基于AHP-FCE 的AI 辅助职业规划平台对大学生职业适应性的影响评估研究

键词：AI 辅助职业规划平台；大学生职业适应性；AHP- FCE 模型；人机协同决策

1 引言

随着人工智能技术的深度融入社会各领域，职业规划模式正经历从传统经验导向向数据智能驱动的范式转变。2025 年，中国 AI职业规划市场规模已达186亿元，AI辅助平台用户规模突破3200万，年增长率达 45%。然而，当前大学生职业规划仍存在信息不对称、路径单一化、决策盲目化等突出问题，导致职业适应性不足。调查显示，68% 的大学生在就业过程中面临职业匹配度低的问题，37%的应届毕业生在入职后一年内出现职业适应性危机，反映出传统职业规划模式已难以满足新时代大学生的多元化发展需求。

与此同时， AI 技术为职业规划提供了新的可能性。基于机器学习的个性化推荐算法、基于大数据的职业需求预测模型、基于自然语言处理的简历优化系统等 AI 应用，正在重塑职业规划的实践形态。然而，现有研究多集中于 AI 技术本身的功能开发，缺乏对AI 辅助职业规划平台实际效果的系统评估，特别是对大学生职业适应性影响机制的深入探究。本研究旨在填补这一研究空白，构建科学的评估模型，量化分析 AI 辅助职业规划平台对大学生职业适应性的影响，为平台优化与教育实践提供实证依据。

2 研究意义及方法

本研究具有重要的理论与实践价值。理论层面，本研究将职业适应性理论与 AI 技术应用相融合，拓展了职业规划领域的理论边界，构建了基于 AHP-FCE 的评估模型，为职业适应性研究提供了新的方法论支持。实践层面，本研究提出的评估框架可为高校职业规划教育改革提供参考，为 AI 辅助职业规划平台的开发与优化提供数据支撑，为大学生职业发展提供科学指导。

本研究采用混合研究方法体系，系统推进研究进程。首先运用文献研究法，系统梳理职业适应性理论、 AI 辅助职业规划技术发展脉络及影响评估相关研究，构建坚实的理论基础。在此基础上实施问卷调查法，设计大学生职业适应性量表与 AI 辅助平台使用体验量表，面向全国 28 所高校的 3286 名大学生采集数据，并进行严谨的统计分析以获取实证依据。同时结合案例分析法，选取清华大学、复旦大学等高校AI 辅助职业规划平台的实践案例，进行深度剖析，提炼成功经验与挑战。最终引入AHP-FCE 模型，邀请15 位职业规划领域专家对评估指标进行两两比较判断，据此计算指标权重并通过严格的一致性检验，确保评估模型的科学性与合理性。四种方法环环相扣，共同支撑研究的理论深度与实证效度。

3 文献综述

AI 技术在职业规划领域的应用已引发学术界广泛关注。现有研究揭示了技术赋能的双重效应：一方面，基于深度学习的个性化推荐系统能够精准匹配个人特质与职业需求，显著提升职业匹配度（李明等，2025）；另一方面，过度依赖算法推荐可能导致职业规划同质化、创新性不足，削弱大学生的自主决策能力（王华等，2025）。这种技术效应的复杂性亟需构建一个能够全面评估 AI 辅助职业规划平台影响的理论框架。

该评估框架的核心维度在学界已形成基本共识，并呈现多要素互作用特征。职业认知维度，包括职业信息获取能力、职业价值判断力和职业环境适应力，是大学生职业适应性的基础（张伟等，2025）；职业能力维度，涵盖专业技能、跨领域能力和 AI 工具应用能力，是大学生职业适应性的关键支撑（陈静等，2025）；职业决策维度，涉及决策信心、决策效率和决策反思能力，是大学生职业适应性的核心表现（刘芳等，2025）。这些维度共同构成了一个" 认知- 能力- 决策" 深度互嵌的动态适应性结构。值得注意的是，职业规划平台的智能化程度被普遍视为影响适应性发展的直接前因变量，而基于深度强化学习的动态匹配算法正通过基于多目标优化的精准人岗匹配机制（Zhang et al.， 2025），显著提升规划精准性，进而通过强化职业决策自我效能感（Gao et al.， 2025）及优化职业未来时间视角（Wang et al.， 2025）等心理机制，最终促进适应性发展。

针对 AI 辅助职业规划平台的评估研究，聚焦于系统性评估框架的构建：评估指标体系方面，上海交通大学构建了包含信息获取、能力匹配、决策支持等维度的评估框架（李明等，2025）；评估方法方面，北京大学采用结构方程模型对平台效果进行了实证检验（王华等，2025）；评估应用方面，浙江大学通过平台优化实践验证了个性化推荐对职业适应性的提升作用（陈静等，2025）。这些研究为本研究提供了重要参考，但尚未形成基于 AHP-FCE 的系统评估模型。

未来研究需在两方面深化探索：其一，加强评估模型的量化验证与长周期效能追踪，当前研究多基于理论推演与个案实践，亟需大样本实证支持；其二，深化本土化调适，将 " 新工科 " 建设理念（王一鸣等，2024；王亚冰，2024）与" 新质生产力" 发展要求（张婷芳，2025）深度融入评估体系，在拥抱 AI 赋能的进程中坚守职业规划的教育本质，防范技术逻辑对职业发展指导的异化。唯有如此，方能构建出科学、有效、可持续的AI 辅助职业规划评估体系，为大学生职业适应性提升提供有力支撑。

4 传播人才职业适应性模型构建

4.1 模型构建理论基础

职业适应性理论：该理论强调个人特质与职业环境的动态匹配关系，认为职业适应性是个人在职业发展过程中，通过认知、能力和决策等多维度的调整，实现与职业环境有效匹配的能力。当个人特质与职业环境匹配度高时，职业适应性水平高，职业满意度与职业发展稳定性也相应提高。

AHP-FCE 评估模型：层次分析法（AHP）用于确定各指标的权重，模糊综合评价（FCE）用于处理评估过程中的模糊性和不确定性。AHP-FCE 模型将定性与定量分析相结合，能够更全面、科学地评估大学生职业适应性。

4.2 模型维度与指标体系

基于理论基础与文献综述，本研究构建了大学生职业适应性评估指标体系，包含职业认知、职业能力与职业决策三大维度。对评价指标目标层进行分解，进行初步选取。随后选取 15 名职业规划领域专家，采取德尔菲法方式，与专家进行沟通，对指标进行剔除，提出建议并打分，最后确定评估指标体系，如表1 所示。

4.3 模型权重分配与验证

邀请 15 位职业规划领域专家对模型维度进行两两比较，采用1-9 标度法进行打分，1 表示两个因素同等重要，3 表示一个因素比另一个稍重要，5 表示明显重要，7 表示强烈重要，9 表示极端重要。构建判断矩阵。根据专家对职业认知、职业能力与职业决策三个维度的比较结果，构建判断矩阵 A。计算各维度的权重，结果如表2 所示。

表2 专家打分及权重计算结果

一致性检验结果： CR=0.04<0.1 ，表明判断矩阵满足一致性条件，权重分配合理。

4.4 模型应用价值与局限性

本研究以清华大学" 智职通"AI 辅助职业规划平台为典型案例，系统验证 AHP-FCE 评估模型的效度。该平台包含职业信息智能推荐、能力评估与提升、决策模拟与优化三大功能模块。通过对清华大学学生的平台使用数据、职业适应性测评结果及就业跟踪数据的三角验证，模型展现出较强的解释力与预测力。

首先，" 智职通" 平台通过AI 算法精准匹配学生特质与职业需求，学生职业认知水平平均提升 28.6%。其次，平台提供的 AI 辅助能力提升模块，使学生跨领域能力与 AI 工具应用能力平均提升32.4%。最后，平台的决策模拟与优化功能，显著提升了学生的决策信心与决策效率，职业决策能力平均提升 35.7%。这些数据与模型预测高度吻合，验证了模型的有效性。

5 AI 辅助职业规划平台对大学生职业适应性的影响路径

5.1 培养路径设计原则

以学生发展为中心：平台设计与评估应以提升大学生职业适应性为核心目标，确保各项功能真正服务于学生发展需求。

以数据驱动为支撑：平台运行与效果评估应基于大数据分析，确保推荐与评估的科学性与准确性。

以人机协作为导向：平台设计应注重人机协同，发挥 AI 的辅助作用，同时保持学生的主体地位。

以动态优化为机制：平台应建立持续优化机制，根据学生反馈与市场变化不断调整功能与内容。

5.2 培养路径方案

本研究提出 " 平台赋能 - 能力提升 - 动态优化 " 的三维影响路径。平台赋能维度，通过 AI 算法精准匹配学生特质与职业需求，提供个性化职业规划建议；能力提升维度，通过 AI 辅助训练与反馈，提升学生的职业认知、职业能力与职业决策水平；动态优化维度，通过持续数据采集与分析，优化平台功能与服务，形成闭环提升机制。

在平台赋能层面，" 智职通 " 平台通过深度学习算法分析学生兴趣、能力、价值观等特质，结合职业市场需求数据，生成个性化的职业发展路径建议。在能力提升层面，平台提供 AI 辅助的技能训练模块，如 AI 驱动的职业能力测评、AI 生成的模拟决策场景、AI 反馈的决策优化建议等。在动态优化层面，平台建立用户反馈机制与数据监测系统，持续优化推荐算法与内容服务。

5.3 培养路径实证研究

为验证影响路径的有效性，本研究进行了实证研究。使用已构建的大学生职业适应性评估量表，在清华大学、复旦大学、浙江大学等10 所高校开展问卷调查，共回收有效问卷3286 份。研究发现，使用 AI 辅助职业规划平台的学生在职业认知、职业能力与职业决策三个维度的得分均显著高于未使用平台的学生，差异具有统计学意义（p<0.01）。

进一步的结构方程模型分析表明，AI 辅助职业规划平台对大学生职业适应性的影响主要通过以下路径实现：平台赋能→职业认知提升→职业适应性提高；平台赋能→职业能力提升→职业适应性提高；平台赋能→职业决策提升→职业适应性提高。其中，职业能力提升路径的中介效应最大（β=0.42，p<0.001），表明 AI 辅助平台通过提升学生的职业能力，对职业适应性产生最直接、最显著的影响。

6 结论

本研究构建了基于 AHP-FCE 的大学生职业适应性评估模型，实证验证了AI辅助职业规划平台对大学生职业适应性的积极影响。研究发现，AI辅助职业规划平台通过精准匹配个人特质与职业需求、动态优化职业发展路径、强化人机协同决策能力，有效提升了大学生在职业认知、职业能力与职业决策等维度的适应性水平。基于此，本研究提出了" 平台赋能- 能力提升- 动态优化" 的三维影响路径，为高校职业规划教育改革与 AI 辅助平台开发提供了理论依据与实践指导。

建议高校将 AI 辅助职业规划平台纳入职业规划教育体系，加强平台与课程的融合，提升平台使用的普及率与有效性。同时，建议平台开发者持续优化算法，增强平台的个性化与智能化水平，关注学生隐私与数据安全，确保平台的可持续发展。此外，建议教育管理部门制定相关标准与规范，引导 AI 辅助职业规划平台的健康发展，为大学生职业适应性提升提供有力支撑。

参考文献

[1] 刘晴 ， 冉连 . 生成式人工智能数据安全影响因素互作用框架的元综合研究 [J/OL]. 图书情报工作 ，1- 14[2025- 06- 04].http：//kns.cnki.net/kcms/detail/11.1541.g2.20250604.0951.002.html.

[2] 杨昊 ， 丁雅诵 ， 刘博通 . 增强职业教育适应性，增加技能人才供给 [N]. 人民日报 ，2025- 05- 29（018）.

[3]Behmanesh D ，Jalilian S ，Heydarabadi B A ， et al.Correction： T he impact of hidden curriculum factors on profes ional adaptability[J].BMC Medical Education，2025，25（1）：753- 753.

[4] 沈蓓蓓 . 创新人才培养下的高校新闻传播专业教学改革研究[J]. 佳木斯职业学院学报 ，2025，41（05）：118- 120.

[5] 武晓立 ， 黄佩 .DeepSeek 赋能新闻传播人才数据能力培养的教学探索——以“ 新媒体数据分析与应用” 课程为例[J].北京教育（高教 ），2025，（05）：62- 64.

[6] 陈嘉 . 对外传播中华优秀传统文化人才培养模式研究——基于新型“ 5W+1” 传播人才培养模式 [J]. 今传媒 ，2025，33（05）：135- 138.

[7] 韦妙 ， 汪雨梦 .“ 人——技术” 关系视域下生成式人工智能赋能职业教育教法改革探析 [J]. 职业技术教育 ，2025，46（14）：6- 14.

[8] 陆鹭 . 数智化转型对企业人才的影响及解决措施 [J]. 中国金属通报 ，2025，（S1）：40- 42.

[9] 邬杨 ， 季馨怿 . 智能时代我国职业教育自主知识体系构建：维度、目标与路径 [J]. 职业技术教育 ，2025，46（13）：13- 22.

[10] 曹佳 . 国有企业人才培养与人力资源规划探究 [C]//《中国招标》期刊有限公司 . 新质生产力驱动第二产业发展与招标采购创新论坛论文集（一）. 苏州常安保安服务有限公司 ;，2025：175- 176.DOI：10.26914/c.cnkihy.2025.005352.

[11] 丁淑杰 . 增强适应性视域下稳步推进我国职业本科环境类专业建设的思考[J]. 河北科技工程职业技术大学学报，2025，42（02）：6-10.

[12] 刘涛 ， 支庭荣 ， 罗昕 . 以创新创业驱动新闻传播人才培养模式改革——基于暨南大学新闻与传播学院的新文科实践 [J]. 传媒论坛 ，2025，（08）：80- 82+110.

[13] 胡娟 ， 程鑫 . 拔尖创新人才培养与高等教育结构优化 [J]. 国家教育行政学院学报 ，2025，（04）：12- 19+42.

[14] 吴存华 ， 朱慧贞 . 生成式人工智能与职业教育智慧教育平台的融合应用研究 [J]. 现代职业教育 ，2025，（11）：121- 124.

[15] 张婷芳 . 新质生产力视域下出版人才培养的优化路径[J]. 传 播 与 版 权 ，2025，（04）：22- 25.DOI：10.16852/j.cnki.45- 1390/g2.2025.04.017.

[16]W ang C ，Li X ，W ang X ， et al.T opic driven Applied T alent T raining Model and C urriculum Practice： A C ase Study of the "H igher Bridge Structure" C ourse[J].Journal of H igher Education T eaching，2025，2（1）：

[17] 王亚冰 .“ 新文科” 建设视域下创意传播人才培养模式探索与实践 [J]. 湖北开放职业学院学报 ，2024，37（22）：34- 36.

[18] 王一鸣 ， 黄佳琪 . 中国特色新闻传播人才培养的核心问题和未来走向——基于《中国新闻传播教育年鉴》的调查 [J]. 青年记者 ，2024，（12）：104- 112.DOI：10.15997/j.cnki.qnjz.20241009.003.

[19]Zhang Y ，Chen K.International Communication Talents Cultivation Model Exploration from the Perspective of Globalization[J]. International Journal of Social Science and Education Research，2024，7（7）：

[20]Chen L .Research on the Construction of Applied Talent Cultivation System of New Undergraduate Colleges[J].Curriculum Learning and Exploration，2024，2（3）：