人工智能时代职业教育知识变革三论

唐林伟

(湖南科技大学 教育学院,湖南 湘潭 411201)

引 言

现代科技是生产工具的灵魂,是生产者能力的基础。科技发展水平决定了生产力水平和生产方式,决定了劳动者与生产工具的关系及劳动者的角色,并对劳动者的能力和素质提出要求。生产技术的变革对职业教育教学内容产生最直接的影响;技术变革带来的劳动性质的变化、生产组织方式的改变对职业教育人才培养规格具有质的规定性。在人工智能时代,当人与机器的关系越来越紧张时,我们应该教给学生什么样的知识,对职业教育发展而言是一个根本性的理论问题。

目前,已有研究主要包括:第一,人工智能发展对工作性质的改变。例如,戴维·明德尔(D.Mindell,2015)探讨了人工智能时代“远程临场”对工作性质、人类角色以及人们对职业认同的改变[1]。陈宇(2016)论述了人工智能背景下工作迭代的过程[2]。徐国庆(2016)认为,人工智能对技术技能型人才工作模式的影响包括工作过程去分工化、人才结构去分层化、技能操作高端化等[3]。第二,人工智能时代对劳动者素质的要求。相关研究集中提出了人与机器协同工作的要求。尤瓦尔·赫拉利(Yuval Noah Harari,2018)认为,人类与人工智能合作是2050年就业市场的特点[4](P26)。布莱恩约弗森(Brynjolfsson)等人(2014)提出,必须关注思维能力、大框架识别能力和复杂的沟通能力,以培养“有价值的知识型劳动者”[5]。第三,在人工智能与职业教育人才培养方面,诸多研究者对人工智能时代职业教育发展进行了“问题-对策”型研究。论及的问题包括工具理性与价值理性的冲突、人才培养目标过低、职业教育体系不完善、培养方式单一等。姜志坚等(2017)论述了职业教育在回归教育本质等方面所面临的机遇[6]。唐林伟、黄思蕾(2020)对工业4.0背景下教育变革的路径以及工程技术人才的培养提出相应措施[7]。总体而言,职业教育应对人工智能发展带来的挑战是一个比较新的课题,相关研究还缺少让人信服的证据和严密的逻辑推理,亟需对人工智能时代职业教育发展进行系统而深入地理论探索。同时,职业教育知识论研究本身是一个相对薄弱的研究领域,从技术哲学视角对人工智能时代职业教育知识论进行系统建构,对职业教育课程与教学论和职业教育可持续发展具有理论和实践双重价值。

20世纪60年代,“葛梯尔问题”颠覆了知识是“被证实的真的信念”的传统定义。知识社会学和历史学研究使知识的社会性和建构性特点得到挖掘和彰显,相对主义知识观与以教育机会均等的现代教育目标使“纯粹的”传统精英主义的知识定义失去了“市场”,知识概念呈现出“清空”的趋势[8](P42-43),人们对“知识”的理解呈现出多元、泛化状态。联合国教科文组织指出,在今天这个复杂世界,知识可以被“广泛地理解为通过学习获得的信息、认识、技能、价值观和态度”,知识的生产、习得、认证和使用是所有人的事,是社会共同努力的一部分,应该被视为共同利益(common good)[9](P15-16)。知识传授是现代教育的重要使命,“知识呼唤教育,教育通过知识筛选、传播、分配、积累和发展而为实践服务,从而推动实践发展”[10](P6)。可以说,“知识论是近现代教育的理论,近现代教育则是知识论的实践”[11]。马克思主义知识论的基本框架是由知识所包含的具有逻辑关联的“问题群”所确定的:一是知识是什么,知识有哪些,这是知识的本体论;二是知识从哪里来,如何增长,到哪里去,这是知识的认识论;三是知识有什么用,怎样用,这是知识的价值论[12]。按照这一逻辑,本文以技术变革为逻辑起点,从生产组织方式变革对职业教育人才培养的内在要求出发,对人工智能时代职业教育知识的变革趋势与内在逻辑进行分析和探讨,以便为智能时代职业教育的科学发展提供知识论支撑。

一、本体论:人工智能时代职业教育知识的边界拓展

职业是技术的载体,职业教育是技术“人化”的过程。20世纪中后期,技术哲学的“认识论转向”赋予了技术独立的身份,技术知识的地位得到不断提升。莱顿(Layton)认为,技术知识是如何做或如何制造东西的知识,人工制品不是技术的本质,知识才是技术的根本[13]。如果把技术分为“以人的饮食生活为中心的”生活技术(subsistence technique)和“创造物质的”制作技术(manufacturing technique)[14](P28),那么职业教育所传授的是制作技术知识以及围绕制作和生活开展服务的技术知识。可以说,职业教育知识从本质上讲是一种技术知识。那么,随着人工智能、物联网等技术的广泛应用,从标准化生产的“泰勒制”模式到自动化生产模式,再到今天为人而发展技术的自适应生产模式转型中,职业教育知识的内容选择将进行怎样的调整才能适应产业转型升级对高素质技术技能型人才培养的要求?

(一)技术斡件知识成为职业教育知识的重要基础

图1 职业教育知识结构

从描述和要素的角度看,工程技术方法是“硬件”“软件”和“斡件”(orgware)三要素的统一[15](P66)。依据这一分类,技术斡件知识是指生产和服务中机构组织、管理和制度方面的客观知识,它与技术硬件知识(工作中使用的工具和机器的客观知识)和技术软件知识(包括技术方案、工艺流程、操作规则等客观知识,诀窍和技能等主观知识以及以上述主、客观知识为基础发展而来的工作过程知识)一起构成技术方法知识系统(见图1)。“泰勒制”生产模式中,机器生产从原始“个体样态”走向“组织样态”,工人身上的完整工作技能被肢解到了流水线上,手工生产变成了岗位流水作业,执行标准化生产的工人只需每天在固定岗位上按照机器系统的节奏重复简单乏味的动作。而在纵向的劳动管理上,生产链上游设置了众多中间管理层级,工作内容和工作方式均由上级进行计划与安排,劳动者只是按照要求或预先的设计被动地执行工作任务。自适应生产模式中,“工业4.0”技术与精益管理(lean management)的结合克服了传统自动化生产效率持续提升困难的问题①,生产小组或生产岛被赋予较多的自主权以提高灵活性和协作性,工人通常需要承担规划和控制的职责,并成为系统的调解员和问题处理者。因此,传统企业中工程技术人员所包括的工程型人才、技术型人才和技能型人才层次界限正逐渐消失,人才结构呈现扁平化趋势,一线工人所需要的工作技能越来越走向综合化[3]。未来的产业工人不仅需要掌握一般性的操作技能,更需要掌握精益生产的组织和管理知识,即斡件知识将成为他们知识库中必备的“武器”。在产业转型升级过程中,智能生产系统的安装、调试、改造、运行、维护能力变得越来越重要,技术斡件知识将成为职业教育知识的重要基础。

(二)工作过程知识成为职业教育知识的核心要素

与“泰勒制”相适应的职业教育所要培养的是适应标准化生产的、从事不同“工种”的流水线工人,其所需要的职业教育知识主要是简单的岗位操作技能加上“够用的”“零碎的”科学知识。自适应生产模式下,重复性劳动由机器所取代,传统工作岗位的边界被柔性生产线打破,工人必须从生产组织的角度去理解工作过程,处理突发问题和应对生产过程中出现的不可预见性的挑战,他们必须确保在对工作过程有整体认知的情况下完成自己的任务。鉴于对跨界工作灵活性和对工作持续改进的要求,整个组织,乃至组织外部的供应商和客户都应包含在这一整体认知中。所以,职业教育知识必须突破传统狭隘的与“工种”相适应的简单操作技能的范围,在不断整合硬件知识和斡件知识的基础上,促进基于生产流程的工作过程知识的习得。工作过程知识与学科知识相对应,是“完成一项工作过程所需的知识”,它以各种关键能力为基础;而工作过程通常包括目标设定、计划、执行、控制和评价等步骤[16](P218-222)。工作过程知识的内容涉及对组织内完整工作过程的理解,包括对工作过程中与产品相关的技术、工作组织、社会和与系统相关的各方面的活性知识[17](P112-113)。未来,系统性的工作过程知识,而不是简单操作技能或零碎的学科知识,应该成为职业教育知识的核心要素。

(三)技术目的知识成为职业教育知识的方向引领

与科学知识的理论逻辑驱动不同,作为改造世界的技术知识具有明显的能动性和功利性特征,这就产生了对技术知识进行问责的伦理要求。我们不仅要关注技术方法知识,还应关注技术目的知识。技术目的知识是技术方法知识产生的动力、方向和旨趣。未来人工智能技术的发展将为经济社会发展以及人类自身、生存环境带来极大挑战。乌尔里希·贝克(Ulrich Bech)在20世纪90年代提出的“风险社会”的概念指出,“在风险社会,风险已经代替物质匮乏,成为社会和政治议题关注的中心”[18](P15-19)。吉登斯(Giddens)则认为,现代社会风险是一种“人造风险”,它源自于人类对科学技术不加限制的推进,是人类最大的威胁[19](P15)。人工智能技术的风险不同于一般技术风险,它更多是一种内在风险,即存在着人与技术边界模糊以及人类被替代的“存在论”级别的终极风险。而目前广泛存在的担忧是,在没有积极、合理的人力资源开发政策情况下,人工智能带来的技术性失业风险;技术不成熟带来的生产中不确定性因素;以及随着大数据、物联网等技术的全面应用,作为虚拟黄金(virtual gold)的数据安全、个人隐私等面临的广泛风险等。技术专业化和生产系统复杂化使工程技术人员成为现代技术真正的掌控者,他们像汽车司机一样掌控着我们前进的方向。尽管其他人可能会设定目的地或建议最佳路线,但工程技术人员才真正把握着我们未来的发展方向[20](P32)。当我们面对现代技术的这些挑战时,不能忘记技术本身只是我们改造世界的手段和方法。技术越是进步,越需要彰显人性,在培养直接从业人员的职业教育中越要重视技术目的知识,这是人类未来福祉的根本保障。

二、认识论:人工智能时代职业教育知识的增长转型

人工智能时代,随着职业教育知识边界的拓展和职业教育主要知识类型的变化,其产生路径、传播方式以及学习的组织环境都会随之发生改变。职业教育知识的认识论主要从发生学角度对职业教育知识变革趋势进行探讨。

(一)产生路径:自下而上的技能形成走向自上而下的技性科学应用

技能是人们在认知实践或技术活动中知道如何去做并能对具体情况作出不假思索的灵活回应的知识,具有实践性、层次性、境域性和体知性等特征[21](P53)。技能可以分为动作技能和心智技能两种。一般认为,技能更多地表征为一种“身体技艺”,它主要是从经验中产生的一个“普遍设定”,是联结感性知识与理性知识的枢纽,是“经验”的科学,既是“知”又是“行”。技能和科学的上下关联是:技能对科学的知道可以上升为科学的真,科学对原因的知道也可以下降来指导技艺制作产品[22]。亚里士多德构建了从感觉、经验、制作科学(即技艺或技能)到沉思科学(即狭义的科学)、智慧的知识阶梯,即知识的五个阶段[23](P65),这一认识体现的是传统“身体技艺”学习自下而上的过程,即通过不断试错,逐渐习得肌肉记忆的过程。“泰勒制”生产模式下,工人可以通过不断重复规定的动作步骤在较短时间内习得相关岗位需要的工作技能。随着自适应生产模式的推广,大量低端、重复性劳动的岗位被机器系统所取代。美国波士顿咨询公司(BCG)预测,到2025年,德国制造业中生产和组装相关工作岗位将减少61万个,但信息技术和数据科学相关产业将新增96万个工作岗位[24](P8)。那些能留在工作岗位或通过转岗培训能继续工作的人员,主体是能与机器合作的工程技术人才,他们将成为人工智能的培训师、现场翻译和维护人员[25](P97)。从人工智能发展来看,它呈现出技术与科学融合、共同发展的态势,人工智能技术已经变成了一种“技性科学”(technoscience)[26](P4)。而职业教育人才培养要及时纳入人工智能技术相关的技性科学知识,并为这些惰性知识应用到一线工作中提供设备和情境,从而形成与工作过程和工作情境相关的心智技能,这是一个自上而下的再情境化过程。

(二)传播方式:从班级授课制走向实践共同体

第二次工业革命之后建立起来的以义务教育和班级授课制为主要特征的现代教育制度在促进教育公平和开发人力资源方面取得了巨大成就,但也衍生了教育制度僵化、教育同质化以及抑制学生个性发展等问题。统一的教学内容、工业化的培养模式以及标准化的评价方法,使教育成为一段没有灵魂、空洞、麻木的经历,“根据年龄,学生们分批接受教育,好像他们之间最重要的共同点就是他们的生产日期”[27](P47)。标准化的教育模式无法培养人工智能时代的高素质从业者,像“精益4.0”生产一样,教育也需要实现对人才培养的“柔性化”“个性化”变革。自适应生产模式下,职业能力首先体现在对意外事件和突发事件的处理中,与此要求相匹配的是创新能力、问题解决能力、领导力、信息获取和评价能力等非专业能力的培养。从个体工作过程知识形成机制看,引发并促使个体获得工作过程知识的是个人所面对的真实的问题情境(如计划流程遭遇变故、系统突发故障等),只有当学生掌握的客观知识与自己的经验知识发生冲突并需要思考时,才能形成个体的工作过程知识。在人工智能相关技术得到不断应用的今天,教师作为知识权威的地位正经受越来越大的挑战,大数据、混合式教学以及虚拟现实等技术正在颠覆传统以教师为中心的班级授课制,构建以学习者为中心的实践共同体(practice community)才真正有助于相关能力培养和工作过程知识的学习。在实践共同体中,教师越来越成为学习的组织者,而学生可以借助现实和虚拟网络的便利性向同辈中的知识或技能权威学习,“合法的边缘性参与”(legitimate peripheral participation)为学生提供基于个体不同发展起点的真实工作任务和问题情境,让学生沿着从新手到专家的路径逐步接触各种工作,从而习得基于生产流程的工作过程知识,培养综合职业能力。

(三)组织环境:从学校本位走向工作场所中心

随着教育技术的发展和知识来源的多样化,学习空间正从课堂走向课外,从线下拓展到线上,从学校拓展到校外,一个学习空间网络正在逐步形成。尽管学校作为“育人”和客观知识学习场所的基础性地位在短期内依然不可撼动,但就职业教育而言,不管是库茨韦尔(Kurzweil)提出的“加速回报定律”(Law of Accelerating Returns),还是我们所熟知的摩尔定律,都预示着不断加速的科技发展使我们预测新专业的产生和相关的技能要求将变得越来越困难,学校职业教育与真实工作世界的鸿沟将变得越来越大。学校再怎么努力地追赶,整体而言,其在技术和设备上与企业的差距是在不断加大的。从企业内部看,生产线升级改造过程中,自适应生产流程需要员工与具体生产系统之间人机相互适应的训练,提供包括数据建模、解释和维护人工智能系统性能的培训。而技性科学知识转变成综合职业能力也离不开真实的工作环境。有研究指出,在招聘员工时,许多先进企业提出了满足智能制造技术方面的要求,但新技术应用能力属于复杂的心智技能,尽管其需要外部支持,但企业内部的技能开发却是更有效和更具有可持续性的战略[28](P7)。在英国,尽管各种官方文件持续强调高技术的重要性,但劳斯莱斯公司仍把学徒制和企业的职业教育培养技能放在未来先进生产中“极端重要”的地位[29](P25)。不难发现,现场工作能力(living laboring capacity)正变得愈加重要,它包括静态的常规工作处理能力,还包含处理各种情境下不同问题的能力[30](P2015)。而工人在遇到重大问题时能及时正确地做出决策,不仅需要理性和逻辑,还需要在工作实践中通过反复试错和不断自我矫正才能获得的知觉、本能和情感。因此,不管是从设施、设备、技术,还是工人综合职业能力培养,未来学校主导的职业教育都需要走向以工作场所为中心的职业教育,建立企业大学、产业学院,实施以企业为主导的高端学徒制等模式,才能为学生的有效学习提供条件,为知识内化创造机会。

三、价值论:人工智能时代职业教育知识的理性追求

古典哲学中知识是关于世界整体的认识,其追求绝对的标准,且被“智慧”所统摄,所以对知识价值的关注较少。当“认识论”被替代,发展出不同领域的“知识论”时,不同类型知识之间的竞争使得知识的价值问题变得越来越重要。职业教育知识的价值论问题,一方面探讨不同类型知识的比较优势,另一方面关注职业教育知识作为一个整体对人才培养的“有用性”及其价值取向,这是一个更具全局性的问题。这里我们主要论述后者在人工智能背景下的变化。

(一)从“人机关系”走向“人际关系”

技术的本质是人的存在方式,是人类自我和世界构造的一个环节[31](P11)。对人工智能技术的研究和应用加速了机器的智能化,促进了人类自我认识与理解的飞跃,同时也伴随着人类自身的深度科技化。历史地看,人机关系经历了三种形态,即个体形态、组织形态和主体形态[26](P82-88)。第一次工业革命的机器大生产中,机器处于个体形态,人与机器有着比较明显的主客体之分。第二次工业革命的“泰勒制”生产模式把机器联结成流水线,这种组织形态的机器表现出一定的代理性,人被“异化”为机器系统的“有意识的器官”,人与机器之间出现了主客体颠倒的现象。在人工智能时代,机器系统的发展呈现出一种自我更新、自我完善和自我演进的状态,这种处于主体形态的机器与人之间日益表现出一种“主体间性”。“为人而发展技术”是自适应生产模式的核心理念,“2050年的就业市场的特点很可能在于人类与人工智能的合作,而非竞争”[4](P26)。在人与机器系统工作过程中,机器和人有各自专属的领域:机器的专门活动包括“处理”“迭代”“预测”和“适应”,人类的专门活动则主要是“领导”“共情”“创作”和“判断”。除了这些各自的专属领域,人机之间还有开展广泛合作的“中间地带”:一方面是人类弥补机器不足的领域,即对人工智能技术的“训练”“解释”和“维系”;另一方面是人工智能赋予人类能力的领域,包括“增强”“交互”和“体现”。在人机关系转型的过程中,一方面人类要发挥自己区别于机器的专属能力,以保持自主地位,另一方面在“中间地带”,要重构工作流程以建立人机之间的合作关系[25](P90-91)。职业教育的人才培养要改变自动化过程中“去技能化”的趋势,实现从“人机关系”向“人际关系”的转变,关键是要培养未来员工与机器的共同工作、和谐相处的能力,促进学生“融合技能”的发展。

(二)从“技术幻觉”走向“技术自觉”

人类借助技术实现了自身能力提升与放大,这种对技术放大能力的追求是现代技术发展的重要动力,也是技术风险生产的主要根源。但技术发展对人类社会和人类生存环境的反作用并非是牛顿力学式的,这种滞后性让我们产生了一种所谓“主体无视关联性”的技术幻觉[32](P3-5)。现代产业发展过程中,这种技术幻觉与狭隘的资本主义意图相辅相成,相互促进。当我们担心人工智能会不会控制人类的时候,首先应担心的是我们能否控制自己。“机器人”的发展方向是取代人,还是让人更像人,这取决于我们对人工智能技术风险的主动防范与理性控制。人们对ChatGPT类大语言模型的争议充分说明了这一点。自动化技术带来的对技术的过度信任、员工情境意识的丧失以及操作技能的退化和丧失(即“环外生疏性综合征”,out of the loop unfamiliarity)[33](P283)正在使人丧失其主体地位。伦理的作用即是要鉴别和避免狂妄,对狂妄的批判应该成为技术目的知识的基础。此外,以人工智能为技术核心的机器系统在运用过程中有时还存在不确定性。当机器不能确定做什么,或者在其推理模型中缺乏必要的业务或伦理参照时,员工必须有敏锐的意识和能力进行介入,从而保证整个工作的正常进行,以避免对人或环境造成伤害。因此,对学生技术风险意识的培养应该成为一种“自觉”。

(三)从“器具工匠”走向“智慧工匠”

为区域经济社会发展培养高素质技术技能型人才是职业教育基本任务和其价值的集中体现。尽管职业教育本科发展以及现代职业教育体系建设的规划彰显了职业教育在满足学生可持续发展方面的努力,但满足产业转型升级发展依然是发展职业教育的首要目的,这一目的是通过为学生提供零碎的现代技术知识和简单的操作技能而实现的。简单的操作技能使学生沦为“工具人”,后续发展潜力不足。而零碎的现代技术知识,按照舍勒(Max Scheler)的知识分类,属于实证主义统摄的“宰制知识”,它使教师成为职业教育过程的“主体”或“主人”,宰制知识对教养性知识、形而上学知识的压抑使学生成为丧失主体性的职业教育“产品”。在未来人机共生的世界,零碎的专业知识将越来越不能适应未来的工作世界,更不能实现人机关系中两者主体间性新型关系的构建。关于工作世界的全面知识和人的精神世界的知识将成为最有价值的知识,我们的目的不是把人培养成快速、准确的信息“处理器”,而是要培养人类特有的创造精神、反思能力、共情能力以及灵活性,使学生成为具有丰富精神世界的健全人格的人,这是机器系统所无法取代的[27](P34)。从人类生产发展历史看,当我们从工业1.0走到工业4.0,适应“精益4.0”的未来员工,越来越呈现出传统手工作坊中工匠师傅所具备的精神与能力特质:工匠们的世界与生活世界是高度统一的,是完整的“人”的世界,他们具有高度的自主性,掌握着完整的生产工艺,他们在制造精美产品过程中展示出创造力和智慧,他们“法天、法地,又天地人合一”。在人工智能时代,职业教育知识的价值应实现对传统工匠回归与超越,培养数字时代的智慧型工匠。

注释：

① 研究发现,企业能从机器自动化中获取的收益越来越低,那些仅用机器代替人力的公司最终会停滞不前。参见保罗多尔蒂,詹姆斯威尔逊:《机器与人:埃森哲论新人工智能》,赵亚男译,中信出版社2018年出版。