<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">RTED</journal-id><journal-title-group><journal-title>Research on Teacher Education and Development</journal-title></journal-title-group><issn>3066-8999</issn><eissn>3066-9006</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/RTED.2026030022</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>人工智能赋能职业教育增值评价：理论逻辑、现实困境与实现路径</title><url>https://artdesignp.com/journal/RTED/2/3/10.61369/RTED.2026030022</url><author>王帅,李宜澄</author><pub-date pub-type="publication-year"><year>2026</year></pub-date><volume>2</volume><issue>3</issue><history><date date-type="pub"><published-time>2026-01-16</published-time></date></history><abstract>面对我国由量到质转换的关键时期，职业教育评价体系亟待改革升级，助推职教事业走内涵式发展道路，以突出的增值评价有效承接综合评价和过程评价。尽管现有的职业教育增值评价取得了显著成效，但是评价指标单一、数据割裂和协同效率不高问题依然存在。基于此，本文首先厘清人工智能赋能职业教育增值评价的理论逻辑，同时剖析了人工智能赋能过程中的现实困境，并据此提出人工智能赋能职业教育增值评价的实现路径，为探索符合时代要求的职业教育评价新范式做出有益尝试，并借助人工智能强化职业教育的内涵式发展。</abstract><keywords>人工智能,职业教育,增值评价,实现路径</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1] 刘胜, 刘晓. 新时代职业教育评价改革：问题表征、矛盾博弈与路径优化[J]. 职业技术教育, 2025, (08): 1-8.[2] 刘献君. 个性化教育模式探索[J]. 高等教育研究, 2020, 41(01): 1-8.[3] 刘磊. 试论新时代职业教育评价改革新动向[J]. 上海教育评估研究, 2021, (01): 11-16.[4] 黄荣怀. 人工智能大模型融入教育：观念转变、形态重塑与关键举措[J]. 人民论坛&amp;middot;学术前沿, 2024, (14): 23-30.[5] 龚晖, 李翔宇, 朱志武. 引得数智活水来重塑教育新生态[J]. 中国大学教学, 2024,(09): 4-13.[6]Ifenthaler D, Yau J Y K. Utilising learning analytics to support study success in higher education: A systematic review[J]. Educational Technology Research and Development, 2020, 68(4): 1961-1990.[7] 姜强, 赵蔚. 自适应学习系统述评及其优化机制研究[J]. 现代远距离教育, 2011, (06): 57-63.[8] 王然, 陈凤英, 安涛. 基于区块链技术的国家学分银行系统研究与设计[J]. 成人教育, 2024, 44(01): 54-60.[9] 彭红超, 祝智庭. 人机协同决策支持的个性化适性学习策略探析[J]. 电化教育研究,2019, 40(02): 12-20.[10]Holm es W, Porayska-Pomsta K, Holstein K, et al. Ethics of AI in education: Towards a community-wide framework[J]. International Journal of Artificial Intelligence in Education, 2021, 32(3): 504-526.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
