业教育教学中的人机关系，还可能对传统的班级授课和实训教学构成挑战[1]。 将会话机器人作为职业教育教学代理的研究兴起于最近十几年。早期研究主要采用基于规则的方法，如Mascitti等通过预设“刺激—响应”规则，开发了家庭保健员培训会话机器人，具有知识测试、学习路径定制等功能[2]。此后，机器学习技术的进步推动该领域持续发展，Casillo等利用潜在狄利克雷分配模型构建了工业4.0员工培训会话机器人，具有在地化学习资源推送、学习进度监督等功能[3]。此时的职业教育会话机器人仍以检索式方法为主，机器学习降低了查询和回复间的语义差异，但没有改变其结构化响应的本质。直到大模型出现，生成式方法才成为研究的焦点。Makhlouf等将ChatGPT设计成基于知识的系统，为护理专业学生提供保持更新的循证知识[4]。王佑镁等归纳了ChatGPT赋能职业教育的多重角色，包括智能加强仪、教学辅助员、个性化管家、质量评估员和校企连接员[5]。但基于大模型的职业教育会话机器人研究仍处于起步阶段，其构建面临多重挑战。 (二)面临的挑战 1.传统设计难以支持职业能力发展 职业教育旨在培养职业(行动)能力，但现有职业教育会话机器人仍以知识问答或导学为核心，秉承知识本位设计理念，导致教育者自然而然地采用“理论为实践服务”的课程理念组织人机对话，期望学生借此学习理论知识，并将其与实践中遇到的实际问题联系起来[6]，从而提升工作能力。但职业能力的形成依赖于工作行动，去情境化、颗粒化的知识导学将那些与工作情境紧密相关的隐性能力排除在外，导致学生过分关注孤立的操作行为，忽视工作的整体性[7]，进而阻碍能力发展。传统设计不仅浪费了大模型作为主体间性的潜能，而且违背技能人才成长的规律。 2.推理能力和领域知识限制教学决策 职业教学须综合学情、工作情境和职业教育规律进行整体化决策，涉及多线程、多步骤的感知与推理。但大模型多步推理能力较弱，难以独立解决复杂逻辑推理、因果分析和决策等系统问题[8]。相关研究尝试构建多智能体系统(Multi-agent System)，通过设计多智能体角色及工作流来增强推理能力。但串行工作流延长了响应时间，削弱了其在对话教学场景中的实用性。同时，由于职业的领域特殊性，会话机器人还须具备保持更新的垂直领域知识。相关研究尝试通过检索增强生成(Retrieval-augmented Generation，RAG)技术拓展大模型的知识边界，但RAG技术仅基于单次提问内容进行检索，对单轮知识问答任务有效，在多轮、多步骤的推理中有明显的局限性[9]。 3.职业能力诊断方法的科学性不足 对学生职业能力的科学诊断是职业教育会话机器人行动的关键依据，但目前缺乏适用于即时会话场景的有效方法。职业能力并非简单的规则知识应用，而是构筑于行动实例中的诀窍和技巧，只有水平高低之分而没有标准答案[10]。传统教育会话机器人依赖认知诊断、知识追踪等技术，通过判断个体是否掌握规定的知识或技能来进行个性化指导，很难实现素质或能力培养。原因在于其完全依赖认知主义模型解释人类智能，认为人的一切知识都能用适当的符号表征[11]。但专家系统等早期人工智能的失败，已证明人类智能无法用明确的规则知识完整表征。现有的职业能力诊断方法，如PISA-VET和COMET职业能力测评，依赖专门的评价环境和高成本的评价活动，无法直接嵌入会话教学过程中。 针对上述挑战，本研究尝试基于设计导向、行动导向、“从初学者到专家”能力发展逻辑、支架式教学等理论基础，应用多智能体、思维链(Chain of Thought，CoT)、检索增强生成等技术，构建具备职业能力培养、专业化教学决策和能力诊断功能的职业教育会话机器人。 二、基于大模型的职业教育会话机器人构建 (一)理论基础 1.“设计导向”职业教育思想 “设计导向”职业教育思想强调，职业工作者不仅要有技术适应能力，更重要的是本着对社会、经济和环境负责的态度，有能力参与设计和创造未来的技术和劳动世界[12]。智能时代，“机器换人”降低了封闭性工作的劳动附加值，高技能人才须超越对技术的工具性认知，将技术劳动视为社会过程，通过整体化感知工作情境，发现技术之于世界构造的潜能，开展技术设计活动。Rauner据此将职业能力划分为功能性能力、过程性能力和整体设计能力三个依次递进的级别，体现职业任务的设计导向要求，构成职业能力的要求维度[13]。职业教育会话机器人应围绕开放性任务组织人机对话，给予学生技术设计空间，保障学生的自主决策权，避免机器代理决策和程式化的操作教学。 2.“行动导向”职业教学原则 职业工作并非孤立行为的简单集合，而是完整、连续的行动调节过程。“行动导向”职业教学原则主张学生只有主观能动地完整经历工作任务全程，并围绕行动结果进行全面且具有设计导向特征的反思，才能提升职业能力。在此过程中，学生以工作任务为载体发挥行动意向，通过比较行动目标与结果审视自我，获取工作过程知识[14]，即工学结合的学习。职业教育会话机器人应在“实践—对话”场景下应用，以完整工作过程为主线组织人机对话，引导学生以自我负责的态度调控行动。具体而言，依据工作过程系统化理论，完整的工作行动包含明确任务、计划、决策、实施、检查和评价六步，学生借此实现有意义的自我建构。
