<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Article Authoring DTD v1.4 20240229//EN" "JATS-articleauthoring1.dtd">
<article article-type="research-article" xml:lang="zh-CN" xmlns:xlink="http://www.w3.org/1999/xlink">
  <front>
    <journal-meta>
      <journal-id journal-id-type="publisher-id">21</journal-id>
      <journal-title-group>
        <journal-title>《教育教学研究》</journal-title>
        <abbrev-journal-title>Education and Teaching Research</abbrev-journal-title>
      </journal-title-group>
      <issn>ISSN:2737-4130：EISSN:2705-1277</issn>
      <publisher>
        <publisher-name>环宇科学出版社</publisher-name>
      </publisher>
    </journal-meta>
    <article-meta>
      <article-id pub-id-type="doi">10.12421/JYJXYJ2737-4130-202509046</article-id>
      <article-id pub-id-type="publisher-id">20330</article-id>
      <title-group>
        <article-title>人工智能赋能职业生涯规划：知识库构建与应用研究综述</article-title>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author">
          <string-name>薛坚 (兰州理工大学经济管理学院兰州730050)</string-name>
        </contrib>
      </contrib-group>
      <pub-date pub-type="epub">
        <year>2025</year>
        <month>9</month>
      </pub-date>
      <issue>9</issue>
      <abstract>
        <p>在全球数字化转型和就业市场动态加剧的背景下，传统的职业生涯规划模式面临信息滞后、个性化不足与规模化困境的严峻挑战。本研究综述系统梳理了2022至2025年间，人工智能(AI)在职业生涯规划领域的应用研究。研究发现，AI正通过个性化职业推荐、自动化技能评估、模拟面试与全天候职业教练等方式，深刻重塑职业教育与个人发展路径。本文重点剖析了作为AI应用核心驱动力的知识库(KnowledgeBase)，尤其是知识图谱(KnowledgeGraph，KG)和检索增强生成(RAG)技术所扮演的关键角色。知识库通过构建结构化的知识体系，为AI系统提供了可解释、可推理的基础，显著提升了推荐的精准度和决策的透明度，并有效缓解了大型语言模型的”幻觉”问题。然而，AI在职业规划中的应用亦伴随着算法偏见、数据隐私泄露等伦理风险。本文在总结现有研究的基础上，对未来发展提出指导意见：技术上，应着力发展可解释AI(XAl)、动态时序知识图谱及终身学习模型；实践上，需构建人机协同的服务生态，建立健全的伦理规范与审计机制，并加强用户的数字素养教育，以确保技术进步能够公平、有效地赋能每个人的职业发展。</p>
      </abstract>
    </article-meta>
  </front>
</article>
