黨的二十大報告提出“推進教育數字化”，強調了數字化與大數據的重要性。職業教育高質量發展也離不開大數據的支撐。一方面，當前“就業難”與“用工荒”等勞動力技能失配問題越來越突出；另一方面，在人工智能、云計算等多重技術疊加發展的智能時代，傳統就業崗位被替代淘汰的風險也在不斷增大，如何提高職業教育治理能力，使我國職業教育人才培養高效適應我國產業與就業結構變化，助力人才強國建設，讓職業教育大有可為，是一個迫切需要研究解決的問題。對此，大數據提供了新思路、新技術、新方法和新手段。
大數據助力職業教育治理轉型升級
職業教育治理涉及政府部門、職業院校、社會組織、行業企業以及家長、學生等各方面利益相關者，高質量的數據信息是耦合利益相關者之間多元利益訴求的重要橋梁之一，是職業教育提質增效促就業的重要保障。大數據技術可在多主體之間、政府與市場之間為職業教育架起一座通向“善治”的橋梁，推動職業教育治理逐漸走向“循數”治理和治理現代化。
借助大數據，管理決策者可以更好地優化資源配置，促進教育公平，完善教育政策，深化教育改革。改變傳統的經驗決策方式，管理決策者可以借助全鏈條、全維度、跨區域、全樣本的數據與分析，對職業教育活動進行監測、預警與修正，從而使有限的教育資源能夠用于支持高質量的職業教育政策或項目，并基于數據分析有效地解決教育項目或管理中的現實問題，使傳統管理模式中的靜態化治理走向基于實時數據的動態化治理。如，基于大數據及時掌握和預測勞動力市場需求，制定國家、省市、院校三級職業教育人才培養規劃體系，建立專業預警與退出機制，保障技術技能人才培養更加科學、合理、有序供給。
借助大數據，企業可以更好地傳遞需求、尋求校企合作伙伴。行業企業可以依托大數據平臺實時發出自己的利益訴求，更為頻繁地和職業院校進行互動交流，更為便捷且有針對性地與其形成以人才培養為核心的合作關系。行業企業數據是職業教育數據的重要組成部分，是職業教育專業設置、招生規模、人才培養方案動態調整的重要依據之一。例如，在愛爾蘭，職業院校會根據國家經濟發展以及社會需求的變化及時調整課程設置與教學內容。此外，大數據也為每所職業院校創建了一張有說服力的“名片”，企業可以借助大數據更好地掌握職業院校的辦學特色與發展現狀，從中挑選出更能符合其需求的校企合作伙伴。
借助大數據，學校可以提高教育教學質量和管理服務效率，為學生就業提供有力支持。學校管理者除了可以借助大數據及時掌握勞動力市場需求信息外，還可以動態監測評價學校人才培養活動，并據此調整學校人才培養方案設計，增強職業教育人才培養的社會適應性。如在英國，職業院校會基于相關工廠、企業的用人要求，通過預測企業用工需求確定每個專業是每年招生還是隔年甚至更長時間招生一次，一旦勞動力市場中某類專業人員過剩，即報經上級主管部門批準停止招生。另一方面，大數據也為學生就業選擇提供支持，學校可以通過大數據平臺及時向學生提供招聘崗位與應聘要求信息，幫助學生實現高質量就業。如美國俄亥俄州開發的在線勞動力供應工具，可以幫助雇主和應聘者作出更明智的決策。
借助大數據，教師可以根據學生特點定制教學方案。傳統職業教育往往試圖尋找出教育教學中適用于大部分人的普遍性特點與規律，采用統一的批量生產的模式去培養學生。大數據的應用為面向每個學生的發展提供個性化的教育創造了可能，在大數據的支持下，教師可以動態監測、追蹤記錄每位學生的學習過程、學習表現，從而根據每個學生的學習特點和需求定制教學方案。教師還可以借助大數據及時掌握課堂教學中的實時反饋數據，隨時調整課堂教學的進度安排，開展量體裁衣式的教學指導。
借助大數據，學生可以更好地選擇學校、專業和就業崗位。生源及生源質量問題是職業教育發展面臨的重大挑戰之一。大數據可以揭示接受職業教育個體的職業發展軌跡、薪酬待遇、工作環境等各方面信息，打破社會大眾對職業教育的偏見。同時，學生和家長在學校選擇、專業選擇過程中也可以充分利用大數據資源，比較各類學校、專業以及該專業未來的就業方向，從而作出更適合自身發展的選擇。例如，美國建立的職業信息網絡系統，涵蓋了從業者特征和工作本身特征兩個方面的數據內容，包括對從業者的專業和學歷要求、薪酬待遇和工作環境等。
大數據賦能職業教育治理制度建設
一是通過數據挖掘，建立完善職業教育監測與評價制度。我國職業教育質量評價起步較晚且尚未建立完善的監測與評價制度。首先，要樹立全面質量觀，強調全過程監測。創新監測評價方法，全息性采集和監測職業教育活動的各種數據，將智能診斷性評價、預測性評價、即時形成性評價、個性化總結性評價貫穿教育教學的全過程。其次，建立質量評價標準體系，提高評價結果的可比性和解釋力。現有的評估機構存在各自為政、各行其是的現象，缺乏統一的數據標準和分級分類評價指標體系，迫切需要建構完善質量評價標準體系，建立具有中國特色的質量框架和資格框架系統。最后，吸納各利益相關者參與評價，提升評價結果的公信力。以學生家長、行業企業滿意度來拓展評價的社會適應性，以第三方評估機構參與來提高評價的專業性，以內省式自主評估模式來促進職業院校反思，以教育行政部門督控模式來督導職業院校改進。
二是通過數據整合，建立政府、學校、企業等多元主體數據銜接共享制度。治理是個系統工程，要避免治理流程和治理政策的碎片化，就必須建立數據銜接共享制度，打通教育行政部門、職業院校、行業企業內外部之間的信息流，避免數據孤島和信息不對稱現象，實現各系統之間的數據融通，整合多元利益訴求，以共同利益來驅動彼此之間的資源共享和有效協作。一方面，政府、教育、產業等各方面數據要縱向貫通、橫向關聯，建立立體化的數據網絡。在縱向上動態追蹤每所學校和學生的發展歷程；在橫向上不僅要匯聚整合教育與人口、經濟、社會民生發展等方面的數據，還要注重各類證書、許可證等非學歷文憑數據與教育數據系統的銜接匹配。另一方面，數據的有效銜接共享需要統一的數據標準。構建統一的數據標準和規范，促進各方面數據兼容共享。
三是通過數據開放，建立數據開放與隱私保護制度。數據被有效利用是大數據助力職業教育治理現代化的前提，但要避免數據被盜用和濫用。首先，建立隱私保護制度，規避安全風險。通過制定相關政策法規，限制收集和開放個人姓名、父母、出生地、指紋等可識別信息，保護信息安全。其次，規范數據使用程序，避免觸碰數據使用的法律紅線和倫理道德底線。通過研制《教育數據倫理規范》《職業教育數據共享協議》等政策法規，規范教育大數據使用程序，使各利益相關者有節制地使用數據。最后，建立為利益相關者量身定制公開數據制度。繪制利益相關者職業教育數據需求表，在保障隱私權和使用規范的前提下，為各利益主體開放數據，既滿足其參與權和知情權，也為其自身發展提供數據支持。
四是通過數據應用，建立多元主體有效參與的職業教育大數據治理制度。大數據破除了多元主體參與職業教育治理的關鍵性壁壘，為多元主體參與治理提供了技術支持，使職業教育領域內的每個利益相關者之間交流、互動更加頻繁、有效，使每個利益相關者的訴求都能得到及時表達，使傳統模式下的單向治理轉變為多元主體協商治理、合作治理、共同治理的治理結構網絡化新格局。首先，建立兼具數據匯集與分析應用功能的職業教育大數據共享平臺。整合教育、行業企業、人口等各部門數據，匹配銜接各種非學歷證書數據，建立一個綜合性的職業教育數據系統。其次，建立各利益主體訴求表達機制、權益保障機制、互動合作機制。保障各主體的表達權、知情權和參與權，在參與職業教育治理中使各利益主體形成利益共同體，使參與治理常態化。最后，提高各利益主體的數據素養，增強其利用數據參與治理的能力。尤其注重通過培訓提升教育行政部門和學校管理者的數據收集、分析、解讀和應用能力。
（作者：袁玉芝，系中國人民大學習近平新時代中國特色社會主義思想研究院研究員）