經(jīng)合組織關注職業(yè)指導中數(shù)字技術應用

　　在全球范圍內，數(shù)字技術被廣泛應用于學校職業(yè)指導。根據(jù)經(jīng)濟合作與發(fā)展組織（以下簡稱“經(jīng)合組織”）最新報告《青少年職業(yè)指導中的數(shù)字技術：機遇與挑戰(zhàn)》，教育系統(tǒng)和學生個體越來越依賴數(shù)字資源來獲取職業(yè)信息。2022年國際學生評估項目（以下簡稱“PISA2022”）顯示，79%的經(jīng)合組織國家15歲學生表示，曾使用互聯(lián)網(wǎng)查找職業(yè)信息。報告強調，政策制定者在開發(fā)面向青少年的數(shù)字職業(yè)指導解決方案時，需要全面考慮其效用和潛在挑戰(zhàn)。

　　青少年職業(yè)指導的現(xiàn)實背景

　　青少年職業(yè)指導的重要性。如今，青少年在進入勞動力市場時普遍擁有更高的學歷和更大的抱負，但許多國家的青少年仍然難以找到理想的工作。因此，需要完善職業(yè)指導系統(tǒng)，以幫助學生更好地設想、規(guī)劃和推進他們的職業(yè)抱負，在勞動力市場中積累知識、應用技能。調查顯示，那些參與過探索、體驗職業(yè)活動的青少年，通常能夠更加順利地進入勞動力市場，相較于未參與過類似活動的同齡人，他們的就業(yè)結果更好。

　　青少年職業(yè)指導的高需求。職業(yè)指導被認為是青少年教育的重要組成部分，但數(shù)據(jù)顯示，中學生的職業(yè)發(fā)展水平往往不足。根據(jù)PISA2022數(shù)據(jù)，大多數(shù)經(jīng)合組織國家的青少年都存在著高度的職業(yè)不確定性，這一比例從2018年的25%上升到2022年的39%。此外，學生對實現(xiàn)其職業(yè)規(guī)劃通常所需的教育水平也表現(xiàn)出相當大的困惑。在表達過職業(yè)期望的經(jīng)合組織國家學生中，21%被認為其教育規(guī)劃與職業(yè)期望不匹配。

　　職業(yè)指導中數(shù)字技術的應用路徑

　　經(jīng)合組織青少年職業(yè)指導數(shù)字技術觀察站是一個案例研究庫，截至今年9月，已采集來自16個國家的52個職業(yè)指導服務案例。報告認為，這些案例在以下3個領域發(fā)揮了獨特作用。

　　一是更有用的職業(yè)指導。即適應學生的個性化需求，使其在受教育過程中不斷成長，對職業(yè)規(guī)劃持更開放的態(tài)度。例如，法國“JobDD”在線測驗、澳大利亞“BECOME Education”課程平臺、英國“CiCi”人工智能聊天機器人，幫助學生個性化地獲取勞動力市場信息，使學生盡早接觸職業(yè)領域。英國“激勵未來”平臺便于學生與企業(yè)職工溝通，與職場人員零距離地建立聯(lián)系，從而鼓勵學生的職業(yè)探索。法國“Proch’ Orientation”實習數(shù)據(jù)庫、芬蘭“Vitual TET”模擬實習平臺，幫助學生獲取多渠道的工作和實習機會，增強職業(yè)體驗。

　　二是更高效的職業(yè)指導。即通過數(shù)字工具節(jié)省職業(yè)指導顧問的時間，使其能夠更緊密地與個別學生合作，幫助學生更好地了解勞動力市場機會的多樣性。例如，挪威“Utdanning”門戶網(wǎng)站、波蘭“Mapa Karier”中小學家?；釉u價系統(tǒng)、新西蘭“選擇匹配”自我評估匹配職業(yè)模型，幫助學生深入了解市場需求，提升了職業(yè)指導的效率。美國“班級聊天”和“亞馬遜未來工程師技術之旅”平臺聚焦科學、技術、工程和數(shù)學（STEM）行業(yè)、奧地利“綠色工作”平臺聚焦可持續(xù)發(fā)展的綠色工作，方便學生針對個體需求尋找機會。

　　三是更公平的職業(yè)發(fā)展。即利用數(shù)字技術提高學生職業(yè)發(fā)展的公平性。利用數(shù)字技術有針對性地分配資源，可以更好地支持那些處于不利地位的學生，以及那些在積累和轉換資歷、技能、經(jīng)驗以成功就業(yè)方面面臨障礙的學生。例如，希臘國家終身學習門戶網(wǎng)站、斯洛伐克“就業(yè)之路”勞動力市場平臺，都有助于縮小數(shù)字鴻溝。

　　職業(yè)指導中數(shù)字技術的潛在挑戰(zhàn)

　　數(shù)字技術在為職業(yè)指導帶來諸多機遇的同時，也帶來一些挑戰(zhàn)。

　　需要更強大的教育領導力。將數(shù)字資源戰(zhàn)略性地整合到職業(yè)發(fā)展服務供給中，考驗的是教育系統(tǒng)的領導力。教育系統(tǒng)需要采取措施，培養(yǎng)青少年和職業(yè)指導顧問利用數(shù)字技術和資源的能力，并了解其局限性和預期。

　　警惕算法偏見。人工智能算法受其訪問的數(shù)據(jù)庫約束，并基于數(shù)據(jù)提供建議。人工智能的算法偏見通常源自社會中固有的偏見，還可能進一步導致對特定群體的不公平對待，在職業(yè)指導中尤其需要注意。因此，報告強調，要仔細評估人工智能提供的建議，警惕其帶來的風險。（花萱子）

《中國教育報》2024年12月19日 第09版