新工科、新医科、新农科、新文科建设 | AIGC 驱动下人力资源管理实验平台优化与创新

新工科、新医科、新农科、新文科建设 | AIGC 驱动下人力资源管理实验平台优化与创新

林孔团，福建师范大学，博士，副教授，主要研究方向为人力资源管理。

AIGC; human resource management; experimental platform; agent

关键词: 生成式人工智能; 人力资源管理; 实验平台; 智能体

大数据、人工智能等新兴技术催生了以跨界融合为特征的新经济、新产业、新业态^[1],影响着知识的获取、管理、分析、阐释、共享和再生产方式,对传统人才的培养模式、价值观念、研究方法等方面提出了前所未有的挑战^[2]生成式人工智能(ArtificialIntelligenceGeneratedContent,AIGC)代表了当前技术发展的前沿,集成了互联网、人工智能和大数据等领域的尖端技术,具有数据巨量化、内容创造力、跨模态融合、认知交互力等特点^[3-4]。以ChatGPT为代表的生成式对话模型,取得了突破性进展,开始应用于各行各业,引发颠覆性变革。在2024年全国两会上,《政府工作报告》明确提出了“深化大数据、人工智能等技术的研发与应用,积极开展‘人工智能+’行动,并大力发展数字教育”等战略举措,进一步激发了人们对于两者融合的热切期待^[5]。

“人力资源管理仿真模拟实验”作为培养学生理论联系实际、提升人力资源管理实践技能的重要阵地,在人工智能的驱动下焕发出新的生机。AIGC的赋能,使得人力资源管理仿真模拟实验能够突破传统模式的限制,实现更为精准和高效的数据分析与管理策略模拟,让学生在虚拟仿真实验平台下,更好地完成真实环境难以实现的认知和实践过程,从而培养学生对专业知识和信息技术应用的深入理解^[6],培养具备抗压能力、沟通能力、专业技能、创新能力和数字处理能力的复合型人才,为未来的职业发展奠定坚实的基础。

1 人力资源仿真模拟实验教学平台现状

福建师范大学“人力资源管理实验”课程通过人力资源战略与规划、工作分析、招聘与甄选、培训与开发、绩效管理、薪酬管理、员工关系管理等模拟实践操作,将理论知识与实践操作紧密结合,让学生深刻理解和掌握人力资源管理的理论知识,提升实操能力,锻炼学生的职业发展能力,包括分析问题和解决问题能力、环境适应能力、团队协作能力、战略思维、创新意识等,引导学生形成积极向上的职业态度,使学生成为具备高度专业素养和良好职业道德的人力资源管理专业人才。

为了进一步提升学生的实践能力,福建师范大学目前采用了浙江精创教育科技有限公司的《人力资源管理智能仿真与竞赛对抗平台》和上海踏瑞计算机软件有限公司的《人力资源管理竞争对抗比赛平台》,并积极组织学生参与相关的全国性人力资源管理实践技能大赛。这些实验平台采取用户角色架构,以企业人力资源管理过程中的各项管理工作内容为基础,利用计算机网络平台对企业经营内外部环境进行一定的模拟仿真,在预先设定的运行背景和市场规则下,进行多期的经营决策,从而达到对企业经营管理进行虚拟仿真实验的目的。然而,受限于模拟仿真技术的不成熟和平台开发的不完备,实验平台仍存在许多可以优化的空间,值得我们去探索和改进,如图1 所示。

图1 现有人力资源管理实验平台不足 

1.1 实验设计过于简化,缺乏现实复杂性

在真实的人力资源管理工作中,纷繁各种复杂因素交织,如企业文化的差异、员工个性化的多元需求、市场环境的瞬息万变等,这些因素相互交织,相互影响,构成了一个复杂而多变的系统。尽管目前所使用的人力资源仿真模拟实验平台在工作流程、岗位性质上的设计和实施上已经取得了长足的进步,但它仍然难以完全涵盖这些复杂因素,无法完全模拟真实世界的复杂性和不确定性,与现实中的企业经营管理仍存在较大的差距。

人作为人力资源管理中最重要的因素,平台在对员工行为进行模拟时,却只能依据简单预设的规则和算法进行,而无法准确捕捉员工在实际工作中的主观能动和情感变化。员工无法因个体性格的差异、工作负载的变化、个人状态的波动等各种不确定性和变化而改变对工作的理解和执行,导致模拟结果与实际情况存在较大的偏差。同时,员工招聘与选拔、绩效管理与激励、员工培训与职业生涯发展等多个人力资源管理的关键环节在实验平台中也被淡化处理,缺乏场景和细节的展示,实验内容较为单薄,学生无法真实地体验到临场感、沉浸感。此外,实验内容和专业理论结合方面相对薄弱,理论的可拓展性有限^[7]。

1.2 实验过程等待环节多、智能化不足

实验平台在许多关键环节的执行必须依赖于所有参与小组的同步到位。这一同步性要求不可避免地引发了学习进度较快、效率较高的小组被迫等待其他小组的情况。这种无谓的等待不仅严重拖慢了实验的整体进展速度,更使得速度快的小组在等待期间陷入无所事事的空闲状态,无法开展其他实验环节的学习与实践,这无疑削弱了学生的学习积极性,降低了学习效率。以员工招聘环节为例,只有当所有小组均达到此阶段,招聘市场方能开启。这一设计机制在现实中也显得不合时宜。在竞争激烈的人才市场中,企业往往奉行“先下手为强”的策略以迅速锁定优秀人才。实验平台却未能充分考虑到这一现实情况,导致了实验过程与真实场景之间存在较大偏差。

1.3 实验评价不够及时全面

人力资源仿真模拟实验在培养学生实践能力及检验理论应用方面,发挥着举足轻重的作用。然而,当前实验存在的实验评价不够及时全面的问题不容忽视。从学生的角度来看,虽然每个经营年度结束后平台都会依据预设的评分规则对小组进行排名,但学生对于这些评分标准的理解往往模糊不清,难以洞悉排名背后的深层次原因,而更多地只是关注最终的产品销售和企业总体获利情况,这与实验课程开设的初衷相悖。此种信息不及时全面不仅阻碍了学生获取必要的反馈,还可能诱导他们过分注重实验结果,忽视实验过程,缺乏对实验过程中导致成功或失败的具体决策进行深入总结与反思。

2 AIGC赋能人力资源管理实验平台优化

2.1 实验平台优化总体思路

AIGC作为一种创新的人工智能技术,利用复杂算法、模型和规则,放大了内容自动生成和人工智能自主学习的优势^[8],通过大规模数据集的学习,能够创造出包括文本、图像、声音、视频和代码等全新的原创内容。构建AIGC赋能的人力资源实验模拟仿真实验教学平台,致力于打破学科壁垒,实现“数据化”与“智能化”的深度融合,打造一个高度仿真、功能完备的人力资源实验教学平台。

在这一平台中,智能体作为核心组成部分,发挥着至关重要的作用。智能体(Agent),简而言之,是一种能够自主感知环境、做出决策并执行行动的软件或硬件实体。它具备自治性、反应性、社会性和预动性等特征,能够在特定环境中独立执行任务,并根据环境变化做出即时反应。

AIGC赋能的人力资源仿真模拟实验平台,由数据资源、智能模拟和互动反馈三个模块共同构建。(1)以数据资源为实验教学体系的基础,汇聚丰富而优质的人力资源数据资源,为实验构建的精确性和实效性提供了坚实保障;(2)以智能模拟层作为实验教学体系的核心,借助先进的智能体技术,模拟真实的人力资源管理流程,融入多种复杂情境,如员工招聘、培训发展、绩效评估等,使学生能够在高度仿真的环境中进行实践,全面锻炼自己的技能和能力;(3)以互动反馈层作为实验教学体系的重要补充,分析学生的操作行为,提供个性化的指导和建议,助力学生更好地掌握实验技能并发现自身短板。实验教学平台优化思路如图 2 所示。

图 2 实验教学平台优化思路

这一教学架构不仅打破了传统实验教学的时间和空间束缚,更通过AIGC技术的巧妙运用,实现了对实验教学方法、模式、反馈及评价等方面的全面革新。它让学生在虚拟仿真的环境中自由实践、探索,从而更深刻地理解和掌握人力资源管理的知识和技能。同时,教师也能通过深入分析学生在虚拟环境中的行为数据,精准把握学生的学习状况与需求,为个性化教学提供有力支持。

2.2 实验平台场景构建

借助前沿的AIGC技术,人力资源管理仿真模拟实验场景得以精心构建,呈现出前所未有的可能性。教师可以根据人力资源管理的学科特性和实验的需求,利用AIGC技术对大量人力资源管理的数据进行深度的学习,根据教学需求塑造各种虚拟更加真实的实验场景和虚拟的竞争对手,涵盖人力资源管理的各个主要领域,深入各个关键环节,如图3所示。在实验过程中,学生可以自主使用平台所提供的AIGC程序从海量数据中提炼有价值的信息,为决策提供有针对性的建议,实现跨学科的多功能实验空间融合。系统会执行自动化的数据分析与效果评估流程,生成详尽的实验报告,帮助教师和学生清晰地认识到实验中的优势所在与不足之处,为后续的教学与学习活动提供有力的反馈与明确的改进方向。

图3  实验教学平台场景构建

2.2.1 AIGC 模拟逼真商战环境

智能体凭借其卓越的仿真环境构建能力,能够精准地再现真实的商业竞争场景,如表1所示。此技术不仅深化了实验内容的层次,使实验环境更加立体多维,还具备打造虚拟运营公司作为竞争对手的能力,共同参与激烈的商业角逐。智能体还能为实验中的每个虚拟员工生成不同的参数,如员工的能力、经验、性格、工作效率以及决策风格等,这些参数将作用于实验的多个环节,使得模拟环境更加贴近现实情况并产生多样化的效果。例如,员工的能力直接影响其任务表现;培训潜力则关系到员工技能的提升,对于企业的长期发展和竞争力至关重要;而薪资要求则会影响企业的财务和人力资源策略,学生需要在有限的预算内做出合理的薪资安排以吸引和留住优秀的员工。

教师可以根据学生的学习成效和教学目标,灵活调整虚拟竞争对手的实力,确保每位学生都能获得不同程度的学习挑战。同时,学生可以随时参与竞赛,与由智能体创建的虚拟企业或学生自主管理的企业进行对抗,体验更为逼真的商业竞争环境。在这一模拟环境中,学生将被随机分配到不同起始资金、不同规模的企业,与多组各具特色的虚拟公司进行商业竞技,从而有机会体验并学习不同企业的管理方式。尤为值得一提的是,平台还将创新性地引入一个更为灵活的异步执行机制。这一机制允许不同小组在同一经营时间范围内,根据自身的实验进展和效率,遵循既定的实验流程,持续开拓新的实验环节,有效突破传统实验设计的局限性。

这一创新设计将赋予实验过程紧张刺激竞争氛围,提高实验的逼真度和学生的学习效率,挑战学生的决策速度和应变能力,进一步激发他们的求胜潜能。在这模拟商战中,学生需灵活运用所学知识来应对各种复杂多变的商业挑战,更需发挥自身的想象力和创新精神,探索出独树一帜的解决方案,不断提升自己的思维深度和决策质量。

       表 1  实验平台商战环境优化效果

2.2.2 AIGC 助力人力资源战略与规划环节

人力资源规划是组织实现战略目标的坚实基础,为组织的稳健发展提供有力保障。 通过引导学生运用 AIGC 深度学习技术,深入挖掘案例项目中的各项宏微观信息,助力学生在错综复杂的环境中洞察先机,根据自身发展战略和规划精准预测组织所需的人才数量、类型及其素质能力,从而为模拟企业的未来发展奠定坚实的人才基石。赋能后的平台还支持不同情景下的人力资源战略与规划模拟,通过模拟不同策略的执行效果,帮助学生评估选择策略,以有效应对未来市场变化的不确定性。

具体来说,学生将借助AIGC的强大分析能力,结合行业趋势、市场动态、竞争对手信息及公司历史数据,揭示人才市场的关键模式和潜在趋势。结合模拟企业自身的发展战略和规划,他们将能够更准确地预测在不同发展阶段(如产品研发期、市场推广期、稳定增长期)对各类人才(如研发人员、生产人员、营销人员)的需求数量及其应具备的核心素质和能力(如创新思维、团队协作能力以及专业技术专长)。

2.2.3 AIGC赋能多维度人员招聘

在新的实验平台中,借助AIGC的强大赋能,智能体将创造出更为细腻且富有层次的虚拟人物形象,为学生在模拟招聘任务中带来了全新的挑战与机遇。这一模拟招聘过程将高度模拟现实中的双向选择机制,使得体验更加贴近实际。对于AIGC所生成的这些极其逼真的虚拟人物,他们会综合考量各公司所设定的薪资待遇、培训计划、职业发展路径、企业文化和价值观等多重因素,从而做出选择。在评估候选人时,学生可以利用AIGC自动筛选简历中的关键信息,进行初步筛选,提高决策速度;并借助智能体实时监控市场薪酬水平,自动调整招聘薪酬策略,确保企业在竞争激烈的市场中具有吸引力。同时,学生不能仅仅局限于对原有招募渠道等基础因素的考量,而是应全面地评估候选人的“薪资水平、专业匹配、个性匹配、行业影响力、信任关系”等维度,以确保更精确地识别出与空缺职位高度匹配的人才。同时,学生可以运用AIGC构建虚拟面试场景与候选人进行线上交流,观察候选人的沟通表达、问题解决和团队协作能力等方面的表现。这些宝贵的信息有助于学生更全面地了解候选人的真实能力和潜力,招聘过程更为真实可靠。

例如,在模拟招聘市场营销经理的任务中,AIGC技术可以生成了一位虚拟候选人,拥有丰富的社交媒体经验,曾在多个知名品牌策划营销活动,表现出强烈的加入企业的意向。学生在评估这位候选人时,不仅需要考虑其专业技能和经验是否与岗位要求相符,还要通过虚拟面试深入考察其对市场趋势的洞察力、创新思维以及过往项目中处理突发情况的应变能力、团队合作精神和领导能力等,这些都是在传统简历和初步筛选中难以充分体现的素质。通过这样的模拟体验,学生学会了如何在多维度的评估中平衡各种因素,做出更加全面和精准的招聘决策。

2.2.4 AIGC驱动绩效管理与考评

在绩效管理与考评环节中,学生利用AIGC技术自动收集员工的工作数据、交互数据、任务完成情况等,并通过算法对这些数据进行深度分析,克服以前主观分析的缺陷,为绩效考评提供全面、客观的数据支持,实现绩效分析的综合化和反馈实时化。例如,系统可能发现某位员工虽然项目完成率不高,但在团队合作和跨部门沟通方面表现优秀,这为绩效考评提供了更加综合、公正的视角。不止于此,学生利用AIGC技术对组织内部高绩效人才的相关数据进行深入挖掘,将高绩效和工作行为、胜任素质进行准确的关联,为人力培训和招聘决策提供前瞻性建议^[9],实现绩效管理过程的智慧化。

2.2.5 AIGC提升实验评估教学效率与质量

对学生而言,平台可以运用AIGC的高级数据处理和分析能力,全面追踪每个小组在实验中的决策、行动,为学生提供了全面的学习反馈,帮助他们深入理解实验过程中的得失与策略有效性。通过分析学生在人力资源管理模拟实验中制定的招聘策略、员工培训计划以及绩效评估方法,生成个性化的学习报告,指出哪些策略有效提升了团队绩效,哪些环节可能导致资源浪费或效率低下,为学生提供了全面的学习反馈,帮助他们深入理解实验过程中的得失与策略有效性。对教师而言,利用AIGC的适应性学习技术,教师能够更精准地了解每位学生的学习状况,根据学生的表现和需求灵活调整实验的难度和内容,制定个性化教学设计,提高实验教学的个性化和效率。除了模拟后的分析与复盘,AIGC技术还能够在知识共享方面发挥着重要作用。平台利用AIGC的自动分类和标签化功能,建立一个包含实验数据和结果的资料库。这个资料库为学生提供了丰富的学习资源借鉴和参考的机会,鼓励学生在交互式学习环境中分享经验和见解,碰撞出灵感的火花,进一步提高实验教学的互动性和学生的参与感。

3 人力资源管理实验平台优化效果

3.1 提升实验的实效性和趣味性

在AIGC技术的深度加持下,人力资源管理实验教学巧妙地融合了数字资源、前沿虚拟仿真技术以及线下实践操作的多元优势,紧紧围绕知识、能力、素质的培养目标,不断激发学生的学习兴趣和热情,充分发挥学生的个性化与自主性。通过竞赛、挑战、不同角色扮演等多种形式,学生能够根据个人意向或兴趣接触到不同领域、不同阶段的宽泛内容^[10],改变原有割裂的模块知识,将理论知识与实践操作紧密结合,使复杂、抽象、枯燥的人力资源管理知识变得趣味化、生动化、形象化,让实验课成为学生自主学习、寓教于乐、独立探索的创新阵地,提高对知识的接受程度,打好扎实的学科理论知识和从事经济管理工作的基础。

AIGC的引入为实验过程的信息化带来了前所未有的提升,实验教学平台可以通过智能分析学生的学习行为和实验数据,协助教师精准把握学生的学习状态和需求,从而提供更具针对性的指导和帮助,满足师生对实验要求的多样化及个性化需求。

3.2 增强学生数智化综合素养

在AIGC快速发展的背景下,教育领域正经历深刻变革,强调综合能力的培养成为必然趋势。将AIGC技术深度融入人力资源管理实验平台,不仅为学生开辟了探索前沿知识的新路径,也革新了传统的教学方式。这一全新构建的实验平台与社会的动态变革趋势紧密相连,推动了大数据、AIGC等尖端信息技术与人力资源管理学科的深度融合,突破了传统学科界限,实现了多维度、跨层次的交叉融合。该教学范式确保学生知识体系的前沿性,注重理论与实践的紧密结合,引导学生深入理解AIGC的原理和数据处理方法,着重培养创新思维与深度思考能力。在实验过程中,学生将综合运用多学科知识,提升数据获取、智能优化分析、智能协同决策等综合能力,成长为适应“数智化”时代的应用型人才。这一教学方法使学生在数字化、智能化转型的人力资源管理领域中具备显著优势,成为拥有卓越领导力和竞争力的优秀人才,为社会的持续进步和创新发展提供坚实的人才支撑。

3.3 全方位锻炼学生多元能力

AIGC驱动下人力资源管理实验平台,通过数字化、智能化的实验过程,全方位培养学生理论知识的理解与掌握、实践操作能力。实验过程不仅成为锻炼学生商业分析能力的有效途径,更在深层次上实现了对他们逻辑推理与决策能力的全面跃升。在这个实验过程中,学生通过不断的试错与策略调整,学会了如何在信息不充分的环境下分析问题,解决问题,从而显著增强了适应新产业、新业态、新模式及新流程快速变迁的能力。

在实验过程中,学生能够亲身体验并深入探究AIGC在企业经营管理中的实际应用。这一过程不仅着重培养学生的创造性思维能力,鼓励他们探索新颖的商业策略和管理方法,还专注于提升他们对AIGC策略进行批判性评估与学习的能力,从而全面加强他们在该领域的应用实践能力。同时,实验平台特别注重团队协作能力的培养。学生通过组成团队,共同面对复杂多变的问题,提出并实施创新性的解决方案。这种实践性的学习方式,为学生提供了在真实商业环境中难以获取的、兼具高度可接触性、可重复性、可逆性以及广域性的独特学习体验,使他们能够在人力资源管理中更加熟练地应用AIGC,显著提升专业素养。

4 结语

AIGC与人力资源管理仿真模拟实验的完美结合,为实验教学注入了新的活力与智慧。通过运用AIGC尖端的虚拟仿真技术,为学生精心打造一个具前瞻性的人力资源管理虚拟环境极,在理论与实之间架起一座坚实的桥梁。这一创新举措必将打践传统实验教学的时空桎梏,实现实验教学资源的破限延伸与高效利用,让学生能够身临其境地探索无力资源管理的奥秘,为培养具有创新思维与卓越人实践能力的高素质管理人才奠定坚实基础。

[1]王维国,徐健,盖印.经管类专业课程体系数智化升级与教学方法创新[J].中国大学教学,2022(3):31-36.

[2]冯欢.虚拟与增强现实技术驱动下的新文科实验教学方法与实践[J].实验室科学,2023,26(6):212-216,

[3]222.李白杨,白云,詹希旎,等.人工智能生成内容(AIGC)的技术特征与形态演进[J].图书情报知识,2023,40(1):66-74.

[4]张夏恒,马妍.生成式人工智能技术赋能新质生产力涌现:价值意蕴、运行机理与实践路径[J].电子政务,2024(4):17-25.

[5]钟凌江.做好AI与新文科融合发展助力文化强国建设[N].人民邮电,2024-03-07(001).

[6]李祺,刘继伟,房朝晖.智能制造虚拟仿真实验教学平台的设计与构建[J].实验室科学,2023,26(3):76-79.

[7]王芳,孙启鹏,李永平.企业经营管理虚拟仿真实验项目设计与优化[J].实验室科学,2021,24(6):36-40,44.

[8]詹希旎,李白杨,孙建军.数智融合环境下AIGC的场景化应用与发展机遇[J].图书情报知识,2023,40(1):75-85,55.

[9]萧鸣政,唐秀锋.中国人才评价应用大数据的现状与建议[J].中国行政管理,2017(11):6-11.

[10]杨宗凯,王俊,吴砥,等.ChatGPT/生成式人工智能对教育的影响探析及应对策略[J].华东师范大学学报(教育科学版),2023,41(7):26-35.

[1]林孔团,郑松毅,卢承财.AIGC驱动下人力资源管理实验平台优化与创新[J].实验室科学,2025,28(01):225-230.