智能制造背景下工业机器人专业学生职业能力强化与评价模型构建

引言

在国家大力发展智能制造背景下，以工业机器人技术应用为代表的智能制造产业不断发展壮大，并成为我国重点扶持发展的战略性新兴产业。在这种情况下，高职院校必须基于社会经济发展需求，构建适应新时期社会发展需要的专业人才培养方案和课程体系。同时，高职院校应加强对学生职业能力的培养，通过职业核心能力培养、校企合作、技能竞赛等方式来强化学生的职业能力，并以此为基础构建职业能力评价模型，从而提高人才培养质量。

一、智能制造背景下工业机器人专业学生职业能力强化

1.1 智能制造发展概况

近年来，国家政策频繁出台，促进智能制造发展。《中国制造 2025》《新一代人工智能发展规划》等政策文件相继出台，智能制造作为“中国制造 2025”十大重点领域之一，为我国制造业转型升级提供了重要的指导方向。国务院印发《中国制造 2025⟩ ，明确提出重点发展智能装备、智能产品和智能服务等 3 大类产品。2016 年国务院印发《新一代人工智能发展规划》，将人工智能上升为国家战略。2019 年7 月，国务院印发《深化“互联网 + 先进制造业”发展工业互联网的指导意见》，指出我国制造业数字化、网络化、智能化转型要以智能制造为主攻方向。

1.2 工业机器人专业培养目标

目前我国工业机器人应用人才培养以本科院校为主，高职院校为辅。本科院校以培养研究生和博士为主，高职院校主要为一线企业提供应用型人才。当前国内工业机器人技术人才主要分布在珠三角、长三角地区，但是中西部地区工业机器人技术人才严重短缺，且与长三角地区存在较大差距。因此，中西部地区亟须培养适应企业需求的工业机器人技术人才。从长远发展来看，这是一个必然趋势。

1.3 学生职业能力强化需求

基于以上分析，工业机器人专业学生职业能力强化需求主要体现在以下几个方面：第一，面向智能制造发展趋势，培养具有较高政治素养、文化素养、职业道德、心理素质、创新意识和职业素养的高素质技术技能人才；第二，培养工业机器人专业学生的职业能力，使其具备一定的文化理论基础，能够熟练掌握工业机器人专业核心技能；第三，培养学生良好的职业道德与心理素质，使其具备较强的社会适应性，能够胜任工业机器人专业岗位工作；第四，培养学生创新意识与创造能力，使其具有较强的团队协作能力与创新创业能力；第五，培养学生持续学习、终身学习的能力。

二、评价模型构建

2.1 职业能力评价体系构建

职业能力评价体系是对职业能力培养的考核，其构建是为职业能力评价服务的，它既要符合教育教学规律，又要符合学生成长规律和人才培养规律。在本研究中，采用德尔菲法对工业机器人专业学生职业能力评价体系进行研究，由 10 名专家组成专家小组，通过网络调查问卷的形式对相关专家进行咨询，获得专家对工业机器人专业学生职业能力评价体系的看法，将专家对职业能力评价体系的看法作为重要影响因素，形成专家对职业能力评价体系的判断矩阵。专家的判断矩阵通过一致性检验后，最终确定工业机器人专业学生职业能力评价体系的关键因素、权重及等级标准。

2.2 评价指标体系设计

职业能力评价指标体系的构建需要充分考虑评价对象的特点，在兼顾科学性、客观性、可比性和可操作性的基础上，以培养学生职业能力为导向，突出全面素质和职业能力的培养。评价指标体系设计要考虑不同层面、不同角度的影响因素，针对高职院校工业机器人专业学生职业能力培养这一核心要素，以职业能力为导向，从知识、技能、综合素质三个维度进行指标的选取。在各指标权重分配上采用专家咨询法，通过网络调查问卷以及问卷调查等方式，对评价指标权重进行了初步设定。最终确定了3 个一级指标，

10 个二级指标和30 个三级指标构成的职业能力评价指标体系。

2.3 评价模型建立

评价指标体系设计完成后，通过专家访谈法进行专家咨询，了解专家对指标的认可程度，并通过德尔菲法对评价指标进行打分，最终确定权重。德尔菲法是根据专家的知识背景、评价目的、评价标准等进行的主观判断。通过德尔菲法确定了指标体系中各指标的权重系数，从而计算出各个指标的权重值。为了使评价结果更加客观准确，在确定指标权重时，专家根据经验对各个指标进行打分，得出各个指标的权数，最后将所有权重相加得到总权重。通过专家咨询法和德尔菲法得到的权重系数用于计算最终得分。

三、智能制造背景下工业机器人专业学生职业能力强化与评价模型应用

3.1 实证研究设计

为验证模型的有效性，笔者以工业机器人专业为例，选择智能制造背景下工业机器人专业人才培养方案为载体，依托现代学徒制培养模式，围绕岗位能力需求与学生职业能力提升需求，从认知能力、社会能力、技术能力、职业能力四个维度出发，选择了三个典型企业作为学生实习实训基地，对三家企业的员工进行调研，其中包括企业高级技工、中级技工和初级技工，样本数量为 10 人。通过半结构化访谈和调查问卷两种方法收集数据，最后运用统计分析软件进行处理。

3.2 数据收集与分析

本研究通过问卷调查的方式，针对智能制造背景下工业机器人专业学生进行调查。本次问卷调查对象为来自山东省内工业机器人相关企业的一线员工，调查对象主要为该专业的大三、大四年级学生，以及本专业的大一、大二年级学生。问卷设计参考了以往学者研究成果和本研究所构建的职业能力培养模型，主要针对工业机器人专业学生在职业能力方面的表现进行调查，并将结果进行统计分析。问卷共发放 100 份，有效回收率为 100% 。问卷中涉及的数据采用软件进行统计分析，主要采用描述性统计方法和相关性分析方法。

3.3 结果与讨论

在分析职业能力评价模型应用情况时，采用了两种方法，一是建立等级标准，二是对数据进行了比较分析。其中，等级标准的确定是采用模糊数学中的隶属度函数进行综合评价的，即采用五级模糊综合评判方法来确定评价等级。在对数据进行比较分析时，是采用层次分析法（AHP）进行计算，并对其权重系数进行了确定。通过两种方法的计算结果发现，职业能力评价模型应用结果与实际情况是基本一致的，能够较好地反映出学生职业能力的实际水平。

结语

智能制造背景下，高职院校应积极创新人才培养模式，以适应社会经济发展需求为导向，构建以职业能力培养为核心的课程体系。同时，高职院校应加强对学生职业能力的培养，通过校企合作、技能竞赛、职业核心能力培养等方式来强化学生的职业能力。在此基础上，构建一套科学、合理的评价体系，对学生职业能力进行评价，为高职院校工业机器人专业人才培养提供依据。本文所构建的评价模型能较好地反映高职院校工业机器人专业学生的职业能力现状和实际水平，具有较高的有效性和可行性，为高职院校工业机器人专业学生职业能力强化提供了新思路和新方向。

参考文献

[1]陈明. .1+X 证书制度背景下学生职业能力培养路径和实施对策——以高职“工业机器人”专业为例[J].装备制造技术,2022,(06):181-185.

[2]丁超,田家森.高职院校工业机器人技术专业学生职业核心能力培养[J].湖北农机化,2020,(13):88-89.

[3]楼韵佳.中职工业机器人技术应用专业学生核心职业能力培养研究[D].浙江师范大学,2020.