2018《美国机器智能国家战略》的学习与启示

汪雅君 何晓萍

摘 要：美国战略与国际研究中心于2018年3月1日发布的《美国机器智能国家战略》分析了美国机器智能的发展现状，并在教育、科研、技术、社会、公共安全、国际合作、数据风险等方面提出了六大战略布局、主体目标及具体建议，是具有里程碑意义的重要战略规划。本文对战略的核心部分進行了解读，认为该战略具有目标明晰化、生态系统安全化、技能培养全面化三大特点。我国机器智能教育应秉承积极开放的心态，不断吸取先进的发展理念、核心目标和办学精神；重点关注“人工智能+教育”、机器智能教学理论与教学实践等问题；针对机器智能教育的复杂性与学科的多元性，实施学科整合、教学渗透，在不同阶段制定跨学科课程标准，实现学科交叉课程改革，为学生提供个性化学习体验。该战略具有导向性、全面性和前瞻性，为我国在“十三五”期间制定并实施机器智能发展规划提供了参考。

关键词：机器智能；智能技术；智能教育；技能培养；生态系统

中图分类号：G434 文献标志码：A 文章编号：1673-8454（2019）03-0029-06

一、引言

从2016年AlphaGo再次战胜世界围棋冠军Lee Sedol，到汽车制造商首次在埃隆公共道路上部署全自动无人驾驶车辆等一系列科技重大事件的发生，使机器智能（Machine Intelligence，以下简称“MI”）在全球范围内引起了广泛关注。MI已经悄然遍布世界各地企业、政府与个人的生活领域。越来越多的国家也开始意识到这场技术革命将对世界各国的经济、社会和国家安全产生前所未有的影响。近几年，日本、英国、新加坡等一些发达国家陆续制定了推动MI发展与应用的相关战略。美国战略与国际研究中心于2018年3月1日发布了《美国机器智能国家战略》（A National Machine Intelligence Strategy for the United States，以下简称“《战略》”），该《战略》对MI的发展前沿与趋势进行了全面系统的规划，为美国联邦政府提供了一个制定政策与投资的平台，以确保MI的发展符合其战略目标、道德规范和社会价值观。该《战略》中的MI针对整个社会领域，对于MI的教育应用，以及未来机器人教育的更长远发展，都极具参考价值和意义。[1]

本文将围绕《战略》的制定背景、核心内容、主要特点及对我国机器智能教育发展的启示等进行解读与分析。

二、2018《美国机器智能国家战略》发布的背景

1998年以来，美国联邦政府下属的网络与信息技术研发小组、白宫办公室、经济委员会纷纷针对不同阶段下的不同技术背景，连续颁布五份人工智能（Artificial Intelligence，AI）国家级发展战略，分别对美国特定历史阶段的人工智能教育提出比较全面和系统性的指导性意见。人工智能技术的研究取得了令人瞩目的进步，并为人类社会的发展开辟了新的途径与机遇。在工业、能源、环境、经济、教育、医疗等各个领域，人工智能都扮演着重要的角色，目前已成为了推动社会各领域前进的主要力量。[2]美国白宫科技政策办公室于2016年10月发布了人工智能发展战略报告，即《为人工智能的未来做好准备》和《国家人工智能研发战略规划》，以期为人工智能的未来发展提供针对性建议。[3]与此同时，与人工智能紧密相关的机器智能也日益受到重视。《战略》中所指的MI是一切机器所具有的智能和能力，包括用计算机模拟人的逻辑思维，以及人工神经网络和感知动作系统，它使得机器能够执行需要人类智能才能完成的一般性任务。[4]MI通常包括智能伙伴、智能机器人、智能系统或智能技术等，其对教育领域有不容小觑的影响力，且这种影响力应用面广、作用大、程度深。[5]MI可被融入课堂教学，以辅助教师的教学活动和完善学生的学习活动，满足学生的个体需求和个性化学习体验。[6]然而，在智能技术为社会带来福利的同时，人们也意识到在其发展过程中出现的一些新问题。例如联邦政府在机器智能发展过程中应担当怎样的角色，其发展过程中将会对社会经济产生怎样的影响，如何规避MI技术可能带来的风险等。

针对以上问题，美国战略与国际研究中心制定的《战略》进行了具体战略部署。这不仅涉及美国是否能始终处于国际MI发展的前沿，指引正在发生重大变革的全球MI技术发展体系，同时也是保持美国稳定繁荣的关键要素之一。

三、2018《美国机器智能国家战略》的基本内容

《战略》所包含的内容广泛，涉及两个总体目标和六个战略布局，如表1、表2所示。

1.为MI技术的研究和发展提供持续支持

整体性国家战略规划应确保用于基础MI研发的投资。包括新加坡、日本、英国、加拿大、法国和韩国在内的国家在过去两年中都宣布实施MI融资等核心举措，并在新的研发项目中投入了超过10亿美元的资金支持。中国在其研究目标的规模上使其他国家相形见绌。中国在2017年7月宣布新的MI发展计划后，地方及省级政府宣布向MI行业提供数十亿美元的支持，其中，仅湘潭和天津两个城市就对MI项目承诺投入70亿美元。

首先，政府需增加对MI研发的投资，填补私营部门的研发资金。企业研究实验室缩短了MI研发的部分差距，风险资本家正在大力投资，将新的MI应用推向市场。自2012年以来，风险投资家已花费近60亿美元，支持初创企业创建商业化的MI应用程序。如Facebook、苹果、谷歌、亚马逊和微软在内的涉及技术领域的知名公司，在2016年花费了200-300亿美元用于MI。但仅靠私营部门的投资是不够的，美国联邦政府在支持MI技术发展上发挥着独特的作用，必须首先更新其优先研究项目以适应MI即将面临的独特挑战与机遇。《战略》指出，美国政府应通过大学、国家实验室和国家科学基金会，资助新一代MI的基础研究，还可以通过合作研究、开发协议（CRADAs）、贷款担保以及小型企业管理局（SBA）等组织的研究资助来支持私营部门的创新。MI研发战略应该支持技术的发展，如MI算法、为其提供动力的计算芯片（图形处理单元或GPU）、材料科学、电池、高性能量子计算、机器人技术、传感器、小型化基础设施等的研究。另外，还要大力支持国防部相关机构对MI系统的开发和部署，确保国家安全。政府应重新考虑将私营部门的创新研发纳入国防部，以确保其MI系统开发的先进性。

2.为MI时代培养必要的劳动力

在规划未来的劳动力时，国家不仅需要考虑着重培养下一代劳动力，还需要考虑重新培训现有劳动者。新技术的进步与发展可能创造出足够的就业机会，来弥补因自动化发展而丧失工作机会的劳动力，但当前工人在过渡到新职业生涯的过程中面临着障碍，这使促进继续教育与就业再培训等问题的管理变得至关重要，可能需要对国家教育系统和社会安全网络进行改革，以确保所有工作者都有迅速过渡到新角色的机会。

（1）培养未来的MI员工

国家过去往往侧重对劳动者进行科学、技术、工程、数学（STEM）学位课程的培养，而缺乏合格的计算机科学家和MI专家。因为硬技能通常最容易被自动化技术取代，而移情、沟通和批判性思维等软技能，随着MI系统工作的普遍性而变得越来越重要。国家的教育战略应侧重于双管齐下的方法：建立强大的技术人才库以开发、运营未来的技术，并培养具有基本数字素养和软技能且适应能力强的高端人才。

第一步是通过扩展计算机科学和MI的学位课程来建立MI人才管道。美国目前面临着计算机科学特别是机器智能方面人才短缺的问题。全国范围内有超过51万个计算机工作岗位，但2016年毕业的计算机科学专业学生的数量，远不足以满足這一需求的10%，即使是计算机科学家，尚缺乏机器智能方面的教育及直接经验。美国联邦政府可以通过资助MI课程的设计研究，以及协助制定MI的教育计划来支持其技术教育。政策制定者还应该解决日益严重的教授去留问题，这可能会使大部分教育机构陷入困境，并降低国家培养MI人才的能力。为扭转这一趋势，政策制定者必须扩大对大学MI计划和研究补助金的资助，以使国家能够维持创新优势。政府还需对学生从小就投资于数字素养的普及，使之与阅读和算术一样，成为通用工具的一部分。从K12基础教育，到本科及研究生教育，数字和MI扫盲应纳入课程开发认证计划，以确保下一代无论效力于哪个领域都能够参与到MI中来。

除了具备基本的数字素养之外，许多人都认为未来劳动力最重要的技能是软技能，如创造力、批判性思维、情商和适应性。这些技能难以复制，并且随着人类工作者角色的转变而变得越来越有价值。未来劳动力应具备的理想形象是：有技术熟练程度而非掌握程度，有终身学习者的背景，并能够将其创造力和批判性思维技能应用于不断变化的工作和任务之中。

（2）吸引并留住世界上最好的MI人才

国家还应该确保优秀的毕业生留在美国工作，或投资和建立相关业务。美国最大的优势之一是政府有能力吸引海外的优秀技术工人。美国是世界上最大的移民目的地，也培育了大批具有高等教育和领先世界技能的企业家和创新工作者。而打击移民不仅无法为美国人创造更多获得高薪工作的机会，还会扼杀经济增长和经济的竞争力。国家不需要通过拒绝移民来刺激经济增长，而是需要接受出生于各国的移民，并确保下一代MI企业家都能在美国创建未来的技术。

（3）为未来经济对在职人员技能再培训

通过对公司高管进行调查表明，缺乏具有专业技术知识的人才是MI技术广泛应用的最大障碍。普华永道（PwC）的数字智商调查显示，只有20%的高管拥有成功实现人工智能所需的技能。MI可以利用优质的人才改变行业，使之提高效率，提供更加量身定制的个性化产品和服务，改善对质量的控制，以更好地管理其供应链。《战略》指出，政府应与私营企业合作，为有意向培养在职劳动力人才的公司制定专业指导意见并提供资源。其中一个例子是SBA的小企业技术联盟，它与谷歌、微软和Facebook等公司合作，共同为小企业提供数字培训资源。通过这些培训，可以帮助很多公司扩大和深化MI所需的技能。美国政府还应该与私营部门合作，对因重组劳动力而进行继续教育和培训的公司给予投资，制定税收抵免等激励措施。

3.创建一个灵活开放的数据生态系统以促进MI的发展

MI系统发展的一个重要环节是获取广泛而高质量的系列数据。目前MI系统的数据是匮乏的，它需要大量的数据集库来识别独特的模式和见解。美国在MI领域占据主导地位的主要原因之一，是其国家独特的数据生态系统，为MI研究人员提供了庞大的用户群、广泛的公共数据集访问以及支持性的监管机制。决策者应该利用这种竞争优势，确保美国MI开发人员能够持续访问世界上最开放、灵活的数据生态系统并获得数据。

联邦政府还可以与州政府和地方政府合作，将所提供的数据转换成易于使用的机器可读格式，并探索数据集共享的新方法。首先，政府需要协调自身的数据结构和标准，并应与私营部门合作制定标准以实现政府与行业之间的共享。监管机构和机构官员需在颁布标准的同时，帮助公司在共享客户数据时了解竞争或隐私方面的适用性。其次，政府应利用公私伙伴关系提供标准框架以促进组织之间的数据共享，并设计激励措施以鼓励公司通过开放的应用程序接口（API）提供数据。不仅如此，美国联邦政府还必须制定一项打击危害全球科技公司的保护主义、数据本地化和隐私政策战略。为有效实现这一目标，需调节美国和国外对隐私和消费者保护的合理关注，更需要一个支持MI创新与实验的开放灵活的数据生态系统。除此之外，《战略》认为，美国和其他国家还应利用贸易协定，创建双边和多边伙伴关系，促进数据的自由流动以支持新兴技术的合作研发。

4.制定全面周到的公共政策来减少阻碍以促进MI的应用

政策制定者还应采取措施以刺激MI技术的需求量，扩大市场，并为美国的MI新企业提供扩展空间。目前，企业对MI的采用率很低，就2017年9月《麻省理工学院斯隆管理评论》的一项研究发现：被调查的公司中只有5%将MI广泛应用于其产品中，不到40%的公司制定了关于MI实施的战略规划。对于有意向采用MI技术的公司则面临一系列障碍，包括缺乏IT基础设施、缺乏人才、对法规和客户权利的不确定性以及高昂的实施成本。联邦政府需通过减少这些法律和监管障碍，为MI的应用制定激励措施，以支持企业实施MI自动化。

为支持实施未来可实现的MI部署的IT解决方案，美国政府应考虑与贷方和技术公司合作，创建贷款担保计划以支持IT现代化。该计划可以资助采用云解决方案和数据分析的公司，与借款人或私营部门专家合作，帮助公司将这些新服务整合到运营中，为更广泛地应用MI工具做好准备。同时，可扩大税收激励措施，如研究和试验（R&E）税收抵免，以鼓励企业将资源用于开发专项的机器智能服务。国家还可以利用联邦采购政策，为私营部门有效应用MI技术提供专业指导。

总统应指示所有联邦监管机构与公司，就行业中的MI潜在应用启动自愿咨询流程。这些磋商的目标应是确定可行的，减少监管不确定性，以促进整个部门安全和负责任地应用MI，需要强调的一个关键领域就是责任领域。随着像自动驾驶汽车或医疗诊断工具这样的MI驱动产品变得更加普及，由这些系统引起的错误和事故也将变得更加普遍。特别是在人与MI系统协同工作的情况下，各方的相对责任范围将成为开发或应用MI技术，评估其潜在风险之前，法院必须解决的棘手问题。

5.积极制定策略以应对MI带来的风险

以一个经过深思熟虑的《战略》来应对MI的挑战，可以帮助消费者建立对技术的信任，并在事故发生时，帮助国家避免陷入反对《战略》的陷阱。第一个最困难的风险是偏见和歧视。例如，针对高薪管理职位的招聘广告，谷歌的软件廣告定位于男性网络用户的频率远高于女性。虽然这种歧视并非本意，研究人员反而暗示谷歌只是“失去了对其庞大的自动化广告系统的控制权”，并指出“即使没有广告商提出不适当的出价，大规模的机器学习也会出现意想不到的行为。”

政府必须在管理MI技术的风险方面发挥重要作用。即使科技界提出的世界末日警告被夸大了，但政府无法忽视隐私泄露、算法偏见、系统安全和控制等问题所带来的风险。随着个人越来越依赖于用MI技术来管理社会服务，依赖MI技术支持医疗保健、就业和刑事司法等敏感领域的决策制定，政府将有责任确保MI技术的正确部署。期望MI系统完全没有错误是不现实的，因此政府应该专注于管理可预见的风险，并建立明确的计划和期望，以便在出现故障时及时处理。《战略》建议，美国联邦政府应通过国家标准与技术研究院（NIST）做出新的计划，以制定MI应用的安全、道德和控制标准。NIST应与行业和国际合作伙伴合作，制定出一套安全和负责任的MI开发及使用的相关治理标准。美国政府还应加强与国际标准制定机构合作，以不断完善MI的全球道德标准。

随着数据收集活动扩展到为新的MI系统提供动力，MI的发展也将给个人带来新的隐私风险。个人设备越来越多地连接到互联网，企业、营销人员和政府可以获得的关于人们日常生活数据的力度将为评分和监控带来新的可能性。即使收集数据的公司承诺其负责任使用，消费者仍然面临来自外部各方的风险，如窃取敏感信息或以重新识别用户的方式组合匿名数据。

虽然MI技术的兴起，使收集用户越来越详细的数据成为正常化，但消费趋势清楚地表明，大多数公民更重视个性化服务，而不是严格控制所生成的数据。因此，美国考虑严格实施数据的隐私制度。例如欧盟的通用数据保护条例（GDPR），存在扼杀创新的风险，这是不明智的。对此，政府应与工业界合作，确保美国开发的MI系统在欧盟等地仍具有可行性。

6.通过建立MI战略伙伴关系，在全球范围内发展并治理MI技术

处于领导地位并不意味着单打独斗。国际合作伙伴关系可以帮助国家更快地开发和部署技术，并与世界各地共同分享价值观、方法和标准。为此，《战略》指出，首先，美国应与其他MI领导者建立研究伙伴关系，以开发新的MI技术。伦敦、多伦多和蒙特利尔等城市的学者和创业公司研究实力雄厚，加拿大和英国等国家一直是MI领域的历史性领导者。美国通过加强与这些国家技术领导者合作，将大大提高自身的技术创新能力，帮助美国保持处于MI发展的最前沿。特别是政策制定者可以支持MI研究人员和学生建立交流计划，确保为这些国家的专家提供开放、简化的移民流程，并为各国之间的投资创造新机会。就加拿大而言，美国也可以从西雅图和温哥华之间提出的“创新走廊”中受益，从而吸引边境两端的MI人才和投资。

随着MI将数字系统的范围扩展到物理世界，它将对自然资源造成沉重的负担，特别是计算和电池中使用的稀土元素以及用于构建机器人和网络物理系统的金属和塑料。MI相关技术的研究和应用，将继续推动对这些原材料的需求。美国应与这些国家建立广泛的政治伙伴关系，以确保对自然资源的控制。美国应参与国际军事标准的治理机构，以加强对未来人工智能方向的影响。国际电信联盟（ITU）、国际标准化组织（ISO）和电气和电子工程师协会（IEEE）等已经开始制定计划，为发展MI制定技术、道德和治理标准。

四、2018《美国机器国家智能战略》特点分析

美国战略与国际研究中心颁布的《战略》为当前MI技术的发展和实践提供指导。为了更好地学习该战略，本文在战略目标、生态系统、技能培养三个方面进行了特点分析。

1.战略目标明晰化

《战略》秉承了美国联邦政府引领全球MI发展的核心理念。《战略》强调创建全方位领先世界的机器智能发展系统，并对MI技术领域的发展提出了诸多建议与要求，囊括了多项涉及机器智能各个领域的战略规划，但制定《战略》的根本初衷在于为未来机器智能时代创造更好的人力、物力与财力支持。为实现这一目标，推动机器智能快速稳定地发展，《战略》在教育、科研、技术、社会、公共安全、国际合作、数据风险等方面明确地提出了战略布局、主体目标及具体实施建议，其中，战略布局与具体建议如表3所示。

2.生态系统安全化

美国联邦政府拥有对部分公共数据集的访问权限和管理权，且还拥有许多对MI开发人员有价值的独特数据集，向公众开放这些数据集可能会对MI新应用程序的创建产生巨大影响。例如，当政府将国家海洋和大气管理局（NOAA）的气候数据公之于众时，就创造了一个价值超过320亿美元的产业。若开放未分类的卫星图像、运输数据和财务信息等其他联合数据集，将为MI的创新提供机会，并显著提升社会的公共服务事业。但针对美国高新技术产业在国外市场地位受到当地国政策的威胁，人们日益注重隐私保护，关注数据生态系统的安全及发展现状，《战略》也提出了要制定涉及危害数据生态系统安全、隐私政策及威胁消费者权益方面的相关方针政策。

不过，由于智能手机和连接设备（即所谓的物联网）的普及，全球产生的数据量呈现爆炸式增长。如今世界上90%的数据是过去两年中创造的，并且增长速度持续加快，而这种情况在一定程度上为数据生态系统的治理带来了挑战。因此，美国联邦政府在适度管控的同时，还与地方政府以及其他国家政府合作，强调数据生态系统安全的重要性，倡导制定符合政府标准与行业规则的共享数据集。在发挥美国联邦政府独特作用的同时，也稳固了本国与他国的双边及多边贸易合作伙伴关系，旨在克服MI系统数据的匮乏与局限，从而以更好的姿态迈向MI时代。

3.技能培养全面化

如果说《战略》对人才素质培养的要求，是基于美国联邦政府长期坚持的教育目标，那么对人才技能培养所提出的期望则更多地体现了国际视野和时代特征。技能培养包括软技能和硬技能的培养。其中，硬技能包括语言技能、生物技能、艺术技能、数学技能、计算机技能、物理技能、化学技能等，它涵盖所有能在书本或生活中学习到的，与专业学科及职业领域相关的一切技能。而软技能又称非技术技能（Non-Technical Skills）或非认知技能（Non-Cognitive Skills），它由社会技能和认知技能构成，主要包括四类技能：合作、领导与管理、情境意识、决策。也通常指个人的情商、个性、社交礼仪、行为举止、人际关系等方面的技能。[7]它能够调动别人的资源和知识，并调动自己的知识进行创造性思维。《战略》中提到的软技能与硬技能兼备的人才培养，则有力地说明了随着科学技术的快速发展和变革，MI时代对于人才技能的要求越来越高，这就需要国家教育部改革教育体系，将培养劳动者的软技能作为培养重心。特别是延伸适用于MI技术发展的计算机课程，提供符合每个学生全面发展需求的个性化学习体验与课程，将学生和劳动者的素质教育与认知技能培养相结合，广泛运用于基础教育、高等教育、继续教育、成人教育之中，满足可持续发展的需要，以应对未来机器智能时代的挑战，从而构建一个良好的终身学习社会。

五、启示

随着互联网、大数据、云计算和物联网等技术不断发展，人工智能正引发可产生链式反应的科学突破，催生一批颠覆性技术，加速培育经济发展新动能，塑造新型产业体系，引领新一轮科技革命和产业变革，[8]未来的时代是智能时代。无论是政府管理机构，还是各级教育部门，都应为迎接智能时代的到来做好充分准备。[9]目前越来越多的国家意识到人工智能发展正深刻改变着人类的社会生活，并开始部署机器智能国家级战略规划。

我国机器智能处于发展阶段，技术的研究和实践应用研究还有很多亟待解决的问题。因此，必须意识到我国正处于全面建成小康社会的决胜阶段，人民对美好生活的需要和经济高质量发展的要求，为我国机器智能发展和应用带来广阔前景。而美国联邦政府发布的《战略》为我国的机器智能的发展和教育提供了良好的启示和借鉴。

第一，我国正处于教育机器智能发展的新机遇时期，有关教育主管部门、教育技术专业人员、机器智能教育政策制定者应秉持积极开放的心态，不断吸取国外优秀机器智能教育发展理念、核心目标和办学精神。从“一切为了每一位学生的发展”的最高宗旨和核心理念出发，将机器智能创新、实施和应用纳入到教学体制之中，使其成为未来机器智能教育中的一部分。

第二，面对教育大数据浪潮，我国机器智能教育关注的重点应是“人工智能+教育”、机器智能如何融入到教育的发展之中、机器智能教学理论如何与教学实践相结合等问题。这就需要深入研究我国机器智能教育发展现状，并以理论为基础向实践转变，加大专业教师培训力度，提升师资关于机器智能方面的综合素养与能力，将其作为机器智能教育发展的重点之一。

第三，机器智能教育具有学科多元与学科渗透的特色。它不仅涉及计算机科学、信息技术、机械物理、生物材料、应用数学等学科，而且与学生的信息素养、综合能力、创造力、批判性思维等培养的复杂性有关。这就要求对学生学习的不同阶段，有机融合不同的学科进行交叉教学，同时制定跨学科课程标准，实现学科交叉课程改革，为学生提供个性化学习体验。例如，在英语教学方面，学生可以利用机器智能进行口语互动训练，培养学生口语技能的同时，也培养了其应变和反应能力；在化学教学中，可通过模拟实验室来进行化学系列操作，提升学生的化学知识和动手能力等。

最后，还需时刻警惕机器智能教育带来的风险和负面影响，面对特殊情况及时采取相关干预措施。国家政府及教育部门也应加大对相关技术的资金投入，将机器智能教育应用视为未来教育发展的重点项目。在机器智能教育的开发、研究和应用过程中，始终坚持“以人为本”的科学发展观，坚决贯彻教育为社会主义现代化建设服务，为人民服务，与生产劳动和社会实践相结合的指导思想，培养德智体美全面发展的社会主义建设者。

参考文献：

[1]A National Machine Intelligence Strategy for the United States[EB/OL].[2018-03-15].https：//（csis-prod.s1.s3.amazonaws.com/s3fs-public/publication/180227_Carter _MachineIntelligence_Web.PDF？CLIXG-gQQQoc78akg Ck.2StKO7NsrC2J1.

[2]马玉慧，柏茂林，周政.智慧教育时代我国人工智能教育应用的发展路径探究——美国《规划未来，迎接人工智能时代》报告解读及启示[J].电化教育研究，2017，38（3）：123-128.

[3]闫志明，唐夏夏，秦旋，张飞，段元美.教育人工智能（EAI）的内涵、关键技术与应用趋势——美国《为人工智能的未来做好准备》和《国家人工智能研发战略规划》报告解析[J].远程教育杂志，2017，35（1）：26-35.

[4]李蕾，王小捷.机器智能[M].北京：清华大学出版社，2016.

[5]吴永和，李彤彤.機器智能视域下的机器人教育发展现状、实践、反思与展望[J].远程教育杂志，2018（4）：79-87.

[6]陈松云，何高大.机器智能视域下的教育发展与实践范式新探——2018《美国机器智能国家战略》的启示[J].远程教育杂志，2018（3）：34-44.

[7]李铁斌.软技能若干问题研究新进展[J].学术论坛，2013，36（3）：195-199.

[8]教育部.高等学校人工智能创新行动计划[EB/OL].http：//www.gov.cn/xinwen/2018-04/15/content_5282540.htm#allContent， 2018-04-02.

[9]马玉慧，柏茂林，周政.智慧教育时代我国人工智能教育应用的发展路径探究——美国《规划未来，迎接人工智能时代》报告解读及启示[J].电化教育研究，2017，38（3）：123-128.

（编辑：王晓明）