摘要：在大语言模型(Large Language Model，简称LLM)快速发展的时代背景下，高职院校数字素养教育面临重要转型。大语言模型在现代高等教育中发挥着多元赋能作用，当前国内外多所高职院校已利用大语言模型开展数字素养教育，有效提升了师生的数字素养。与此同时，大语言模型也带来了技术鸿沟、技术迭代迅速、过度依赖等挑战，因此高职院校师生需明晰运用大语言模型的核心方法、开拓创新思维，在善用大语言模型这一工具的同时，避免被工具替代，最终实现自身数字素养的提升。

在数字技术深度融合职业教育的背景下，大语言模型(Large Language Model，简称LLM)的突破性进展，正深刻影响高职院校数字素养教育。一方面，大语言模型通过推动个性化学习落地、智能教学助手研发、动态课程资源搭建与过程性评价体系完善，为教学模式革新、课程资源迭代及评价体系重塑提供了技术保障，切实提升了高职院校师生的数字素养;另一方面，其引发的教育资源分配失衡、教师数字素养不足、学生认知依赖等问题，对高职院校的教育公平、师资建设及学习生态造成冲击。

大语言模型及数字素养教育概述

大语言模型概述

大语言模型作为基于深度学习技术的人工智能系统，其核心特点是通过对海量文本数据的预训练，学习人类语言的规律与模式，从而具备理解、生成自然语言以及完成复杂任务的能力[1]。当前，国内外典型的大语言模型包括美国OpenAI公司的GPT系列、Google公司的Gemini系列、Meta公司的LLaMA系列，以及国内的DeepSeek、字节跳动豆包、腾讯混元、阿里云通义千问、科大讯飞星火、百度文心一言、月之暗面Kimi等。

数字素养教育概述

随着人类社会从信息化迈入数字化阶段，人才标准也随之更新升级，数字素养的概念应运而生。它既是信息素养的进阶形态，也是新时代人才必备的核心要求之一。数字素养是指个体在数字环境中运用技术高效发现、获取、评价、整合及交流信息的综合能力，其内涵强调技术应用、批判性思维与社会协作的融合。

2022年3月，中央网信办等四部门印发的《2022年提升全民数字素养与技能工作要点》(以下简称《工作要点》)让数字素养再度引发社会热议。《工作要点》明确了工作目标：提升全民数字素养与技能工作取得积极进展，系统推进工作格局基本建立。数字资源供给更加丰富，全民终身数字学习体系初步构建，劳动者数字工作能力加快提升，人民群众数字生活水平不断提高，数字创新活力竞相迸发，数字安全防护屏障更加坚固，数字社会法治道德水平持续提高，全民数字素养与技能发展环境不断优化[2]。数字素养本质上是数字公民需具备的综合能力集合，涵盖数字意识、计算思维、数字化学习与创新、数字社会责任四大维度，而针对这些能力的培育工作，即数字素养教育。

数字素养的相关研究

数字素养概念起源于20世纪90年代数字技术普及对个体能力的新需求，美国学者保罗·吉尔斯特(Paul Gilster)在1997年出版的著作《数字素养》中，首次正式提出并定义了“数字素养”这一概念。随着信息技术教育向终身学习体系延伸，联合国教科文组织于2018年将安全合理使用技术纳入其内涵。在国外众多机构与学者提出的数字素养框架模型中，美国新媒体联盟所构建的模型值得关注。该模型对高校开展相关工作具有较高的参考意义，具体将数字素养划分为通识素养、创新素养与跨学科素养三个维度[3]。

国内对数字素养的研究始于2006年，随后逐渐成为研究热点。国内研究以政策为引领，围绕信息素养、高等教育、信息技术和图书馆展开，通过相关文件明确了数字素养的战略定位。广州职业技术大学发布了全国首个高职院校学生数字素养标准，系统构建了涵盖数字技术知识、应用能力、伦理规范等六大维度的培养框架[4]。北京师范大学李玉顺提出了“四维数字素养框架”，强调技术实践与伦理认知的结合[5]。上海理工大学张新新则从出版行业视角，论证了数字化适应力、胜任力、创造力三位一体的素养体系[6]。

大语言模型与数字素养教育的结合

大语言模型对数字素养教育的影响

大语言模型通过驱动个性化学习、智能教学助手开发、动态课程资源构建及过程性评价体系优化，为教学模式创新、课程资源升级和评价体系重构提供了技术支撑，有效提升了高职院校师生的数字素养。然而，其带来的教育资源分配不均、教师数字素养滞后、学生认知依赖等挑战，对高职院校教育公平、师资建设和学习生态造成冲击。

大语言模型在高等教育中的应用

大语言模型在高等教育中发挥了多元赋能作用。在教学层面，通过智能助教系统(如清华大学GLM模型)提升答题正确率，生成课程项目提示与流程设计;与知识图谱结合构建智能答疑平台(如武汉大学的“珞珈智慧图谱体系”)，实现跨学科复杂问题精准解答。在科研领域，基于大语言模型驱动的AgentLaboratory框架辅助文献综述与实验设计，提升效率。在个性化学习方面，大语言模型可基于角色微调与强化学习动态调整教学内容。在职业教育中，大语言模型可聚焦专业群场景(如智能制造、护理)开发实训项目，优化“AI生成—人工校验”流程等。

大语言模型的实践案例

在大语言模型快速发展的时代背景下，国内部分高职院校利用大语言模型对本校课程进行了改革，进一步提高了教学效率。例如，河南黄河水利职业技术大学通过本地化部署大语言模型，取得了教学资源生成效率提升40%以上的实证效果。山东城市建设职业学院联合国家超算中心研发“城建智芯”大模型，接入千亿参数DeepSeek-R1模型，构建建筑行业知识图谱[7]。日照职业技术学院引入DeepSeek等大模型构建职教垂直领域智能教学系统，开发覆盖备课、授课、学习支持的全链条工具集群[8]。四川职业技术学院将科大讯飞星火认知大模型深度融入教学实践，在智能制造实训中引入编程助手，结合真实工业项目开展实战教学[9]。

国外，大语言模型在职业教育中已展现出多样化应用场景。例如，澳大利亚政府将生成式AI纳入课程体系，设立人工智能实验室并提供奖学金，推动技术创新与创业融合。德国开发的Jagoda.AI利用大语言模型为数学、生物学等学科提供个性化辅导，通过真负率评估精准识别学生学习漏洞，并配备“1V1”虚拟辅导员实时互动。美国可汗学院的Khanmigo基于GPT-4构建智能助教，既能通过苏格拉底式对话引导学生自主解决数学、科学问题，又能帮助教师生成个性化评估题目、简化课程设计流程。

当前，国内部分高职院校已认识到大语言模型与数字素养教育的关系。例如，山东工程职业技术大学于2025年3月4日至4月4日开展基于DeepSeek的数字素养提升月活动，致力于全面提升师生运用AI工具的能力，高度契合技术驱动下的教育新生态[10]。

高职院校教师的数字素养提升

在大语言模型快速发展的时代背景下，高职院校教师需提升自身的数字素养，不仅要掌握大语言模型的核心技术原理，明确主流模型的技术边界与适用场景，还要精通提示词设计、多模态交互等实操技能，具备将模型工具与专业教学深度融合的能力。此外，由于高职院校具有较强的专业特色，教师还要将本校的专业特色与大语言模型结合，通过多元途径提升自身的教学与科研水平。

高职院校学生的数字素养教育

大语言模型通过驱动个性化学习、智能教学助手开发、动态课程资源构建及过程性评价体系优化，为教学模式创新、课程资源升级和评价体系重构提供技术支撑，可有效提升高职院校学生的数字素养。针对学生的数字素养教育活动包括多种形式，如数字素养教育主干课程、数字素养教育与专业课程的融合、数字素养教育实践课程，以及与数字素养教育相关的图书馆新生入馆培训、专题讲座、主题活动、展览与竞赛等。

挑战与对策

挑战

大语言模型带来的数字素养教育挑战主要体现在以下四个方面。

一是“技术鸿沟”可能加剧教育不公。发达地区的高职院校具备充足资金采购、部署大语言模型平台并设立虚拟实训基地;而欠发达地区难以保障基础算力供给，学生无法接触优质大语言模型工具，导致“强者越强，弱者越弱”。

二是学生过度依赖大语言模型，弱化自身核心能力。部分学生直接借助大语言模型完成作业，不主动思考;开展项目实践时，过度依赖大语言模型的建议，丧失独立判断的能力。如何让学生“合理运用大语言模型”而非“过度依赖大语言模型”，是亟待解决的难题。

三是教师专业能力跟不上技术发展步伐。多数高职教师对大语言模型的理解还停留在“聊天机器人”层面，既未掌握运用大语言模型优化课堂教学的方法，也未有效引导学生正确使用大语言模型(如避免使用大语言模型生成的侵权内容、虚假信息)。

四是课程和企业需求“脱节”的问题更为突出。现阶段，企业亟须具备“AI+专业”复合能力的人才，但多数学校课程仍在分开讲授“AI基础”和“专业知识”，尚未打通二者的结合点。

核心对策

为使高职学生既能善用大语言模型，又不被工具替代，真正掌握未来职场所需的数字素养，相关教育工作需突破三个核心瓶颈。

一是“学什么”更贴近职场需求。以往的数字素养教育多聚焦基础软件(如Excel、PS)教学。步入大语言模型时代，需增设“大语言模型工具应用”(如运用大语言模型编写代码、生成文案、开展数据分析)课程;同时，培养学生正确使用大语言模型的能力(如精准设计询问大语言模型的问题、如何验证大语言模型输出内容的准确性、如何运用大语言模型辅助完成复杂任务)。

二是“怎么学”更加个性化、更具实操性。利用大语言模型打造“智能学习助手”，如根据不同学生的薄弱点推送配套练习题，或模拟真实工作场景，让学生在“干中学”，摒弃单一课堂理论讲授模式。

三是“谁来教”和“怎么评”跟上技术发展节奏。教师需先掌握大语言模型工具的使用方法，将大语言模型融入课堂教学(如运用大语言模型批改作业、设计个性化学习方案);学生考核标准不再局限于考试成绩，同步纳入实际项目能力作为评判依据。

创新思维

在大语言模型背景下开展数字素养教育，必须具备创新思维，具体可从以下四个方面落地。

一是将“大语言模型思维”深度融入职业教育，无需单独开设大语言模型专项课程，而是让各专业结合自身特色，运用大语言模型提升效率、解决问题。

二是打造虚实结合的实操场景。运用大语言模型模拟真实职场环境，如让学生在虚拟平台上利用大语言模型工具体验完整项目流程;同时，与企业合作，让学生运用大语言模型参与真实的企业任务。

三是依托大语言模型“反哺”教育，实现双向赋能。一方面，运用大语言模型辅助教学(如智能批改、个性化辅导);另一方面，让学生借助大语言模型提升自身的数字素养，如运用大语言模型进行信息筛选(不被海量数据淹没)、逻辑推理(借助大语言模型厘清思路，而非直接照搬生成内容)、创新应用(用大语言模型实现以往难以落地的创意构想)。

四是从技能培训转向素养培养。以往的高职教育侧重单一技术的学习，现阶段要培养学生适配数字时代的底层能力，如面对迭代迅速的大语言模型技术，能主动学习新型工具;面对复杂问题时，能运用大语言模型辅助解决;在使用大语言模型时，时刻保护数据安全、遵守伦理规范(如不滥用大语言模型生成虚假信息)。

在数字技术深度融入职业教育的背景下，大语言模型的突破性发展对高职院校数字素养教育产生深远影响。一方面，大语言模型能有效提升高职院校师生的数字素养;另一方面，大语言模型带来了多方面挑战。高职院校唯有积极应对、创新思维，才能更好地开展数字素养教育，培养更高素质的专业人才。

参考文献：

[1]王若妍,丁伟.AI提示词工程赋能化学教学[J].中小学课堂教学研究,2025(09):1-7.

[2]中华人民共和国国家互联网信息办公室.中央网信办等四部门印发《2022年提升全民数字素养与技能工作要点》[EB/OL].(2022-03-02)[2025-10-24].https://www.cac.gov.cn/2022-03/02/c_1647826931080748.htm.

[3]凌征强.我国大学生数字素养现状、问题与教育路径[J].情报理论与实践,2020,43(07):43-47,53.

[4]广州职业技术大学.数字化赋能中心起草发布全国首个高职院校学生数字素养标准[EB/OL].(2024-12-25)[2025-10-24].https://www.gzpyp.edu.cn/fzzx/xxyw/content_66445.

[5]李玉顺,付苏豪,安欣.数字经济时代学生数字素养的培育：时代价值、理论建构与实践进路[J].中国电化教育,2023(09):27-33.

[6]张新新,刘一燃.编辑数字素养与技能体系的建构：基于出版深度融合发展战略的思考[J].中国编辑,2022(06):4-10.

[7]山东城市建设职业学院.创新智慧教育赋能建筑行业：学校部署DeepSeek-R1满血大模型[EB/OL].(2025-03-06)[2025-10-20].https://nic.sduc.edu.cn/info/1016/1407.htm.

[8]日照职业技术学院.筑牢数字底座赋能教育教学[EB/OL].(2025-03-18)[2025-10-21].https://shandong.eol.cn/sdgd/202503/t20250318_2659144.shtml.

[9]四川职业技术学院计算机工程学院.“星火拥抱人工智能”：计算机工程学院邀请科大讯飞企业讲师开展星火大模型知识讲座[EB/OL].(2023-09-15)[2025-10-22].https://www.scvtc.edu.cn/info/1047/23776.htm.

[10]山东工程职业技术大学网络与信息化管理中心.关于开展基于DeepSeek的师生数字素养提升月活动实施方案[EB/OL].(2025-03-06)[2025-10-23].https://www.suet.edu.cn/networks/info/1064/2834.htm.

作者：苏海明

制作：吴飞飞

校对：肖梦妍

审核：颜宝辉