人工智能的历史辩争、风险审视与未来预判*——以对教育发展的影响为重点

□万彭军

内容提要人工智能不仅仅是一次技术创新、科技革命，更将引发社会、生命、认知、价值的巨大变革。梳理人工智能的历史辩争与阶段演化，研判未来人工智能的风险危机，包括其对法律与人格、治理与安全、劳动与价值、伦理与隐私等不同社会层面的冲击。重点聚焦教育，探讨人工智能对教育发展的正向激励，包括成就差异化的学习者及私人定制的学习方式，开创人机协作与群智学习的生态格局，颠覆变革学习场景、组织管理与效果评价；分析对教育发展的潜在威胁，例如人文社科以至教育系统的危机、地域公平与教师职业问题、信息失范与文化价值问题等。总体而言，我们对人工智能应持理性态度，既不能放任自流，也不能因噎废食，在开拓前线的同时守住底线。

人工智能不仅仅是一次技术创新、科技革命，更将引发社会、生命、认知、价值的巨大变革。扎克伯格、埃里克·施密特、李彦宏等对人工智能在未来的强大能力充满信心，认为人工智能可以极大地造福社会、惠及人类。斯蒂芬·霍金、比尔·盖茨、埃隆·马斯克等则对人工智能在未来的“无所不能”深感担忧，对将给人类带来的压力、威胁甚至毁灭表示惶恐。近年来，美、中、英、日等国家陆续制订关于人工智能的方案、规划，UNESCO、EURON、COMEST、IEEE 等国际重要组织也发布了有关人工智能的报告、说明，而各国顶尖大学、研究中心等纷纷发表了围绕人工智能的研究成果。2018年10月，习近平总书记在主持政治局学习会时强调，“人工智能具有多学科综合、高度复杂的特征，必须加强研判，统筹谋划，协同创新”，“要加强人工智能发展的潜在风险研判和防范，确保人工智能安全、可靠、可控”，要加强人工智能相关法律、伦理、社会问题研究。

本文首先梳理人工智能的历史辩争与阶段演化、分析其在不同时期的发展境遇、存在的主要观点。在此基础上，探讨未来人工智能对法律秩序、社会治理、劳动价值、伦理隐私等方面的巨大影响，最后聚焦教育，着重研判其对教育的正向激励、图景描摹和潜在威胁、忧患深思。

一、人工智能的历史辩争与阶段演化

近代来关于人工智能的热烈探讨源于20世纪50年代，艾伦·图灵、诺伯特·维纳、阿瑟·塞缪尔之间展开关于机器智能是恶是善的多方争鸣。艾伦·图灵认为，机器智能不具有伦理、道德、意向、感受等精神要素，机器智能仅是计算的、线性的，不具备学习、优化、创造、变革等功能。①诺伯特·维纳基于闭环负反馈的控制理论，指出机器有可能跳出给定的训练模式、摆脱设计者的框架控制，创造性实现跨领域的智能迁移。②阿瑟·塞缪尔对机器智能的自动化进行反驳，强调机器智能无法输出未曾输入的信息，不会产生道德及技术的意外性后果。③20世纪60年代后，学界逐步衍生对强AI 的预测和讨论，关于强AI 持乐观主义抑或悲观主义的判断论证甚嚣尘上。乐观主义派代表马文·明斯基认为，人脑的一切活动，包括逻辑、综合、判断、决策、情感、观念等，都可提取归纳并抽象为符号、象征、代码、数据。因此，通过构建复杂而严密的程式规制可以在AI 上复现人类大脑的任何活动。④悲观主义派代表鲁卡斯指出，人类的心灵难以被形式化、组合化、表现化，智能机器的不同部位可被单独地模拟形塑，但不能深度性、系统性、非机械性地叠加出更高等级的特点要求。⑤

进入70年代，IA（强化人类智能）与强AI（强大的人工智能）逐步分化、分道扬镳。以道格拉斯·恩格尔巴特为代表的IA 支持派和以约翰·麦卡锡为代表的AI 支持派分占不同立场、展开理解争辩。IA 支持者认为AI 的未来发展是机器为辅、人机交互、支持并促进人类工作，AI 支持者则预测AI 可以赶超人类、甚至部分取代人类。两派争议的焦点在于随着计算机、机器人的日益完善、进步，究竟是以帮助服务人类、奉献机器价值为目标，还是以科技无限进步、机器自我强大为目的。⑥20世纪80年代后，人文社科与科技哲学界对强AI 理念进行批判，认为AI 程序是语法的而人类大脑是语义的，AI 是以符号方式处理规制命令的转换器，不能像生物大脑一样理解深层的意义，AI不能也不应替代人类。即使有朝一日AI 在知识存储、能力获得、精准分析、效率执行等方面比肩人类，也应是辅助决策、指向应用，而非完全超越、凌驾等级、指向强AI。⑦

20世纪90年代后，AI 奇点突变的议题陡然兴起，以美国科幻作家弗诺·文奇为代表的研究群体逐渐形成一种认识，即未来将会出现一种智能水平远超人类的机器物种，先进的人工智能苏醒并将带来难以预测的影响，这种临界的变化称为奇点。⑧奇点意味着旧模式的弃离和新景象的诞生，最初奇点来临的方式相对隐晦，而后逐渐明显、凸显，并颠覆、变革人类的生活和事务，进而激发形成新的常识和常态。自21世纪第一个十年至今，强AI 风险论成为社会热议的焦点。斯蒂芬·霍金认为，“成功制造一台人工智能机器人将是人类历史上的里程碑，不幸的是，有可能是人类历史上的最后一个里程碑。”⑨如今，人工智能已可构建“深度神经网络”组件、模拟人脑的高级程式，其中包括四个部分：（1）迅速扫描，获悉操作步骤；（2）深度模拟，学习并模仿网络关系结构；（3）自我提升，不断训练、优化、进步；（4）全局评估，判断全局形势、评估促进提高。⑩该套程式模拟人脑的神经元及关系网络，通过组合达成整体功能，表现了人类的现实学习。尼克·波斯特罗姆描摹了未来强AI 夺权的场景：（1）前临界阶段：作为种子人工智能，发展初期需要人类程序员引导发展、促进进步；（2）递归性自我改良阶段：在某个时间点，种子人工智能变得比人类程序员，更擅长设计人工智能；（3）秘密准备阶段：种子AI 策划出一套实现长期目标的稳健计划；（4）公开实施阶段：人工智能通过各种手段控制社会资源，服务AI 自身目标。⑪

可见，随着时间的推移变迁和科学技术的迭代发展，计算机、互联网、大数据、云平台的形成与优化，相关环境条件、研究实力、配套设备、技术支持的强大与完善，学界对人工智能的态度和看法，发生了不断的转变，担心与焦虑情绪日益兴起。

二、人工智能的风险审视与危机预判

理想中的人工智能是数据安全、算法公正、规范透明、质量认证、解释清晰、鉴定可靠的，但现实中的人工智能存在人为介入、算法黑箱、内生偏差、法理争议，引发关于隐私、歧视、公平、尊严等各类问题，导致就业与收入、分配与平衡、安全与焦虑、变革与风险等系列问题，尤其集中体现在以下四个方面：

（一）法律与人格

人工智能掀起的巨大革命对当下伦理标准、法律规制、公共秩序、管理体系等带来前所未有的危机和挑战，其中不少会与现有法律冲突抵触、引起争议，甚至诱发、颠覆已经形塑的法律常识及规律。传统的法学理论建构于黑格尔的人格理论、洛克的劳动财产理论、卢梭的社会契约论，在相当长的时期内对法学的合理性作出权威性解释、发挥了显著性作用。譬如，大陆法系以黑格尔“人格权学说”为基础之一，“物须从我的意志中获得它的规定及内核，唯有人拥有意志及灵魂，并对物支配，体现目的与价值。”⑫洛克强调劳动的重要性，认为“是劳动让物体成为了私有财产”。⑬而在卢梭的哲学中，“社会契约”极为关键，“发明者与使用者之间存在利益的博弈，物体的归属与期限需要社会契约进行约束”。⑭可见，基于传统认知与历史概念的推断，人工智能是物，即使具备形式上的逻辑与运算能力，但并没有运用法律原则与规范的能力。

需要警觉的是，新科技与新情境中的人工智能将改变这一格局，传统的法学论证面临局限、遭遇窘境。未来的人工智能通过海量数据运算、自我迭代学习，可以真正创造新成果、制造新产品，甚至发明新科技，当这涉及到知识产权问题时，当作何理解、如何看待、怎样保护？当机器人吸收大量数据信息，能够提供司法决策、律师咨询服务时，其说服力、公信力该如何评判？相关的法律责任该作何解释？另外，当人工智能机器在人类社会场景中由于偶然性原因造成恶性事故后，事故的责任是由机器本身承担、机器所有者承担，还是机器的开发者、组装者，抑或调试者、监查者承担？

当前，学界对人工智能的界定分为“工具说”与“虚拟人说”两种观点。“工具说”认为人工智能是人的创造物和权利客体，“虚拟人说”认为人工智能具有部分“人”的属性，是拥有一定权利的法律主体。现有诸多法律是基于自然人的工作与生活场景而建，无论《版权法》对作者“精神权利”的保护，或者《专利法》关于“创造性”的审查标准，深深地刻有“自然人”烙印。人工智能系统设计与操作执行的复杂性、隐秘性、模糊性、不可预知性、不公开透明性等，都为这一命题讨论增加了难度。未来人工智能的法律资格界定、责任分配、产权归属以及隐私权、侵害权、社会秩序等都需要进一步关注和思考。

（二）治理与安全

人工智能与海量数据、万物互联相结合，能够更高效率地采集、整合、监管、深挖集成信息与民智民情，在对传统治理勾勒借鉴、系统描摹的基础上，发扬智能优势、突破固有瓶颈，进而提高服务效率、治理能力、反馈效益，并保障公民权利义务、细化法律权力效能、拓深国家权力内涵。借助人工智能将政策制订、利益衡平、落地执行、监督反馈等嵌入智慧网络，可在相当程度上解决信息自上而下与自下而上的不对称、不透明问题，促进不同层级、类型的公众群体更加及时有效地参与社会治理。

安东尼·吉登斯提出“任何的抽象体系依赖信任机制的建立”。⑮人工智能具有技术赋权与规制约束的非对称性，行政吸纳与决策研判的非系统性，并有可能诱发“数字民主化”及“技术利维坦”。随着科学技术的加快迭代，社会大众的认知水平与心理观念可能难以有效跟进，进而引发社会文化的振动。“一只看不见的手搜集了你的个人信息，挖掘出你的希望和恐惧，以此谋取最大的利益。”⑯貌似公正理性的决策究竟是民众的公开诉求，还是有目的的引导结果？一旦危机事件触发信任体系，群体性信任遭遇瓦解，进而陷入恐惧的“塔西佗陷阱”。

随着人工智能在水平维度的拓宽、在垂直渠道的深化，各行各业的劳动生产率将进一步提高，但这是否会真正转化为公民福利待遇的提升、自动化生产效益的共享，抑或挤占劳动资本、压缩就业人口，从而导致资源财富不成比例地向某方倾斜，拉大贫富分化、形塑不平等图景？而且，在不同领域中，大数据质量佳、积累好、先天适宜人工智能介入的行业更便于吸纳巨额资本、聚集大量人才，从而在较短时间内获得跨越式发展，因而不同行业发展的速度、架构的隔阂将进一步分化。再上升到国家层面来看，不同国家经济水平、资源投入、人才实力、科技进步的程度不一，从而加大人工智能的发展差距，极少数国家垄断技术、控制数据、占据资本、收益超额，而人才、技术、资金进一步流入领先国，全球财富分配的极差非均等现象由此加剧。

（三）劳动与价值

在经典的劳动价值论中，劳动是劳动主体自由创造的过程，劳动过程的根本在于对象性，劳动者不仅使自然物发生形式变化，同时也在自然物中实现自身目的。在马克思那里，“劳动过程的对象性使人类活动与动物依据本能的活动截然不同，劳动的根本目的是改造自然与劳动者自身，唯有人类的活动同时满足上述条件，成为唯一可能的劳动主体。”⑰但在未来，“人是唯一劳动主体、从事双重意义劳动活动”的经典命题遭遇历史性挑战，人工智能同样可能兼备而替代人类。

随着人工智能的日益强盛，人工智能由没有独立意识、仅依程序设计而在特定领域执行任务的弱人工智能，转向拥有独立意识和自我心智、智慧思维高度接近人类的强人工智能时，不难设想其可洞察、解析、思考、克服各个领域的复杂难题，进而延展、深化、分布至各个行业，代替现有“蓝领”“白领”“管理层”“执行层”的各式工作职能与业务操作。尤须注意的是，人工智能可以24 小时无休歇、高专注、高强度、“任劳任怨”地投入和付出，较之人类无疑在工作方面禀赋异常、优势巨大。设想当人工智能替代大量人类劳力、各行各业大规模“机器换人”，那将诱发严重的人口失业及无业现象。事实上，劳动除了作为生存依赖的规制价值，也具有抽象延伸的软性意义。因为，劳动赋予人生命的填充和丰富的内涵，是劳动让人置身于不同的情景、投入于不同的故事、领悟到不同的真谛、感知到别样的体验，从而让生命精彩而富有意义。

马克思指出，“人类的存在就是他们的现实生活过程，全部社会生活在本质上是实践的。”“通过实践创造对象世界，改造无机界，人证明自己是有意识的类存在物。”⑱人工智能赋予了人类智能化、延展性的实践，可以说强化了本领、扩大了范畴，但也不断地变革实践的主体与本质。进一步而言，人工智能一方面减轻劳动、替代劳动、解放劳动，但相应的矛盾对立面即是工人阶级丧失劳动力价值、甚至过剩化、无用化。所以，人工智能的全面崛起与职业替代，是否会让人失去意义和价值？让人的生活变得无所聚焦、无所事事、迷惘困顿，以至成为赫拉利在《未来简史》中提到的“无用阶级”？这的确是一个极具反思且讽刺极强的问题。

（四）伦理与隐私

人工智能在科学技术上的重大突破，会对已有道德框架与价值命题造成巨大冲击，传统默认的道德规制失去阵地，新的标准观念注入其中，社会的道德伦理更新迭代、延展拓宽。特别是在隐私保护方面，聚合着数据信息收集者、整理者、使用者、监管者等不同类主体的复杂博弈，而依据数据隐私安全与科技发展创新的衡平关系，处理原则包括“隐私优先、创新让位”与“创新优先、隐私让位”等不同方式。关于道德的技术化，洛克顿提出了应用于人工智能开发的六种模式，分别是劝导模式、防错模式、认知模式、建筑模式、安全模式、可视化模式。⑲菲贝克也提出了显性与隐性的调解设计，以及通过道德想象、情景模拟、扩展建构、技术评估等不同的方法。⑳

人工智能在风险研判、策略抉择、路径确定、实践效率等多个方面为人类提供优质的科技辅助，但人工智能依赖大数据，大数据算法由人编写，这就使得难以完全保证程序的可靠、可控、质量、运作，进而影响人工智能的判断及结果。近年来，牛津大学、剑桥大学、新美国安全中心等联合发布《恶意使用人工智能风险防范：预测、预防、消减措施》，提出“黑箱决策、黑客攻击、用户行为、规制约束”等风险。EURON 的《机器人伦理路线图》指出“技术二重性、资源非平等性、权力与财富的重新分配、人机的相处”等危机。美国的《人工智能行动法案》提出“公平、安全、伦理”等要义。英国的《人工智能：未来决策制定的机遇与影响》，提出“知情、隐私、偏见、问责”等问题。UNESCO 与COMEST 发布的《机器人道德报告》提出“正义、人权、善行、不伤害”等原则。我国的《人工智能北京共识》也从研发、使用、治理等方面提出人工智能应有益于人类命运共同体构建和社会发展的15项原则。

因此，必须确保人工智能的算法透明、规则清晰、指标科学、参数合理等；确保人工智能安全稳定、持续运转，不会出现出乎意料的行为、违背本意的后果；杜绝因算法偏差导致的运算歧视，不利用有偏见的数据（例如种族、性别、年龄、收入等）评估用户的水平和表现。并且，在人工智能越来越密切地嵌入到社会运行及关系网络时，明确人工智能的社会身份、权利职责，厘清人工智能的开发者、制造者、操作者、监督者的责任与义务，建构相应法律规制。最后，确保人工智能不向任何未经授权的个人或企业提供用户信息，保证对数据存储、维护、调用、修正等的严格性、合法性。

三、人工智能对教育发展的影响

人工智能由“前时代”到“后时代”的转变及对财富价值的高效创造，将赋予人更多自由时间和自主空间，让人从生存劳作转向兴趣发展。对于教育与学习而言，可把人从“物化目的”中解放出来，让教育与学习更清晰、更透彻地指向生命本真的成长、价值水平的增值、科学奥秘的追寻，而人的智慧、精神、情感、创造等即将进一步被激发、活化。

（一）正向激励与未来图景

1.成就差异化的学习者及私人定制的学习方式

基于对人类神经网络系统的学习，尤其是负责空间信息处理的卷积神经网络系统与负责时间信息处理的循环神经网络系统，人工智能拥有持续、迅捷、精准、高效的自主学习能力与过人工作能力。通过深度学习与复杂算法，人工智能在对海量数据的处理上形成了完整的闭合链：通过智能化识别、可穿戴设备，人工智能可以高效地采集数据；通过深度学习、复杂运算、精准挖掘，可以深刻地分析数据；通过聚类、对比、研判、甄别、关联、过滤等，可以高质量地处理数据；通过知识图谱、生态族簇、云端平台等，可以出色地展现数据。

将此运用于教育领域，人工智能通过图像及语音识别，可以分析学习者的水平、感知学习者的状态、体察学习者的心理、发现学习者的特性，进而深入揭示学习者的学习机理与运行路径。在对不同学习者的风格类型、心理知觉、特征偏好、发展轨迹等进行敏锐地捕捉、理解进而综合、厘清后，能够形塑精准的用户画像和细致模型，结合学习者的学习诉求、目标与方向，对其开展及时的诊断、提供到位的咨询、给予准确的反馈、促进更好的成长。目前，利用AprioriAll 关联规则算法可以详尽挖掘学习者的知识系统、能力阶梯、方法倾向、缺陷不足，在与近似群体作对比研判之后，分析并推荐适合学习者认知层级、理解难度、掌握水平的内容素材，进而形成个性化、差异化、量身定制的学习路径。Knewton、LearnSmart 等在线学习平台以面广量大的结构性及非结构性数据为基础，对学习者的知识系统作深度测试，进行聚类、关联、预测、模拟，深层次揭示数据与结果背后的原因与问题，从而发现、形成符合学习者真实情况及特殊需求的学习方法和方案。

2.开创人机协作与群智学习的生态格局

人工智能对学习者及学习方式的改变还包括人机协作与群智学习。例如，开发并应用智慧导师系统，根据学习者显露或隐匿的心理特性、情绪态度、知识风格、技能表现等制订方案、指导方法、推荐资料、抉择路径。研制并使用教师与学生的智慧伙伴，协助教师完成低效能的工作任务、帮助学生完成高重复的冗余作业，为师生发展分担琐碎事务、减轻额外压力，有助于更好地集中时间精力、突破重点难点、实现迅速成长。美国教育学家帕克·帕尔默曾言，“学习的内容应是不断变动的，教师与学生应形成学习共同体，深层联结、个体进步。”㉑教师为中心抑或学生为中心的争论即将步入终点，因为人工智能将改变二元分立状态，以“居间构成”㉒的动态运行，构成人机协作的新型共同体。未来的师生如同一起踏上精彩的旅行或开展奇妙的探险，应对不同的场景与真实的难题，携手克服并共同成长。

而且，群智学习将被激活和形塑。在群智学习中，各个学习者如同关联核心处理器与共同任务点的不同端口，端口之间逻辑互恰、结构耦合、指向共同目标、导向终极问题，呈现集体协同、规模促进、倍速增长的特征。群智学习尊重、认可、接纳不同学习者的学习特点、善长方法、心理状态、能力水准，鼓励不同学习者积极地贡献智慧、激扬火花、深入地对话交流、广泛地互通链接，突围信息孤岛与密闭窠臼，颠覆传统、重构认知、实现跃升。在未来，人机协作的能力商数（AIQ）将显愈发重要，如何更好掌握电子科技与生命信息的内部逻辑，高度理解并深度融合其中奥义，以人工智能增强、扩展人的学习能力及工作效率，进一步促进人与机的意识、思维、行为关联复合、超越创新，形成人机更好的沟通、互动、协同、共进，是令人期待而备受重视的一大问题。

3.颠覆变革学习场景、组织管理与效果评价

借助人工智能构建智慧操作、类型多样、变化性强的教育场景，依据不同的学习内容与教学方法，调整变换、适应所需，形成富有情境性、极具便捷性、指向实践性的教学环境，为师生的组织配合、调动管理，提供便利。目前在教学场景变革方面卓有成效的经典案例包括美国纽约的WeGrow学校、瑞典斯德哥尔摩的Vittra Telefonplan 学校等，其以充满设计感、想象力、创造性的空间情景、故事内涵嵌入课堂，让学生深度沉浸于学习体验之中。未来，通过VR、AR、MR 等打造多元空间、立体维度、虚拟现实的新型场景，逐步为学习者构建沉浸式、丰富性的交互体验，改善了学习的过程、提高了学习的效果。

应该说，人工智能具备“增能、使能、赋能”的特性，除自动命题与审阅、复式剖析与纠查、个性问题与特例分析等，人工智能可以深度唤醒差异化、个性化学习体验与效能提升，有助于实施打破单一话语垄断的分布式学习、推进“时时可学、处处能学”的泛在式学习。经过与学习者的高频互动、不断磨合，人工智能还可进一步发挥自适应与自调节功能，最终成为学习者的深层知音与得力助手。而利用项目引擎的主题式、模块式教学，结合问题驱动、实践探索、自我迭代、持续创新，能够构建新的教学生态与学习范式。㉓整体而言，在分析学情数据、探究问题根源、制订适切策略、精准变革教学、多元督导评估、全面促进发展等各个方面，人工智能的介入与普及皆可发挥重大的影响。

在教育反馈与评价改革方面，人工智能通过对广泛的、互联的、有意义的教育数据的采集、收录，可以促进对学习者的自动化测评、高效率反馈，也能为管理者的整合与决策带来便利，使得“响应延迟”变为“即刻解决”，让管理智能化、服务精细化。与此相应，人才评价体系也将进一步由甄别、筛选、淘汰转向诊断、改进、优化，人才培养理念也将进一步由知识本位、就业导向转向核心素养、综合素质。

（二）潜在威胁与忧患深思

正如乔治·梅塞纳所言，“科技为人类的选择与行为创造了新的可能性，但这些可能性也处于不确定中，因为影响很可能超出人类预估的范围。”㉔人工智能的发展也会对教育带来相当程度的危机与挑战。

1.人文社科以至教育系统的危机

人工智能归属技术理性，逻辑的起点与运行具有鲜明的技术溯源和皈依。正如当今时代的年轻人主要面对手机、电脑、电视机一样，未来的人工智能将进一步强化人与智能机器的密切关联，与之相反，人与人的沟通会进一步减少，人对社会、文化、自然的学习兴趣、投入时间可能会下降。因而人文教育与社会科学更面临无比巨大的挑战，同时也肩负前所未有的重担。在人工智能时代，人文社科的精神、素养、能力、运用是在超级科技的面前愈发消弭、一蹶不振，还是主动出击、积极协作，与科技发展相辅相成、成为有益有效的补充，这既是对人文社科教育的考验，也是对整个人类发展走向的评核。

而随着人工智能由低端到高端、由弱小到强大的发展，其可覆盖、渗透至各个领域，介入、从事各项工作，并以其高精准、高强度、高效率的特质创造前所未有的巨大财富和社会价值。人类的生活和工作由此获得更大便利和迅捷，不过，也将导致不少人的懒散和懈怠，因为人只需简单的了解和操作即可处理身边的事件、解决昔日的难题。那么，人是否会怠于思考、判断，懒于进步、提高，以至不需要学习、不需要教育？甚至已有研究公布，不久之后智能芯片可以植入人脑，帮人类承担存储记忆、数理运算、逻辑推演、复杂决策等任务，可见教育将受到前所未有的冲击、引发全链条、颠覆式的剧变。

2.地域公平与教师职业问题

人工智能发展迭代、达至程度的不均衡、不对称，会导致不同国家、地区之间未来教育的不公平、高差异。尤其是未来的教育将密切建立于人工智能的基础之上，深刻彰显信息智慧、互通互联、普及泛在等特征。彼时，人工智能带来的不均衡问题就如同今日经济、社会发展的不均衡问题一样，不同地区不同群体的人工智能基础设施、平台建设不同、对人工智能的理解程度、运用范畴、操作水平不同。诸如此类的不公平问题叠加至一起，便会引发不同社会阶层、不同类型群体的不满和发声，因而确有必要提前预警和思考正视。

如今的人工智能已经在各类教育平台及场所得到应用，但尚未触及到具体教师行业。随着教育领域的人工智能在知识、技能、交流、互动、评价、反馈等方面逼近人类、赶超人类，随着人工智能由替代一般硬件设备，到代替教学助手、工作助理，最后取代大规模教师职业，教师的危机陡然出现、压力不言而喻。尤其是记忆导向、形式单一、方法陈旧的教育教学，话语灌输、照本宣科、单向压迫的观念举措，更将被废弃、淘汰。唯有更加包容、关怀、理解的教学态度以及更加创新、跨界、拓展的教学能力，才可拯救教师职业，避免被机器无情取代。因而未来的教师在已知强调的知识、能力、素养之上，还需具备超强的创新力、组织力、持续学习与不断更新的能力，以及为多元化的学生提供悉心而耐心的服务、用心帮助每位学生追求梦想、实现价值的心理观念。

3.信息失范与文化价值问题

鉴于开发者逻辑以及算法规则等问题，人工智能对教育信息的传递与表达存在偏见不公、规制失范等情形，易于形塑学习者的“茧房效应”，即依据学习者的兴趣偏好和价值判断为其长期地、大量地选择、推荐相关信息，表达、输送相应观点，使其不自觉地蒙蔽于片面真实的牢笼之中。处于“后真相时代”的学习者本就易于忽略论据的确凿性与准确性，被利益集团操纵的人工智能软件，通过对局部信息的摘取、加工、改造，可能致使学习者以为这是事实全部，造成难以预估的不良影响。同时需要注意的是，人工智能在媒体传播中的“水军效应”也易致使低俗文化价值被大量传播，形成“劣币驱逐良币”的恶性局面。

人工智能还可以掌握一种“暗知识”，即人类潜意识学习，但无法确切感知、无法语言表达的知识。如果有一天，超级图书馆、电子资源库的所有数据信息可以浓缩为一枚超级芯片，并植入人的大脑，那么教育的价值是什么？而当人工智能强大到一定程度，是否会以其特定的算法和智能方式，直接或间接地影响人的价值观、世界观，将人所倡导的人格尊严、权利平等、公平正义、种族包容、文化多元、贫困削减等理念抛开不顾，创造一种新的智能机器的文化价值，吞没人的历史和心灵？苹果公司CEO 蒂姆·库克曾言，“我担心的是人像智能机器一样思维，失去了人类应有的同情心、敬畏感。”因此，伴随科技的升级创新，德育与思想教育必当更受重视、更被鼓励，离开了这点，人将无法成其为人，教育也将遭遇难以预估的劫难。

四、结语

随着人工智能科技由弱到强、力量由小变大的发展，加速的时代变革与跃迁、加剧的思想碰撞与摩擦、深度的秩序打破与重组、交织的社会安全与隐患，成为各国必须面对的挑战。马丁·海德格尔在《存在与时间》中谈到，“现代技术业已不是中性中立的，它架构式地渗透、弥散、影响，甚至操控人的现代生活，赋予人新的生命与发展轨迹。”㉕赫伯特·马尔库塞、尤尔根·哈贝马斯等哲学大师也都曾提到科技对人类发展的双面性。对于人工智能，既能给人类带来巨大的财富，也可能带来不可预知的灾难，就像是一面镜子，其实都是人类自身的映射。人类在人工智能危机面前并不是无能为力的，而是大有可为的，正确利用人工智能是人类应该坚定的方向，事实上，我们应该超越技术本身，在更开阔的视野中思考教育变革的问题，既赋予充分的变革空间，又保留传统教育的精髓，在开拓教育前线的同时，守住教育的底线。

注释：

①A.M.Turing.Computing Machinery and Intelligence[J].Mind，1950，59（236）：433～460.

②Norbert Wiener.Some Moral and Technical Consequences of Automation[J].Science，1960，131（410）：355～358.

③Arthur L.Samuel.Some Moral and Technical Consequences of Automation—A Refutation[J].Science，1960，132：741～742.

④Marvin Minsky. Form and Content in Computer Science[J].Journal of the ACM，1970，17（02）：197～215.

⑤J. R. Lucas.Minds，Machines and Godel[M].Cambridge University Press，1961：112～127.

⑥王彦雨：《学界关于“超级AI”的论争及其实现的可能路径》，《未来与发展》2017年第8期。

⑦张耀铭、张路曦：《人工智能：人类命运的天使抑或魔鬼——兼论新技术与青年发展》，《中国青年社会科学》2019年第1期。

⑧李恒威、王昊晟：《人工智能威胁论溯因——技术奇点理论和对它的驳斥》，《浙江学刊》2019年第2期。

⑨霍金：这是我们星球最危险的时刻[EB/OL]. http://www.sohu.com/a/129207105_523115，2017-03-17.

⑩顾小清、冯园园、胡思畅：《超越碎片化学习：语义图示与深度学习》，《中国电化教育》2015年第3期。

⑪马治、徐济宽：《人工智能发展的潜在风险及法律防控监管》，《北京工业大学学报（社会科学版）》2018年第6期。

⑫黑格尔：《法哲学原理》，范杨、张企泰译，商务出版社2011年版，第60页。

⑬洛克：《政府论》，瞿菊农、叶启芳译，商务印书馆1982年版，第43页。

⑭卢梭：《社会契约论》，李平沤译，商务印书馆2011年版，第129页。

⑮安东尼·吉登斯：《社会的构成——结构化理论纲要》，中国人民大学出版社2016年版，第83页。

⑯王小芳、王磊：《“技术利维坦”：人工智能嵌入社会治理的潜在风险与政府应对》，《电子政务》2019年第5期。

⑰马克思、恩格斯：《马克思恩格斯文集：第五卷》，人民出版社2009年版，第207～211页。

⑱马克思、恩格斯：《马克思恩格斯文集：第一卷》，人民出版社2009年版，第498～503页。

⑲王钰、程海东：《人工智能技术伦理治理内在路径解析》，《自然辩证法通讯》2019年第8期。

⑳杨嵘均：《论道德的合技术化延伸及其网络公共性的生成》，《探索》2019年第2期。

㉑帕克·帕尔默：《教学勇气——漫步教师心灵》，吴国珍译，华东师范大学出版社2014年版，第142页。

㉒宁虹、赖力敏：《.“人工智能+教育”：居间的构成性存在》，《教育研究》2019年第6期。

㉓刘盾、刘健、徐东波：《风险预测与忧患深思：人工智能对教育发展的冲击与变革——哲学与伦理的思考》，《高教探索》2019年第7期。

㉔顾建军：《技术的现代维度与教育价值》，《华东师范大学学报（教育科学版）》2018年第6期。

㉕马丁·海德格尔：《存在与时间》，陈嘉映、王庆节译，三联书店2014年版，第295页。