当现实逼近想象:人工智能时代预见未来教育研究

2021-01-27 08:04顾小清
开放教育研究 2021年1期
关键词:人工智能发展教育

顾小清

(华东师范大学 教育学部教育信息技术学系,上海 200062)

一、引 言

四十年前,影片《终结者》中机器人“T-800”以体能结构比例完美的荧幕形象,拉开了人工智能机械躯体向人类形体转变的序幕。今天,具有独立情感与思考能力的智能体在造型、智能、情感等方面都可以与人类无缝连接(王潭潭,2019)。可以说,人类行为的进化历程是想象与现实无限逼近的碰撞过程。具言之,对未来的想象和期待是推动智能社会迅猛发展的关键催化剂。

想象和期待中的人工智能技术正在成为现实。被誉为“科幻小说黄金时代三巨头”之一的《我,机器人》预言了无人驾驶汽车,这看似不可能的科技如今已成为现实。轰动全球的科幻电影《黑客帝国》,直接催生了“网络空间”时代的到来。深受《终结者2》中液态机器人的启发,美国空军研究试验所和中国科学技术大学研究团队正在攻克研发液态机器人的关键技术,液态机器人成为现实指日可待。正是具有远见卓识的先辈们在想象力和创造力上的传承和突破,为现代科技发展打造了现实与想象互动共存,精神、智力和信念交汇融合的创新场域,激发人们不断跳出现实的束缚,朝着想象逼近。

同样,未来教育亦在与技术的角逐中互为成就。一方面,技术发展会对教育产生直接或间接影响。如同视听技术的发展催生视听教育、互联网技术的发展催生在线教育一样,人工智能将取代人的部分能动属性,这对未来教育的定位、内涵和形态提出了新要求。另一方面,技术作为推动人类历史发展的核心力量,与教育这一“人力资本发动机”竞相成为助力经济社会发展的核心动力。教育领跑,才能为社会发展提前作好人力资源布局,社会才能得享技术成果带来的经济回报。反之,社会发展将受到重创(顾小清等,2019)。面对人力资本的全新需求,如何变革未来教育,成为21世纪国际核心竞争力的关键。

未来研究方法论是指导未来教育变革的科学根基。经由对未来发展及其当前行动和决策的描述、预测、探索、解释(Berkhout et al., 2007),它帮助人们在当下作出最佳的决策,降低未来研究和实践的整体风险。本文通过对“未来发生”的预测,对“未来可能”的探索,对“未来发生”的规范说明等科学、精准的系统组织与预测(Vergragt & Quist, 2011),实现未来教育预见研究的过程科学性以及结论共享性,助力构建学习环境、学习资源、学习方式、教学模式等未来教育发展蓝图。

综上,本研究运用未来研究方法论,从未来想象、未来社会、未来知识生产、未来学习、创造中的未来五个方面预见未来教育的发展蓝图,构筑人工智能教育应用的科学发展路径。

二、未来研究的方法论

技术革命已经让人们一次又一次见证了想象变为现实的可能性。那么,在教育领域,我们应如何直面AI技术强势闯入带来的破坏性冲击?这需要我们作出应答,前瞻性地分析教育的未来可能与现实桎梏,并为之提前布局。未来研究是对可能的、可实现的未来的系统研究,包括构成未来基础的世界观和设想。未来研究是决策制定的前提和基本要素(Hamel & Prahalad, 1994),其特征在于预测,且强调预测的相关性(Porter, 2011),并致力于获得和维持自身发展的长期竞争优势,有效应对社会日益复杂与激烈的竞争(Battistella & Toni, 2011)。伴随着该领域研究的不断深入,对未来的研究已经从预测未来转变为对未来的刻画和塑造(Inayatullah, 2002; Inayatullah, 2013; Macgill, 2015)。然而,未来研究又经常因缺乏概念框架而难以被接受。方法论短板阻碍了我们走向未来的步伐,制约着我们对未来的洞见。因此,我们亟需建立起未来教育的研究方法论体系,平衡理想与现实之间的落差,弥合技术创新与教育变革之间的沟壑,解决未来社会发展的创新人才诉求与当下教育的人力资源供给的主要矛盾。

幸运的是,许多包含强大的理论和实践支撑的框架已经逐渐被人们接纳,如沃罗斯(Voros, 2003)提出的通用预见过程框架和伊纳亚图拉(Inayatullah, 2008)提出的六支柱(six pillars)框架。其中,沃罗斯的通用框架涉及远见(foresight)、战略(strategy)和计划(planning)三项活动,侧重于从当前现实中获取信息,并在现实的基础上展开预测,以形成多样化的未来发展战略选择,然后从多种选择中确定未来的发展战略和计划。但是,该框架的最大缺点在于缺乏实际方法,降低了该框架的指导性。而“六支柱”框架提供了源于实践的未来思维理论,并详细给出了核心的方法和工具。这六个支柱分别是:映射、预期、时间线、深化、创建替代方案和转换(Inayatullah, 2013)。因此,该框架也被称为“MATDCT”框架(见图1)。在每个支柱层面,伊纳亚图拉(Inayatullah, 2008)梳理了核心的研究方法(见表一)。这些核心方法试图通过多样化的手段帮助研究者更好地刻画过去、现在和未来。如在预测支柱中,弱信号(weak signals)往往被视为未来可能发生变化的征兆,或者是事件可能发生变化但尚未得到证实的早期迹象。这些信号往往具有破坏性,对弱信号的敏锐洞察可以引发范式转换、预测未来的变化。而对弱信号的把握必须建立在对变化动态和逻辑把握之上(Qi & Tapio, 2018)。再如,在情景创建支柱中,我们运用情景构建方法可更好地理解各种可能性,通过学习和使用此类方法,我们可以快速采取行动以适应不利的环境,有效地实施未来发展战略,最终创造理想的未来。

图1 未来研究的MATDCT框架

MATDCT框架的特点在于:1)通用性。该框架契合所有领域的未来研究,特别是在技术使能的未来研究方面更具优势;2)灵活性。它可以遵循线性流程展开未来研究,也可专攻支柱的某一块,或选择螺旋推进的方式(Hejazi, 2011)。在该框架的支持下,未来研究呈现出四个明显特征:一是基于经验基础之上的预测。经验预测通常假定未来是过去的线性生长,经验世界是已知的、稳定的。而经验预测往往借助专家的经验与知识,获得多人的共识(Hiltunen, 2011);二是对未来可能形态的多视角解读。这类解释性研究往往技术性较低,主要目的在于通过比较不同的可能性,从解释过程中寻找“发现”;三是以审辩的视角考查未来社会的主体。未来研究不是以预测或比较为终极目标,而是要使未来变得更清晰、可达。因此,审辩性研究的任务是使普遍性转化为特殊性,寻找打破既定模式和形态的可能性;四是基于这些分析与预判开展参与式行动。理想情况下,所有的未来研究都应该完整体现这四个特征。经验研究必须被情境化,然后在时间演化中进行解构和解释,发现现实的缺点以及克服缺点的特定方法,最后通过参与式的行动加以检验。

表一 未来研究的核心方法

总而言之,未来研究与预测未来、解释未来和审辩未来有关,与创造未来及发现未来的可能性有关,更与现实有关。通过结构化的方法,我们可以科学地规划并部署新的未来发展蓝图和战略(Inayatullah, 2013)。尤其是在教育系统中,我们更应该清晰地认识到教育的宏观环境正在变化。为了使人们为未来作好准备,我们必须设计前瞻性的教育生态,以此为不确定性作好准备,提高教育的敏捷性和适应性。本研究以MATDCT框架为基础,借助多样化的方法对未来展开想象、对人工智能技术所塑造的未来社会面貌、知识生产特征及未来学习形态进行描绘。

三、对未来教育的预见

(一)对未来的想象

科幻承载着人们对未来的美好期待以及美妙幻想,这些光怪陆离的未来场景看似虚无缥缈,实质是人类对未来社会存在方式的理性思考。科幻故事是预测未来科技发展动向的文化投射,在塑造创新认知和引领社会发展等方面具有天然的亲缘性(Burri, 2018),为探究和理解未来高科技实践应用场景中,人与人以及人与外界环境的互动提供了可触摸的窗口。它通过唤醒人们对未来社会生活的共性感知,并不间断地引发对研究未来、理解未来以及构建未来的思考,助力勾勒未来社会发展的美好愿景和蓝图,进而形成推动当下社会发展的行动路径和干预措施(Selwyn et al., 2020)。

自二十世纪以来,以机器人和计算机与网络程序为代表的人工智能战胜人类智能成为科幻故事的核心桥段。随着科学技术的发展,围绕人工智能的科幻作品更多地聚焦于人工智能与人类和谐相处的主题(Goode, 2018)。在该思潮下,国内外一批优秀未来学家从科幻视角出发,致力于以科学技术发展趋势预测未来世界发展走向。其中,最活跃、最著名的理论物理学家、未来学家米奇奥·卡库(Michio Kaku)教授通过《城市》《身体》以及《世界》三个剧集详尽描述了五十年后世界的可能概貌。例如,《城市》剧集从未来网络化城市视角出发,呈现了人形机器人、全息宠物、城市物联网、智能摄像监控系统等技术走进人们家庭生活的科幻故事。《身体》剧集从人类寿命延长视角出发,预言了智能服装、机器人手术、3D打印人造器官、飞行救护车等医学进步的科幻场景。《世界》剧集介绍了太空电梯直达星空、激光卫星超速传递数据等技术,阐释了未来五十年的人类生活状态。

正如科幻纪录片所阐释的样貌,卡库教授在《下一个世界:预测未来》剧集中明确提及,未来三场伟大的技术革命将彻底改变教育目标、生活状态及研究趋向。第一,人工智能技术的发展会使就业市场发生天翻地覆的变化,人类社会的组织结构和功能将作出调整和改变,未来教育需要培养个性化自适应人才以满足智能社会的飞速发展。第二,生物技术的发展会改变人体机能结构,人口长寿化成为未来社会的基本态势,这为高品质的终身教育提供了天然契机。第三,太空旅行技术的发展会使登陆太空成本下降,为诸多国家和组织机构开展太空探索研究提供更多机会。

(二)预见人工智能塑造的未来社会

想象中的未来,我们的生活充满着各种幻想与可能,一幕幕未来场景的创建,描绘出人工智能对未来社会的图景塑造。以著名的“棋盘上的谷物”隐喻来形容技术的指数级发展最贴切(Kurzweil, 2000)。或许在“棋盘的前半段”人们尚能掌握事物发展的主动权,而到了后半段,不断加速的技术创新将把我们带入充满希望的未来之中。以AI为代表的技术对社会的塑造正进入“棋盘的后半段”。在这一阶段,技术创新发展的速度和规模不可估量,人与机器之间的竞赛愈演愈烈。就当前而言,新兴技术的应用对人类社会的影响已然超乎预期,尤其是AI技术的崛起与发展,以“马良之神笔”创建出各类AI赋能、AI使能与AI增能的社会情景,引发了整个社会分工、人力市场以及人才结构的变革。

AI对未来社会的塑造主要体现在破坏和创造两方面。AI重塑的未来社会和职场势必会对人力资本提出新的诉求。它首先是对社会分工的破坏。AI的发展推动工作走向自动化与智能化,简单、重复性的工作将会被AI所取代,部分职业与工作岗位消失,同时导致人才结构失衡。为应对市场变化,企业可能会借助AI赋能现有的劳动力分配机制,对劳动力的技能与分工及时跟进,实现人才的再造与重新分配,优化人力资本格局。其次,在创造性上,AI技术的广泛渗透将创造出大量新的职业与工作机会,如AI工程技术人员、数据分析师等。有预测指出,AI自动化已经带来了职业的增长,创造的工作岗位最终可能会超过被替代的工作岗位(Chopra & Bhilare, 2020)。从这个层面上讲,AI将为未来社会创造更多的机遇,也会对适应未来发展的人才培养提出更高要求。

基于AI对未来社会的塑造,我们可以预见未来教育的转变。AI的社会渗透使智能化和自动化逐渐成为大多数行业的核心追求,未来社会的工作岗位与技术的结合将更紧密,技术素养的必要性凸显,如高级IT、编程以及数据分析技能。同时,那些机器无法取代的社交与情感技能也成为未来人力资本的必备技能,如高级沟通与谈判技巧、人机交往能力等。麦肯锡研究报告显示,从2016年到2030年,美国所有行业对社交和情感技能的需求将增长26%,欧洲将增长22%。因此,尽管AI正在侵入许多领域,但是机器仍旧难以完全应对需要高级认知技能的工作,也不太可能取代那些需要创造力的工作(Dolphin, 2015)。这些高级认知技能并不是与生俱来的,而是通过后天培养和开发的(Lin, 2011)。如果教育继续聚焦表层知识的传递,那么培养出来的人终将被计算机取代。从适应未来社会发展的角度看,未来的教育需要慎重思考如何培养社会所需人才。在这场几近惨烈的“赛跑”中,如何提升与发展人类的高级认知能力与社交情感技能,是需要重点回答的问题。

(三)预见知识生产的未来

英国动物学家莫里斯用“裸猿”暗讽人类的傲慢以及对“本能”的轻视。作为一种裸猿,人类面临的最大挑战,是本能跟不上环境的变化(德斯蒙德·莫利斯,2010)。人们在获取技术红利的同时,信息爆炸的互联网环境,也带来了人类知识积量呈指数级增长,这从富勒数据—知识累积翻倍图中可见一斑(见图2)。然而,在知识生产急剧增加的狂潮下,信息泛滥带来的弊端开始凸显。比如,信息与知识的混淆。人类感知和处理信息的能力是有限的,先验知识的匮乏也会严重影响人们从信息中创造新知的敏感度。这也使人类面临“淹没在信息的海洋中,却忍受着知识的焦渴”的现实瓶颈(约翰·奈斯比特,1984)。

诚然,技术是教育领域应对知识爆炸的手段之一。但若只将其视为辅助教学的工具,则与“变革

图2 富勒数据—知识累积翻倍(Meige, 2015)

教育”的期许大相径庭。今天的知识生产已然与以往不同,特别之处在于其呈现出一种新型制造生态,体现为知识不再是作为成品进入教育领域,而是教育对社会发展的文化输出。教育是对人类知识创造的继承和发展。当知识生产发生急遽改变,相应的教育也必然发生改变。显然,信息与通信技术是造成知识高速增长的“环境”因素,AI技术则会进一步加剧知识生产的量级,同时也为知识创造提供了拟真的条件和更丰富的资源。

未来知识生产自动化迭代,科学共识的建立更加高效。首先,AI的自动化模态会加速科学知识的生产周期,使科学发现能够快速进入实践应用领域,为科学家和知识创造资助者提供了丰富的知识库源。其次,AI技术的可预测性能实现知识创造结果成功与否的自动化测试,破解知识生产过程中“经验失效”以及“科学借鉴力不足”的难题,科学共识更易建立。同时,未来知识生产的新形态也能为高精尖人才培养提供先天契机。比如,基于学习者的先验知识及最近发展区,教授学习者预测新知识的习得技能,鼓励学习者自主创造新知识。当学习者掌握了新知识预测方法以及人机协同的要领时,能够自主完成知识创造的科学流程,这正是未来个性化与创新型人才的真实写照。

未来知识传播多模态立体化,超越了学科界限。一方面,未来知识传播将自动分析、视觉表示和用户交互结合在一个闭环中,强调使用视觉抽象表示聚集的信息。AI的自动化分析、集成分析、可视化交互等动态过程,能够有效平衡知识积量的剧增与人类认知负担之间的矛盾关系。另一方面,人机协同的智能模式使任何具有有限技能的用户都能够轻松地参与知识生产与传播,彻底摆脱知识传播的领域界限以及精英化主导等局限。显然,知识传播的新样态有力回应了未来教育“教什么”的问题。首先,未来学校教育必须教会学生如何与AI技术协同合作,呵护学习者“能学”。其次,未来学校教育要高度重视学生辨析知识能力的培养,召唤学习者“会学”。再次,大规模打造智能设备和平台,通过减少教师机械化、重复性工作,真正发挥其“个性化育人”功能,这是未来学校教育发展的基本态势。

未来知识进化呈现碎片化以及自适应性。AI时代“非逻辑思维”“跳跃式路径”等模态使知识的表达个性化、知识的传播碎片化,促使知识进化标准趋向尊重个体价值的表达。在这种进程的催生下,未来学校教育也将走向精准个性化路径,具象为“以学定教-因材施教-以评促教”的教学生态圈。同时,未来知识创造速度非常快,新旧知识的迭代速率远超过学习资源的更新速率。因此,未来学校教育知识系统要有自动判断知识价值的能力,知识库应及时更新以实时适应知识进化系统。另外,未来知识生产角色将去权威化,知识生成者之间的关系走向耦合,人机智能协作将呈现新的知识生产图景。比如,“知识金字塔”的顶尖不单是领域权威者,半精英、草根等也能崭露头角。可见,人机协同的知识生产使平等化、透明化的知识进化圈成为现实。

(四)预见未来的学习

技术的发展刺激了人类对未来的想象与情景创建,推动社会经济、资本和人才的升级转型,赋能和增能知识生产的过程走向高效、自动化。当现实逼近想象,会传递出很多对未来学习和未来教育发展转变的“弱信号”。比如,越来越多机械性职业日渐式微,这无疑是在暗示人类需要走向“软技能”的培养,如创造力、人文素养。而且,技术的普及深刻改变着劳动力市场所需的技能,从日常技能到执行复杂、高水平能力的任务(OECD, 2015)。世界教育的趋势已经转向更明确地关注“21世纪技能”,创造力和社会情感等高阶技能被认为是人类经验的核心并难以自动化。这些“弱信号”表明,未来教育不仅需要关注并理解技术所带来的优势和价值,而且需要关注人类不能被技术取代的独特能力。所以,当AI正逐渐走向教育舞台中央时,未来的学习将是什么样的呢?本研究综合技术对社会的塑造、对未来知识生产的冲击所传递出来的信息,以及由此带给未来学习发展的启示,提炼出以下三点:

未来的学习需要培养高阶技能来适应或应对未来社会的变化。AI虽然给社会带来诸多挑战,比如对社会职场的破坏与创造、知识生产的爆炸与过剩等,颠覆了人类以往的习惯与方式,但为适应未来发展,诸如批判性思维、创造力和社交能力等适应性软技能,搭配终身学习,将使人们度过技术颠覆期。2019年全球未来教育指数证实,批判性思维、创造力、沟通能力、企业家精神和其他面向未来的技能(包括数字能力)对于帮助学生应对未来社会挑战起到关键作用。这一结论与中国学生发展核心素养的内涵不谋而合,它从人文底蕴、科学精神、学会学习、健康生活、责任担当和实践创新六个方面阐释了学生应具备的能够适应其终身发展和社会发展需要的必备品格和关键能力。因此,未来学习将追求高阶技能的学习旨趣,发展学生素养,使其具备错位于机器人的思维方式和认知能力。

未来的学习将进一步凸显个性化与自适应的形态特征。高阶技能的追求,将能够帮助学生应对数字化环境中的开放式学习过程(Greene et al., 2014)。学生作为学习主体,自身具有一定的自主性,会根据自身需求、特征选择适合的学习资源;或者在自我调节认知、情感和行为中适应不同的学习环境,以成就个人发展(Pintrich, 2004)。但完全依赖学生的自身适应性对成功学习有很大挑战,需辅助技术的自适应,助力学习过程与目标的优化与调节,实现人与技术的双向适应性整合。例如,周志岳等人(Chou et al., 2018)开发出基于协商的自适应学习系统,实现系统控制与用户控制相结合,帮助学习者调节求助行为。这表明,技术不再对学习活动完全控制,人们应认识到“以人为本的技术设计是连接学习设计的重要途径”(顾小清等, 2020)。当前,自适应学习技术能够实现适应性诊断、适应性推荐等,可以通过为学生提供个性化导学实时响应学生需求。而且,自适应学习已经逐步扩展到混合学习、STEM教育等领域,并随着未来技术的日益成熟与繁荣,个性化、自适应将作为未来学习的重要形态更加凸显,以人机协同的方式互促成长,在人(自我调节)与技术(自适应)的双向适应中实现人与技术的互补整合。

未来的学习将依托全新的教育生态系统。教育对个体和世界的未来都具有催化作用,如果我们要结束以往不可持续的思维和实践,我们将需要一个经过改造的教育系统,以引导我们走向繁荣和可持续的未来(Burbules et al., 2020)。技术具有开放性、分享性及协作性,将其纳入日常生活会对社会资源分布及人类关系产生巨大冲击,也会引发教育系统的变革(顾小清等,2019)。可以说,以AI为代表的技术,正在改变着教育的系统构成、系统要素、系统关系及系统功能(顾小清,2018)。未来的教育生态将在技术的推动下,提升开放性,在教、学、管理与服务等领域深度融合智能技术与思维,全面考察人、实践、价值、技术等要素在特定环境中的相互作用,遵从以人为本的理念促进人的全面发展,凸显个性化、自适应的学习特征,培养无可替代的高阶技能,实现素养本位教育的可持续发展,以此推动教育生态系统与社会生态系统之间良好的双向互动,高效对接未来人力资本供给需求,承担起实现国家创新发展和强国战略目标提前布局人力资源的责任与使命。

(五)创造中的未来

回溯历史,立足当下,放眼未来,在一轮又一轮的技术更迭与创新中,未来正大步走来。技术、社会、教育等在不断地进行碰撞、映射与融合,在互动中实现系统之间的演化与共同发展。更关键的是,彼此互动之中所释放出的弱信号,成为我们创造未来的支点与破局之眼。当今世界处于百年未有之大变局,AI作为科技创新之核心,创造中的未来必将推动高新技术人才的竞争,从而促进社会人才需求的转向,推动教育的深化改革创新。世界各国都在积极跟进时代发展的步伐,提前布局,刻画未来景观,以实际行动赢得新一轮“竞赛”的先发优势。所以,创造中的未来将从国际竞争、社会转向的背景映射到未来的教育发展,最终实现整个技术、社会、教育等复杂系统的关系结构重塑。

创造中的未来在世界各国的发展竞争中推进。AI技术的发展已经渗透到社会生产生活的各个领域,成为推动人类进入智能时代的决定性力量。世界各国也相继颁布文件,制定战略,提前布局人工智能技术和相关产业,增强国家竞争力,维护国家安全。2017年以来,中国、欧盟、加拿大、日本等18个国家和地区相继推出了各自的人工智能战略规划(阙天舒等,2020),如美国的《国家人工智能研究和发展战略规划》、日本的《人工智能技术战略》、德国的《联邦政府人工智能战略要点》、欧洲的《人工智能时代:确立以人为本的欧洲战略》等。这些战略各自侧重不同,美国重点关注军事国防、医疗健康领域;日本注重社会问题的解决,着力于养老、教育和商业领域的难题;德国强调人工智能与“工业4.0”体系的融合……以求实现占据全球领先地位的战略目标(汪前元,2020)。我国也发布了《新一代人工智能发展规划》,并提出了“三步走”的战略目标,到2030年使中国人工智能理论、技术与应用总体达到世界领先水平,成为世界主要人工智能创新中心。可见,当前国际层面的战略布局已经拉开序幕,未来的资源争夺、市场抢占将越发激烈。

创造中的未来直接影响社会对人才需求的转向。各国提前布局未来科技战略,吹响了抢夺未来资本、市场、人才的新一轮号角,推动AI在社会各领域的渗透,更对当下以及未来人力资本所应具备的技能提出了新的诉求与挑战。人才作为第一资源,是人工智能发展的基础和根本,是落实发展这一要务的关键。正在创造中的未来,已经推动社会经济发展对人才需求的转向,高重复性、机械性的职业逐渐被取代,更多的工作转为自动化的交易和服务。如当前新兴的智能分拣、智能打扫等正在逐渐替代人工劳作。同时,AI等技术对市场的强烈冲击,极大提升了与AI、大数据相关的人才需求。2019年4月,人社部、市场监管总局、统计局正式向社会发布了人工智能工程技术人员、物联网工程技术人员、大数据工程技术人员、云计算工程技术人员、数字化管理师、建筑信息模型技术员等13个新职业信息(人力资源社会保障部,2019)。新职业的出现标志着传统职业变迁和产业机构的升级,也表明在智能时代职业向高新技术领域转变,高端专业技术类人才亟需。

创造中的未来是对人才的竞争。教育作为人力资本的锻造基地,也在技术发展的倒逼之下,积极寻求冲破困境的良方。陈凯泉等人(2019)在总结国际人工智能教育大会时认为,“多模态学习分析、适应性反馈、人机协同三类智能化形态,逐渐成为当下教育人工智能的主要应用范畴和技术内涵”。在人机协同上,周琴等人(2020)提出了“AI+教师”协同教学的实践新形态,这是人与技术协同发展的一种尝试,将在教师与技术之间形成优势互补。同时,AI对STEM教育(韩建华等,2019)、创客教育(祝智庭等,2019)也极具推动力。不论是在教育教学环境的创设、学习工具的设计与开发,还是教学内容的生成、专业队伍的建设上,AI技术正在彰显其独有的重塑优势,为教育创新提供更多可能性。在可预见的未来,在AI技术的强力支撑下,自适应学习、STEM、创客教育等新模式将不断优化甚至重塑教育生态,引领和推动我国教育变革深入发展。

创造中的未来在技术、社会、教育等复杂系统的互动中生成。技术对社会各领域的渗透力度已经不言而喻,不仅使现实逐渐逼近想象,也引领着社会对生产力的认识、再造和创新。而生产力的变更无疑直接影响人力资本的供给关系。而教育作为社会的子系统,是人力资本的发动机,对接未来人力资本供给需求。以AI为代表的技术通过推动社会经济和就业环境深刻变革,引发劳动力知识、能力、素养标准的颠覆性变化,倒逼着教育生态系统作出全面、深刻的转型和升级(吴砥等,2019)。同时,人们也意识到技术对于教育的直接作用,美国CRS(Congressional Research Service,2018)提出通过智能导师系统、自适应测试和自动化任务等AI教学应用,构筑AI使能的教育,推动学习者个性化学习的实现。除了教学应用,AI在教育治理上也发挥出特殊的功用(侯浩翔等,2019)。可见,技术与教育的深度融合,也正塑造着新的教育形态、教育体制、教育服务和教育治理方式。技术、社会、教育等复杂系统的互动与融合,必将创造出适应未来时代发展和需求的教育新生态。

总之,人工智能以强势的姿态闯入人们视野,并借助新一轮技术革命的浪潮迅速席卷整个社会。在AI技术不断赋能、使能、增能教育的现实之下,我们要洞悉人力资本的未来需求与市场结构,构建并规划未来学习的进阶场景,破解个性化的学习诉求与规模化实施之间的现实矛盾;捕捉未来知识生产与创造趋势,以缓解“知识焦渴”的困境;持续深化人机协同机制,以重构教师角色与定位,预测并刻画未来教育生态愿景,引领未来教育变革路径;考虑当前的教育是否作好了迎接未来的准备?我们又该何为,才能在这场人与技术的角逐中保持鲜活的生命力?

猜你喜欢
人工智能发展教育
国外教育奇趣
题解教育『三问』
迈上十四五发展“新跑道”,打好可持续发展的“未来牌”
教育有道——关于闽派教育的一点思考
2019:人工智能
人工智能与就业
砥砺奋进 共享发展
办好人民满意的首都教育
数读人工智能
改性沥青的应用与发展