人工智能“智化”教育的內涵、途徑和策略

摘要：人工智能作為在某些方面比人類更聰明的存在，除了賦能教育使其更有效率和質量，也會通過智化讓教育變得更聰明。人工智能智化教育的內涵是以人工智能為鏡，反思現有教育的“遲鈍之處”，使之變得更聰明，即重構教育的意義、豐富教育的想象、促進教育的創新。同時，從已有經驗和預測來看，人工智能智化教育有四種途徑，即替代、補充、生成、迭代。當下，人工智能智化教育的策略有：（1）智化教育實驗，創建“人機一體”的解釋機制;（2）智化教育思維，建構超越人類原始思維的全新教育思維;（3）智化教育內容，重構知識秩序。

關鍵詞：人工智能;智化;價值;聰明

中圖分類號：G434

文獻標識碼：A

當下，談及人工智能與教育變革，首先映人研究者腦海的必然是“科技賦能”。因為人工智能已經被視作科技賦能教育與學習的最佳途徑之一[l]。拋開世界其他國家的緣由不表，僅就中國而言，在人工智能上訴諸“科技賦能教育”的強烈憧憬，一方面是國人有將科技作為任何領域正面價值的習慣[2]，另一方面則是當下國家對人工智能的高度重視。2017年“兩會”首次將人工智能寫入政府工作報告，人工智能發展成為國家戰略。其后，2018年教育部出臺《教育信息化2.0行動計劃》，正式啟動了新一輪的教育信息化建設工程，開啟了智能時代新征程，智能技術不僅是促變教育信息化的核心技術，也是教育信息化2.0行動的實踐路徑，更是教育信息化2.0行動的航標[3]。也正因此，人工智能在教育領域的“賦能”研究和實踐可謂前途光明、范圍廣泛且意義重大，也已為多數教育學者所注意。

除此之外，筆者特別想說的是，人工智能除了作為一種先進技術，通過“智能的應用”為教育外顯的政策、制度、課程、管理、教材、教學和評價等進行“賦能”——增強教育的能力，提高效率和質量;同時，人工智能也是具有哲性的概念[4]，它也會以一種“智能的思維”對教育內在的理念、思維、內容、知識和方法等進行“智化”（Cognifying）①——升級教育認知能力，將教育中“遲鈍的東西”變得更聰明。后者目前處于被忽視的地位。既然人所共知，人類從蝙蝠身上學會了如何制造雷達，并非蝙蝠有多聰明，而是人類“聰明”地從它身上悟出了雷達原理;那么人們是否也應懂得，人工智能之所以能讓教育變得更聰明，至少不完全取決于它作為技術有多么聰明，而是因為聰明的人可以從它身上悟出不一樣的道理，促進教育實現更大的啟蒙和進步。

站在人工智能一側而言，十八世紀人類用科技創造了比人類更有力量的機械，二十一世紀人類正在用科技創造可能比人類更聰明的人工智能。機械化重新定義了人類世界的生產、生活乃至思考方*本文系中央高?；究蒲袠I務費專項資金“基于數據庫平臺開發的中國特色義務教育發展智庫建設研究”（項目編號：SWU1709223）研究成果。①“智化”源自著名未來學家凱文·凱利在《必然》一書中提出的“知化”概念，主要是指“人工智能改變人類認知，重新賦予對象認知能力，把遲鈍的東西變得更聰明”。使用智化而非知化，理由如下：兩者共同指向人工智能與人之間的相互學習。從語義直觀而言，知化突出的是“機器向人學習”，而智化突出的是“人向機器學習”。本文突出的是后者內涵，所以選擇使用智化一詞。式，當然也包括教育。那么，被很多人寄予重塑世界乃至人類自身厚望的人工智能，除了可能讓人類進入“生命3.0”的階段（實現人類的進化與重生），也正在更大尺度上詮釋“生而為人”的意義[5]。而人工智能之所以會引發這種生命層面的革命，其實質并非是因為人工智能會通過“賦能”讓人在某些領域的能力更快、更強，而是人工智能會產生某些意料之外的“認知變化”。邁克斯·泰格馬克對此作了一個異常深刻的隱喻“人類能控制老虎，并不是因為我們比老虎強壯，而是因為我們比他們聰明”[6]。所以人工智能的“能力”并不會被西方學者認為是“革命”，真讓他們覺得具有革命性的是人工智能可能誕生截然不同的認知方式。并且現實而言，人工智能已經到了理解大腦以及他們如何發展的邊緣，這將會是一個奇跡，能夠永遠改變我們對自己的看法[7]。加之，人工智能已經引發了各行各業的創新風暴，也正在重新定義學校、學習、學生、教師等教育的基本概念，乃至點燃教育的第四次革命“從基于印刷與世俗化的大眾化教育走向基于人工智能的個性化教育”[8]。所以，人工智能智化教育不僅存在可能，而且也正在照亮教育的未來。

站在教育一側而言， “每當社會發生重大轉型時，人們對教育的批判，往往是從價值批判始，從重新認識教育的價值和目的始，并且以此為依據和出發點，再對現實的教育活動作出更具體的評析，提出新的原則、方案乃至方式方法”[9]。加之，將人工智能視作“賦能”本身蘊含了馬克思·韋伯所擔憂的“工具理性思維”（Zweckrational），若不能從人工智能與教育的本質意義進行解構和重塑，很可能在工具理性支配下使教育“過分關注個人、進步、效率、有效性、可量化、可計算的品質，犧牲那些在傳統社會中發揮關鍵作用的更廣泛、更有意義的內容”[10]。并且，這類探究存在混淆教育的工具與價值之嫌。因為“把對美好生活的有意義的追求變成技巧和技術等問題，是從根本上混淆了工具理性和價值理性”[11]。近來，我國學者已經開始意識到此類問題，并提出了“人工智能十教育”作為居間的構成性存的設想，即“人工智能十教育”并非是某種單一教育行為的改變，而是教育“居于其間”的整體發生的構成性運動[12]。所以，從智化的角度探求人工智能與教育的關系，不僅有助于在此類探究中引入“價值性思維”（W ertrational），也是嘗試從教育價值的底層實現人機融合。此外，智化也可視作對祝智庭先生將“智慧教育”詮釋為“Smarter Education”[13]的另一種回答：因為人工智能存在智化教育，使之更聰明（Smarter）的可能，所以中國智慧教育除了技術層面的可實現性，也具有認識論上的正當性。

上述跡象表明，研究者確有必要超越賦能的視角探求“人工智能+教育”的深層價值，以期豐富現有研究的認識論。而從智化的視角求解“人工智能何以讓教育變得更聰明”這一命題，可作為這類探索的楔子。

一、人工智能智化教育的內涵

維特根斯坦曾言“假如一只獅子忽然開口說人話，那么我們一定聽不懂它在說什么”。這句話背后的深意在于：獅子與人類擁有截然不同的“生命形式”，也因此塑造了與人類完全不兼容的概念框架，所以即便獅子掌握了人類的語言，人類也難以理解獅子語言背后的語義。維氏的理論同樣適用于分析現有人工智能。換言之，人們可以從人工智能身上悟出不一樣的道理。正因此，觀察那些與人類在概念結構上有巨大差異、用意料之外方案解決問題的人工智能，將令人受益匪淺[14]。時至今日，人工智能正在推動人類認知自我的第四次革命，如同哥白尼革命、達爾文革命、神經科學革命一般，由圖靈開啟的人工智能革命，再次迫使人類重新思考自我[15]。

從上述啟示而言，人工智能智化教育的內涵可界定為：以人工智能為鏡，反思現有教育的“遲鈍之處”，使之變得更加聰明。根據祝智庭在《智慧教育：教育信息化的新境界》一文中給愚笨教育做的畫像， “凡是拒絕因材施教、抹殺個人特性的教育是愚笨教育;凡是以書本知識為上、忽視實踐能力發展的教育是愚笨教育;凡是故步自封、不能與時俱進的教育是愚笨教育;凡是割斷歷史文化、不能繼往開來的教育是愚笨教育;凡是自我封閉、不能主動面對國際挑戰的教育是愚笨教育”[16]，當前教育的遲鈍之處主要表現在：一是意義滯后，在教育日益現代化、國際化的今天，有些教育者仍然采取科舉時代強調規定內容、標準形式和唯一答案的“八股式”教學，無法做到繼往開來和與時俱進;二是想象力不足，在信息技術手段日益豐富的今天，有些教育者想象教學目的、方式和內容仍然以傳統教育和人類屬性為參照，無法做到因材而異、因時而變;三是創新乏力，在信息技術日新月異的今天，有些教育者仍然滿足于眼前的利益和成就，難以開啟主動變革和創新的道路。

面對上述困境，英國白金漢大學副校長安東尼·塞爾登在《第四次教育革命：人工智能如何改變著教育》一書結尾處給出以下啟示， “從啟蒙時代開始的第三次教育革命并沒有實現它對進步、公平、正義的追求，這在一定程度上是因為啟蒙運動堅持理性以及笛卡爾本人對人類意義的狹隘理解。所以，基于人工智能的第四次教育革命將會非常不同，它也需要非常不同”[17]。鑒于此，未來教育“由遲鈍向聰明”主要表現在重構意義、豐富想象和促進創新三個層面。

（一）重構教育的意義

時至今日，世界上多數國家仍然沿用工業革命之后的分科教學，講究的是在嚴格固定且有明確規則的領域，通過有目的、有計劃的訓練，培養具有一技之長的人才。顯而易見，這樣的教育體系不但可以培養更多符合“工業1.0時代”[18]要求的專才，同時也能加快教育的普及乃至提高教育的效率和質量。然而這樣適合“工業1.0時代”的分科專才培養方式，是否完全適用于基于人工智能的“工業4.0時代”[19]可能將是一個很大的問題。AlphaGo的故事已經表明，在一些規則明確且可以良好定義的領域內，人工智能已經完全超越了人類。并且，這樣領域內的工作，也很容易被高效、 “理陛”的人工智能所取代。

在此局面下，人工智能將迫使人們重新思考與構建教育的意義：如果我們的學校從一開始就在培養在某些方面注定不如人工智能的專才，那么教育的意義在哪？這既是需要正視、有待解決、必須克服的人才培養問題，也是避免在舊有人才培養模式中循環、遷就和惡化的機遇。因為它意味著在中國人才培養模式改革實踐中又有了新的思路和可能：在人工智能時代，人們不僅要培養能在某些領域“耐得住寂寞，沉下心來鉆研”的專才，也要培育牛頓時代那些“帶上手套能做實驗，脫下手套能演講”的全才。若非如此，人工智能很可能如杰瑞·卡普蘭在《人工智能時代》一書中所言“全面接管人類的生活和工作”[20]。而這也是人工智能智化教育最深刻的內涵。

（二）豐富教育的想象

如今，人類已經無法在計算、記憶、邏輯分析上媲美人工智能。并且，這種差距將會以幾何級增長，乃至進入某種人類“聞所未聞”的境地。也正因此，人工智能不但是在教育領域扮演“計算速度更快、分析能力更強大”的角色，而且是“從現在直到未來百年，我們最重要的智能產品不是某樣事情比人類做得更好，而是能做人類完全做不了的事情。同理，我們最重要的思維產品將不是比人類想得更快、更好，而是能思考人類無法思考的事情”[21]?？梢灶A見的是，在超越人類、更不同、更復雜的人工智能協助下，人們在處理現有教育問題時，必將嘗試與之前完全不同的想象方式——不止是更快、更好，而是前所未有。比如，暢想以下場景：在“一種專門訓練用來加強制定人類個體的新心智;一種快速、動態、能夠改變人類認知進程的新心智;一種半人半機器的新型賽博格心智;一種使用量子計算且人類無法理解其邏輯的新心智，等等”[22]全新人工智能支持下，未來教師們將會有更多看不見的“超級”同事，同學們也會有更多摸不著的“智能”伙伴，并且沒有這些“人”，人類的教育將難以完成。概言之，人工智能可以“通過對時空構造、工作哲學與技術邏輯的重新定義，勾勒出一幅更具想象力的教育圖景”[23]。

（三）促進教育的創新

當下，人工智能正在推動教育創造前所未有的未來。具體而言，根據技術思想家布萊恩·阿瑟對技術本質的思考[24]，人工智能作為一種“聰明的技術”，可以從“重新域定”（思想）和“標準工程”（技術）兩種方式促進教育創新。

一方面，人工智能可以定義為一個技術群，成為一個“域”;然后，根據人工智能在教育領域所能完成的集成的便利程度和效率，以及人工智能和其他集成形成連接的容易程度，完成“域定”;最后也是最重要的是，人工智能這個“域”可以用一套不同的內容來表達既定的教育目的，也就是所謂重新域定（Redomained）。人工智能對教育的重新域定意味著不僅提供一套新的、更有效的實現教育目的的方法，還會為教育提供新的話語方式、行為參照以及應用環境，乃至重新定義這個時代教育的邊界，表現為一個自上而下的過程。

另一方面，人工智能也可以通過標準工程的路徑進行創新。在已知可接受的原則下聚集方法和設備，設計系列解決教育中重復性問題的人工智能方案。這套基于人工智能的問題解決方案經過反復使用和驗證之后，就會成為通用模式，進而形成全新的教育技術架構。需要注意的是，標準工程的創新方式與重新域定非常不同。換言之，如果采取標準工程模式就是逐漸對現有問題提供基于人工智能的問題解決方案，并且隨著經驗的累積產生可見的進步。當這些可見的進步聚集在一起被反復使用之后，就會促使教育產生革新，表現為一個自下而上的過程。

二、人工智能智化教育的途徑

根據凱文·凱利的預測，當人工智能進入教育領域之后，人與人工智能的工作必將相互摻雜和糾纏，然而隨著人工智能對教育的智化，無論是人工智能還是教育本身都會比之前更聰明[25]。具體而言，包括以下路徑。

（一）替代

人工智能智化教育的第一條路徑是由人工智能替代那些“人類能從事但人工智能表現更好的工作”。在過去教育中，教師工作中極為費時的作業批改、學生評價、班級管理等工作，人工智能不但耗時少且準確度更高。類似案例不勝枚舉，可以說，人工智能已能勝任部分常規的抽象工作（包括教育），并且在特定情況下表現遠勝于人類。只是過去人們在觀念上認為“人工智能從事機械制造是可靠的”，對“人工智能能否勝任復雜而又抽象工作”存在懷疑，特別是考慮到彼時人工智能技術的不成熟性，人們在情感上更難以接受人工智能對人的替代。而如今，正是因為人工智能在某些特定的專用領域已經超越了人類（如記憶、算數、文本轉語音等）[26]，所以人們才會在情感計算、智能導師與助手、自然語言處理、學習伙伴、智能代理、智能測評等教育領域不斷加強人工智能的研究與應用，以期在教育中替代人類，豐富教育價值。

（二）補充

需要看到的是，現在人工智能已經開始從事人類無法承擔的教育工作。比如，無論人們的受教育程度多高，他們都不可能完成涵蓋世界上所有學生的評價工作，比如搜索或監測某個教育議題的全球觀點?，F在因為有了人工智能，在世界各國政府允許范圍內，這樣的評價工作已然成為可能。耐人尋味的是，一方面考慮到人類沒有完美的記憶和計算能力，人們會傾向于將這樣“人類不可能完成”的任務交給人工智能。另一方面，人們也會在情感上認為這樣的工作不是什么“好工作”，甚至可能是“笨工作”，所以人類才將它們交給人工智能來完成。然而事實是，如果沒有人工智能，這樣的工作將永遠無法完成?？梢哉f，正是由于人工智能為現有教育補充了新的認知能力，教育得以有機會拓展自己的“才智”。

（三）生成

實事求是而言，沒有人工智能在教育領域的廣泛應用，有些工作就不會出現，比如情感計算、智能導師等。正是因為人工智能的廣泛應用，情感計算“通過賦予計算機識別、理解、表達和適應人的情感的能力來建立和諧人機環境”[27]成為教育中的全新嘗試;才會誕生智能導師這種“利用人工智能技術模仿人類教師在教學中所承擔的角色，為學習者提供個性化學習指導，幫助不同需求和特征的學習者獲得知識和技能的一種智能化的計算機輔助教學系統”[28];也讓中國的智慧教育“實施以發展學習者的學習智慧、提高學習者的創新能力為目標，具有創新性、個性化、自主性、高效性、融通性以及持續性等六大核心特征的智慧學習”[29]具有了“全新樣態的途徑和方法”[30]。上述基于人工智能生成的新工作，不僅讓教育變得更有價值，也讓人工智能拓展了新的智能。

（四）迭代

人工智能智化教育最后一條也是最重要的一條路徑是迭代式，即人與人工智能在教育的相互學習、相互幫助乃至相互成長。 “至少在很長一段時間內，人類想做什么是由人類而不是人工智能決定的。這句話并不是一句多余的表述，事實上，人類發明的東西喚起了自身的欲望，因此人類的需求和人工智能之間互為因果”[31]。當人工智能在教育領域承擔了大多數基礎性工作之后，人類的教育將會變得相對容易和不同，于是人們可以閑下來撫躬自問“教育的目的與意義”，進而發揮人類本身在教育領域的專屬智慧。著名人工智能專家謝諾夫斯基在《深度學習：智能時代的核心驅動力量》一書中生動地描述了這樣的場景“數字導師的普及將使教學從教學活動中的重復勞動，如評分中解脫出來，專注于人類最擅長的事情——對學習困難的學生提供精神支持，并給予有天賦的學生靈感啟發”[32]。

用凱文·凱利的“預測”[33]來總結人工智能智化教育的迭代路徑，包括以下七步：（1）人工智能學習某項教育工作;（2）人工智能掌握一定能力，但人類懂得更多;（3）人工智能可以在一定條件下取代人類，但人工智能經常出錯，需要人類來維護和處理;（4）人工智能處理常規工作從不出錯，但它需要由人類來訓練它做新任務;（5）由人工智能代替人從事該項教育工作;（6）人們在教育領域發現比之前更新穎、有價值的工作;（7）人工智能繼續學習。以上步驟的迭代將構成人工智能與教育一起成長的循環。

三、人工智能智化教育的策略

從上述人工智能智化教育的內涵和途徑而言，相關策略有必要置于“從遲鈍變得更聰明”的價值訴求之下，通過適切途徑驅動人工智能的獨特優勢與教育發生構成性互動。據此而言，本文嘗試通過人工智能智化教育的實驗、思維以及知識，革新教育的解釋機制、生成全新的教育思維以及重構教育的知識秩序，以為引玉之磚。

㈠智化教育實驗：創建“人機_體”的解釋機制

長期以來，實驗一直是教育領域的薄弱環節。因為人與物有本質的不同，并且人類的倫理也限定了教育實驗的范圍和對象。這一“弱點”一直制約著教育與科學的融通，也嚴重束縛了教育思想與真實世界的相互印證。當下，人工智能的出現帶來了教育學的春天， “人們對教育本質的追尋和審視將躍升至更高層次，從而在更抽象的視角下探究和揭示教育和學習的一般規律”[34]。并且，從智能時代的人一機合作式學習來看， “技術在人類學習中扮演的角色由單純的工具，向環境、伙伴角色轉變，并最終可能與人類連成一體”[35]。再者，人工智能通過計算機模擬，以教育發生的構成性原理為設計依據，獲得的模擬結果，能夠充分體現學習中個體品質為文化所充盈的過程，具有理論和信息屬性上的真實——把學生內心體驗呈現出來，就是把不可見的教育發生變成可見[36]。從上述意義而言，用人工智能模擬的教育實驗正在成為可能——人們不必再將學生當作“小白鼠”一樣進行真實實驗，也許僅僅通過人工智能模擬學生的學習過程，就可以發現其中的學習規律。在此方面，美國已有學者進行了全新的嘗試，可供借鑒。

所有教育者都會面臨這樣的問題：如何向學生呈現新舊學習內容。過去在處理這類問題時，往往只能給出籠統回答“要在兩者之間尋求平衡”。但真正的問題是，平衡點在哪？比例多少為宜？毫無疑問，一旦找到這個“黃金比例”，當下乃至未來的學習內容、教材編寫、課程設置、教學方式等都會發生革命性變化。知道一個道理有用，和知道這個道理多么有用，是截然不同的“道理”。限于條件和倫理，過去教育界無法量化這一問題，只能泛泛地說“要加入一定的難度和意外”。2019年，美國學者在Nature Communications發表了一篇論文《最優學習的85%規則》[37]，該文通過人工智能的研究明確提出了這個問題的最優數值解，即1 5.87%。該研究可為現有教學“新舊比例”提供革命性啟示：（1）新信息重要，舊信息也很重要。在學習中遇到熟悉的東西，可以鞏固學生的知識，讓學生再次確認以前學的是對的，這不僅是心理安慰，對“無意識”的人工智能也一樣適用。（2）學習內容的“新舊比例”不僅是某種感覺，也是大腦的認知規律。在此方面，謝諾夫斯基提供了頗具啟發性的觀點“自然界有系列的智能行為，可以讓人工系統從中學習，并且跨越計算機科學和生物學的算法生物學，正在使用算法的語言來描述生物系統所使用的問題解決策略”[38]。從這個意義而言，未來有關研究可以證實人腦本質上是一個神經網絡（或者生物算法），那么該研究得出的結果對人的學習同樣具有普遍意義。（3）在學習過程中存在效率最大化的數學范圍。（4）刻意的專門訓練對學習有重要作用。學生在學習不同內容時，只要刻意接近這個比例，那么他的學習效率可以達到最大化。上述研究成果表明，通過人工智能智化教育實驗，可以使現有實驗范式“從遲鈍走向聰明”，進而創建“人機一體”的解釋機制——人工智能不再是教育問題的解釋工具，它本身即為解釋，進而為教育“帶來新的價值尺度，拓展原有的理論邊界，生成新的理論生產機制和改變理論主體的生存方式”[39]。

（二）智化教育思維：建構超越人類原始思維的全新教育思維

霍爾帕克教授曾在《原始思維的基礎》一文中總結了人類大腦的認知局限：（1）憑直覺而遵從教條;（2）受特殊情緒而不是物質因果關系的束縛;（3）全神貫注于事物的精髓和蛻變，難以理解邏輯的抽象思維或各種可能的假設;（4）傾向于使用語言來社交，而不是把語言當作一種觀念上的工具;（5）具備有限的定量能力，大多只能形成關于事物出現頻率和稀有性的粗略印象[40]。究其原因在于，數千個世代的進化是為了讓人類大腦處理簡單的數字和比例問題，而不是運用抽象、數量的理性思考來解決復雜問題[41]。也正是考慮到人類自身的認知局限，現在的人工智能是通過完全不同于人的原理，在相當程度上實現甚至超越了人類的專用智能[42]。對此，進化心理學創始人約翰·托比用“智能的鐵律”提醒研究者：目前人工智能還不是能有機采取行動的智臺旨（Motivated Intelligences Capable of TakingActions，MICTAs）;讓人在一件事情上智能的程序，會讓人在其他事情上表現得很愚蠢[43]。

可見，一方面人類思維具有“先天局限”，并且這些局限正好是人工智能的獨特優勢，所以人工智能存在智化人類思維的可能。另一方面，人類是根據生存的適應性問題進化而來的生命體，而人工智能則是人類智化外物而成的“智能物”。若想一成不變地將人工智能所擅長的“智能”反過來套用到人類之上，很可能是徒勞的，甚至是危險的。比如，思維的“計算化、邏輯化、流程化和模型化”也是其自身的危險和不足—盡管有助于人們做出更多正確決策，但也更容易陷入路徑依賴，犯下系統性偏誤。

綜上所述，當人工智能智化教育思維時，其潛在目標可能是“讓人向機器學習”。這聽起來可能會讓人有些難以接受。畢竟，人類作為世界的“萬物靈長”具有無可替代的價值。然而需要注意的是，這類價值從來都是源于人類虛心學習的結果，而非故步自封的僭妄。人類從蝙蝠身上發現超聲波的原理，不是要成為蝙蝠，而是為了發明前所未有的無線電定位方式（雷達）;同理，人類學習人工智能的思維，也不是要成為機器，而是要注入計算、邏輯、流程、模型等思維方式，建構超越人類原始思維的全新教育思維，使之“從遲鈍走向聰明”。首先，計算思維。人工智能的廣泛應用將為“計算思維”[44]的廣泛應用提供契機，如“引導人們運用計算機科學基本概念求解問題、設計系統和理解人類行為”[45]。其次，邏輯思維。教育思維的邏輯化，就是要學習人工智能本身的“演繹閉合”邏輯，把各種道理想清楚、講明白。其中“演繹”是指建立類似像數學公理的信念體系，然后其中的各種論斷、觀點、立場都能從這個體系中通過邏輯推理而來。所謂演繹“閉合”，就是指教育的信念系統得滿足下面這三個條件：（1）體系以內的東西不能互相矛盾;（2）不相信體系以外的東西;（3）相信能從這個體系推理出來的東西。再者，流程思維。教育思維的流程化類似人工智能里面的“糾錯機制”一 不僅知道做正確的事，還知道如何正確地做這些事。最后，模型思維。人工智能各種算法模型的本質是對真實世界的有限抽象。類似地，教育思維的模型化也代表著教育者通過嚴謹定義和數學邏輯對教育現象的有限抽象。一旦教育思維有了模型化這個洞見和眼光，教育者就可以做更加精致的推理，從而在教育活動中獲得精確交流、解釋、判斷、設計、預測、探索和采取行動的能力。

（三）智化教育內容：重構知識秩序

信息化一直以來都被視作信息技術的廣泛應用，解決的是“如何做” “如何教” “如何學”等手段問題。這從信息化研究的門類以及話語方式就不難看出。然而在人工智能時代，教育需要面對的真正挑戰是所教的內容（教什么知識）而非教學方式（怎么教）。究其原因，盧西亞諾·弗洛里迪認為“我們對人工智能時代應該教授的內容并沒有固定清晰的答案，也缺乏與之相適應的教育目的”[46]。為此，他特別建議“知道某個事實比怎么教重要，所以我們應該從信息的角度考慮教育內容的呈現，即我們應該優先對待哪些能力，并把它們教給未來的信息管理者、生產者和設計者”[47]。為了更具體地理解教育內容的信息化，弗洛里迪特別舉了“愛麗絲玩電腦游戲”的案例[48]。他希望以此說明在教育內容上實現信息化的秩序：信息技術使信息出現，它的作用最大;信息技術在獲得信息方面，它的作用次之;信息技術在使得信息可用方面，它的作用更次之。相應的，現有教育中最重要的內容應該是知識的設計，然后是知識的生產和管理，最后才是知識的消費和使用?？梢哉f，人工智能重構了這個時代的知識秩序， “什么是最重要的知識” “如何構造和呈現這些知識”以及“如何獲得這些知識”可能被重新回答。

在此方面，我國已有學者指出“教育學理論正在經歷‘秩序重建與融合創生的知識生產時代變局”[49]。比如在課程上， “知識樣態的變革將會解構傳統課程以文字符號為載體，通過紙質教科書進行實踐的知識基礎;知識的網絡化、碎片化、鏈接化等特征將為課程知識的多樣選擇、靈活組織和多重價值實現等奠定基礎，也將進一步提升知識在課程中的地位和作用”[50];在學習上， “為了解決信息超載，我們需要連通和選擇;為了應對軟知識和碎片化，我們需要零存整取和個人導向的系統學習;為了知識整合創新，我們需要包容思維和模式識別”[51];在教學上， “鑒于信息與知識來源的渠道越來越豐富與多元，今天我們應該更重視傳授‘知識嫁接技術，教會學生如何進行‘自嫁接，而不是單純傳授知識本身”[52]。

一言以蔽之，在“世界正在變成一個信息圈”[53]的人工智能時代，人們確有必要重新審視知識的設計、生產、管理、消費和使用，使之從“遲鈍走向聰明”，從而創生出符合這個時代的知識秩序。

四、結語

在未來十年內，人工智能帶給教育的影響將遠遠超過計算機和互聯網在過去三十年內已經對教育造成的改變。若要適應這種改變或者順勢而為構造出前所未有的教育樣態，人們需要與之相呼應的信息技術思想變革，藉由人工智能重新理解教育的概念設計、認知范式、理論框架以及哲學洞見，它事關人們如何詮釋教育的內涵和價值;事關人們如何塑造教育中的各種關系;事關人們如何界定教育領域教師和學生的身份、知識和課程的本質、方法與技術的基礎;也事關人們如何踐行教育現代化的路徑。凡此種種，不一而足。

本文引入“智化”這個概念的意義在于：人工智能技術正在普遍、深刻而又無情地創造、改變和重塑著人類的教育，沖擊、改變乃至升華著人類關于教育的認知。值此技術與思想的大變革之際，超越技術理性重新認識人工智能的教育價值，有助于發掘目標穩健、手段可控、內容豐富、價值共享、人機協同的信息技術解釋框架。在此方面，智化僅為拋磚引玉。期盼更多有此意愿的專家學者加入其中，通過認知、推理、交流乃至批判，釋義、想象、創新屬于這個時代、屬于中國也屬于教育的信息技術哲學。

參考文獻：

[1]賈積有.人工智能賦能教育與學習[J].遠程教育雜志，2018，（1）：39-47.

[2]吳國盛.什么是科學[M].廣州：廣東人民出版社，2019.

[3]祝智庭，魏非.教育信息化2.0：智能教育啟程，智慧教育領航[J].電化教育研究，20 1 8，（9）：5-16.

[4]閆坤如.哲學視域下的人工智能假設探析[J].云南社會科學，2019，（2）：35-39.

[5][6][26][42]邁克斯·泰格馬克.汪婕舒譯.生命3.O：人工智能時代，人類的進化與重生[M].杭州：浙江教育出版社，2018.

[7][32][38]特倫斯·謝諾夫斯基.姜悅兵譯.深度學習：智能時代的核心驅動力量[M].北京：中信出版社，2019.

[8][17]安東尼·塞爾登，奧拉迪梅吉·阿比多耶.呂曉志譯.第四次教育革命：人工智能如何改變教育[M].北京：機械工業出版社，2019.

[9]葉瀾.重建課堂教學價值觀[J].教育研究，2002，（5）：3—7.

[10][1 1]羅伯特·畢夏普.王亞男譯.社會科學哲學：導論[M].北京：科學出版社，2018.

[12][36]寧虹，賴力敏.“人工智能+教育”：居間的構成性存在[J].教育研究，2019，（6）：27-37.

[13]祝智庭.深度解讀智慧教育[J].智慧中國，2015，（4）：60-62.

[14][43]約翰·布羅克曼.黃宏峰等譯.如何思考會思考的機器[M].杭州：浙江人民出版社，2017.

[15][46][47][48][53]盧西亞諾·弗洛里迪.王文革譯.第四次革命：人工智能如何重塑人類現實[M].杭州：浙江人民出版社，2016.

[16]祝智庭，賀斌.智慧教育：教育信息化的新境界[J].電化教育研究，2012，（12）：5-13.

[18][19]工業1.O、2.0、3.0、4.0基本概念[J].機械工業標準化與質量，2015，（12）：8.

[20]杰瑞·卡普蘭.李盼譯.人工智能時代：人機共生下財富、人工與思維的大未來[M].杭州：浙江人民出版社，2017.

[21][22][25][31][33]凱文·凱利.周峰等譯.必然[M].北京：電子工業出版社，2016.

[23][49]李棟.信息技術時代教育學理論的想象力——基于知識生產與理論重建的視角[J].華東師范大學學報（教育科學版），2019，（4）：13-24.

[24]布萊恩·阿瑟.曹東溟等譯.技術的本質[M].杭州：浙江人民出版社，2019.

[27]羅森林，潘麗敏.情感計算理論與技術[J].系統工程與電子技術，2003，（7）：905-909.

[28]劉清堂，吳林靜等.智能導師系統研究現狀與發展趨勢[J].中國電化教育，2016，（10）：39-44.

[29]首屆智慧教育國際研討會.智慧教育宣言[J].電化教育研究，2017（12）：2.

[30]鐘紹春.人工智能支持智慧學習的方向與途徑[J].中國電化教育，2019，（7）：8-13.

[34]劉凱，胡祥恩等.機器也需教育？論通用人工智能與教育學的革新[J].開放教育研究，2018，（1）：10-15.

[35]王竹立.論智能時代的人—機合作式學習[J].電化教育研究，2019，（9）：18-25.

[37] Robert C.Wilson，Amitai Shenhav，et al.The Eighty Five Percent Rulefor Optimal Learning[J].Nature Communlcations，2019，（5）：1-9.

[39]李政濤，羅藝.面對信息技術，教育學理論何為？[J].華東師范大學學報（教育科學版），2019.（4）：1-12.

[40][41]愛德華·威爾遜.梁錦望譯.知識大融通：21世紀的科學與人文[M].北京：中信出版社，2016.

[44] Wing，J.M.Computational Thinking[J].Communlcations of theACM，2006，（3）：33-35.

[45]陳鵬，黃榮懷等.如何培養計算思維——基于2006-2016年研究文獻及最新國際會議論文[J].現代遠程教育研究，2018，（1）：98-112.

[50]靳玉樂，張銘凱等.信息技術時代的課程論發展[J].華東師范大學學報（教育科學版），2019，（4）：47-56.

[51][52]王竹立.新知識觀：重塑面向智能時代的教與學[J].華東師范大學學報（教育科學版），2019，（5）：38-55.作者簡介：

楊欣：副教授，博士，碩士生導師，研究方向為基礎教育學、人工智能教育原理、教育統計、教育心理學（77185270@qq.com）。