人工智能视野下的教学重构

于泽元　邹静华

摘要：人工智能凭借其强大的学习力、理性的判断力和超强的工作力成为当前世界科技发展最为重要的潮流之一。教育深受技术发展的影响，人工智能的发展一方面为教学提供了新的可能性，另一方面也对现有教学提出了严峻的挑战。人工智能在很大程度上改变了学校学习环境的特征和样态，丰富了各种智能化学习方式，也促使人类重新思考教育目的，即在人工智能时代，教育要走出“知识为本”的陷阱，秉承现代理性精神的根基，通过“学以成人”和“立德树人”来培育人的精神能力和人工智能素养。在人工智能时代教育目的的指引和观照下，我们应从新的概念向度来重构教学，包括重构师生关系，使师生成为探险伙伴学习共同体;重构教学资源的形态，使资源能够自动提取、演化和结构化生成;重构人际互动的方式，形成分布式、多中心的学习群体，实现集体建构和共识达成。但不管如何變化，在人工智能时代，教学比任何时候都需要更加强调人的主体性以及人际间共识的生成。

关键词：人工智能;教育变革;教育目的;教学重构

中图分类号：G434   文献标识码：A    文章编号：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围内蓬勃兴起，为社会发展注入了新动能，深刻改变着人类生产与生活方式。美国、日本、德国、英国等纷纷把人工智能作为国家发展的重要竞争战略，我国也于2017年7月印发《新一代人工智能发展规划》（国务院，2017），全面部署人工智能发展并明确重任，这是我国抢占人工智能制高点、赢得未来科技强国的重要战略举措。教育深受技术发展的影响：一方面技术重塑了产业，也重塑了人类的教育目的;另一方面技术也为教育提供了新的、更加广阔的可能性。教学作为教育的核心组成部分，如何通过自身的重构来回应人类这一重大技术变革，培育能够适应未来发展且不失做人尊严的人才，是教学论者不得不思考的话题。

一、人工智能及其影响

人工智能作为人类到目前为止最具有颠覆性的技术，其对人类所带来的影响是深刻的，教育者如果对其缺少充分认识，就无法积极应对人工智能给学习带来的深刻变革，就可能会深陷人工智能技术的沼泽，进而沦为人工智能时代的奴役。

1.人工智能内涵及分类

人工智能（Artificial Intelligence，AI）最早由美国达特茅斯学院（Dartmouth College）于1956年提出。这门新科学主要是研究、模拟、延伸和扩展人的智能理论及相关方法与应用技术，通过计算机模拟人的智能，最终使之能像人一样思考、学习和认知，并能够有效地处理过去由人才能处理的问题（蔡自兴，2016a）。它是计算机科学领域的重要分支之一，其研究包括机器人、语音识别、图像识别、自然语言处理以及专家系统等，其实质是一种自动感知、学习思考并作出判断的程序。

人工智能分为弱人工智能、强人工智能和超人工智能。弱人工智能只关注于完成某个特定的任务，它们只是用于解决特定的具体类别的任务问题而存在，发展程度并没有达到模拟人脑思维的程度，仍然属于“工具”范畴。例如，Facebook的人脸识别技术在人脸识别上具有强大的功能，然而却对语音识别无能为力;AlphaGo可以在围棋上战胜柯洁，显现出“神”一般的能力，然而却根本不可能去指挥一台简单的机床。强人工智能是指属于人类类别的人工智能，人类能做到的它都能胜任，比如能够进行思考、计划和解决问题、抽象思维、理解复杂理念、快速学习和从经验中学习等操作。超人工智能则是指在每一方面都比人类强大得多的智能。有学者认为超人工智能可能会是人类最后一项发明，自此以后所有的发明也许会归功于机器。

2.人工智能的强大能力及其根源

人工智能给人类带来的巨大变化，与其超强的能力有着极大的关系。这种强大的能力也是人工智能时代教学重构所赖以展开的原因和基础。从现有的技术来看，人工智能具有如下强大的能力：

强大的学习力。人工智能可以通过插入芯片的方式瞬间完成固定知识的学习，至于知识内在规律的学习，人工智能则可以通过自身的算法设计完成深度学习（Deep Learning），而且其学习的速度人类只能望其项背。AlphaGo在战胜李世石之时的比例仅仅是五局四胜，然而仅仅在一年之后，它却能够以3∶0完胜轻松战胜李世石的柯洁。比AlphaGo更强大的AlphaGo Zero只拥有围棋的基本规则，从零开始通过自我对弈和迭代升级，仅仅在3天之后就能够以100∶0完胜打败李世石的AlphaGo Lee版本;自我对弈40天后，则能够以100∶0完胜击败当今围棋第一人柯洁的AlphaGo Master版本（王维嘉，2019）。可以说，这种学习能力彻底碾压了人类的认知。

理性判断力。人类自称是一种理性的动物，然而由于同时具有情感特征，且所拥有的知识和信息十分有限，因此人在进行判断时仅仅能够做到“有限理性”（Bounded Rationality）（赫伯特·西蒙，2016）。和人相比，没有情感波动、拥有大数据和强大算力的人工智能则在很大程度上接近了“完全理性”，这让它们更适应不需要情感投入的工作，比如华尔街股市或期货市场资深的操盘手可能也比不过经过深度学习的机器人。

超强的工作力。精力再强的人终究有疲倦的时候，然而人工智能只要电力供应不断，几乎可以无限制地工作下去。它们还具有远超人类的记忆力、感知力、趋势判断力等，这些都使其具备超强的工作力。

人工智能的超强能力，源自三个重要技术：深度学习、大数据和强算力。深度学习是基于人类神经网络原理建立起来的系统算法，主要包括处理空间信息的卷积神经网络（Convolutional Neural Network，CNN）和处理时间信息的循环神经网络（Recurrent Neural Network，RNN），让人工智能可以处理复杂的、超越线性逻辑的问题。深度学习之所以能够发挥作用，还在于大数据基础。大数据是容量巨大的数据，除了数量巨大之外，它还具有多维度、快速处理、容易获取等特征，这些特征使人工智能可以进行深度挖掘。数据挖掘是人工智能的“智能”行为，是指通过仔细分析大量数据来揭示有意义的新关系、趋势和模式的过程（王光宏等，2004），从而产生“大知识”“大科技”“大利润”和“大发展”（徐子沛，2015）。强大算力是深度学习的硬件基础，从CPU到GPU再到TPU，计算速度获得了数百倍的增长，而云计算、量子计算等技术的发展，则为计算速度带来成千上万倍的加乘。

3.人工智能带来的机遇与挑战

具有超强能力的人工智能为人类的发展带来了巨大的机遇。在工业领域，由人工智能推动的智能自动化生产大大提高了生产率，且机器可以实现自我诊断与预测性维护，大幅度降低损失。在服务领域，餐厅机器人、虚拟客服等智能机器人在服务行业的投入，免去了大部分人工的时间与精力投入，同时使工作效果更精准和高效。在农业领域，人工智能让人类不再只能“靠天吃饭”，探测土壤、灾害预警、自动播种等技术的逐渐成熟表明，人工智能为农业赋能已然成为农业现代化的必然趋势。在医药领域，人工智能的加持，让更为高效、准确、稀缺的医疗资源能被更多普通民众使用，解决医生资源不足、重复劳动多、诊断质量不均衡等医疗诊断领域的痛点。在教育领域，基于人工智能的智能导师系统已经能够对学习者的学习状况进行即时而精确的判断，并在此基础上引领学习者进入更高层次的学习;而基于人工智能技术的自适应学习系统则可以通过学习者即时评价系统自动推出更适应其学习水平的学习内容和学习方式。总之，人工智能不仅在重塑人类的产业形态，也为人类带来了全新的生活方式。

然而，专家们对于人工智能的态度并不总是正向的。特斯拉公司总裁兼世界科技奇人的埃隆·马斯克（Elon Musk）相信，人类对人工智能的滥用是在“召唤恶魔”，这揭示了人工智能在以其强大的处理能力为我们带来机遇的同时，也会带来巨大的挑战。

首先，人工智能带来对人自身的替代。现代工业革命实现了对人身体能力的替代从而迫使人转向以认知能力为中心的工作。在人工智能时代，如果机器可以超越人类的认知能力，那么在就业上就会给人类带来真正的危机。数据科学家、创新工场创始人李开复博士（2018）预估，在未来15年内，美国40%～50%的职位将会被人工智能所取代，其中包括会计师、股市分析师、律师助理和放射科医生等今天看来还比较“高知”的行业。当机器能够思考并处理人类大部分劳作之时，人类又如何能够找到自我的价值和意义呢？

其次，人工智能带来财富与智力分配的严重失衡。和当前的信息科技相比，人工智能更容易让社会产业陷入“弱者更弱、强者恒强”的“量子鸿沟”。AI的商业新贵们可以攫取更大的财富，而大量边缘化、失业或商业失败的人群则加入了“数据奴隶”的大军（吴霁虹，2017）。此外，尤瓦尔·赫拉利（2017）也在《未来简史》中提出了与财富失衡风险相伴的智力失衡：在人工智能时代少部分人能跃迁到“超人类”或“智神”，而大部分人则会成为在意志和情感上被控制的“常人”。

再次， 人工智能会带来社会结构和伦理的挑战。在现代工业境域中，“人-机器”构成了社会结构的重要特征，机器成为人类能力的有效延伸并为人类所驾驭。然而在人工智能时代，这一结构终将为“人-智能机器-机器”所取代（蔡自兴，2016b），这意味着人与机器之间多了一个必须展开平行对话的因素——智能机器。人类自身统御机器的独裁权被打破，其所带来的社会景象是革命性的，人类如何在这种社会结构中生存就是一个非常重要的课题。人工智能时代的来临也给人类带来伦理道德的挑战。随着人工智能的发展，机器不仅可以成为人肢体的一部分，还可以成为人思维和意识的一部分，甚至可以成为个体自我的“分身”去独立处理一些事情，这让“人”与“机器”之间的界限被打破，现有的社会学、伦理学、法学已经难以适应这些新出现的情况。如何重塑道德、法律和秩序，也是人类所必须面临的重要挑战。

最后，人工智能也对人的地位发出了强有力的挑战。美国硅谷AI产业重要投资人之一的王维嘉博士（2019）在对人工智能深入思考之后，提出了一个足以让世人惊骇的概念——暗知识。所谓暗知识，就是指那些人类根本无法感受到也无法表达出来的，然而却能够发挥重要作用的知识，即那些无法“意会”、更无法言传的知识。比如，AlphaGo Zero一旦展开强化学习之后，它究竟学到了什么，连设计它的工程师也完全不明白，然而这些棋步却能够对围棋高手战而胜之。如果说人类站立在世界高原之巅的原因在于人类会讲故事、会运用知识预测未来、会处理不曾遇到甚至不能感知的问题的话，那么这种优势也正在为人工智能所强烈撼动。

二、人工智能与教育变革

人工智能所带来的机遇和挑战，足以引发我们对“人”的本质和教育本体的价值追问以及对未来教育应该如何发展的思考。因此，这场由技术引发的教育与学习的自我革命将推动教育目的、学习环境和学习方式的全方位创新。

1.人工智能与教育目的的改变

教育是一个有着价值追求的目的性活动，培养什么样的人始终是教育目的的核心追问。人工智能所带来的巨变一方面影响着人未来可能的发展，另一方面也为人的发展提供了新的可能性，这些都意味着人类需要重新思考教育的目的。

（1）人工智能与人类的精神危机

工业革命打破了人对土地的依附，也在一定程度上打破了人与自然的亲密连接，促使人类去寻找现代知识和理性以重构人自身的意义、价值和尊严，而现代教育正是这种努力不可或缺的一部分。然而，人工智能时代的到来，却让人类这种雄心勃勃的现代追求陷入了新的困境。在知识方面，人工智能具有超强的学习力，不仅可以瞬间学会固定知识，甚至能够创造出人类都无法理解的暗知识。“和下围棋一样，暗知识的数量和质量都将快速超过我们在某个领域积累了几百年甚至几千年的知识……”因此，“人类将进入一个知识大航海时代，我们将每天发现新的大陆和无数金银财宝”（王维嘉，2019）。在这个意义上，人类长期以来汲汲以求的知识，尤其是固定知识在人工智能时代势必快速贬值，以知识学习为核心的现代教育目的也必须重新加以思考。

与人工智能时代相伴的，是人的价值和尊严可能遭受损失。这种价值和尊严的丧失，首先来自于人类工作岗位的消失。不少学者预测，大多数人的工作在不久的将来都将为人工智能所取代，因此会沦为“无用阶级”，而失去了操劳，人的价值也岌岌可危。除了工作丧失带来的危机之外，科技发展本身也会让人的价值和尊严受到严重威胁。在《未来简史》中，尤瓦尔·赫拉利（2017）描述了这样一幅画面：人工智能的发展让自由主义破产，少数拥有人类顶端科技能够做到不死不灭的“智神”人，通过大数据、人工智能和生物科技洞悉并操纵他们的意志和情感，讓他们“自主地”过一种“有目的”被“圈养”的生活。法国哲学家萨特曾经有一句名言：“存在先于本质”，其所强调的就是人是自我意义和价值的创造者，人总是有着自由意志。很显然，在人工智能时代，所有的基于自由意志的筹谋都可以经由机器转化为一种“算法”，人类所汲汲以求的价值和尊严都可能转化为“算法”支持下的一种生化冲动，现代教育的根基之一——理性精神，在人工智能的冲击下可能变得虚无。

（2）人工智能与学以成人

面对人工智能对人类知识和精神世界的消解，并非所有的智者都那么悲观。在第四届世界乌镇互联网大会上，中国人工智能产业的先行者之一、阿里巴巴总裁马云（2017）指出：“过去30年，我们把人变成了机器;未来30年，我们将把机器变成人，但最终应该是让机器更像机器，人更像人。机器会让人更有尊严、更有价值、更有创造力。”

这一对人有着充分信任的论断绝非盲目乐观，相反内在地蕴含着一种辩证的智慧。一方面，我们说人工智能会剥夺人的就业机会，但是换一个角度而言，人工智能何尝不是让人从“物化的存在”中解放出力量。在生产力不够发达的时代，人在很大程度上是作为“人力”存在的，人的大部分学习都指向一种功利目的：获得就业的本领以成为推动社会发展的“工具”并因之使生命得以延续。当人工智能快速发展推动人类生产力高涨之际，人有可能从劳作中解放出来，人的学习才有可能从“物化目的”中解放出来，把学习的过程视为寻求自我价值和本质存在的过程。另一方面，人工智能必然让尊严、价值和创造成为教育不可避免的追求。如前文所言，人工智能在身体能力和认知能力上超越了人类，因此教育不能再去重复往日的故事，相反要把人工智能所难以拥有的精神能力，包括情感能力、价值追求能力、美感能力和创造能力作为教育的核心追求，如此人类才能在人工智能时代到来之际不失去人的尊严和荣光。

教育如何培养人的精神能力？2018年世界哲学大会的主题“学以成人”很好地回答了这一问题。“学以成人” 来自于中华文化的古老智慧，它认为学习的真正目的并非如西方现代主义所强调的那样是获得知识，相反，学习知识是为了更好地丰富自我的德性，完善自我的建设。在儒家重要典籍《礼记·中庸》中郑重提出“尊德性而道问学”的思想，其所强调的就是要通过问学之路来完成德性的建设。在另外一本典籍《礼记·大学》中，则提出“格物致知”的思想，认为人获取知识的过程，在本质上是把外在世界的信息“放入”心灵中合适位置（心灵橱柜的格子）的过程，让外在世界得以融入心灵秩序并丰富人内在世界。在这个意义上，人的学习并非获得与自我不相干的外在知识的过程，而是让自我的精神力量获得生长和完善的过程，教育因此可以走出“知识为本”的现代陷阱，真正成为一个“立德树人”的过程。

值得注意的是，人工智能不仅为“学以成人”提出了要求，而且也为其提供了有利的条件。人工智能可以即时分析学习的过程以及这一过程中个体情感和认知的变化，从而提供具有针对性的个性化学习内容、学习路径和学习体验，让学习真正成为个体自我建构的过程，而非一个满足他人要求的过程。人类从未如此走近学以成人的实现之域。

（3）走向AIQ

人工智能带来如此大的改变，仅仅是针对前人工智能时代的人类而言。对于人工智能时代的原住民来说，人工智能不过是自然而然的事情而已，就如信息时代的原住民从小就会玩电脑和手机一样。因此，为适应科技和社会的发展，今天教育最为重要的目的之一，就是要培养信息时代的原住民逐步成为人工智能时代的原住民，培养他们的AIQ（Artificial Intelligence Quotient）。所谓AIQ是指与人工智能合作的能力商数，即个体运用人工智能来提升自我能力的水平（王作冰，2017）。 AIQ内在地蕴涵三个层次：一是通过对人工智能机器的操作来扩展自我学习和工作的能力;二是通过信息科技与生物科技实现自我与人工智能的深度融合，实现意识与智能的分离，从而可以超越肉体，无限制地扩展智能;三是深谙人工智能三昧，学会运用人工智能思维进而超越人工智能，进入一种我们现在还不能理解的更高境界。在人工智能时代，“高AIQ的人和低AIQ的人也将成为两个不同物种，他们的前途和命运将大不相同。”（王作冰，2017）教育要改变人的命运，必须要紧紧跟上时代。

2.人工智能与学习环境的改变

灵活创新的学校环境搭建。人工智能以其不可匹敌的技术优势，在改变教育目的的同时，也创生了全新的学校环境特征。一方面，空间规划更具弹性。近年来已有诸多国家在探索学校的新形态，如瑞典“没有教室的学校”——Vittra创意学校（Bosch，2011）、美国的微型化办学——Alt School（Ventilla，2013）等。另一方面，物理环境可调节性增强。与传统教育统一秩序不同，人工智能时代更关注师生的用户体验。个性化温度、个性化照明等功能的出现，都在促使传统的“统一”向智能时代的“个性”转变。如美国麻省理工学院设计的“局部温控系统”（Ekstrom，2014）、Goldee公司设计的Light Controller照明系統（Etherington，2013）等都在尝试根据用户偏好和需求进行调整，以充分满足不同用户的需求。此外，创客空间、创新实验室等学习环境的大量增加，也促使现阶段的学习空间进一步朝着创新化的方向快速发展。未来人工智能技术有望为所有学习者提供个性化和定制化的空间环境、桌椅与设备、学习支持，这将在极大程度上改变甚至颠覆人们对传统教室和现阶段学习空间的印象。

虚实结合的立体化实时交互。人工智能技术及其资源的丰富成为改变学习空间的新契机。一是对话交互越来越普及。微软小娜、苹果语音助手等“基础”应用的逐渐成熟表明，自然语言处理和定制的机器学习技术实现了突破，这标志着人机之间从通过鼠标和键盘等媒介的间接交互飞跃到自然语言的直接交互。二是基于AR、VR技术的沉浸式交互取得快速发展。VR、AR、MR等技术能够利用电脑模拟产生三维虚拟世界，搭建一个新的环境，提供同步协作社交空间，用于一系列真实的学习体验，满足一系列学习者的需求，让他们参与建构意义的活动（Gregory et al.，2015）。三是脑机互动技术获得重大突破。该技术的实质是人脑接入机器，与电子设备建立交流和控制通道，运用大脑便可直接表达想法或操作相应设备。科幻电影《星际迷航》中的外星智慧生物瓦肯人能够通过触摸他人面部感受对方的意识、记忆和知识等，实现心灵的融合。如今这种能力有望在人类身上得以实现。2017年初硅谷钢铁侠埃隆·马斯克创办Neuralink公司并表示将开发高生物相容性的植入神经接口，以实现将人工智能植入人脑，彻底改变了人类自然语言的交流方式（Wilhelm，2017）。

精准且个性的学习评价与反馈。学习评价是课堂教学活动中的一个重要环节，是学习系统的反馈调节机制。然而长期以来，由于评价技术的局限，学习评价重结果、轻过程，重群体、轻个性。人工智能通过即时摄录大数据分析使传统评价发生了根本性变化，所有学生的学习记录将被人工智能综合收集起来，互相参照、优化、聚合和分发，从而提升总体水平，彻底升级“教学相长”的含义（李彦宏，2017）。此外，人工智能的人脸识别、语音识别等技术可以在情绪感知领域做到即时诊断与评价，整合到教学中可以通过分析表情变化了解学生的学习状况并及时给予指导与帮助。集合这些技术的智能导师系统所产生的学习轨迹与学习画像能够及时反映学习者的学习状态，促进学习的科学化;学情反馈与自适应系统则能够基于海量数据构建不同的教学方案，实现个性化辅导;智能测评系统借助学习行为数据链的机器学习分析技术与生成文本数据链的自然语言处理技术，能结合个人学习目标和内容进行智能评价和诊断，为学习者提供差异化学习报告和反馈，最终促进个性化学习。人工智能作为技术并无人性，但结合创造者的创意和理念，就可以提供一种别样的“人性”关怀。

3.人工智能与学习方式的变革

深度学习（Deep Learning）。在人工智能语境中，深度学习是指基于样本数据通过一定的训练方法得到包含多个层级的深度网络结构的机器学习过程（Hinton et al.，2006）。深度学习的强大力量促使不少教育研究者将其原理迁移到人类学习之中，形成了认知取向的深度学习理论，帮助人类像机器一样达到深度学习。深度学习理论提倡学教并重、创设学习环境、基于原有知识基础进行认知重构以及对学习过程进行反思，从而达到迁移与问题解决（何玲等，2005）。深度学习的提出，既是对教学规律的尊重，也是对人工智能时代挑战的主动回应。深度学习为理解教学活动提供了新的视角，克服了机械学习和浅层学习的弊端，让学生学得更加主动积极。

自适应学习（Adaptive Learning）。所谓自适应学习是指在人工智能对个体学习进行即时诊断的基础上，不断依据学生学习需要和学习风格推送适切的学习资源和学习路径，以最大化适应学生的学习状态。人工智能在自适应学习中所起的作用主要体现在三个方面：一是高效、科学地了解学生的学习状态，进行学习诊断;二是智能地为学生提供独一无二的内容反馈、线索和学习资源;三是持续地采集学生学习的数据，形成学生的自适应序列，以及学习目标、学习内容与学生互动的有效集合以备后用（姜强等，2016）。 2016年初，美国自适应学习平台Knewton完成了5200万美元的F轮融资，并继续推进为每一位学习者提供个性化教学内容的模式。国内乂学教育成功推出拥有自主知识产权、应用高级算法的自适应学习引擎——智能自适应学习系统，实现了大幅度提分，在“有效性”和“满意度”上获得了显著良好的反馈。自适应学习最大的优势在于，使整个学习过程既实现了学习者自主控制、教师个性化干预指导，又实现了系统个性化推送内容，从而从根本上改进了学习的理念和方式。

个性化学习（Personalized Learning）。传统课堂仍以班级授课为典型特征，虽以量大（即学生规模大和知识量大）高效而著称，但却忽视了人与人之间的异质性，也就是人的个性。而个性化学习要求尊重学生的个性发展，根据学生对知识的理解程度，结合学生的特长和兴趣爱好因材施教，激发学生自主学习。随着信息社会与智能时代的到来，人工智能技术与大数据应用使得量化自我和定制学习的个性化成为可能。一方面，信息技术的推进使得学习者用户大幅增加，在这样的格局下，亟需向学习者推送个性化的学习服务。另一方面，大数据技术可收集并完善学习者的个性化档案，通过数据分析可为学习者提供个性化的最佳内容和最优决策。美国的Newsela（2013）智能阅读平台已经实现根据“定锚标准”（Anchor Standards）和蓝思分级阅读测评体系（The Lexile Framework for Reading）对文章难度进行等级划分，运用独特的算法来判断每个学生的阅读水平，呈现个性化的内容与形式，而且教师可对学生的学习数据进行可视化分析。这种模式不仅能够真正实现孔子所言的“因材施教”，更能够在有限的时间内提高每位学生的学习效率，使得个性化学习的构想逐渐落地实践。

分布式学习（Distributed Learning）。分布式学习是指个体在同伴、媒介、社会、文化等环境中进行的学习活动，它强调认知主体和环境之间分布的本质（钟志贤等，2005）。分布式学习实质上是一种以学习者为中心、并与多样化学习资源交互作用的学习模式，其目标是完成认知和意义建构。分布式理论最重要的功能是增强了信息或知识的可获得性，创造了一个独特的认知和思维环境，这与信息或知识是以何种形式编码密切相关。尼尔·波斯曼（2007）认为单一的编码方式会使对信息和知识掌握的团体形成知识垄断，进而形成一定的知识（信息）等级制度。 然而，智慧教育环境下丰富的分布式学习资源打破了这种知识等级的围墙，优质学习资源在分布式学习环境中通过互联网等媒介得到广泛传播与共享。虚拟学习环境（VLEs、Moodle、Blackboard等）的出現以及Web 2.0 工具的广泛应用为分布式学习创造了有利条件。学生在目标确立、学习材料收集和学习任务完成的整个过程都是学习的主体，这就要求他们有较强的自律能力，而人工智能高效的评价与监管功能可以更好地帮助学生提升学习的自律性。

泛在学习（Ubiquitous Learning）。泛在学习又称“无缝学习”“普适学习”，学习者可以在任何地方、随时使用手边可以取得的科技工具来进行学习。泛在学习作为一种新型的学习理论体系，要以数字化环境、数字化资源、复合学习模式和灵活学习支持服务等为支撑。而人工智能为泛在学习提供了一个理想化的学习空间。PDA、智能手机、笔记本电脑等各种智能终端和辅助学习设备的普及，智慧课堂教学设备及智能教学系统的广泛应用，都为泛在学习提供了必要的物质基础。无线4G通信技术的成熟、无线5G技术的发展、无线WIFI技术的广泛应用也为泛在学习创造了稳定的网络学习环境。在今天看来，泛在学习与“人人皆学、时时能学、处处可学”（国务院，2010）的学习型社会的价值理念达成了一致。

三、人工智能与教学结构的改变

人工智能给人类教育目的、学习环境和学习方式所带来的巨大变化，意味着作为教育核心的教学也必须随之发生重要的变革。事物结构决定事物的性质。在人工智能对学习产生巨大影响的时代背景下，改革课堂教学结构势在必行。教学结构是指在一定的教育思想、教学理论和学习理论指导下，在某种环境中展开的教学活动进程的稳定结构形式，是教学系统四个组成要素（教师、学生、教学内容和教学媒体）相互联系、相互作用的具体体现（何克抗，2004）。人工智能为课堂教学提供了一个全新的生态，因此带来师生关系、学习资源、学习方式和教学活动的系列变革。

1.师生作为学习探险伙伴

我国传统的教学往往呈现“三为主”的特征：教材为主、教师为主、讲授为主。这一特征强化了“教材-教师-学生”的单向传导机制，也固化了知识与人、教师与学生之间控制与被控制、传递与接受的关系。这一关系格局的形成，与教材作为有限的既定知识的载体有着密切的关系，也与以传授既定知识为主要目的的现代教育一脉相承。人工智能的出现让上述关系格局难以维持。一方面，人工智能获取知识的高效率使人类必须摒弃以获取既定知识为目的的教育方式，转而为人自身的生长服务。另一方面，网络互通让学习资源变得异常丰富，而人工智能则让这些丰富而无序的学习资源变得有序并因此可以方便快捷地使用。学习资源的无限丰富也使以既定知识学习为指向的传统教学举步维艰。因此，在人工智能背景下，学习必须被视为一种在学习资源之间的旅行和探险。因为在人工智能提供自适应服务的情况下，教师和学生很难预测在学习历程中会遇到什么样的学习资源，也很难预测会生成何种理解或学习成果。他们只知道自己前进的方向，并随着学习资源的自然变化不断生成。因此，教师不再拥有对学习资源和学生学习过程的掌控权，他们必须作为学生的伙伴，一起面临知识的高山和险滩，提供自己力所能及的建议和帮助。在这样的关系中，学习内容就有点类似美国学者帕克·帕尔默（2005）所提到的“伟大事物”：它不为教师和学生所掌控，而是不断变化的主体;教师和学生都要围绕这样的主体建立起学习共同体，从而使得知识、教师和学生有了更加深层的联结。

2.资源的自动提取与结构化

教师的主导性在学习资源的选取上体现得淋漓尽致。多年来，教材都是“灌输”的主要内容，教师作为教材的忠实执行者，将传授教材内容视为教学目的，使教材容易成为禁锢学生自由创造、大胆创新的枷锁。在人工智能背景下，课堂教学的开端也许起自学习资源的生成。经由人工智能，学习资源会依据学生以前学习的实际状态以及整个课程计划从拥有海量资源的云端提取出来，并实现初步的结构化。所谓结构化，就是让资源在一定主题引领下变得有内在逻辑和秩序，从而有利于学生展开有效地探究，这在很大程度克服了教材内容的固化和互联网时代过多信息所带来的学习者的无助与困惑。但是，这种结构化是初步的，因为学生还需通过深度学习对之展开进一步加工。事实上，上述资源自动提取和结构化的过程是随着学习的进程持续展开的：学生持续的学习生成以及其被检测到的学习状态的变化会引起人工智能的自动反应，从而源源不断地提取适应学生学习需要的新的资源，并对其再次结构化（如下图所示）。

图 人工智能背景下学习资源提取与结构化循环

人工智能背景下的学习资源，有力地实现了小威廉·E.多尔（2015）在《后现代课程理论》中所提出的课程“4R”特征，即丰富性（Rich）、继起性（Recursive）、关联性（Relation）和严密性（Rigorous），从而为无限的生成提供了条件。所谓丰富性不仅指学习资源的丰富性，也指师生学习和互动的丰富性;所谓继起性，是指学习和教学并非是阶段性、片段性的，而是随着人工智能源源不断的适应性资源提供，学习会进入不断循环和深入的状态;关联性是指学习资源之间、资源与人之间、人与人之间在频繁互动中产生的复杂连接，使彼此成为不可分割的整体;严密性是指上述过程并非是随意的，而是以符合学习规律的方式不断前进的。

3.核心任务的生成

丰富的学习资源容易带来的一个负效应是引发多样的注意力焦点，从而使学习者群体成为一盘散沙。人工智能对个性化的观照，也容易把学习局限在个体范围内而让群体的价值被无视。而学习一旦陷入纯粹个性化的境地，则不仅教师无法发挥应有的作用，学生之间也容易失去频密的人际互动而成为信息孤岛，养成一种人性的冷漠，这在人工智能时代显然是一个败笔。

在人工智能时代，上述情况会更加复杂。基于技术的便利，我们需要假设未来教学还需要有“课堂”这种形式存在。不过，这种课堂从人数上来看，可以非常大。一旦“课堂”存在，就意味着需要一群人在一起展开有效的合作学习。在人工智能背景下，每一个学习者都变得更加独立，因此如何建立学习共同体把大家团结起来就变得十分重要。学习共同体得以成立的一个关键条件是大家有着共享的学习目标。为了形成这种共享目标，人工智能会依据学习者群体的学习进度和学习状态生成一个具有相对广泛适应性的核心任务，并随之生成相应的学习资源和结构化状态。一个有效的学习集体“凝聚在一起，不仅仅依靠兴趣和习惯，还依赖于意义和故事”（周若刚，2018）。这其中的核心问题就是构建意义和故事的有效条件，也是把大家注意力凝聚起来的有力途径，如此围绕核心任务的学习探险工作才会有序展开，有效的合作和生成才能够真正发生。

4.多中心学习与差异展示

人工智能时代，在核心任务确立之后，保持班级的完整性既不现实，也没必要，相反要基于分布式学习的思想形成多个学习中心，每个学习中心虽然有着共同的核心任务，但是其所面对的学习资源及其组织方式可能有很大差异，从而使不同的学习中心可以产生不同的智慧。每一个学生在人工智能指导下依据自己的学习状态和学习偏好进入不同的学习中心，而每一个学习中心并非仅仅是由人来构成的，人工智能机器也是学习中心的重要成员，它们也需要参与到学习中心的集体建构中来。“最有效率的智能是将人类与机器的能力相结合，而不是简单地用一个替代另一个。”学习中心之间并非彼此孤立，相反它们就如同核心任务所延伸出来的一个个接口，每一个接口都连接着一个核心处理器，这些不同接口均與内在的逻辑和结构相关联并指向核心任务（周若刚，2018）。

在同一个学习中心内，个体学习是有差异的，这种差异必须受到充分重视，因为它体现了个体的智慧。为此，人工智能提供了很好的展示平台，让每个人的学习成果都能得到即时评价，并利用可视化技术为大家所呈现。每一个学习中心也是一个大的个体，它自身的学习结果同样可以通过可视化技术展现出来，从而使在传统教学中隐形的差异变得显性起来。对富有差异的学习结果的展示，是个性化学习的重要一环。只有展示差异，学生才能够看到自己学习的成就，才能够发现自己的学习结果受到重视并因此获得有效的鼓励。只有展示差异，学生才能够从混沌而随机的学习过程中清醒过来，知道自己究竟经历了何种学习路径并达成了何种结果，并在此基础上继续前进。此外，差异的展示也是学习分享的重要手段。唯有清晰展示才能够把大家的见解固定下来，才能避免分享中的浑水摸鱼和混沌不清的局面，让进一步建构成为可能。

5.集体建构与共识达成

对传统教学模式的批判，并不在于推翻教师的主导作用，而在于反对任意夸大甚至绝对化教师的主导作用。因此，在不否认教师主导作用的前提下，个性化教学是教育发展的必然趋势。但呈现个性差异的目的，并不在于保持学习结果的各说各话，而在于建构群体智能。所谓群体智能，就是在信息和人工智能技术支撑下，大量个体就同一内容展开有效学习所产生学习效果倍增的形态（何小贤等，2005）。在群体智能中，个体能够在群体智慧的引领下获得快速成长。参与群体智能创造的个体越多，这种倍增效应就越明显。群体智能的基础是基于互联网的大众化协同、大规模协作的知识资源管理与开放式共享等技术，这些技术的真正实现，离不开人工智能所提供的机器学习和知识整合，也离不开集体建构。集体建构是指各个中心都把自己的智慧奉献出来，然后在对彼此的学习所获进行充分比较与整合的基础上进行深入地对话、交流，最终让不同智慧之间产生牢固的联结，从而形成一种新的关于学习内容的认知结构。正是集体建构的过程使大规模的群体感知、协同和知识演化成为一种现实。

集体建构的关键在于使群体对通过比较所产生的智慧达成共识。所谓共识就是共同认可，既包括对一致性结果的认可，也包括对差异性结果的认可。那种认为共识就意味着思想或者意义的统一的想法是错误的。共识恰恰体现出了对个体的充分尊重。只有在尊重差异基础上的彼此倾听和辨别才能够实现智慧的真正融通。寻求关于学习结果的共识对于避免人工智能所带来的学习零碎化和“信息孤岛”有着重要的价值。通过对学习结果的共识达成，知识和智慧就在每一个人的心灵中扎根，同时也更好地强化了每一个成员之间的联系。

6.学习主题的自然转移

随着共识的达成，基于一个核心任务的学习循环看似要进入尾声，然而这一过程恰恰是学习逐步深入的过程，更多的问题会在这个过程中暴露出来，吸引师生去展开更加复杂的探索，从而进入另一个核心任务的学习循环。新的循环与上一循环有着密切的关联，然而却会导向比上一循环更加深刻的认知或意义构建。这样，学生的学习就体现出内在的关联性和不断深化的复现性。

上述过程的实现，同样与人工智能有着密不可分的关系。当新的核心任务出现时，它就如一个触发器一样会激活人工智能的分析和推送程序。人工智能自動分析完成这一核心任务所需要的学习资源，并按照内容重要性、资源富集性、学生适应性等指标确定多元学习中心，并对不同的学习中心进行适切的内容推送和策略支持，从而让所有学习者在原有学习成果的基础上开启新的学习征程。通过这样一个基于人工智能的学习循环过程，学习始终是在一种有意义的情境下展开，同时也以一种有机的方式拓展学习者的思维和精神境界，把知识自然而然地融入到自我的生命当中，实现“学以成人”的教育目的。

上述教学结构的变革，令人想起气势恢宏的交响乐。不同的乐器奏响不同的旋律，但是却在人工智能的神奇之手下和谐为一体。更为重要的是，通过这样的历程，每一个个体都被卷入到学习历程中，同时通过广泛地对话、交流、共享而达成共识，从而建立起人与知识、人与人之间的广泛联结，克服了信息技术可能带来的人与人之间的隔离，助推了学生核心素养的生成。

参考文献：

[1][美]赫伯特·西蒙（2016）. 管理行为[M]. 詹正茂. 北京：机械工业出版社：72-95.

[2][美]尼尔·波斯曼（2007）. 技术垄断：文化向技术投降[M]. 何道宽. 北京：北京大学出版社.

[3][美]帕克·帕尔默（2005）. 教学勇气：漫步教师心灵[M]. 吴国珍，余巍. 上海：华东师范大学出版社：118.

[4][美]王维嘉（2019）. 暗知识：机器认知如何颠覆商业和社会[M]. 北京：中信出版集团：7，27，31-32.

[5][美]吴霁虹（2017）. 未来地图：创造人工智能万亿级产业的商业模式和路径[M]. 北京：中信出版集团：8.

[6][美]小威廉·E.多尔（2015）. 后现代课程观[M]. 北京：教育科学出版社.

[7][以色列]尤瓦尔·赫拉利（2017）. 未来简史：从智人到智神[M]. 北京：中信集团：317-331，295-315.

[8][英]周若刚（2018）. 集体智慧如何改变我们的世界[M]. 郭莉，尹玮琦，徐强. 北京：中信出版集团：22，30-31.

[9]蔡自兴（2016a）. 人工智能及其应用（第5版）[M]. 北京：清华大学出版社.

[10]蔡自兴（2016b）. 中国人工智能40年[J]. 科技导报， 34（15）：12-32.

[11]国务院（2010）. 中共中央国务院印发国家中长期教育改革和发展规划纲要（2010-2020年）[J].人民教育， （17）：2-15.

[12]国务院（2017）. 新一代人工智能发展规划[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看教育技术理论的新发展（下）[J]. 电化教育研究，（4）：22-26.

[14]何玲，黎加厚（2005）. 促进学生深度学习[J]. 现代教学， （5）：29-30.

[15]何小贤，朱云龙，王玫（2005）. 群体智能中的知识涌现与复杂适应性问题综述研究[J]. 信息与控制，（5）：50-56.

[16]姜强，赵蔚，李松等（2016）. 个性化自适应学习研究——大数据时代数字化学习的新常态[J]. 中国电化教育，（2）：25-32.

[17]李开复（2018）. AI·未来[M]. 杭州：浙江人民出版社：32.

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

[19]马云（2017）. 第四届世界乌镇互联网大会[EB/OL]. [2019-06-02]. http：//www.sohu.com/a/208222253_358836.

[20]涂子沛（2015）. 大数据[M]. 桂林：广西师范大学出版社：57.

[21]王光宏，蒋平（2004）. 数据挖掘综述[J]. 同济大学学报（自然科学版）， （2）：246-252.

[22]王作冰（2017）. 人工智能时代的教育革命[M]. 北京：北京联合出版公司：4-9.

[23]钟志贤，张琦（2005）. 论分布式学习[J]. 外国教育研究，（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 “learning 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