以专业智能应用建设 促进学校数智化转型

如何构建贴合教育场景的智能应用生态？职教桥以“数据治理-知识训练-智能体搭建-应用落地-素养提升”为路径，打造覆盖教育全链条的AIGC教育智能化解决方案，推动学校向“数智融合”的新阶段迈进。

一、数据治理

数据是数智化的核心要素。依托院级数据治理平台，学校对二级学院全域数据进行全面治理，有效解决数据孤岛、标准不一、质量参差、复用困难等核心问题，实现数据的高效管理与价值释放。

“1+1+1+1” 数据治理体系为后续的智能应用建设奠定基础：

1个数据仓：以全域数据管理体系，结合行业知识，通过数据资产化智能流水线，构建教育数据资产库。

1套标准：通过一系列数据规范定义确保数据的标准统一和全域共享，并配套组织保障，建立组织管理架构和数据权责清单。

1站式工具：提供一站式数据治理服务平台工具，对全流程数据处理提供保障，助力学校“用数据说话、依数据决策”。

1系列服务：从数据标准制定、集成开发到应用服务闭环，实现数据增值、应用增效、业务赋能。

以广东某高职电商客服数智微课为例，平台对接教学资源库，将各类教学资源进行深度整合，形成课程资源资料库；同时，对学工数据库中的相关学生数据进行沉淀分析，形成学生学情画像资料库，为个性化教学、精准教育管理提供了精准的数据支持。

二、知识训练

依托知识训练一站式工作站，聚焦垂直场景，深入研究用户问题，通过AI专家深度分析与细分领域聚焦，让智能技术真正贴合教学需求。

利用多模态知识强化训练模型：

1、音频、字幕识别

2、AI+视频识别概括形成知识图谱

3、视频内容概括

三、智能体搭建

以广东某高职电商客服数智微课为例，智能体梳理学习活动业务流程，根据场景和思维链，搭建智能体工作流，设定工作流中使用的工具、知识、技能和方法，实现各个场景化、多模态的智能应用。

基于MCP的多智能体蜂群协同网络，实现：

①智能规划工作路径

②多智能体分工协作

③全自动化需求实现

通过构建贴合学校实际的定制化业务流，将复杂工作拆解为场景化智能工作流，让智能体“懂业务、会办事”；傻瓜式接入大模型、垂直模型仓库的方式，打破了技术壁垒，智能生成智能体，降低应用门槛。

解决一般智能体的问题：

①上下文背景知识长度的限制，无法实现一个智能体完成所有任务

②各个智能体擅长领域不同，无法方便找到能解决具体场景问题的智能体

③单个智能体无法点到点直接完成具体工作

④搭建多智能体协作的角色库，根据不同的场景需要，分为伴学导师、专业教师、实训导师、职业导师、企业师傅，每个角色都拥有自身的数字人形象和擅长范围。

四、智能体应用广场

AI基座是为AI应用提供底层支撑的平台，就像建房子的地基，包括服务器、算法框架（如 TensorFlow）和数据管理系统，支撑 AI 模型稳定运行。我们平时用的 coze、文心一言等工具，背后都有强大的 AI 基座支持。

AI智能应用广场通过构建标准化、模块化、场景化的AI服务生态，助力打造覆盖“教学-实训-就业”全链条的智能化基础设施，系统构建全场景智能体矩阵，覆盖教学支持、管理服务、学习辅助等三大类15个小类垂直领域，为师生打造便捷高效的AI应用环境。

【移动端】

广场内汇聚了丰富多样的智能体，老师们不仅能直接开箱即用，实现便捷的智能共享，还能根据教学场景的变化灵活调整，或按照自身情况自己搭建个性化的智能体，让每一位老师都能轻松拥有贴合自身需求的 AI 助手。

五、AIGC数智素养培训

在《教育部办公厅关于组织实施数字化赋能教师发展行动的通知》的指引下，数智化转型进程中“教师”的能力升级至关重要。配套开展教师数字素养培训，通过智能体编排培训，提升教师AI教学的生产力，为学校的数智化转型注入源源不断的动力。