人工智能視野下的教學(xué)重構(gòu)

于澤元　鄒靜華

摘要：人工智能憑借其強大的學(xué)習(xí)力、理性的判斷力和超強的工作力成為當(dāng)前世界科技發(fā)展最為重要的潮流之一。教育深受技術(shù)發(fā)展的影響，人工智能的發(fā)展一方面為教學(xué)提供了新的可能性，另一方面也對現(xiàn)有教學(xué)提出了嚴(yán)峻的挑戰(zhàn)。人工智能在很大程度上改變了學(xué)校學(xué)習(xí)環(huán)境的特征和樣態(tài)，豐富了各種智能化學(xué)習(xí)方式，也促使人類重新思考教育目的，即在人工智能時代，教育要走出“知識為本”的陷阱，秉承現(xiàn)代理性精神的根基，通過“學(xué)以成人”和“立德樹人”來培育人的精神能力和人工智能素養(yǎng)。在人工智能時代教育目的的指引和觀照下，我們應(yīng)從新的概念向度來重構(gòu)教學(xué)，包括重構(gòu)師生關(guān)系，使師生成為探險伙伴學(xué)習(xí)共同體;重構(gòu)教學(xué)資源的形態(tài)，使資源能夠自動提取、演化和結(jié)構(gòu)化生成;重構(gòu)人際互動的方式，形成分布式、多中心的學(xué)習(xí)群體，實現(xiàn)集體建構(gòu)和共識達成。但不管如何變化，在人工智能時代，教學(xué)比任何時候都需要更加強調(diào)人的主體性以及人際間共識的生成。

關(guān)鍵詞：人工智能;教育變革;教育目的;教學(xué)重構(gòu)

中圖分類號：G434 ? 文獻標(biāo)識碼：A ? ?文章編號：1009-5195（2019）04-0037-10 ?doi10.3969/j.issn.1009-5195.2019.04.005

新一代人工智能正在全球范圍內(nèi)蓬勃興起，為社會發(fā)展注入了新動能，深刻改變著人類生產(chǎn)與生活方式。美國、日本、德國、英國等紛紛把人工智能作為國家發(fā)展的重要競爭戰(zhàn)略，我國也于2017年7月印發(fā)《新一代人工智能發(fā)展規(guī)劃》（國務(wù)院，2017），全面部署人工智能發(fā)展并明確重任，這是我國搶占人工智能制高點、贏得未來科技強國的重要戰(zhàn)略舉措。教育深受技術(shù)發(fā)展的影響：一方面技術(shù)重塑了產(chǎn)業(yè)，也重塑了人類的教育目的;另一方面技術(shù)也為教育提供了新的、更加廣闊的可能性。教學(xué)作為教育的核心組成部分，如何通過自身的重構(gòu)來回應(yīng)人類這一重大技術(shù)變革，培育能夠適應(yīng)未來發(fā)展且不失做人尊嚴(yán)的人才，是教學(xué)論者不得不思考的話題。

一、人工智能及其影響

人工智能作為人類到目前為止最具有顛覆性的技術(shù)，其對人類所帶來的影響是深刻的，教育者如果對其缺少充分認識，就無法積極應(yīng)對人工智能給學(xué)習(xí)帶來的深刻變革，就可能會深陷人工智能技術(shù)的沼澤，進而淪為人工智能時代的奴役。

1.人工智能內(nèi)涵及分類

人工智能（Artificial Intelligence，AI）最早由美國達特茅斯學(xué)院（Dartmouth College）于1956年提出。這門新科學(xué)主要是研究、模擬、延伸和擴展人的智能理論及相關(guān)方法與應(yīng)用技術(shù)，通過計算機模擬人的智能，最終使之能像人一樣思考、學(xué)習(xí)和認知，并能夠有效地處理過去由人才能處理的問題（蔡自興，2016a）。它是計算機科學(xué)領(lǐng)域的重要分支之一，其研究包括機器人、語音識別、圖像識別、自然語言處理以及專家系統(tǒng)等，其實質(zhì)是一種自動感知、學(xué)習(xí)思考并作出判斷的程序。

人工智能分為弱人工智能、強人工智能和超人工智能。弱人工智能只關(guān)注于完成某個特定的任務(wù)，它們只是用于解決特定的具體類別的任務(wù)問題而存在，發(fā)展程度并沒有達到模擬人腦思維的程度，仍然屬于“工具”范疇。例如，F(xiàn)acebook的人臉識別技術(shù)在人臉識別上具有強大的功能，然而卻對語音識別無能為力;AlphaGo可以在圍棋上戰(zhàn)勝柯潔，顯現(xiàn)出“神”一般的能力，然而卻根本不可能去指揮一臺簡單的機床。強人工智能是指屬于人類類別的人工智能，人類能做到的它都能勝任，比如能夠進行思考、計劃和解決問題、抽象思維、理解復(fù)雜理念、快速學(xué)習(xí)和從經(jīng)驗中學(xué)習(xí)等操作。超人工智能則是指在每一方面都比人類強大得多的智能。有學(xué)者認為超人工智能可能會是人類最后一項發(fā)明，自此以后所有的發(fā)明也許會歸功于機器。

2.人工智能的強大能力及其根源

人工智能給人類帶來的巨大變化，與其超強的能力有著極大的關(guān)系。這種強大的能力也是人工智能時代教學(xué)重構(gòu)所賴以展開的原因和基礎(chǔ)。從現(xiàn)有的技術(shù)來看，人工智能具有如下強大的能力：

強大的學(xué)習(xí)力。人工智能可以通過插入芯片的方式瞬間完成固定知識的學(xué)習(xí)，至于知識內(nèi)在規(guī)律的學(xué)習(xí)，人工智能則可以通過自身的算法設(shè)計完成深度學(xué)習(xí)（Deep Learning），而且其學(xué)習(xí)的速度人類只能望其項背。AlphaGo在戰(zhàn)勝李世石之時的比例僅僅是五局四勝，然而僅僅在一年之后，它卻能夠以3∶0完勝輕松戰(zhàn)勝李世石的柯潔。比AlphaGo更強大的AlphaGo Zero只擁有圍棋的基本規(guī)則，從零開始通過自我對弈和迭代升級，僅僅在3天之后就能夠以100∶0完勝打敗李世石的AlphaGo Lee版本;自我對弈40天后，則能夠以100∶0完勝擊敗當(dāng)今圍棋第一人柯潔的AlphaGo Master版本（王維嘉，2019）?？梢哉f，這種學(xué)習(xí)能力徹底碾壓了人類的認知。

理性判斷力。人類自稱是一種理性的動物，然而由于同時具有情感特征，且所擁有的知識和信息十分有限，因此人在進行判斷時僅僅能夠做到“有限理性”（Bounded Rationality）（赫伯特·西蒙，2016）。和人相比，沒有情感波動、擁有大數(shù)據(jù)和強大算力的人工智能則在很大程度上接近了“完全理性”，這讓它們更適應(yīng)不需要情感投入的工作，比如華爾街股市或期貨市場資深的操盤手可能也比不過經(jīng)過深度學(xué)習(xí)的機器人。

超強的工作力。精力再強的人終究有疲倦的時候，然而人工智能只要電力供應(yīng)不斷，幾乎可以無限制地工作下去。它們還具有遠超人類的記憶力、感知力、趨勢判斷力等，這些都使其具備超強的工作力。

人工智能的超強能力，源自三個重要技術(shù)：深度學(xué)習(xí)、大數(shù)據(jù)和強算力。深度學(xué)習(xí)是基于人類神經(jīng)網(wǎng)絡(luò)原理建立起來的系統(tǒng)算法，主要包括處理空間信息的卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）和處理時間信息的循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，RNN），讓人工智能可以處理復(fù)雜的、超越線性邏輯的問題。深度學(xué)習(xí)之所以能夠發(fā)揮作用，還在于大數(shù)據(jù)基礎(chǔ)。大數(shù)據(jù)是容量巨大的數(shù)據(jù)，除了數(shù)量巨大之外，它還具有多維度、快速處理、容易獲取等特征，這些特征使人工智能可以進行深度挖掘。數(shù)據(jù)挖掘是人工智能的“智能”行為，是指通過仔細分析大量數(shù)據(jù)來揭示有意義的新關(guān)系、趨勢和模式的過程（王光宏等，2004），從而產(chǎn)生“大知識”“大科技”“大利潤”和“大發(fā)展”（徐子沛，2015）。強大算力是深度學(xué)習(xí)的硬件基礎(chǔ)，從CPU到GPU再到TPU，計算速度獲得了數(shù)百倍的增長，而云計算、量子計算等技術(shù)的發(fā)展，則為計算速度帶來成千上萬倍的加乘。

3.人工智能帶來的機遇與挑戰(zhàn)

具有超強能力的人工智能為人類的發(fā)展帶來了巨大的機遇。在工業(yè)領(lǐng)域，由人工智能推動的智能自動化生產(chǎn)大大提高了生產(chǎn)率，且機器可以實現(xiàn)自我診斷與預(yù)測性維護，大幅度降低損失。在服務(wù)領(lǐng)域，餐廳機器人、虛擬客服等智能機器人在服務(wù)行業(yè)的投入，免去了大部分人工的時間與精力投入，同時使工作效果更精準(zhǔn)和高效。在農(nóng)業(yè)領(lǐng)域，人工智能讓人類不再只能“靠天吃飯”，探測土壤、災(zāi)害預(yù)警、自動播種等技術(shù)的逐漸成熟表明，人工智能為農(nóng)業(yè)賦能已然成為農(nóng)業(yè)現(xiàn)代化的必然趨勢。在醫(yī)藥領(lǐng)域，人工智能的加持，讓更為高效、準(zhǔn)確、稀缺的醫(yī)療資源能被更多普通民眾使用，解決醫(yī)生資源不足、重復(fù)勞動多、診斷質(zhì)量不均衡等醫(yī)療診斷領(lǐng)域的痛點。在教育領(lǐng)域，基于人工智能的智能導(dǎo)師系統(tǒng)已經(jīng)能夠?qū)W(xué)習(xí)者的學(xué)習(xí)狀況進行即時而精確的判斷，并在此基礎(chǔ)上引領(lǐng)學(xué)習(xí)者進入更高層次的學(xué)習(xí);而基于人工智能技術(shù)的自適應(yīng)學(xué)習(xí)系統(tǒng)則可以通過學(xué)習(xí)者即時評價系統(tǒng)自動推出更適應(yīng)其學(xué)習(xí)水平的學(xué)習(xí)內(nèi)容和學(xué)習(xí)方式?？傊?，人工智能不僅在重塑人類的產(chǎn)業(yè)形態(tài)，也為人類帶來了全新的生活方式。

然而，專家們對于人工智能的態(tài)度并不總是正向的。特斯拉公司總裁兼世界科技奇人的埃隆·馬斯克（Elon Musk）相信，人類對人工智能的濫用是在“召喚惡魔”，這揭示了人工智能在以其強大的處理能力為我們帶來機遇的同時，也會帶來巨大的挑戰(zhàn)。

首先，人工智能帶來對人自身的替代?，F(xiàn)代工業(yè)革命實現(xiàn)了對人身體能力的替代從而迫使人轉(zhuǎn)向以認知能力為中心的工作。在人工智能時代，如果機器可以超越人類的認知能力，那么在就業(yè)上就會給人類帶來真正的危機。數(shù)據(jù)科學(xué)家、創(chuàng)新工場創(chuàng)始人李開復(fù)博士（2018）預(yù)估，在未來15年內(nèi)，美國40%～50%的職位將會被人工智能所取代，其中包括會計師、股市分析師、律師助理和放射科醫(yī)生等今天看來還比較“高知”的行業(yè)。當(dāng)機器能夠思考并處理人類大部分勞作之時，人類又如何能夠找到自我的價值和意義呢？

其次，人工智能帶來財富與智力分配的嚴(yán)重失衡。和當(dāng)前的信息科技相比，人工智能更容易讓社會產(chǎn)業(yè)陷入“弱者更弱、強者恒強”的“量子鴻溝”。AI的商業(yè)新貴們可以攫取更大的財富，而大量邊緣化、失業(yè)或商業(yè)失敗的人群則加入了“數(shù)據(jù)奴隸”的大軍（吳霽虹，2017）。此外，尤瓦爾·赫拉利（2017）也在《未來簡史》中提出了與財富失衡風(fēng)險相伴的智力失衡：在人工智能時代少部分人能躍遷到“超人類”或“智神”，而大部分人則會成為在意志和情感上被控制的“常人”。

再次， 人工智能會帶來社會結(jié)構(gòu)和倫理的挑戰(zhàn)。在現(xiàn)代工業(yè)境域中，“人-機器”構(gòu)成了社會結(jié)構(gòu)的重要特征，機器成為人類能力的有效延伸并為人類所駕馭。然而在人工智能時代，這一結(jié)構(gòu)終將為“人-智能機器-機器”所取代（蔡自興，2016b），這意味著人與機器之間多了一個必須展開平行對話的因素——智能機器。人類自身統(tǒng)御機器的獨裁權(quán)被打破，其所帶來的社會景象是革命性的，人類如何在這種社會結(jié)構(gòu)中生存就是一個非常重要的課題。人工智能時代的來臨也給人類帶來倫理道德的挑戰(zhàn)。隨著人工智能的發(fā)展，機器不僅可以成為人肢體的一部分，還可以成為人思維和意識的一部分，甚至可以成為個體自我的“分身”去獨立處理一些事情，這讓“人”與“機器”之間的界限被打破，現(xiàn)有的社會學(xué)、倫理學(xué)、法學(xué)已經(jīng)難以適應(yīng)這些新出現(xiàn)的情況。如何重塑道德、法律和秩序，也是人類所必須面臨的重要挑戰(zhàn)。

最后，人工智能也對人的地位發(fā)出了強有力的挑戰(zhàn)。美國硅谷AI產(chǎn)業(yè)重要投資人之一的王維嘉博士（2019）在對人工智能深入思考之后，提出了一個足以讓世人驚駭?shù)母拍睢抵R。所謂暗知識，就是指那些人類根本無法感受到也無法表達出來的，然而卻能夠發(fā)揮重要作用的知識，即那些無法“意會”、更無法言傳的知識。比如，AlphaGo Zero一旦展開強化學(xué)習(xí)之后，它究竟學(xué)到了什么，連設(shè)計它的工程師也完全不明白，然而這些棋步卻能夠?qū)甯呤謶?zhàn)而勝之。如果說人類站立在世界高原之巔的原因在于人類會講故事、會運用知識預(yù)測未來、會處理不曾遇到甚至不能感知的問題的話，那么這種優(yōu)勢也正在為人工智能所強烈撼動。

二、人工智能與教育變革

人工智能所帶來的機遇和挑戰(zhàn)，足以引發(fā)我們對“人”的本質(zhì)和教育本體的價值追問以及對未來教育應(yīng)該如何發(fā)展的思考。因此，這場由技術(shù)引發(fā)的教育與學(xué)習(xí)的自我革命將推動教育目的、學(xué)習(xí)環(huán)境和學(xué)習(xí)方式的全方位創(chuàng)新。

1.人工智能與教育目的的改變

教育是一個有著價值追求的目的性活動，培養(yǎng)什么樣的人始終是教育目的的核心追問。人工智能所帶來的巨變一方面影響著人未來可能的發(fā)展，另一方面也為人的發(fā)展提供了新的可能性，這些都意味著人類需要重新思考教育的目的。

（1）人工智能與人類的精神危機

工業(yè)革命打破了人對土地的依附，也在一定程度上打破了人與自然的親密連接，促使人類去尋找現(xiàn)代知識和理性以重構(gòu)人自身的意義、價值和尊嚴(yán)，而現(xiàn)代教育正是這種努力不可或缺的一部分。然而，人工智能時代的到來，卻讓人類這種雄心勃勃的現(xiàn)代追求陷入了新的困境。在知識方面，人工智能具有超強的學(xué)習(xí)力，不僅可以瞬間學(xué)會固定知識，甚至能夠創(chuàng)造出人類都無法理解的暗知識?！昂拖聡逡粯?，暗知識的數(shù)量和質(zhì)量都將快速超過我們在某個領(lǐng)域積累了幾百年甚至幾千年的知識……”因此，“人類將進入一個知識大航海時代，我們將每天發(fā)現(xiàn)新的大陸和無數(shù)金銀財寶”（王維嘉，2019）。在這個意義上，人類長期以來汲汲以求的知識，尤其是固定知識在人工智能時代勢必快速貶值，以知識學(xué)習(xí)為核心的現(xiàn)代教育目的也必須重新加以思考。

與人工智能時代相伴的，是人的價值和尊嚴(yán)可能遭受損失。這種價值和尊嚴(yán)的喪失，首先來自于人類工作崗位的消失。不少學(xué)者預(yù)測，大多數(shù)人的工作在不久的將來都將為人工智能所取代，因此會淪為“無用階級”，而失去了操勞，人的價值也岌岌可危。除了工作喪失帶來的危機之外，科技發(fā)展本身也會讓人的價值和尊嚴(yán)受到嚴(yán)重威脅。在《未來簡史》中，尤瓦爾·赫拉利（2017）描述了這樣一幅畫面：人工智能的發(fā)展讓自由主義破產(chǎn)，少數(shù)擁有人類頂端科技能夠做到不死不滅的“智神”人，通過大數(shù)據(jù)、人工智能和生物科技洞悉并操縱他們的意志和情感，讓他們“自主地”過一種“有目的”被“圈養(yǎng)”的生活。法國哲學(xué)家薩特曾經(jīng)有一句名言：“存在先于本質(zhì)”，其所強調(diào)的就是人是自我意義和價值的創(chuàng)造者，人總是有著自由意志。很顯然，在人工智能時代，所有的基于自由意志的籌謀都可以經(jīng)由機器轉(zhuǎn)化為一種“算法”，人類所汲汲以求的價值和尊嚴(yán)都可能轉(zhuǎn)化為“算法”支持下的一種生化沖動，現(xiàn)代教育的根基之一——理性精神，在人工智能的沖擊下可能變得虛無。

（2）人工智能與學(xué)以成人

面對人工智能對人類知識和精神世界的消解，并非所有的智者都那么悲觀。在第四屆世界烏鎮(zhèn)互聯(lián)網(wǎng)大會上，中國人工智能產(chǎn)業(yè)的先行者之一、阿里巴巴總裁馬云（2017）指出：“過去30年，我們把人變成了機器;未來30年，我們將把機器變成人，但最終應(yīng)該是讓機器更像機器，人更像人。機器會讓人更有尊嚴(yán)、更有價值、更有創(chuàng)造力?！?/p>

這一對人有著充分信任的論斷絕非盲目樂觀，相反內(nèi)在地蘊含著一種辯證的智慧。一方面，我們說人工智能會剝奪人的就業(yè)機會，但是換一個角度而言，人工智能何嘗不是讓人從“物化的存在”中解放出力量。在生產(chǎn)力不夠發(fā)達的時代，人在很大程度上是作為“人力”存在的，人的大部分學(xué)習(xí)都指向一種功利目的：獲得就業(yè)的本領(lǐng)以成為推動社會發(fā)展的“工具”并因之使生命得以延續(xù)。當(dāng)人工智能快速發(fā)展推動人類生產(chǎn)力高漲之際，人有可能從勞作中解放出來，人的學(xué)習(xí)才有可能從“物化目的”中解放出來，把學(xué)習(xí)的過程視為尋求自我價值和本質(zhì)存在的過程。另一方面，人工智能必然讓尊嚴(yán)、價值和創(chuàng)造成為教育不可避免的追求。如前文所言，人工智能在身體能力和認知能力上超越了人類，因此教育不能再去重復(fù)往日的故事，相反要把人工智能所難以擁有的精神能力，包括情感能力、價值追求能力、美感能力和創(chuàng)造能力作為教育的核心追求，如此人類才能在人工智能時代到來之際不失去人的尊嚴(yán)和榮光。

教育如何培養(yǎng)人的精神能力？2018年世界哲學(xué)大會的主題“學(xué)以成人”很好地回答了這一問題?！皩W(xué)以成人” 來自于中華文化的古老智慧，它認為學(xué)習(xí)的真正目的并非如西方現(xiàn)代主義所強調(diào)的那樣是獲得知識，相反，學(xué)習(xí)知識是為了更好地豐富自我的德性，完善自我的建設(shè)。在儒家重要典籍《禮記·中庸》中鄭重提出“尊德性而道問學(xué)”的思想，其所強調(diào)的就是要通過問學(xué)之路來完成德性的建設(shè)。在另外一本典籍《禮記·大學(xué)》中，則提出“格物致知”的思想，認為人獲取知識的過程，在本質(zhì)上是把外在世界的信息“放入”心靈中合適位置（心靈櫥柜的格子）的過程，讓外在世界得以融入心靈秩序并豐富人內(nèi)在世界。在這個意義上，人的學(xué)習(xí)并非獲得與自我不相干的外在知識的過程，而是讓自我的精神力量獲得生長和完善的過程，教育因此可以走出“知識為本”的現(xiàn)代陷阱，真正成為一個“立德樹人”的過程。

值得注意的是，人工智能不僅為“學(xué)以成人”提出了要求，而且也為其提供了有利的條件。人工智能可以即時分析學(xué)習(xí)的過程以及這一過程中個體情感和認知的變化，從而提供具有針對性的個性化學(xué)習(xí)內(nèi)容、學(xué)習(xí)路徑和學(xué)習(xí)體驗，讓學(xué)習(xí)真正成為個體自我建構(gòu)的過程，而非一個滿足他人要求的過程。人類從未如此走近學(xué)以成人的實現(xiàn)之域。

（3）走向AIQ

人工智能帶來如此大的改變，僅僅是針對前人工智能時代的人類而言。對于人工智能時代的原住民來說，人工智能不過是自然而然的事情而已，就如信息時代的原住民從小就會玩電腦和手機一樣。因此，為適應(yīng)科技和社會的發(fā)展，今天教育最為重要的目的之一，就是要培養(yǎng)信息時代的原住民逐步成為人工智能時代的原住民，培養(yǎng)他們的AIQ（Artificial Intelligence Quotient）。所謂AIQ是指與人工智能合作的能力商數(shù)，即個體運用人工智能來提升自我能力的水平（王作冰，2017）。 AIQ內(nèi)在地蘊涵三個層次：一是通過對人工智能機器的操作來擴展自我學(xué)習(xí)和工作的能力;二是通過信息科技與生物科技實現(xiàn)自我與人工智能的深度融合，實現(xiàn)意識與智能的分離，從而可以超越肉體，無限制地擴展智能;三是深諳人工智能三昧，學(xué)會運用人工智能思維進而超越人工智能，進入一種我們現(xiàn)在還不能理解的更高境界。在人工智能時代，“高AIQ的人和低AIQ的人也將成為兩個不同物種，他們的前途和命運將大不相同?！保ㄍ踝鞅?，2017）教育要改變?nèi)说拿\，必須要緊緊跟上時代。

2.人工智能與學(xué)習(xí)環(huán)境的改變

靈活創(chuàng)新的學(xué)校環(huán)境搭建。人工智能以其不可匹敵的技術(shù)優(yōu)勢，在改變教育目的的同時，也創(chuàng)生了全新的學(xué)校環(huán)境特征。一方面，空間規(guī)劃更具彈性。近年來已有諸多國家在探索學(xué)校的新形態(tài)，如瑞典“沒有教室的學(xué)?！薄猇ittra創(chuàng)意學(xué)校（Bosch，2011）、美國的微型化辦學(xué)——Alt School（Ventilla，2013）等。另一方面，物理環(huán)境可調(diào)節(jié)性增強。與傳統(tǒng)教育統(tǒng)一秩序不同，人工智能時代更關(guān)注師生的用戶體驗。個性化溫度、個性化照明等功能的出現(xiàn)，都在促使傳統(tǒng)的“統(tǒng)一”向智能時代的“個性”轉(zhuǎn)變。如美國麻省理工學(xué)院設(shè)計的“局部溫控系統(tǒng)”（Ekstrom，2014）、Goldee公司設(shè)計的Light Controller照明系統(tǒng)（Etherington，2013）等都在嘗試根據(jù)用戶偏好和需求進行調(diào)整，以充分滿足不同用戶的需求。此外，創(chuàng)客空間、創(chuàng)新實驗室等學(xué)習(xí)環(huán)境的大量增加，也促使現(xiàn)階段的學(xué)習(xí)空間進一步朝著創(chuàng)新化的方向快速發(fā)展。未來人工智能技術(shù)有望為所有學(xué)習(xí)者提供個性化和定制化的空間環(huán)境、桌椅與設(shè)備、學(xué)習(xí)支持，這將在極大程度上改變甚至顛覆人們對傳統(tǒng)教室和現(xiàn)階段學(xué)習(xí)空間的印象。

虛實結(jié)合的立體化實時交互。人工智能技術(shù)及其資源的豐富成為改變學(xué)習(xí)空間的新契機。一是對話交互越來越普及。微軟小娜、蘋果語音助手等“基礎(chǔ)”應(yīng)用的逐漸成熟表明，自然語言處理和定制的機器學(xué)習(xí)技術(shù)實現(xiàn)了突破，這標(biāo)志著人機之間從通過鼠標(biāo)和鍵盤等媒介的間接交互飛躍到自然語言的直接交互。二是基于AR、VR技術(shù)的沉浸式交互取得快速發(fā)展。VR、AR、MR等技術(shù)能夠利用電腦模擬產(chǎn)生三維虛擬世界，搭建一個新的環(huán)境，提供同步協(xié)作社交空間，用于一系列真實的學(xué)習(xí)體驗，滿足一系列學(xué)習(xí)者的需求，讓他們參與建構(gòu)意義的活動（Gregory et al.，2015）。三是腦機互動技術(shù)獲得重大突破。該技術(shù)的實質(zhì)是人腦接入機器，與電子設(shè)備建立交流和控制通道，運用大腦便可直接表達想法或操作相應(yīng)設(shè)備?？苹秒娪啊缎请H迷航》中的外星智慧生物瓦肯人能夠通過觸摸他人面部感受對方的意識、記憶和知識等，實現(xiàn)心靈的融合。如今這種能力有望在人類身上得以實現(xiàn)。2017年初硅谷鋼鐵俠埃隆·馬斯克創(chuàng)辦Neuralink公司并表示將開發(fā)高生物相容性的植入神經(jīng)接口，以實現(xiàn)將人工智能植入人腦，徹底改變了人類自然語言的交流方式（Wilhelm，2017）。

精準(zhǔn)且個性的學(xué)習(xí)評價與反饋。學(xué)習(xí)評價是課堂教學(xué)活動中的一個重要環(huán)節(jié)，是學(xué)習(xí)系統(tǒng)的反饋調(diào)節(jié)機制。然而長期以來，由于評價技術(shù)的局限，學(xué)習(xí)評價重結(jié)果、輕過程，重群體、輕個性。人工智能通過即時攝錄大數(shù)據(jù)分析使傳統(tǒng)評價發(fā)生了根本性變化，所有學(xué)生的學(xué)習(xí)記錄將被人工智能綜合收集起來，互相參照、優(yōu)化、聚合和分發(fā)，從而提升總體水平，徹底升級“教學(xué)相長”的含義（李彥宏，2017）。此外，人工智能的人臉識別、語音識別等技術(shù)可以在情緒感知領(lǐng)域做到即時診斷與評價，整合到教學(xué)中可以通過分析表情變化了解學(xué)生的學(xué)習(xí)狀況并及時給予指導(dǎo)與幫助。集合這些技術(shù)的智能導(dǎo)師系統(tǒng)所產(chǎn)生的學(xué)習(xí)軌跡與學(xué)習(xí)畫像能夠及時反映學(xué)習(xí)者的學(xué)習(xí)狀態(tài)，促進學(xué)習(xí)的科學(xué)化;學(xué)情反饋與自適應(yīng)系統(tǒng)則能夠基于海量數(shù)據(jù)構(gòu)建不同的教學(xué)方案，實現(xiàn)個性化輔導(dǎo);智能測評系統(tǒng)借助學(xué)習(xí)行為數(shù)據(jù)鏈的機器學(xué)習(xí)分析技術(shù)與生成文本數(shù)據(jù)鏈的自然語言處理技術(shù)，能結(jié)合個人學(xué)習(xí)目標(biāo)和內(nèi)容進行智能評價和診斷，為學(xué)習(xí)者提供差異化學(xué)習(xí)報告和反饋，最終促進個性化學(xué)習(xí)。人工智能作為技術(shù)并無人性，但結(jié)合創(chuàng)造者的創(chuàng)意和理念，就可以提供一種別樣的“人性”關(guān)懷。

3.人工智能與學(xué)習(xí)方式的變革

深度學(xué)習(xí)（Deep Learning）。在人工智能語境中，深度學(xué)習(xí)是指基于樣本數(shù)據(jù)通過一定的訓(xùn)練方法得到包含多個層級的深度網(wǎng)絡(luò)結(jié)構(gòu)的機器學(xué)習(xí)過程（Hinton et al.，2006）。深度學(xué)習(xí)的強大力量促使不少教育研究者將其原理遷移到人類學(xué)習(xí)之中，形成了認知取向的深度學(xué)習(xí)理論，幫助人類像機器一樣達到深度學(xué)習(xí)。深度學(xué)習(xí)理論提倡學(xué)教并重、創(chuàng)設(shè)學(xué)習(xí)環(huán)境、基于原有知識基礎(chǔ)進行認知重構(gòu)以及對學(xué)習(xí)過程進行反思，從而達到遷移與問題解決（何玲等，2005）。深度學(xué)習(xí)的提出，既是對教學(xué)規(guī)律的尊重，也是對人工智能時代挑戰(zhàn)的主動回應(yīng)。深度學(xué)習(xí)為理解教學(xué)活動提供了新的視角，克服了機械學(xué)習(xí)和淺層學(xué)習(xí)的弊端，讓學(xué)生學(xué)得更加主動積極。

自適應(yīng)學(xué)習(xí)（Adaptive Learning）。所謂自適應(yīng)學(xué)習(xí)是指在人工智能對個體學(xué)習(xí)進行即時診斷的基礎(chǔ)上，不斷依據(jù)學(xué)生學(xué)習(xí)需要和學(xué)習(xí)風(fēng)格推送適切的學(xué)習(xí)資源和學(xué)習(xí)路徑，以最大化適應(yīng)學(xué)生的學(xué)習(xí)狀態(tài)。人工智能在自適應(yīng)學(xué)習(xí)中所起的作用主要體現(xiàn)在三個方面：一是高效、科學(xué)地了解學(xué)生的學(xué)習(xí)狀態(tài)，進行學(xué)習(xí)診斷;二是智能地為學(xué)生提供獨一無二的內(nèi)容反饋、線索和學(xué)習(xí)資源;三是持續(xù)地采集學(xué)生學(xué)習(xí)的數(shù)據(jù)，形成學(xué)生的自適應(yīng)序列，以及學(xué)習(xí)目標(biāo)、學(xué)習(xí)內(nèi)容與學(xué)生互動的有效集合以備后用（姜強等，2016）。 2016年初，美國自適應(yīng)學(xué)習(xí)平臺Knewton完成了5200萬美元的F輪融資，并繼續(xù)推進為每一位學(xué)習(xí)者提供個性化教學(xué)內(nèi)容的模式。國內(nèi)乂學(xué)教育成功推出擁有自主知識產(chǎn)權(quán)、應(yīng)用高級算法的自適應(yīng)學(xué)習(xí)引擎——智能自適應(yīng)學(xué)習(xí)系統(tǒng)，實現(xiàn)了大幅度提分，在“有效性”和“滿意度”上獲得了顯著良好的反饋。自適應(yīng)學(xué)習(xí)最大的優(yōu)勢在于，使整個學(xué)習(xí)過程既實現(xiàn)了學(xué)習(xí)者自主控制、教師個性化干預(yù)指導(dǎo)，又實現(xiàn)了系統(tǒng)個性化推送內(nèi)容，從而從根本上改進了學(xué)習(xí)的理念和方式。

個性化學(xué)習(xí)（Personalized Learning）。傳統(tǒng)課堂仍以班級授課為典型特征，雖以量大（即學(xué)生規(guī)模大和知識量大）高效而著稱，但卻忽視了人與人之間的異質(zhì)性，也就是人的個性。而個性化學(xué)習(xí)要求尊重學(xué)生的個性發(fā)展，根據(jù)學(xué)生對知識的理解程度，結(jié)合學(xué)生的特長和興趣愛好因材施教，激發(fā)學(xué)生自主學(xué)習(xí)。隨著信息社會與智能時代的到來，人工智能技術(shù)與大數(shù)據(jù)應(yīng)用使得量化自我和定制學(xué)習(xí)的個性化成為可能。一方面，信息技術(shù)的推進使得學(xué)習(xí)者用戶大幅增加，在這樣的格局下，亟需向?qū)W習(xí)者推送個性化的學(xué)習(xí)服務(wù)。另一方面，大數(shù)據(jù)技術(shù)可收集并完善學(xué)習(xí)者的個性化檔案，通過數(shù)據(jù)分析可為學(xué)習(xí)者提供個性化的最佳內(nèi)容和最優(yōu)決策。美國的Newsela（2013）智能閱讀平臺已經(jīng)實現(xiàn)根據(jù)“定錨標(biāo)準(zhǔn)”（Anchor Standards）和藍思分級閱讀測評體系（The Lexile Framework for Reading）對文章難度進行等級劃分，運用獨特的算法來判斷每個學(xué)生的閱讀水平，呈現(xiàn)個性化的內(nèi)容與形式，而且教師可對學(xué)生的學(xué)習(xí)數(shù)據(jù)進行可視化分析。這種模式不僅能夠真正實現(xiàn)孔子所言的“因材施教”，更能夠在有限的時間內(nèi)提高每位學(xué)生的學(xué)習(xí)效率，使得個性化學(xué)習(xí)的構(gòu)想逐漸落地實踐。

分布式學(xué)習(xí)（Distributed Learning）。分布式學(xué)習(xí)是指個體在同伴、媒介、社會、文化等環(huán)境中進行的學(xué)習(xí)活動，它強調(diào)認知主體和環(huán)境之間分布的本質(zhì)（鐘志賢等，2005）。分布式學(xué)習(xí)實質(zhì)上是一種以學(xué)習(xí)者為中心、并與多樣化學(xué)習(xí)資源交互作用的學(xué)習(xí)模式，其目標(biāo)是完成認知和意義建構(gòu)。分布式理論最重要的功能是增強了信息或知識的可獲得性，創(chuàng)造了一個獨特的認知和思維環(huán)境，這與信息或知識是以何種形式編碼密切相關(guān)。尼爾·波斯曼（2007）認為單一的編碼方式會使對信息和知識掌握的團體形成知識壟斷，進而形成一定的知識（信息）等級制度。 然而，智慧教育環(huán)境下豐富的分布式學(xué)習(xí)資源打破了這種知識等級的圍墻，優(yōu)質(zhì)學(xué)習(xí)資源在分布式學(xué)習(xí)環(huán)境中通過互聯(lián)網(wǎng)等媒介得到廣泛傳播與共享。虛擬學(xué)習(xí)環(huán)境（VLEs、Moodle、Blackboard等）的出現(xiàn)以及Web 2.0 工具的廣泛應(yīng)用為分布式學(xué)習(xí)創(chuàng)造了有利條件。學(xué)生在目標(biāo)確立、學(xué)習(xí)材料收集和學(xué)習(xí)任務(wù)完成的整個過程都是學(xué)習(xí)的主體，這就要求他們有較強的自律能力，而人工智能高效的評價與監(jiān)管功能可以更好地幫助學(xué)生提升學(xué)習(xí)的自律性。

泛在學(xué)習(xí)（Ubiquitous Learning）。泛在學(xué)習(xí)又稱“無縫學(xué)習(xí)”“普適學(xué)習(xí)”，學(xué)習(xí)者可以在任何地方、隨時使用手邊可以取得的科技工具來進行學(xué)習(xí)。泛在學(xué)習(xí)作為一種新型的學(xué)習(xí)理論體系，要以數(shù)字化環(huán)境、數(shù)字化資源、復(fù)合學(xué)習(xí)模式和靈活學(xué)習(xí)支持服務(wù)等為支撐。而人工智能為泛在學(xué)習(xí)提供了一個理想化的學(xué)習(xí)空間。PDA、智能手機、筆記本電腦等各種智能終端和輔助學(xué)習(xí)設(shè)備的普及，智慧課堂教學(xué)設(shè)備及智能教學(xué)系統(tǒng)的廣泛應(yīng)用，都為泛在學(xué)習(xí)提供了必要的物質(zhì)基礎(chǔ)。無線4G通信技術(shù)的成熟、無線5G技術(shù)的發(fā)展、無線WIFI技術(shù)的廣泛應(yīng)用也為泛在學(xué)習(xí)創(chuàng)造了穩(wěn)定的網(wǎng)絡(luò)學(xué)習(xí)環(huán)境。在今天看來，泛在學(xué)習(xí)與“人人皆學(xué)、時時能學(xué)、處處可學(xué)”（國務(wù)院，2010）的學(xué)習(xí)型社會的價值理念達成了一致。

三、人工智能與教學(xué)結(jié)構(gòu)的改變

人工智能給人類教育目的、學(xué)習(xí)環(huán)境和學(xué)習(xí)方式所帶來的巨大變化，意味著作為教育核心的教學(xué)也必須隨之發(fā)生重要的變革。事物結(jié)構(gòu)決定事物的性質(zhì)。在人工智能對學(xué)習(xí)產(chǎn)生巨大影響的時代背景下，改革課堂教學(xué)結(jié)構(gòu)勢在必行。教學(xué)結(jié)構(gòu)是指在一定的教育思想、教學(xué)理論和學(xué)習(xí)理論指導(dǎo)下，在某種環(huán)境中展開的教學(xué)活動進程的穩(wěn)定結(jié)構(gòu)形式，是教學(xué)系統(tǒng)四個組成要素（教師、學(xué)生、教學(xué)內(nèi)容和教學(xué)媒體）相互聯(lián)系、相互作用的具體體現(xiàn)（何克抗，2004）。人工智能為課堂教學(xué)提供了一個全新的生態(tài)，因此帶來師生關(guān)系、學(xué)習(xí)資源、學(xué)習(xí)方式和教學(xué)活動的系列變革。

1.師生作為學(xué)習(xí)探險伙伴

我國傳統(tǒng)的教學(xué)往往呈現(xiàn)“三為主”的特征：教材為主、教師為主、講授為主。這一特征強化了“教材-教師-學(xué)生”的單向傳導(dǎo)機制，也固化了知識與人、教師與學(xué)生之間控制與被控制、傳遞與接受的關(guān)系。這一關(guān)系格局的形成，與教材作為有限的既定知識的載體有著密切的關(guān)系，也與以傳授既定知識為主要目的的現(xiàn)代教育一脈相承。人工智能的出現(xiàn)讓上述關(guān)系格局難以維持。一方面，人工智能獲取知識的高效率使人類必須摒棄以獲取既定知識為目的的教育方式，轉(zhuǎn)而為人自身的生長服務(wù)。另一方面，網(wǎng)絡(luò)互通讓學(xué)習(xí)資源變得異常豐富，而人工智能則讓這些豐富而無序的學(xué)習(xí)資源變得有序并因此可以方便快捷地使用。學(xué)習(xí)資源的無限豐富也使以既定知識學(xué)習(xí)為指向的傳統(tǒng)教學(xué)舉步維艱。因此，在人工智能背景下，學(xué)習(xí)必須被視為一種在學(xué)習(xí)資源之間的旅行和探險。因為在人工智能提供自適應(yīng)服務(wù)的情況下，教師和學(xué)生很難預(yù)測在學(xué)習(xí)歷程中會遇到什么樣的學(xué)習(xí)資源，也很難預(yù)測會生成何種理解或?qū)W習(xí)成果。他們只知道自己前進的方向，并隨著學(xué)習(xí)資源的自然變化不斷生成。因此，教師不再擁有對學(xué)習(xí)資源和學(xué)生學(xué)習(xí)過程的掌控權(quán)，他們必須作為學(xué)生的伙伴，一起面臨知識的高山和險灘，提供自己力所能及的建議和幫助。在這樣的關(guān)系中，學(xué)習(xí)內(nèi)容就有點類似美國學(xué)者帕克·帕爾默（2005）所提到的“偉大事物”：它不為教師和學(xué)生所掌控，而是不斷變化的主體;教師和學(xué)生都要圍繞這樣的主體建立起學(xué)習(xí)共同體，從而使得知識、教師和學(xué)生有了更加深層的聯(lián)結(jié)。

2.資源的自動提取與結(jié)構(gòu)化

教師的主導(dǎo)性在學(xué)習(xí)資源的選取上體現(xiàn)得淋漓盡致。多年來，教材都是“灌輸”的主要內(nèi)容，教師作為教材的忠實執(zhí)行者，將傳授教材內(nèi)容視為教學(xué)目的，使教材容易成為禁錮學(xué)生自由創(chuàng)造、大膽創(chuàng)新的枷鎖。在人工智能背景下，課堂教學(xué)的開端也許起自學(xué)習(xí)資源的生成。經(jīng)由人工智能，學(xué)習(xí)資源會依據(jù)學(xué)生以前學(xué)習(xí)的實際狀態(tài)以及整個課程計劃從擁有海量資源的云端提取出來，并實現(xiàn)初步的結(jié)構(gòu)化。所謂結(jié)構(gòu)化，就是讓資源在一定主題引領(lǐng)下變得有內(nèi)在邏輯和秩序，從而有利于學(xué)生展開有效地探究，這在很大程度克服了教材內(nèi)容的固化和互聯(lián)網(wǎng)時代過多信息所帶來的學(xué)習(xí)者的無助與困惑。但是，這種結(jié)構(gòu)化是初步的，因為學(xué)生還需通過深度學(xué)習(xí)對之展開進一步加工。事實上，上述資源自動提取和結(jié)構(gòu)化的過程是隨著學(xué)習(xí)的進程持續(xù)展開的：學(xué)生持續(xù)的學(xué)習(xí)生成以及其被檢測到的學(xué)習(xí)狀態(tài)的變化會引起人工智能的自動反應(yīng)，從而源源不斷地提取適應(yīng)學(xué)生學(xué)習(xí)需要的新的資源，并對其再次結(jié)構(gòu)化（如下圖所示）。

圖 人工智能背景下學(xué)習(xí)資源提取與結(jié)構(gòu)化循環(huán)

人工智能背景下的學(xué)習(xí)資源，有力地實現(xiàn)了小威廉·E.多爾（2015）在《后現(xiàn)代課程理論》中所提出的課程“4R”特征，即豐富性（Rich）、繼起性（Recursive）、關(guān)聯(lián)性（Relation）和嚴(yán)密性（Rigorous），從而為無限的生成提供了條件。所謂豐富性不僅指學(xué)習(xí)資源的豐富性，也指師生學(xué)習(xí)和互動的豐富性;所謂繼起性，是指學(xué)習(xí)和教學(xué)并非是階段性、片段性的，而是隨著人工智能源源不斷的適應(yīng)性資源提供，學(xué)習(xí)會進入不斷循環(huán)和深入的狀態(tài);關(guān)聯(lián)性是指學(xué)習(xí)資源之間、資源與人之間、人與人之間在頻繁互動中產(chǎn)生的復(fù)雜連接，使彼此成為不可分割的整體;嚴(yán)密性是指上述過程并非是隨意的，而是以符合學(xué)習(xí)規(guī)律的方式不斷前進的。

3.核心任務(wù)的生成

豐富的學(xué)習(xí)資源容易帶來的一個負效應(yīng)是引發(fā)多樣的注意力焦點，從而使學(xué)習(xí)者群體成為一盤散沙。人工智能對個性化的觀照，也容易把學(xué)習(xí)局限在個體范圍內(nèi)而讓群體的價值被無視。而學(xué)習(xí)一旦陷入純粹個性化的境地，則不僅教師無法發(fā)揮應(yīng)有的作用，學(xué)生之間也容易失去頻密的人際互動而成為信息孤島，養(yǎng)成一種人性的冷漠，這在人工智能時代顯然是一個敗筆。

在人工智能時代，上述情況會更加復(fù)雜?；诩夹g(shù)的便利，我們需要假設(shè)未來教學(xué)還需要有“課堂”這種形式存在。不過，這種課堂從人數(shù)上來看，可以非常大。一旦“課堂”存在，就意味著需要一群人在一起展開有效的合作學(xué)習(xí)。在人工智能背景下，每一個學(xué)習(xí)者都變得更加獨立，因此如何建立學(xué)習(xí)共同體把大家團結(jié)起來就變得十分重要。學(xué)習(xí)共同體得以成立的一個關(guān)鍵條件是大家有著共享的學(xué)習(xí)目標(biāo)。為了形成這種共享目標(biāo)，人工智能會依據(jù)學(xué)習(xí)者群體的學(xué)習(xí)進度和學(xué)習(xí)狀態(tài)生成一個具有相對廣泛適應(yīng)性的核心任務(wù)，并隨之生成相應(yīng)的學(xué)習(xí)資源和結(jié)構(gòu)化狀態(tài)。一個有效的學(xué)習(xí)集體“凝聚在一起，不僅僅依靠興趣和習(xí)慣，還依賴于意義和故事”（周若剛，2018）。這其中的核心問題就是構(gòu)建意義和故事的有效條件，也是把大家注意力凝聚起來的有力途徑，如此圍繞核心任務(wù)的學(xué)習(xí)探險工作才會有序展開，有效的合作和生成才能夠真正發(fā)生。

4.多中心學(xué)習(xí)與差異展示

人工智能時代，在核心任務(wù)確立之后，保持班級的完整性既不現(xiàn)實，也沒必要，相反要基于分布式學(xué)習(xí)的思想形成多個學(xué)習(xí)中心，每個學(xué)習(xí)中心雖然有著共同的核心任務(wù)，但是其所面對的學(xué)習(xí)資源及其組織方式可能有很大差異，從而使不同的學(xué)習(xí)中心可以產(chǎn)生不同的智慧。每一個學(xué)生在人工智能指導(dǎo)下依據(jù)自己的學(xué)習(xí)狀態(tài)和學(xué)習(xí)偏好進入不同的學(xué)習(xí)中心，而每一個學(xué)習(xí)中心并非僅僅是由人來構(gòu)成的，人工智能機器也是學(xué)習(xí)中心的重要成員，它們也需要參與到學(xué)習(xí)中心的集體建構(gòu)中來。“最有效率的智能是將人類與機器的能力相結(jié)合，而不是簡單地用一個替代另一個?！睂W(xué)習(xí)中心之間并非彼此孤立，相反它們就如同核心任務(wù)所延伸出來的一個個接口，每一個接口都連接著一個核心處理器，這些不同接口均與內(nèi)在的邏輯和結(jié)構(gòu)相關(guān)聯(lián)并指向核心任務(wù)（周若剛，2018）。

在同一個學(xué)習(xí)中心內(nèi)，個體學(xué)習(xí)是有差異的，這種差異必須受到充分重視，因為它體現(xiàn)了個體的智慧。為此，人工智能提供了很好的展示平臺，讓每個人的學(xué)習(xí)成果都能得到即時評價，并利用可視化技術(shù)為大家所呈現(xiàn)。每一個學(xué)習(xí)中心也是一個大的個體，它自身的學(xué)習(xí)結(jié)果同樣可以通過可視化技術(shù)展現(xiàn)出來，從而使在傳統(tǒng)教學(xué)中隱形的差異變得顯性起來。對富有差異的學(xué)習(xí)結(jié)果的展示，是個性化學(xué)習(xí)的重要一環(huán)。只有展示差異，學(xué)生才能夠看到自己學(xué)習(xí)的成就，才能夠發(fā)現(xiàn)自己的學(xué)習(xí)結(jié)果受到重視并因此獲得有效的鼓勵。只有展示差異，學(xué)生才能夠從混沌而隨機的學(xué)習(xí)過程中清醒過來，知道自己究竟經(jīng)歷了何種學(xué)習(xí)路徑并達成了何種結(jié)果，并在此基礎(chǔ)上繼續(xù)前進。此外，差異的展示也是學(xué)習(xí)分享的重要手段。唯有清晰展示才能夠把大家的見解固定下來，才能避免分享中的渾水摸魚和混沌不清的局面，讓進一步建構(gòu)成為可能。

5.集體建構(gòu)與共識達成

對傳統(tǒng)教學(xué)模式的批判，并不在于推翻教師的主導(dǎo)作用，而在于反對任意夸大甚至絕對化教師的主導(dǎo)作用。因此，在不否認教師主導(dǎo)作用的前提下，個性化教學(xué)是教育發(fā)展的必然趨勢。但呈現(xiàn)個性差異的目的，并不在于保持學(xué)習(xí)結(jié)果的各說各話，而在于建構(gòu)群體智能。所謂群體智能，就是在信息和人工智能技術(shù)支撐下，大量個體就同一內(nèi)容展開有效學(xué)習(xí)所產(chǎn)生學(xué)習(xí)效果倍增的形態(tài)（何小賢等，2005）。在群體智能中，個體能夠在群體智慧的引領(lǐng)下獲得快速成長。參與群體智能創(chuàng)造的個體越多，這種倍增效應(yīng)就越明顯。群體智能的基礎(chǔ)是基于互聯(lián)網(wǎng)的大眾化協(xié)同、大規(guī)模協(xié)作的知識資源管理與開放式共享等技術(shù)，這些技術(shù)的真正實現(xiàn)，離不開人工智能所提供的機器學(xué)習(xí)和知識整合，也離不開集體建構(gòu)。集體建構(gòu)是指各個中心都把自己的智慧奉獻出來，然后在對彼此的學(xué)習(xí)所獲進行充分比較與整合的基礎(chǔ)上進行深入地對話、交流，最終讓不同智慧之間產(chǎn)生牢固的聯(lián)結(jié)，從而形成一種新的關(guān)于學(xué)習(xí)內(nèi)容的認知結(jié)構(gòu)。正是集體建構(gòu)的過程使大規(guī)模的群體感知、協(xié)同和知識演化成為一種現(xiàn)實。

集體建構(gòu)的關(guān)鍵在于使群體對通過比較所產(chǎn)生的智慧達成共識。所謂共識就是共同認可，既包括對一致性結(jié)果的認可，也包括對差異性結(jié)果的認可。那種認為共識就意味著思想或者意義的統(tǒng)一的想法是錯誤的。共識恰恰體現(xiàn)出了對個體的充分尊重。只有在尊重差異基礎(chǔ)上的彼此傾聽和辨別才能夠?qū)崿F(xiàn)智慧的真正融通。尋求關(guān)于學(xué)習(xí)結(jié)果的共識對于避免人工智能所帶來的學(xué)習(xí)零碎化和“信息孤島”有著重要的價值。通過對學(xué)習(xí)結(jié)果的共識達成，知識和智慧就在每一個人的心靈中扎根，同時也更好地強化了每一個成員之間的聯(lián)系。

6.學(xué)習(xí)主題的自然轉(zhuǎn)移

隨著共識的達成，基于一個核心任務(wù)的學(xué)習(xí)循環(huán)看似要進入尾聲，然而這一過程恰恰是學(xué)習(xí)逐步深入的過程，更多的問題會在這個過程中暴露出來，吸引師生去展開更加復(fù)雜的探索，從而進入另一個核心任務(wù)的學(xué)習(xí)循環(huán)。新的循環(huán)與上一循環(huán)有著密切的關(guān)聯(lián)，然而卻會導(dǎo)向比上一循環(huán)更加深刻的認知或意義構(gòu)建。這樣，學(xué)生的學(xué)習(xí)就體現(xiàn)出內(nèi)在的關(guān)聯(lián)性和不斷深化的復(fù)現(xiàn)性。

上述過程的實現(xiàn)，同樣與人工智能有著密不可分的關(guān)系。當(dāng)新的核心任務(wù)出現(xiàn)時，它就如一個觸發(fā)器一樣會激活人工智能的分析和推送程序。人工智能自動分析完成這一核心任務(wù)所需要的學(xué)習(xí)資源，并按照內(nèi)容重要性、資源富集性、學(xué)生適應(yīng)性等指標(biāo)確定多元學(xué)習(xí)中心，并對不同的學(xué)習(xí)中心進行適切的內(nèi)容推送和策略支持，從而讓所有學(xué)習(xí)者在原有學(xué)習(xí)成果的基礎(chǔ)上開啟新的學(xué)習(xí)征程。通過這樣一個基于人工智能的學(xué)習(xí)循環(huán)過程，學(xué)習(xí)始終是在一種有意義的情境下展開，同時也以一種有機的方式拓展學(xué)習(xí)者的思維和精神境界，把知識自然而然地融入到自我的生命當(dāng)中，實現(xiàn)“學(xué)以成人”的教育目的。

上述教學(xué)結(jié)構(gòu)的變革，令人想起氣勢恢宏的交響樂。不同的樂器奏響不同的旋律，但是卻在人工智能的神奇之手下和諧為一體。更為重要的是，通過這樣的歷程，每一個個體都被卷入到學(xué)習(xí)歷程中，同時通過廣泛地對話、交流、共享而達成共識，從而建立起人與知識、人與人之間的廣泛聯(lián)結(jié)，克服了信息技術(shù)可能帶來的人與人之間的隔離，助推了學(xué)生核心素養(yǎng)的生成。

參考文獻：

[1][美]赫伯特·西蒙（2016）. 管理行為[M]. 詹正茂. 北京：機械工業(yè)出版社：72-95.

[2][美]尼爾·波斯曼（2007）. 技術(shù)壟斷：文化向技術(shù)投降[M]. 何道寬. 北京：北京大學(xué)出版社.

[3][美]帕克·帕爾默（2005）. 教學(xué)勇氣：漫步教師心靈[M]. 吳國珍，余巍. 上海：華東師范大學(xué)出版社：118.

[4][美]王維嘉（2019）. 暗知識：機器認知如何顛覆商業(yè)和社會[M]. 北京：中信出版集團：7，27，31-32.

[5][美]吳霽虹（2017）. 未來地圖：創(chuàng)造人工智能萬億級產(chǎn)業(yè)的商業(yè)模式和路徑[M]. 北京：中信出版集團：8.

[6][美]小威廉·E.多爾（2015）. 后現(xiàn)代課程觀[M]. 北京：教育科學(xué)出版社.

[7][以色列]尤瓦爾·赫拉利（2017）. 未來簡史：從智人到智神[M]. 北京：中信集團：317-331，295-315.

[8][英]周若剛（2018）. 集體智慧如何改變我們的世界[M]. 郭莉，尹瑋琦，徐強. 北京：中信出版集團：22，30-31.

[9]蔡自興（2016a）. 人工智能及其應(yīng)用（第5版）[M]. 北京：清華大學(xué)出版社.

[10]蔡自興（2016b）. 中國人工智能40年[J]. 科技導(dǎo)報， 34（15）：12-32.

[11]國務(wù)院（2010）. 中共中央國務(wù)院印發(fā)國家中長期教育改革和發(fā)展規(guī)劃綱要（2010-2020年）[J].人民教育， （17）：2-15.

[12]國務(wù)院（2017）. 新一代人工智能發(fā)展規(guī)劃[DB/OL].[2017-08-24]. http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

[13]何克抗（2004）. 從Blending Learning看教育技術(shù)理論的新發(fā)展（下）[J]. 電化教育研究，（4）：22-26.

[14]何玲，黎加厚（2005）. 促進學(xué)生深度學(xué)習(xí)[J]. 現(xiàn)代教學(xué)， （5）：29-30.

[15]何小賢，朱云龍，王玫（2005）. 群體智能中的知識涌現(xiàn)與復(fù)雜適應(yīng)性問題綜述研究[J]. 信息與控制，（5）：50-56.

[16]姜強，趙蔚，李松等（2016）. 個性化自適應(yīng)學(xué)習(xí)研究——大數(shù)據(jù)時代數(shù)字化學(xué)習(xí)的新常態(tài)[J]. 中國電化教育，（2）：25-32.

[17]李開復(fù)（2018）. AI·未來[M]. 杭州：浙江人民出版社：32.

[18]李彥宏（2017）. 智能革命[M]. 北京：中信出版社：17-19.

[19]馬云（2017）. 第四屆世界烏鎮(zhèn)互聯(lián)網(wǎng)大會[EB/OL]. [2019-06-02]. http：//www.sohu.com/a/208222253_358836.

[20]涂子沛（2015）. 大數(shù)據(jù)[M]. 桂林：廣西師范大學(xué)出版社：57.

[21]王光宏，蔣平（2004）. 數(shù)據(jù)挖掘綜述[J]. 同濟大學(xué)學(xué)報（自然科學(xué)版）， （2）：246-252.

[22]王作冰（2017）. 人工智能時代的教育革命[M]. 北京：北京聯(lián)合出版公司：4-9.

[23]鐘志賢，張琦（2005）. 論分布式學(xué)習(xí)[J]. 外國教育研究，（7）：28-33.

[24]Bosch， R. （2011）. Vittra School Telefonplan[EB/OL]. [2019-03-02]. http：//www.rosanbosch.com/en/project/vittra-

school-telefonplan.

[25]Ekstrom， V. （2014）. Achieving Energy Efficiency with "Local Warming" [EB/OL]. [2019-03-02]. http：//news.mit.edu/2014/achieving-energy-efficiency-local-warming.

[26]Etherington， D. （2013）. Goldee Shifts from Software to Crowdfunding a Hue-Compatible Smart Light Switch [EB/OL]. [2019-03-02]. https：//techcrunch.com/2013/11/26/goldee-smart-

light-controller/.

[27]Gregory， S.， Scutter， S.， & Jacka， L. et al. （2015）. Barriers and Enablers to the Use of Virtual Worlds in Higher Education： An Exploration of Educator Perceptions， Attitudes and Experiences[J]. Educational Technology & Society， 18（1）： 3-12.

[28]Hinton， G. E.， Osindero， S.， & Teh， Y. W. （2006）. A Fast Learning Algorithm for Deep Belief Nets[J]. Neural Computation， 18（7）：1527-1554.

[29]Newsela（2013）. Instructional Content Platform[EB/OL]. [2019-03-02]. https：//newsela.com/company/.

[30]Ventilla， M. （2013）. Altschool[EB/OL]. [2019-03-02]. https：//www.altschool.com/lab-schools/overview.

[31]Wilhelm， P. （2017）. Elon Musks New Venture Could Turn His Cyborg Dreams into Reality [EB/OL]. [2019-03-02]. https：//www.techradar.com/news/usks-new-venture-could-

make-his-cyborg-dreams-a-reality.

Teaching Reconstruction from the Perspective of Artificial Intelligence

YU Zeyuan， ZOU Jinghua

Abstract： With its powerful learning ability， rational judgment， and super-powerful work ability， artificial intelligence has become one of the most important trends of technological development in the world. Education is deeply affected by technological development. On the one hand， the development of artificial intelligence provides new possibilities for teaching， and on the other hand， it poses severe challenges for existing teaching. Artificial intelligence has changed the characteristics and patterns of the schools learning environment to a large extent， enriched various intelligent learning methods， and also prompted humans to rethink the purpose of education. That is to say， in the era of artificial intelligence， education must step out of the trap of “being knowledge-based”， adhering to the foundation of the modern rational spirit， and cultivating peoples mental ability and artificial intelligence literacy through “l(fā)earning to be human” and “strengthening morality”. Under the guidance and observation of the purpose of education in the era of artificial intelligence， we should reconstruct teaching from the new conceptual dimension， including reconstructing teacher-student relationship， to enable teachers and students to be a learning community of exploration partners; reconstructing the form of teaching resources， to enable resources to be automatically extracted， evolved and structurally generated; reconstructing the way of interpersonal interaction， and forming a distributed， multi-centered learning group， to achieve collective construction and consensus. However， no matter how it changes， in the era of artificial intelligence， much more emphasis needs to be put on the subjectivity of people and the generation of interpersonal consensus more than ever in the teaching.

Keywords： Artificial Intelligence; Educational Reform; Educational Purpose; Teaching Reconstruction