人大附中：人工智能+背景下的社科教育實(shí)踐探索

文/陳健坤 武迪

圖1

人工智能不僅成為業(yè)界的寵兒，也成為教育的主題詞。2017 年7 月，國(guó)務(wù)院頒布了《新一代人工智能發(fā)展規(guī)劃的通知》。如何將人工智能帶入中學(xué)也成為熱門話題。2018年5月，第一本面向高中生的人工智能教材《人工智能基礎(chǔ)（高中版）》發(fā)布，上海交通大學(xué)附屬中學(xué)、清華大學(xué)附屬中學(xué)等40 所學(xué)校成為首批“人工智能教育實(shí)驗(yàn)基地學(xué)?！薄Ｕ绻こ淘涸菏?、人工智能學(xué)會(huì)會(huì)長(zhǎng)李德毅所說，“人工智能沖擊最大的行業(yè)當(dāng)數(shù)教育，這就引發(fā)我們要對(duì)教育本源重新認(rèn)識(shí)。教育本質(zhì)上是對(duì)人腦的塑造，每節(jié)課都是一次腦認(rèn)知的實(shí)踐”。

人工智能已經(jīng)不再是一個(gè)專業(yè)的技術(shù)，專業(yè)的課程。面對(duì)新一輪人工智能浪潮，2018 年秋季，中國(guó)人民大學(xué)附屬中學(xué)在“人工智能+”系列課程里新增了“計(jì)算社會(huì)科學(xué)”的選修課，將社會(huì)科學(xué)納入人工智能教學(xué)體系，培養(yǎng)學(xué)生的跨學(xué)科思維和實(shí)踐能力。這門課由在康奈爾就讀的陳健坤與人大附中的資深計(jì)算機(jī)教師武迪共同設(shè)計(jì)并授課。

第一次在人大附中設(shè)立這門課程，最后共有11 位同學(xué)選修，這次探索給了未來社會(huì)科學(xué)教育很多啟示，在此共享。

人類社會(huì)中的小世界網(wǎng)絡(luò)

什么是計(jì)算社會(huì)科學(xué)？為什么是“計(jì)算”？

人工神經(jīng)網(wǎng)絡(luò)的發(fā)展與應(yīng)用是人工智能第三次浪潮興起的核心動(dòng)力，在科技、社會(huì)、生產(chǎn)、生活等方方面面取得了廣泛的應(yīng)用與成功。目前較為龐大的人工神經(jīng)網(wǎng)絡(luò)由多達(dá)千萬個(gè)數(shù)字神經(jīng)元或成百上千層神經(jīng)網(wǎng)絡(luò)組成，但與數(shù)百億個(gè)神經(jīng)元組成的人腦神經(jīng)網(wǎng)絡(luò)仍然有本質(zhì)差別。人們已經(jīng)能夠畫出部分簡(jiǎn)單生物的神經(jīng)系統(tǒng)，如圖1 所示。

高等生物——特別是人類的神經(jīng)網(wǎng)絡(luò)遠(yuǎn)比線蟲的神經(jīng)網(wǎng)絡(luò)復(fù)雜，受到技術(shù)限制，我們目前還畫不出來。即使畫得出來，要摸清人類神經(jīng)網(wǎng)絡(luò)的運(yùn)作方式也是一個(gè)挑戰(zhàn)。

生物神經(jīng)網(wǎng)絡(luò)屬于圖2 的小世界網(wǎng)絡(luò)(Small-World Network)。在這樣的網(wǎng)絡(luò)里，信息傳遞速度快，并且少量改變幾個(gè)連接，就可以顯著地改變網(wǎng)絡(luò)的表現(xiàn)，對(duì)已存在的網(wǎng)絡(luò)進(jìn)行調(diào)整。人類社會(huì)中也存在這種小世界網(wǎng)絡(luò)。

真實(shí)世界是由數(shù)以億計(jì)的異質(zhì)個(gè)體在不同維度的網(wǎng)絡(luò)里相互作用，如圖3 所示。我們目前受制于數(shù)據(jù)和技術(shù)限制還畫不出這些網(wǎng)絡(luò)，且同生物神經(jīng)網(wǎng)絡(luò)一樣，即使畫出了網(wǎng)絡(luò)，要理解網(wǎng)絡(luò)的運(yùn)作方式還有很長(zhǎng)的一段路要走。而且，社會(huì)網(wǎng)絡(luò)分析(Social Network Analysis, SNA)只是分析、理解社會(huì)現(xiàn)象的一個(gè)方法。

“計(jì)算社會(huì)科學(xué)入門”課程設(shè)計(jì)

圖2

圖3

人工智能的發(fā)展和數(shù)據(jù)樣本量及種類的飛速增長(zhǎng)使得很多領(lǐng)域，不論是自然科學(xué)還是社會(huì)科學(xué)甚至人文學(xué)科，可以去研究之前受制于技術(shù)限制無法研究的現(xiàn)象。計(jì)算社會(huì)科學(xué)便是計(jì)算科學(xué)、復(fù)雜性科學(xué)和社會(huì)科學(xué)交叉的領(lǐng)域。這個(gè)領(lǐng)域國(guó)內(nèi)大學(xué)剛剛重視起來，清華大學(xué)也剛建立了專門的跨學(xué)科合作平臺(tái)，整合了做相關(guān)方向研究的社科和計(jì)算機(jī)科學(xué)的學(xué)者。

計(jì)算社會(huì)科學(xué)在國(guó)內(nèi)稱為社會(huì)計(jì)算，是一個(gè)比較寬泛的概念，從研究方向定義，計(jì)算社會(huì)科學(xué)是包括了自動(dòng)化社會(huì)信息提?。ˋutomated Social Information Extraction），社會(huì)網(wǎng)絡(luò)(Social Networks)，社會(huì)復(fù)雜性(Social Complexity)和社會(huì)模擬建模(Social Simulation Modeling)四個(gè)方面的一系列社會(huì)科學(xué)分支的統(tǒng)稱。而從研究方法和技術(shù)上定義，計(jì)算社會(huì)科學(xué)是“廣泛應(yīng)用計(jì)算機(jī)技術(shù)研究、認(rèn)知和理解社會(huì)現(xiàn)象的社會(huì)學(xué)分支，包括計(jì)算機(jī)模擬、人工智能、復(fù)雜統(tǒng)計(jì)方法、社會(huì)網(wǎng)絡(luò)分析技術(shù)等在內(nèi)的多種手段和工具，通過多樣化社會(huì)互動(dòng)的基礎(chǔ)建模方式而提出并檢驗(yàn)的關(guān)于復(fù)雜社會(huì)進(jìn)程的多種理論發(fā)現(xiàn)”。

我們按照學(xué)科的四個(gè)大研究方向設(shè)計(jì)了這門十節(jié)課的選修課。以下是教學(xué)提綱。

第一次課：引言：交叉學(xué)科背景下的科學(xué)研究

第二次課：大數(shù)據(jù)（1）

第三次課：大數(shù)據(jù)（2）

第四次課：社會(huì)實(shí)驗(yàn)

第五次課：社會(huì)模擬

第六次課：計(jì)算社會(huì)科學(xué)回顧與展望

第七次課：網(wǎng)絡(luò)科學(xué)（1）：社會(huì)網(wǎng)絡(luò)

第八次課：網(wǎng)絡(luò)科學(xué)（2）：復(fù)雜網(wǎng)絡(luò)

第九次課：復(fù)雜適應(yīng)系統(tǒng)

第十次課：研究提綱答辯

考核方式：選擇實(shí)際生活中的具體問題，提交一個(gè)研究提綱。

評(píng)價(jià)標(biāo)準(zhǔn)：過程性評(píng)價(jià)占30%，其中：考勤及課堂表現(xiàn)15 分;課堂作業(yè)及平時(shí)作業(yè)15 分;最后一次課的考核：終結(jié)性評(píng)價(jià)占70%。

在報(bào)名上課的11 個(gè)學(xué)生里，最終8 個(gè)人上完課程并提交研究設(shè)計(jì)作業(yè)。這其中，有一些學(xué)生的研究設(shè)計(jì)非常值得探討。

如“利用代理人基模型模擬探究原創(chuàng)內(nèi)容社區(qū)的‘劣幣驅(qū)逐良幣’現(xiàn)象 ”的研究設(shè)計(jì)。原創(chuàng)內(nèi)容（音樂，視頻，繪畫等）社區(qū)是隨著互聯(lián)網(wǎng)行業(yè)興起的一個(gè)群體，群體內(nèi)的用戶基于共同愛好通過原創(chuàng)內(nèi)容互相交流。在社區(qū)發(fā)展到一定程度后會(huì)商業(yè)化，有些社區(qū)內(nèi)出現(xiàn)了盜用別人原創(chuàng)內(nèi)容分流流量，賺取巨額收益本的現(xiàn)象，導(dǎo)致社區(qū)優(yōu)質(zhì)內(nèi)容降低，用戶失去信心。然而，即使我們?cè)诙鄠€(gè)社區(qū)內(nèi)觀察到了這種現(xiàn)象，卻尚未有理論能夠全面地解釋這種現(xiàn)象。本研究計(jì)劃在一個(gè)抽象成小世界網(wǎng)絡(luò)的社區(qū)內(nèi)以頂點(diǎn)(Vertex)為單位進(jìn)行代理人基建模，模擬一個(gè)原創(chuàng)內(nèi)容社區(qū)商業(yè)化之后出現(xiàn)的內(nèi)容質(zhì)量降低的現(xiàn)象并重點(diǎn)觀察用戶對(duì)這個(gè)社區(qū)的信心，并調(diào)整模型參數(shù)，觀察不同的參數(shù)對(duì)信心變化趨勢(shì)的影響。研究者已經(jīng)設(shè)計(jì)好了模型初始化和模型迭代的具體步驟。

此外，其余學(xué)生的研究設(shè)計(jì)也都反映了對(duì)課上核心知識(shí)內(nèi)容的理解和一定的應(yīng)用能力。當(dāng)初規(guī)劃這門課的時(shí)候，請(qǐng)領(lǐng)域知名教授Michael Macy 看課程設(shè)計(jì)，Macy 教授覺得課程內(nèi)容太多，難度過高，中學(xué)生可能聽不懂。但從最后結(jié)果來看，具有良好計(jì)算機(jī)基礎(chǔ)的學(xué)生幾乎都能較好理解課程內(nèi)容并且應(yīng)用。有一定理科基礎(chǔ)的學(xué)生也能聽懂大部分內(nèi)容。因此，我們認(rèn)為這個(gè)領(lǐng)域想要普及給高中生的話，須將課程融入中學(xué)的計(jì)算機(jī)教學(xué)體系中。

人工智能教學(xué)中的社會(huì)科學(xué)思考

根據(jù)開課的經(jīng)驗(yàn)，我們的體會(huì)是，對(duì)于有能力的中學(xué)，應(yīng)該把社科教學(xué)融入人工智能教學(xué)體系。人大附中將計(jì)算社會(huì)科學(xué)相關(guān)內(nèi)容融入自然語(yǔ)言處理、建模與仿真、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等課程，培養(yǎng)學(xué)生跨學(xué)科思維。用收集到的樣本作為訓(xùn)練集，通過機(jī)器學(xué)習(xí)來預(yù)測(cè)，可以達(dá)到很高的精度并大大降低時(shí)間和資金成本。

同時(shí)，應(yīng)該從三個(gè)方面改變當(dāng)前的社科教學(xué)：

1．社會(huì)科學(xué)應(yīng)該作為一個(gè)整體來讓學(xué)生接觸

社會(huì)科學(xué)在普及教育階段不應(yīng)該細(xì)分成經(jīng)濟(jì)學(xué)，政治學(xué)，心理學(xué)，社會(huì)學(xué)等等。過去的一百多年里，學(xué)科被不斷細(xì)分，然而在這個(gè)過程中我們卻忽略了對(duì)整體的認(rèn)知和理解。理解每個(gè)細(xì)節(jié)并不等于理解一個(gè)復(fù)雜現(xiàn)象整體是怎么運(yùn)作的。社會(huì)科學(xué)本質(zhì)上是用科學(xué)假說的觀測(cè)、理論和驗(yàn)證這一步驟來研究和學(xué)習(xí)社會(huì)上的現(xiàn)象和問題。而信息時(shí)代也給社會(huì)科學(xué)帶來了無限潛力，拉近了社會(huì)科學(xué)和自然科學(xué)從研究方法上的差距。準(zhǔn)確地說，從Duncan Watts 發(fā)表他的小世界理論已經(jīng)過去了二十一年，從領(lǐng)域正式定名為計(jì)算社會(huì)科學(xué)也過去了十年。

2．培養(yǎng)學(xué)生用知識(shí)解決實(shí)際問題，淡化社科理論教學(xué)

在我們的教學(xué)中發(fā)現(xiàn)，對(duì)研究社會(huì)現(xiàn)象、提出解決思路感興趣的學(xué)生遠(yuǎn)遠(yuǎn)多于大學(xué)專業(yè)志向是社會(huì)科學(xué)的同學(xué)。Duncan Watts 認(rèn)為社會(huì)科學(xué)的未來發(fā)展方向是以數(shù)據(jù)驅(qū)動(dòng)解決實(shí)際問題的實(shí)證研究。在過去一百多年里社科學(xué)者的研究重點(diǎn)放在了發(fā)明新的理論，而忽略了對(duì)實(shí)際問題的解決以及對(duì)相互矛盾的理論的驗(yàn)證和修正。

3．充分利用并跟大學(xué)資源結(jié)合

由于是前沿領(lǐng)域，這門課沒有任何中學(xué)階段的教材可用，所有教材都來自大學(xué)。我們主要參考了Matthew Salganik 的領(lǐng)域入門書Bit by Bit和Scott Page 的Complex Adaptive Systems，并將其中部分章節(jié)做成PPT 用于講課。通常，一節(jié)課會(huì)有自己做的簡(jiǎn)單P P T 和一個(gè)領(lǐng)域知名學(xué)者的材料或者講義，比如Joshua Blumenstock 關(guān)于盧旺達(dá)數(shù)據(jù)收集研究的PPT，Duncan Watts 關(guān)于小世界理論的PPT 和David Lazer 關(guān)于計(jì)算社會(huì)科學(xué)領(lǐng)域的PPT。

這種教學(xué)方法，更好地培養(yǎng)了學(xué)生對(duì)社會(huì)科學(xué)領(lǐng)域研究方法和現(xiàn)狀的了解以及對(duì)社科復(fù)雜性的認(rèn)知。

跨領(lǐng)域思維的培養(yǎng)一定是建立在學(xué)生有良好理科基礎(chǔ)上的，而目前來看融入人工智能教學(xué)體系最為現(xiàn)實(shí)。所謂的“文理交叉”，不論是電子人文，社會(huì)計(jì)算還是認(rèn)知科學(xué)、哲學(xué)、機(jī)器學(xué)習(xí)交叉的學(xué)科都需要學(xué)生具有良好的理科基礎(chǔ)。斯坦福，卡內(nèi)基梅隆等大學(xué)開設(shè)了C S+X（人文學(xué)科）的專業(yè)，康奈爾大學(xué)有信息科學(xué)（Information Science）。

未來計(jì)劃

我們計(jì)劃今年秋季學(xué)期繼續(xù)開設(shè)這門課，并打算編寫一本針對(duì)高中生的校本教材，在相應(yīng)章節(jié)配上更多讓學(xué)生動(dòng)手、自己實(shí)踐理解的環(huán)節(jié)。同時(shí)，積極和相關(guān)領(lǐng)域?qū)W者聯(lián)系，從而得到更多技術(shù)上的支持和反饋。此外，期待從計(jì)算社會(huì)科學(xué)的廣泛研究問題中，精選、簡(jiǎn)化一些可以融于高中教育階段知識(shí)水平的、具有突出育人價(jià)值的教學(xué)實(shí)例與真實(shí)問題，真正將關(guān)系未來的社科研究納入國(guó)家重視的人工智能教育體系，培養(yǎng)學(xué)生的高階跨學(xué)科思維。