□ 王晓蓓
当前，数智技术正深度重构劳动形态。在这种变革中，劳动教育面临着两方面问题。一是以手工操作、体力付出为核心的传统劳动教育实践体系，已难以适配智能时代劳动者所需具备的数字素养、人机协作能力和数据伦理意识，教育内容与真实劳动世界之间出现明显的时代落差；另一方面，智能技术极易将劳动教育引入“屏幕化”“虚拟化”的误区，劳动课可能退化为软件操作课或编程体验课，劳动教育所强调的“动手实践、出力流汗”的具身体验与“勤俭、奋斗、创新、奉献”的精神培育面临被弱化的风险。本文从场景构建、价值定向与机制创新三个维度，探讨数智时代推动劳动教育落地见效的具体路径，以期为新时代劳动教育数字化转型、育人体系提质增效提供理论参考与实践思路。
创建场景化实践场域，构筑人机共在劳动新空间
劳动教育区别于一般知识传授模式，其核心特征是具备浓厚的具身性与情境性，数智技术主要是实现劳动教育实践场域的进一步拓展。
一是推动静态场景的智能化改造，让物理空间从静态操作场所转变为能与人对话的“智慧劳动伙伴”。例如，普通手工教室可改造为“智慧微工厂”，学生操作3D打印（885537）机、激光切割机完成创意造物，通过物联网平台监测设备能耗、优化生产排程，在物理操作中理解智能制造逻辑。
二是借助虚拟仿真技术突破时空边界，让“虚—实”双轨互补模式丰富劳动教育的内容供给，培养学生在数字与物理环境间自如切换的能力。学校可建设沉浸式虚拟劳动实验室，模拟太空育种、深海勘探等场景。学生在虚拟环境中安全试错、反复演练，掌握关键操作程序，再回到物理空间便可用简易材料进行验证性实操。
三是以任务链激活场景的教育功能，让学生切身体会人机协同工作模式。场景本身只是容器，需嵌入真实且富有挑战的劳动任务，才能真正发挥实际作用。因此，每类场景应配套开发“场景专属任务群”，这类任务需满足三个标准：一是源于真实世界需求的真实性；二是从体验观察到独立设计形成完整阶梯的进阶性；三是人机协同性，设计需由人类亲自完成环节和可交由智能工具辅助环节组成。
坚守劳动教育价值立场，为智能实践铸魂定向
当智能技术可替代人类完成越来越多的操作，劳动教育容易陷入一定的误区，即将劳动课变成单纯的软件操作课或屏幕前的“电子劳动”。在此背景下，坚守价值立场显得尤为重要，这是贯穿场景设计、任务选择、过程指导全流程的内在准绳。
一是牢牢守住“动手实践、出力流汗”的底线。无论技术如何变迁，劳动教育的基本属性始终是让学生在体脑结合的真实劳动中，形成对劳动过程与成果的完整认知和情感体验。因此，在任何智能场景的项目设计中，必须保留需要体力付出、持久专注、面对困难并坚持攻克的“非智能”环节。
二是在智能场景中应注重培育勤俭、奋斗、创新、奉献的劳动精神。智能技术的便利化容易诱导人们追求捷径，而真正的劳动素养恰在“难而正确”中养成。教师应善于利用智能场景，设置需要反复试错、持续改进的劳动挑战。在此过程中，学生收获的不只是技能，更是对“劳动创造价值”的深刻认同、对“精益求精”的内在追求。创新精神同样需要在场景中激发，通过提供真实约束条件让学生在限制中寻求突破，体会创新劳动的艰辛与乐趣。
三是将数字伦理与劳动责任植入实践全过程。在场景化实践中，应有意识地设置“伦理反思时刻”：当学生应用AI工具进行数据预测时，引导其讨论“数据偏差可能带来哪些不公平”；当使用生成式AI完成设计时，追问学生“原创的边界在哪里”；当采集他人行为数据时，共同探讨“隐私与便利如何平衡”。唯有如此，学生才能在掌握智能工具的同时，形成清醒的劳动主体意识和社会责任感，成长为负责任的技术使用者与创造者。
探索劳动教育育人机制，构建可持续发展生态
育人机制是让场景持续运转、让价值持续落地的根本保障。
首先，建立场景化实践与常规课程的深度融合机制。将劳动教育纳入学校课程整体规划，寻找与学科课程、综合实践活动、课后服务的结合点。每个场景化实践场域应制定“学期轮转安排表”，确保不同年级学生都有固定的“场景劳动时段”，纳入课表形成制度保障。同时，鼓励采取项目式学习的长周期（883436）安排，让学生经历“发现问题—设计方案—动手实践—展示反思”的完整链条。
其次，构建教师数字劳动素养的进阶培训机制。应开发“体验—跟岗—独立设计”三阶培训体系。一方面，先让教师以学习者身份进入智能场景，亲历人机协同劳动任务，打破对技术的陌生与畏惧；另一方面，再以助教身份跟随经验丰富的场景导师，观摩如何提问、如何捕捉育人时机；最后，要求教师结合所教学科，独立设计融入智能场景的劳动项目，在实施中反思优化。区域层面可组建“数智劳动教育教研共同体”，定期开展场景教学案例研磨、跨校师徒结对等活动，将个体摸索转化为群体智慧。
最后，构建过程数据的伴随式评价机制。劳动观念、协作精神、创新表现等素养很难通过纸笔测试或单一作品打分来衡量。数智场景恰恰提供了破解之道，即利用场景中的传感器（885946）、平台日志，可无干扰地采集学生的操作时长与频次、工具使用序列、协作对话记录、方案迭代版本等过程数据。对这类数据进行分析，可生成多维度的“劳动素养数字画像”，反映学生在毅力、创新、合作等方面的成长轨迹。需要强调的是，数据采集必须遵循最小必要、知情同意等伦理原则，确保技术服务于人的发展。
【作者系中共黑龙江省委党校马克思主义学院副教授；本文系国家社科基金一般项目“新时代劳动观研究”(21BKS056)阶段性成果】
