人工智能技术融入高校工程伦理教育的问题及对策

郭明哲，贾玲

(上海理工大学 马克思主义学院，上海)

高校工程伦理教育是科技人才成长、成才过程中不可或缺的一部分。大学生工程伦理教育有三大目标:培养工程伦理意识、掌握工程伦理规范、提高工程伦理决策能力[1]。在人工智能背景下，科技为人类带来了更多福祉，但二者之间的冲突也无法避免。特别是在人的主导下，人性的弱点可能会凌驾于伦理道德与法律规范之外，使得科技这把双刃剑背离原有价值。因此，增强工程科技人才的工程伦理意识，提高工程决策能力，掌握工程规范，是高校教育中永不过时的课题。

一 工程伦理教育目前存在的问题

随着智能时代的到来，人工智能技术已经破解了社会各行业的诸多难题，但在教育领域，刚刚呈现出新生之势。特别是在工程伦理教育这一体系内，专业教育者稀缺，课堂教育参与者对人工智能的应用存怀疑态度，人工智能技术甚至没有作为一种教学媒介发挥应有的作用。

（一） 工程伦理教育数量与质量不佳，人工智能技术价值有待发挥

一方面，在高校工程伦理课程设置上，无论是开设本课程的高校数量还是部分高校所开设的课程数量，都远远满足不了人才培养需求。从目前高校开课情况来看，工程伦理教育尚未形成完整的授课系统，不少高校只开设了常规的政治必修课“五件套”，由思想政治理论教育者承担教授工作。但实际上，作为人工智能关键技术的机器学习是一个始于大量数据的统计学过程，其试图通过数据分析导出规则或者流程，用于解释数据或者预测未来数据[2]，因此智能技术的应用来自大量的数据基础，只有跟踪记录完整的课堂数据，才能为技术应用提供足够的背景资料和数据支持。但在工程伦理教育领域，课程数量的不足造成教育者在教育过程中和教育对象在学习过程中产生的数据并没有被完全记录在智能信息库中，智能终端也无法整理和归纳相关数据和信息，从而技术运用针对性不强，完全没有发挥出人工智能的功能。

另一方面，在工程伦理教育质量上，主要存在两个问题，一是教育主体责任不明确，二是知行不一。

根据有关调查研究显示，仅有少部分高校开展工程伦理教育课程，但也尚未形成新的完整体系。开展工程伦理教育的教师主体主要包括以下四类：理工科专业教师、思想政治理论课教师、各院系辅导员、专职工程伦理教育教师。理工科专业教师一般侧重于工程专业知识，对工程伦理教育内容往往在案例中一带而过，不会进行深入教授；思想理论课教师在思想道德修养与法律基础、马克思主义基本原理概论等课程中会讲授专题内容，如科研诚信与学术规范专题，但是面对全体学生，且覆盖内容广泛，针对性不强；各院系辅导员从学生的日常行为规范和思想教育入手，教育学生遵守伦理规范，缺乏专业性，且组织零碎。这三种主体之间联系松散，缺乏沟通，不成体系，因此，专业的工程伦理教师的存在就十分必要了。正是由于各教育者责任不明确，教育学生的侧重点不同，所以人工智能技术在工程伦理课程中的应用不能引起相应的重视。

此外，目前各高校开展的工程伦理教育继承了我国政治教育的方法论，就是以思想教育为主，以道德伦理思想武装头脑，增强学生的道德伦理意识，提高学生的道德理论水平，而忽视了实践过程中的教育。事实上，在实践中进行教育效果会更为显著。实践不仅包括工程活动的实地进行，也包括课堂上的案例教育。有些学生经过理论教育认识到了工程伦理的的重要性，但面对现实情况，仍然会选择利润和利益。一部分原因就是因为在教育过程中，忽视了引导学生对实际案例加以深刻的哲学思考和现实的伦理关切。

（二） 工程伦理教育者对于人工智能技术存在身份角色与应用价值的双重怀疑

人工智能技术在教育行业内的涌入让许多教育者猝不及防，特别是对于非专业的工程伦理教育者而言，习惯了信息技术的广泛应用，又要重新接受智能技术的挑战，从而对自己的身份存在产生了怀疑，对智能技术的应用价值产生了怀疑。

随着时间的推移，教育者的角色认同感会逐渐加强。但在工程伦理教育方面，教育者的身份认同感是否建立起来还存在疑问，大多数教育者仅仅认为自己是专业课教师、是思政课教师、是辅导员。人工智能技术的出现，使得本就不深的认同感更岌岌可危，教师认为自己的地位受到了挑战。在课堂上，人工智能技术可以在课前制定与实际情况相匹配的教学目标，在上课时运用图片、视频、模型等丰富教学内容，在课后为教育者批改作业，解决教育者的重复性工作，使得工程伦理教育活动更有针对性，更有效率，从而提高教学效果。在这样的对比之下，工程伦理教育者对于自己的角色转换更加无所适从，更加怀疑自己的教育者角色，反而无法和人工智能技术相互配合，相得益彰。

另一方面，大多数教育者对于人工智能技术在工程伦理教育课堂上的应用价值也持有怀疑态度。依据技术接受模型理论，感知有用性和感知易用性均影响着教育用户对人工智能教育应用价值的判断[3]。进入新世纪以来，大多数学校已陆陆续续转变成为数字化校园，为人工智能技术的引入奠定了良好的基础，但目前来看还存在三个问题，一是基础建设还需在原来的基础上增建，二是部分设备还需更新，三是需要建立新的数据系统，因此能否完全发挥智能技术的价值还有待商榷；此外，对于教师而言，目前大部分工程伦理教育者是“兼职”工程伦理教育，其本身所具有的教学能力和素质能否完全驾驭人工智能技术的应用也未可知，对于教学是否有益也需要进一步考虑。

（三） 缺乏伦理教育与人工智能技术的专业专家，人工智能技术融入课堂进程缓慢

2017年，国务院印发了《新一代人工智能发展规划》，文中提出“要在中小学阶段设置人工智能相关课程，推动人工智能领域一级学科建设，把高端人才队伍建设作为人工智能发展的重中之重，完善人工智能教育体系”[4]。众所周知，教师是教育过程的执行者，决定了教育政策的执行和教育效果的好坏。一支高素质的教师队伍和一份完备的课程体系才能直接有效的作用于工程技术人才培养。从目前情况来看，无论是师资队伍还是相关课程体系，对于人工智能技术在工程伦理教育中的应用都没有达成共识和良好规划，人工智能技术融入课程进程缓慢。与此同时，由于师资力量的不足和课程体系的不统一使得人工智能技术在教育中的应用缺少理论支撑与案例实践，从而应用专业人才培养难度增加。

（四） 人工智能应用不规范导致教育不规范

众所周知，人工智能运行需要以大量的数据为基础，无论是数据库的建立、数据的收集还是数据的使用，都需要一定的原则制度来规范。但在工程伦理教育领域，缺少事实使用为依据，使得人工智能技术的缺陷在此领域也未能避免。首先是隐私泄露问题，在工程师的手中，只要拥有一台电脑，就能从数据库中快速获取无数数据片段，从而整理出用户个人信息，在工程师的眼中，用户犹如在数据库中“裸奔”。其次是数据滥用问题，实际上，大多数人工智能工具现在和将来都掌握在追求利润的公司手中，掌握在与数据亲密接触的工程技术师手中，并且全球联网，部分还共享共用，所以不容易管理或控制。对于数据的不规范收集和使用，造成教育者在课堂上也无法输出相关知识，只能自行探索，教育内容缺乏规范约束。最后是算法偏见问题，所谓“算法偏见”是指在看似没有恶意的程序设计中带着设计者的偏见，或者所采用的数据是带有偏见的。出现这种偏见的原因主要是因为工程师必须自己对数据进行分类、识别和汇集，全程参与算法的构造、设计、编码、模型和数据使用。这一套完整的步骤实施，都是工程技术师的主观选择，个人的偏见会有意或者无意地编入程序中，使之代码化。在这个过程中，工程技术师担任了最重要的角色，在信息的存储、运输、调取和展示中发挥了不可替代的作用。如果没有坚定的道德伦理观做支撑，那么设计程序的运行就不是完全客观的，反而带上了人的主观性的烙印。

二 高校工程伦理教育问题存在的原因

（一） 工程伦理教育尚未引起足够重视

在高校中，无论是从师生自身的重视程度还是高校自身制定的人才培养方案来看，工程伦理教育都没有引起足够的重视。当前高校工程教育和思想政治理论课课程体系中，主动指向工程伦理教育的课程并不多；各高校之间缺乏沟通交流平台，缺少统一的教学设计和系统研究，因此教育效果也是参差不齐。在社会中，企业招聘多从工程技术人才的专业技术和工作能力方面加以考量，对于其思想品德素质关注不够，缺乏对人才工程伦理方面的考察。在这样的工作要求指向下，学生也更加注重自己能力的提升，而忽略了自身的品德约束，在正式走上工作岗位以后，很有可能会因为自己的一念之差而违背道德伦理和法律规范，走上不归之路。

人工智能技术在教育行业的应用尚未完全覆盖所有课程，对于不受重视的工程伦理教育来说，人工智能技术更无用武之地。在课堂教育中，只能服从所有课程的普遍性，如备课中的语音自动识别和输入、远程课堂交流、仿真实验等普遍运用的教学媒介，针对工程伦理的智能技术运用几乎还不存在，因此人工智能技术在此领域中的应用价值还有待开发。

（二） 人工智能技术在教育领域的应用尚不充分，说服力较低

总体上来看，人工智能教育应用创造了新的教育生态，如使工程伦理教育资源来源更加广泛，教育者可以随时借助智能设备搜索自己所需的教学资料；教学方式更为灵活，可以借助VR等技术，通过理论与实践相结合的方式，革除知行不一的弊端；教学环节和流程得到了优化，如根据学生的需求和环境变化，控制课程时间。同时在教学过程中，人工智能为智慧教育提供了技术支撑，智能批改、基于案例的推理等新兴的机器学习为教育注入了新鲜的血液。机器阅卷减轻了教师的负担，教师能够腾出更多的时间和精力关注学生互动、教学设计、专业发展和教育质量[5]。但尽管拥有全新的教学思维、先进的教学理念和全面的技术支撑，人工智能教育活动仍然是不成熟的，在教育中取得的成果大部分都集中为某一特殊课程，如电子信息技术，并且只是个案的成功，目前在通用性方面还未取得突破性进展，无法广泛应用，遑论在工程伦理教育课堂上的专业应用了。

（三） 课程体系不完善，不能推动人才流入

改革开放以来，我国经济飞速发展，促使高校培养工程人才也是以技术课程或经济课程为主。但随着时间推移，工程伦理失范事件层出不穷，这种培养模式的弊端也逐渐显露，社会更要求全面发展的工程技术人才。因此工程伦理学课程应运而生，如清华大学的生态伦理学课程，西南交通大学和福州大学的工程伦理学课程。且不论开设课程的质量高低，全国范围内，开设类似课程的也是少之又少。大部分开设了工程伦理的高校，虽有这门课程的存在，但缺乏相应的制度保障，也没有从教育决策上探讨本课程的运作机制和具体实施方法，从而导致了教育内容和方式不够创新[6]，教学效果不佳。这种不完善的人才培养制度也导致无法培养人才、吸引人才，后继人才不足，兼有“工程技术”与“伦理教育”的教育工作者十分缺乏，形成了恶性循环。

三 解决高校工程伦理教育问题的措施

人工智能技术的普遍应用已是不可阻挡的时代潮流，工程伦理教育者应该摆正自己的心态，积极迎接新技术的到来；相关专业的学生应该主动接触人工智能技术，自觉学习工程伦理知识，培养工程伦理意识；在政府与高校的顶层设计方面，应该建立完善相关制度，推进多学科交叉融合发展。

（一） 推进多学科交叉融合发展

首先，人工智能是一门新兴交叉学科，要积极推进人工智能技术在工程伦理教育课堂的应用，就要广泛开展跨学科探索研究，既要推动脑科学、认知科学等学科的交叉，也要推动教育学、伦理学等学科的融合，为未来工程伦理教育的发展助力。

其次，工程伦理学也是新兴的交叉学科，是工科课程与文科课程的典型融合，既是工科专业课的内容也是文科公共课的内容。因此除了开设专业的伦理学课程外，在公共课中加入工程伦理内容，在专业课中通过案例分析等强化工程伦理教育，使得工程伦理教育渗透每个课程，潜移默化地帮助学生树立工程伦理意识。

（二） 优化社会氛围，建立人机信任机制

在传统的工程伦理教育中，学生所接受的教育一般来自于学校课堂，在步入社会以后，很少会接触到专业的工程伦理教育，但实际上社会环境与终身教育对于工程伦理意识的养成也十分重要，社会对人的影响不可小觑。如果长期处于恶劣的社会伦理环境中，那么工程技术人才就会受到影响，逐渐淡忘所接受的工程伦理教育。因此，必须在全社会范围内重视起工程伦理教育，利用各种人工智能终端，普及道德伦理教育，让工程伦理教育在社会上有立足土壤；同时，重新制定行业标准，将道德素质纳入招聘制度中。

人工智能技术可以有效整合学校教育与社会教育，是实现终身教育的有利武器，因此要建立起人机信任机制。首先，由国家建立教育领域内的人工智能数据信息库，对课堂教育进行追踪记录，录入教育和学习数据，并进行总结整合和深度分析，全面了解工程技术人才的伦理意识变化情况，发现有不利现象时立即对其加以督促改正。其次，要优化教育领域内人工智能设计体系，将工程伦理标准嵌入智能活动中，建立起人机信任机制。最后，建立人工智能工程伦理教育服务系统，嵌入工程技术人才信息库，从学习者的需要出发，推送工程伦理教育资源。

（三） 加强人工智能与工程伦理问题的综合研究，建立一支专业人才队伍

一方面，需要加强课堂教学研究，规范教学内容。目前我国工程伦理教育模式尚未建立，教学方法和教学大环境也没有成型，教学效果不理想，因此必须挖掘出工程伦理与人工智能融合的教育模式，形成系统的教育体系，规避人工智能的数据泄露与滥用等风险。目前我国已有部分高校开展了工程伦理课程，可以以这部分高校为试点高校，建立起融合了人工智能的工程伦理智慧课堂，利用人工智能技术，引入在线课堂，尝试创新教育手段，让专业课教师和伦理学教师或二者兼有的工程伦理学教师有一个沟通合作的平台，并利用案例教学、情景模拟、课外实习等方式，增强学生参与度，在丰富学生理论知识的同时，在实践中巩固课程实效。

另一方面，要建立一支工程教育与伦理教育兼有的专业人才队伍。工程伦理和人工智能都是社会科学与自然科学相互交叉、相互融合的学科，面对的问题是综合性的、复合型的，不限于工程等社会科学，同时还包括伦理学、社会学等多种社会科学[7]。因此，需要高校内人文社科教育者与理工科教育者、不同类型的高校之间以及高校与企业之间，通过各种研讨会、工程合作项目、论坛等途径加强教学沟通与科研交流，保证高校内工程伦理专业人才数量多、质量高，从而以点成面，使工程伦理教育覆盖到每一位工程人才。

工程伦理教育是一项涉及面广、影响深远的复杂系统工程，对我国高等工程教育体系的完善和工程实践的发展具有不可忽视的重要作用[7]。重视工程伦理教育，就是重视我国科技事业发展的未来。