文章核心观点 - 国务院印发《关于深入实施“人工智能+”行动的意见》，为人工智能与经济社会深度融合指明方向，职业教育需主动把握机遇应对挑战，加快建设适应智能化生态的高技能人才培养新体系 [1] - 面对生成式AI普及带来的“AI代劳”等教育危机，职业教育应积极改革，从禁止转向引导，从替代转向赋能，通过重构课程与教学模式，培养学生成为人机协同的“总设计师”，掌握智能时代真正的就业竞争力 [1][2][7] 政策与行业背景 - 国家层面推动“人工智能+”行动，要求职业教育与产业发展和就业市场紧密联系，落实行动要求 [1] - 职业教育领域正面临生成式AI工具普及带来的新挑战，尤其在财经商贸类专业，“AI代劳”导致作业同质化、讨论氛围淡化、学生主动思考缺失 [2] 教育危机与挑战 - “快餐式”AI应用引发三重危机：学生分析能力空心化、策略思维缺失、就业竞争力虚化 [2] - 学生过度依赖AI索要完整答案，导致丧失宝贵的商业思维和解决问题的能力，而这些正是企业最看重的核心素养 [2] - 生成式AI滥用导致学生独立思考、深度研究和原创能力下降，影响其未来胜任创造性工作岗位 [3] 教学改革实践：课程重构与模式创新 - **《商务数据分析》课程“工作流重构”**：教学团队以“典型商业数据分析工作流”为核心框架，取代传统的统计学理论与软件操作主线 [3] - 采用“电商销售数据分析”等真实项目，将企业真实数据与需求转化为教学案例，构建以实战为核心的培养模式 [3] - 教学流程模拟企业真实工作场景：第一步，学生亲手搭建从数据收集到商业决策的完整分析框架，并思考人机分工 [3]；第二步，在数据清洗、指标定义、分析可视化等节点引入AI工具提升效率，但分析维度选择、业务解释及最终决策需由学生完成 [3]；第三步，设置“人机对比实验”，并邀请企业运营人员进课堂点评，实现产教融合 [4] - **《电子商务文案策划》课程“人机协同”**：教学重点从“文案撰写技巧”转向“智能内容生产工作流设计” [4] - 设计“井冈山农产品特产数字化营销”总体贯穿项目，引进本地合作企业，让学生策划有实在产品支撑的文案，将课程思政、本土品牌宣传与乡土情怀培养结合 [5] - AI融入课程分三步：首先由人工完成市场调研与竞品分析 [5]；其次学生基于策略定位设计结构化提示词模板，掌握精确指令框架 [5]；最后AI生成初稿后，学生评估匹配度、融入地方特色文化元素进行调整，成为内容质量的把关人和创意指挥官 [6] 改革成效与能力迁移 - 教学改革取得显著成效，学生提交的成果从千篇一律的报告转变为包含原始数据、分析过程和策略建议的完整工作流文档 [4] - 学生掌握了在AI时代让工具协助而非代替自己工作的关键能力 [4] - 校企合作企业对毕业生综合满意度保持在**95%**以上，毕业生在合作企业就业的平均起薪高于地区或行业平均水平**1.2倍**左右 [7] - 企业对毕业生在“AI工具应用能力”、“数据分析思维”、“实战执行力”等方面好评率较高 [7] - 教师角色从“知识传授者”转变为“人机协同的导演”，以企业真实问题为剧本，明确分工：AI负责海量数据处理、模式初筛与模拟推演；学生负责下达精准指令、批判性解读结果并完成最终策略决策与价值判断 [7] - 学生实现了从课堂到就业的能力迁移，将AI从“替代思考的捷径”转变为“增强决策的架构”，掌握了智能时代的就业竞争力 [7]

文章核心观点 - 英国全科医生使用生成式AI的比例上升至约25%，但绝大部分（95%）使用者未接受过专业培训，存在使用风险 [1][2] AI在医疗行业的使用现状 - 英国全科医生在过去12个月中使用生成式AI的比例约为25%，较去年约五分之一的比例有所提升 [1] - 使用者中，约35%借助AI写病历，27%用于协助鉴别诊断，24%用于完成治疗方案，24%用于转诊建议 [1] - 使用AI工具的医生中，71%表示这些工具总体上减轻了工作负担 [1] AI使用的挑战与风险 - 约95%使用AI的医生承认未接受过使用生成式AI的专业培训 [1] - 约85%的医生表示雇主现阶段并未鼓励他们使用这一技术 [1] - 风险包括技术可能出错、算法歧视风险以及对患者数据隐私被滥用的担忧 [2] - 真正的风险在于全科医生未经培训且缺乏监管地使用AI [2] 研究背景 - 调查是英国全科医生使用生成式AI的最大规模年度调查，在线调查了1005名全科医生 [1] - 调查对象男女各占一半，54%的人年龄不低于46岁 [1] - 研究人员来自瑞典乌普萨拉大学、瑞士巴塞尔大学、瑞典卡罗琳医学院、英国曼彻斯特大学和美国哈佛大学医学院 [1] - 研究报告由科学期刊《数字健康》刊载 [2]

法国人工智能推广计划 - 法国政府提出到2030年实现100%大型企业、80%中小企业和50%微型企业将人工智能融入日常运营的目标 [1] - 计划总预算2亿欧元 用于企业人工智能普及和本土人工智能企业孵化与技术研发 [4] 法国企业人工智能应用现状 - 2024年法国10人以上企业中仅10%实际使用人工智能 低于欧盟13%的平均水平 [1] - 大型企业中已有33%使用人工智能 信息与通信行业应用率达42% [1] - 运输 建筑 餐饮等传统行业应用比例普遍低于5% [1] - 当前2/3员工在日常工作中使用生成式人工智能工具 [2] - 57%受访中小企业尚未制定人工智能相关战略 [2] 企业应用人工智能的障碍 - 企业主主要顾虑包括成本与投资回报 滥用风险 应用场景识别以及技能短缺 [2] - 人工智能应用需要时间 技能与明确的路径 [2] 人工智能带来的效益 - 人工智能平均能为企业带来20%的生产力提升 [2] - 在自动生成报价 优化物流 辅助医疗诊断等多个领域有广泛应用前景 [2] 政府支持措施 - 部署300人专家团队向企业讲解人工智能应用并指导实践 [3] - 2025年底前推出面向所有人的"人工智能学院"开放平台 [3] - 2030年前培训大批专业人士包括学徒 求职者 在职人员和企业负责人 [3] - 提供人工智能数据诊断服务 解决方案目录 国家担保贷款和加速计划 [3] - 通过项目招标计划促进人工智能普及和创新 [3] 计划背景与目标 - 该计划是法国2018年人工智能国家战略的延续 致力于推动技术落地应用 [4] - 旨在提升国家整体生产力与竞争力 [1]

就业市场与AI技术 - AI技术快速发展导致就业市场出现结构性矛盾，高技术要求和低技术要求的岗位需求增加，中间岗位需求减少[2] - 2024年中国城镇新增就业人口1256万人，高校毕业生1170多万人，但存在岗位错配问题[2] - 全球青年"尼特族"比例攀升至20.4%，低收入国家25-29岁青年仅五分之一能获得稳定就业[2] 教育体系与技能需求 - 学生完成学业时间延长，但回报未必跟上技术发展速度，需在教育阶段培养AI和数据技能[1][2] - 传统教育体系无法满足快速变化的需求，行业技术可能已迭代多轮[3] - 沟通能力重要性下降，专业判断力、自主学习、自我管理等能力重要性显著提升[3] 职业转型与技能提升 - 劳动者需从"知识接受者"转向"AI协作者"，聚焦人类特有技能如认知思维和批判性思维[4] - 建议增加工作多样化，重点发展AI无法替代但可借助AI做得更好的任务[3] - 成为生成式AI工具专业用户，掌握提示词技巧和AI代理使用，参与实践项目[5] 新兴机会与创业趋势 - AI技术提升从业者技能下限，为低学历年轻人提供职场机会[5] - 未来可能出现"超级个体"公司，由1-2人完成设计、生产、销售等全流程，市值较高[5] - 阿根廷"重启自我"项目通过工作坊培养毕业生软技能如谈判、决策、领导能力[3]