在职业教育与培训发展中有效应用人工智能的五大原则

职业教育与培训发展中有效运用人工智能的五大原则 2026年6月23日 关键信息 人工智能（AI）的应用正兴起以支持职业教育与培训（VET）课程和资格（以下简称“VET发展”）。它越来越多地用于劳动力市场分析、跨利益相关方起草和综合输入等任务，并具有提高效率、响应性和与不断变化的劳动力市场需求保持一致的潜力。在各国，其应用仍然是临时的、实验性的，并集中于准备阶段，例如分析大量劳动力市场数据、绘制技能图谱、综合利益相关方反馈以及产出初步草案。虽然这些应用可以提高速度、一致性和证据使用，但它们也引发了关于VET体系治理、质量、问责制和所有权的重要问题。 职业教育（VET）发展在应用人工智能（AI）时具有独特的制度特点需要考虑。与其他教育环境不同，职业教育的课程和资格是通过协商、监管和多利益相关方过程开发的，通常嵌入在法律框架和质量保障安排中，并涉及公共机构、社会伙伴、行业组织和提供者。在这些过程中做出的决策对学习者和雇主具有强烈的信号效应，并对劳动力市场结果和公众对职业教育的信任产生直接影响。证据表明，在职业教育发展中应用人工智能仍然不均衡，并受到不同关注点、障碍和潜在风险的影响。 职业教育领域亟需针对性强、内容明确的指导方针，以确保人工智能在职业教育发展过程中的有效和安全应用。尽管现有的国际人工智能原则提供了重要基础，但它们并未充分考虑到职业教育体系的实际运作情况。若缺乏针对职业教育的具体指导，人工智能的应用可能会呈现碎片化趋势，从而削弱集体决策能力、模糊责任归属，或加剧不同数字准备程度的利益相关者之间的隔阂。因此，迫切需要清晰的指导方针，以确保人工智能能够强化而非削弱职业教育体系所依赖的合作治理、合法性与质量。 本政策简报通过提出五项原则来弥补这一差距，以支持职业教育利益相关者在职业教育发展中有效和安全地使用人工智能。这些原则阐明了人工智能应如何支持集体专家判断和决策，而不是取代它们： 1.以人为本的使用强调人工智能应作为支持职业教育发展的工具，在分析或技术任务方面提供协助，同时最终判断、验证和责任仍牢牢掌握在人类专家和相关方手中。 怎么了？ 人工智能正日益影响着职业教育与培训（VET）课程和资格的开发、审查以及与劳动力市场需求的对接。由于技术变革、绿色转型和人口结构变化，技能需求正快速演变，这使得VET体系面临着越来越大的压力，需要变得更加敏捷、响应迅速并基于证据。在此背景下，人工智能为VET发展提供了多种创新机遇，包括分析大量劳动力市场数据、加速起草和修订流程、支持模块化和微证书的发展，以及支持参与VET发展的众多VET利益相关者之间的协调。与此同时，将人工智能融入这些流程也引发了重要的治理、质量和信任相关挑战。 尽管关于教育领域人工智能的国际指导文件日益增多，但这些文件并非针对职业教育课程与资格开发中的人工智能应用。现有的关于人工智能的原则以及以教育和培训为重点的框架奠定了重要基础（参见框1），但并未详细反映职业教育体系在机构、法律和程序方面的具体特征。职业教育课程与资格是涉及公共机构、社会伙伴、行业组织和提供者等各方进行协商，并通常受到监管的流程的产物，它们具有法律、信号和质量保证功能，直接影响学习者、雇主和公众信任。经合组织（OECD，2026[1]）支持本政策简报的相关工作证据表明，职业教育发展中的人工智能应用仍不均衡且主要处于实验阶段，这受到问责制、所有权、数据保护、质量保证和利益相关者能力等问题的制约。这些特征使得针对职业教育的人工智能治理方法既必要又及时。 第一箱。相关国际人工智能原则、指南和监管框架的示例 经合组织人工智能原则与政策指南 经合组织人工智能原则（经合组织，2019[2]）通过强调以人为本的价值观、透明度、稳健性和问责制，为该政策简报中的五项原则奠定了基础。特别是，经合组织关于可信赖人工智能共同治理的概念，与职业教育与培训（VET）发展中集体所有权、明确界定角色和制度责任的需求相一致。相关的经合组织关于透明度、可解释性、数据治理和人力能力的指南（经合组织与国际教育工会，2023[3]；Varsik和Vosberg，2024[4]）进一步丰富了该简报，突出了教育系统中负责任的人工智能使用所必需的条件。经合组织《2026年数字教育展望》（经合组织，2026[5]）强调了以目的为导向、以人为本的人工智能使用的重要性，其以可解释性、监督测试和人工智能素养为支撑——这些考虑因素对于职业教育与培训发展过程尤为相关。 欧盟人工智能法案、通用数据保护条例及指南 欧盟人工智能法案（欧洲议会和欧盟理事会，2024[6]）为具有约束力的监管参考提供了依据，其中将用于教育、培训（包括职业教育与培训发展）的人工智能系统归类为高风险系统。该法案对人类监督、责任分配、风险管理及文档记录的要求，强化了问责制和透明度。法案中关于数据治理的规定支持数据质量、安全与保护，而其强调的非歧视和可及性则与包容性考量相符。 与此同时，《通用数据保护条例》（GDPR）（欧洲议会和欧盟理事会，2016年[7]）为人工智能（AI）支持的职业教育与培训（VET）发展过程中个人和敏感数据的合法、安全处理奠定了法律基础。欧洲数据保护委员会（EDPB）通过发布意见和建议，进一步阐明GDPR如何适用于人工智能，最新发布的《第28/2024号意见》（2024年12月）强调数据处理和人工智能应用应合法、公平、透明且目的特定。EDPB的指南强调了多项义务，例如告知个人人工智能系统的使用情况和影响、保存记录和进行风险评估、应用隐私保护技术，以及实施稳健的安全和治理安排，以确保持续合规。 与这些工具相辅相成，欧盟委员会关于禁止性人工智能实践的指南（欧盟委员会，2025[8]）阐明了人工智能法案第5条的范围和应用。这些具有约束力的指南确定了在基本权利和欧洲价值观方面被认为不可接受的人工智能实践，包括与教育环境相关的某些实践，如有害操纵、利用脆弱性、社会评分以及某些生物特征或情绪识别实践。虽然这些指南并非针对特定行业，但它们为职业教育与培训（VET）当局和提供者在评估哪些人工智能使用是不允许的，以及在试点或实施期间确定适当的保障措施时，提供了重要的参考依据。 G7公共部门人工智能工具包 G7 公共部门人工智能工具包（G7，2024[9]）强调协调治理、明确机构角色、领导力及公共部门使用人工智能的伦理保障。其对实用治理安排和公共问责的关注，强化了五项原则的过程导向性质，特别是与问责制、透明度和包容性相关的内容。 国家及特定行业在教育领域的人工智能法规与指南 各国正日益将国际人工智能原则转化为针对教育或特定行业的国家或行业指导方针。例如，澳大利亚的人工智能透明度声明（澳大利亚技能） 质量权威机构（ASQA），2025[10]），以及澳大利亚学校生成式人工智能框架；斯洛伐克的《教育领域负责任使用人工智能计划》（斯洛伐克教育、研究、发展与青年部，2025[11]）；以及爱尔兰的《学校人工智能指南》。总部位于英国的《教育领域人工智能伦理框架》（教育伦理人工智能研究所，2024[12]）通过提供专门针对教育的视角，补充了经合组织的原则。其强调的伦理设计、知情参与、专业自主、透明度和问责制，与以人为本使用和透明度的原则相一致。该框架还强调了隐私、包容性和目的性人工智能使用，强调人工智能应支持明确界定的教育目标，并避免加剧现有不平等。 为什么这很重要？ 随着人工智能（AI）日益融入职业教育与培训（VET）发展，需要明确的原则来指导其有效和安全的使用。经合组织（OECD）与欧洲委员会合作，基于国际人工智能原则，并参考了各国案例、调查和利益相关者访谈，制定了这份政策简报，重点关注人工智能在VET课程与资格发展中的应用。这五项原则及其在实践中的应用和相关国家案例，旨在通过阐明人工智能如何用于加强共同责任、协作、问责制和质量，从而支持VET政策制定者、资格认证机构、社会伙伴和参与这些过程的VET提供者，避免治理碎片化或权力集中。 这些原则涵盖了在职业教育与培训（VET）发展中有效和安全使用人工智能的核心维度，包括以人为本的使用、多元化和包容性、问责制、透明度以及数据质量、安全与保护。它们共同构成了一个协调且互补的框架，用于管理人工智能在课程和资格开发过程中的使用方式，而非规定应使用何种人工智能工具或人工智能应用应交付何种成果。它们不提供关于特定人工智能系统或应用的技术指导，也不取代现有的法律或监管要求。 所有这些因素的背后，是利益相关者能力建设的需求。只有当使用AI的人——职业教育与培训（VET）教师、课程开发者、行业专家、雇主和政策制定者——具备使用AI所需的技能、信心和批判性理解力时，AI才能促进职业教育与培训（VET）的发展。数字准备程度和AI素养的差异已经决定了谁能有意义地参与到AI支持的过程中。如果没有有意识的投入来提升能力，AI有风险会加剧现有的不平等，增加对自动化输出的过度依赖，或削弱专业判断力。因此，这五项原则假定，能力发展是有效使用AI的持续要求，与包容性、所有权和问责制密切相关。 鉴于人工智能技术的快速发展和职业教育体系的多样性，这五项原则旨在灵活应用于不同机构、部门和监管环境中。它们并非旨在成为僵化的规则手册，而是作为职业教育体系间对话、决策和持续学习的共同参考基准。总体而言，它们旨在帮助职业教育相关方利用人工智能作为改进的支持工具，同时保持自主权、维护信任与包容性，并保障职业教育课程与资格的完整性。 五项原则及实践应用 五项原则为职业教育与培训（VET）发展中有效和安全地使用人工智能提供了指导，阐明了人工智能应如何支持集体专家判断、透明度、问责制和信任。 系统。它们通过迭代过程开发而成，借鉴了来自经济合作与发展组织（OECD）涵盖25个国家的调查以及十个国家的案例研究中的证据，其中包括近80次利益相关者访谈，这些访谈确定了职业教育与培训（VET）系统中的常见人工智能（AI）应用案例、使能条件以及反复出现的挑战（OECD，2025[13]；OECD，2026[1]）。这些见解与现有的经济合作与发展组织、欧盟和国际人工智能原则及治理框架进行了整合，以确保与既定标准的一致性，同时根据职业教育与培训发展过程的独特性、多方利益相关者参与以及通常受到监管的性质来调整这些原则。随后，通过在线研讨会与职业教育与培训利益相关者讨论并完善了这些初始原则，从21个国家的117名参与者（其中89名是唯一的）那里收集了反馈。相关的国家经验来自案例研究（OECD，2026[14]）。 以人为本：确保在职业教育与培训发展中使用人工智能是以人为本的。 原则：在职业教育与培训（VET）发展中，人工智能（AI）的应用应受集体人类判断和共同责任的约束，AI应支持决策而非取代决策。 实践中，这意味着： ••人工智能被用作辅助工具，协助处理高容量或技术性任务（例如：技能图谱绘制、重叠分析）。（如核对或准备摘要和草稿等），但最终决定权和责任仍由...保留。具备资格的职业教育与培训（VET）专家和相关方。AI支持的观点被视为讨论和谈判的输入，并接受审查和通过既定的治理流程（例如工作组、行业委员会等）进行验证利益相关方咨询，并在所有阶段保持人的参与——从定义目标设定与数据选择，以及验证输出和批准最终课程与资格认证为确保准确性、语境相关性、合法性与整体质量。 • 在职业教育与培训（VET）发展过程中，人工智能的应用应以明确的需求为导向，而非仅仅取决于技术的可用性，并集中于那些它能明显增加价值的任务。当人工智能无法服务于明确目的或提供的益处有限时，不使用人工智能被认为是一种合法且负责任的选择。 人工智能应用于强化利益相关者在课程与资格发展中的所有权、能力及参与度——赋能职业教育教师、社会伙伴和雇主进行有意义的参与——而非取代其角色、判断力或影响力。 相关国家经验： 在荷兰，最终资格文件通过职业教育与劳动力市场合作组织（SBB）协调的行业公会进行专家协商审批。人工智能仅被用作辅助工具（例如起草和重叠检查），而最终责任仍明确由人类专家