人工智能“智化”教育的内涵、途径和策略

摘要：人工智能作为在某些方面比人类更聪明的存在，除了赋能教育使其更有效率和质量，也会通过智化让教育变得更聪明。人工智能智化教育的内涵是以人工智能为镜，反思现有教育的“迟钝之处”，使之变得更聪明，即重构教育的意义、丰富教育的想象、促进教育的创新。同时，从已有经验和预测来看，人工智能智化教育有四种途径，即替代、补充、生成、迭代。当下，人工智能智化教育的策略有：（1）智化教育实验，创建“人机一体”的解释机制;（2）智化教育思维，建构超越人类原始思维的全新教育思维;（3）智化教育内容，重构知识秩序。

关键词：人工智能;智化;价值;聪明

中图分类号：G434

文献标识码：A

当下，谈及人工智能与教育变革，首先映人研究者脑海的必然是“科技赋能”。因为人工智能已经被视作科技赋能教育与学习的最佳途径之一[l]。抛开世界其他国家的缘由不表，仅就中国而言，在人工智能上诉诸“科技赋能教育”的强烈憧憬，一方面是国人有将科技作为任何领域正面价值的习惯[2]，另一方面则是当下国家对人工智能的高度重视。2017年“两会”首次将人工智能写入政府工作报告，人工智能发展成为国家战略。其后，2018年教育部出台《教育信息化2.0行动计划》，正式启动了新一轮的教育信息化建设工程，开启了智能时代新征程，智能技术不仅是促变教育信息化的核心技术，也是教育信息化2.0行动的实践路径，更是教育信息化2.0行动的航标[3]。也正因此，人工智能在教育领域的“赋能”研究和实践可谓前途光明、范围广泛且意义重大，也已为多数教育学者所注意。

除此之外，笔者特别想说的是，人工智能除了作为一种先进技术，通过“智能的应用”为教育外显的政策、制度、课程、管理、教材、教学和评价等进行“赋能”——增强教育的能力，提高效率和质量;同时，人工智能也是具有哲性的概念[4]，它也会以一种“智能的思维”对教育内在的理念、思维、内容、知识和方法等进行“智化”（Cognifying）①——升级教育认知能力，将教育中“迟钝的东西”变得更聪明。后者目前处于被忽视的地位。既然人所共知，人类从蝙蝠身上学会了如何制造雷达，并非蝙蝠有多聪明，而是人类“聪明”地从它身上悟出了雷达原理;那么人们是否也应懂得，人工智能之所以能让教育变得更聪明，至少不完全取决于它作为技术有多么聪明，而是因为聪明的人可以从它身上悟出不一样的道理，促进教育实现更大的启蒙和进步。

站在人工智能一侧而言，十八世纪人类用科技创造了比人类更有力量的机械，二十一世纪人类正在用科技创造可能比人类更聪明的人工智能。机械化重新定义了人类世界的生产、生活乃至思考方*本文系中央高校基本科研业务费专项资金“基于数据库平台开发的中国特色义务教育发展智库建设研究”（项目编号：SWU1709223）研究成果。①“智化”源自著名未来学家凯文·凯利在《必然》一书中提出的“知化”概念，主要是指“人工智能改变人类认知，重新赋予对象认知能力，把迟钝的东西变得更聪明”。使用智化而非知化，理由如下：两者共同指向人工智能与人之间的相互学习。从语义直观而言，知化突出的是“机器向人学习”，而智化突出的是“人向机器学习”。本文突出的是后者内涵，所以选择使用智化一词。式，当然也包括教育。那么，被很多人寄予重塑世界乃至人类自身厚望的人工智能，除了可能让人类进入“生命3.0”的阶段（实现人类的进化与重生），也正在更大尺度上诠释“生而为人”的意义[5]。而人工智能之所以会引发这种生命层面的革命，其实质并非是因为人工智能会通过“赋能”让人在某些领域的能力更快、更强，而是人工智能会产生某些意料之外的“认知变化”。迈克斯·泰格马克对此作了一个异常深刻的隐喻“人类能控制老虎，并不是因为我们比老虎强壮，而是因为我们比他们聪明”[6]。所以人工智能的“能力”并不会被西方学者认为是“革命”，真让他们觉得具有革命性的是人工智能可能诞生截然不同的认知方式。并且现实而言，人工智能已经到了理解大脑以及他们如何发展的边缘，这将会是一个奇迹，能够永远改变我们对自己的看法[7]。加之，人工智能已经引发了各行各业的创新风暴，也正在重新定义学校、学习、学生、教師等教育的基本概念，乃至点燃教育的第四次革命“从基于印刷与世俗化的大众化教育走向基于人工智能的个性化教育”[8]。所以，人工智能智化教育不仅存在可能，而且也正在照亮教育的未来。

站在教育一侧而言， “每当社会发生重大转型时，人们对教育的批判，往往是从价值批判始，从重新认识教育的价值和目的始，并且以此为依据和出发点，再对现实的教育活动作出更具体的评析，提出新的原则、方案乃至方式方法”[9]。加之，将人工智能视作“赋能”本身蕴含了马克思·韦伯所担忧的“工具理性思维”（Zweckrational），若不能从人工智能与教育的本质意义进行解构和重塑，很可能在工具理性支配下使教育“过分关注个人、进步、效率、有效性、可量化、可计算的品质，牺牲那些在传统社会中发挥关键作用的更广泛、更有意义的内容”[10]。并且，这类探究存在混淆教育的工具与价值之嫌。因为“把对美好生活的有意义的追求变成技巧和技术等问题，是从根本上混淆了工具理性和价值理性”[11]。近来，我国学者已经开始意识到此类问题，并提出了“人工智能十教育”作为居间的构成性存的设想，即“人工智能十教育”并非是某种单一教育行为的改变，而是教育“居于其间”的整体发生的构成性运动[12]。所以，从智化的角度探求人工智能与教育的关系，不仅有助于在此类探究中引入“价值性思维”（W ertrational），也是尝试从教育价值的底层实现人机融合。此外，智化也可视作对祝智庭先生将“智慧教育”诠释为“Smarter Education”[13]的另一种回答：因为人工智能存在智化教育，使之更聪明（Smarter）的可能，所以中国智慧教育除了技术层面的可实现性，也具有认识论上的正当性。

上述迹象表明，研究者确有必要超越赋能的视角探求“人工智能+教育”的深层价值，以期丰富现有研究的认识论。而从智化的视角求解“人工智能何以让教育变得更聪明”这一命题，可作为这类探索的楔子。

一、人工智能智化教育的内涵

维特根斯坦曾言“假如一只狮子忽然开口说人话，那么我们一定听不懂它在说什么”。这句话背后的深意在于：狮子与人类拥有截然不同的“生命形式”，也因此塑造了与人类完全不兼容的概念框架，所以即便狮子掌握了人类的语言，人类也难以理解狮子语言背后的语义。维氏的理论同样适用于分析现有人工智能。换言之，人们可以从人工智能身上悟出不一样的道理。正因此，观察那些与人类在概念结构上有巨大差异、用意料之外方案解决问题的人工智能，将令人受益匪浅[14]。时至今日，人工智能正在推动人类认知自我的第四次革命，如同哥白尼革命、达尔文革命、神经科学革命一般，由图灵开启的人工智能革命，再次迫使人类重新思考自我[15]。

从上述启示而言，人工智能智化教育的内涵可界定为：以人工智能为镜，反思现有教育的“迟钝之处”，使之变得更加聪明。根据祝智庭在《智慧教育：教育信息化的新境界》一文中给愚笨教育做的画像， “凡是拒绝因材施教、抹杀个人特性的教育是愚笨教育;凡是以书本知识为上、忽视实践能力发展的教育是愚笨教育;凡是故步自封、不能与时俱进的教育是愚笨教育;凡是割断历史文化、不能继往开来的教育是愚笨教育;凡是自我封闭、不能主动面对国际挑战的教育是愚笨教育”[16]，当前教育的迟钝之处主要表现在：一是意义滞后，在教育日益现代化、国际化的今天，有些教育者仍然采取科举时代强调规定内容、标准形式和唯一答案的“八股式”教学，无法做到继往开来和与时俱进;二是想象力不足，在信息技术手段日益丰富的今天，有些教育者想象教学目的、方式和内容仍然以传统教育和人类属性为参照，无法做到因材而异、因时而变;三是创新乏力，在信息技术日新月异的今天，有些教育者仍然满足于眼前的利益和成就，难以开启主动变革和创新的道路。

面对上述困境，英国白金汉大学副校长安东尼·塞尔登在《第四次教育革命：人工智能如何改变着教育》一书结尾处给出以下启示， “从启蒙时代开始的第三次教育革命并没有实现它对进步、公平、正义的追求，这在一定程度上是因为启蒙运动坚持理性以及笛卡尔本人对人类意义的狭隘理解。所以，基于人工智能的第四次教育革命将会非常不同，它也需要非常不同”[17]。鉴于此，未来教育“由迟钝向聪明”主要表现在重构意义、丰富想象和促进创新三个层面。

（一）重构教育的意义

时至今日，世界上多数国家仍然沿用工业革命之后的分科教学，讲究的是在严格固定且有明确规则的领域，通过有目的、有计划的训练，培养具有一技之长的人才。显而易见，这样的教育体系不但可以培养更多符合“工业1.0时代”[18]要求的专才，同时也能加快教育的普及乃至提高教育的效率和质量。然而这样适合“工业1.0时代”的分科专才培养方式，是否完全适用于基于人工智能的“工业4.0时代”[19]可能将是一个很大的问题。AlphaGo的故事已经表明，在一些规则明确且可以良好定义的领域内，人工智能已经完全超越了人类。并且，这样领域内的工作，也很容易被高效、 “理陛”的人工智能所取代。

在此局面下，人工智能将迫使人们重新思考与构建教育的意义：如果我们的学校从一开始就在培养在某些方面注定不如人工智能的專才，那么教育的意义在哪？这既是需要正视、有待解决、必须克服的人才培养问题，也是避免在旧有人才培养模式中循环、迁就和恶化的机遇。因为它意味着在中国人才培养模式改革实践中又有了新的思路和可能：在人工智能时代，人们不仅要培养能在某些领域“耐得住寂寞，沉下心来钻研”的专才，也要培育牛顿时代那些“带上手套能做实验，脱下手套能演讲”的全才。若非如此，人工智能很可能如杰瑞·卡普兰在《人工智能时代》一书中所言“全面接管人类的生活和工作”[20]。而这也是人工智能智化教育最深刻的内涵。

（二）丰富教育的想象

如今，人类已经无法在计算、记忆、逻辑分析上媲美人工智能。并且，这种差距将会以几何级增长，乃至进入某种人类“闻所未闻”的境地。也正因此，人工智能不但是在教育领域扮演“计算速度更快、分析能力更强大”的角色，而且是“从现在直到未来百年，我们最重要的智能产品不是某样事情比人类做得更好，而是能做人类完全做不了的事情。同理，我们最重要的思维产品将不是比人类想得更快、更好，而是能思考人类无法思考的事情”[21]。可以预见的是，在超越人类、更不同、更复杂的人工智能协助下，人们在处理现有教育问题时，必将尝试与之前完全不同的想象方式——不止是更快、更好，而是前所未有。比如，畅想以下场景：在“一种专门训练用来加强制定人类个体的新心智;一种快速、动态、能够改变人类认知进程的新心智;一种半人半机器的新型赛博格心智;一种使用量子计算且人类无法理解其逻辑的新心智，等等”[22]全新人工智能支持下，未来教师们将会有更多看不见的“超级”同事，同学们也会有更多摸不着的“智能”伙伴，并且没有这些“人”，人类的教育将难以完成。概言之，人工智能可以“通过对时空构造、工作哲学与技术逻辑的重新定义，勾勒出一幅更具想象力的教育图景”[23]。

（三）促进教育的创新

当下，人工智能正在推动教育创造前所未有的未来。具体而言，根据技术思想家布莱恩·阿瑟对技术本质的思考[24]，人工智能作为一种“聪明的技术”，可以从“重新域定”（思想）和“标准工程”（技术）两种方式促进教育创新。

一方面，人工智能可以定义为一个技术群，成为一个“域”;然后，根据人工智能在教育领域所能完成的集成的便利程度和效率，以及人工智能和其他集成形成连接的容易程度，完成“域定”;最后也是最重要的是，人工智能这个“域”可以用一套不同的内容来表达既定的教育目的，也就是所谓重新域定（Redomained）。人工智能对教育的重新域定意味着不仅提供一套新的、更有效的实现教育目的的方法，还会为教育提供新的话语方式、行为参照以及应用环境，乃至重新定义这个时代教育的边界，表现为一个自上而下的过程。

另一方面，人工智能也可以通过标准工程的路径进行创新。在已知可接受的原则下聚集方法和设备，设计系列解决教育中重复性问题的人工智能方案。这套基于人工智能的问题解决方案经过反复使用和验证之后，就会成为通用模式，进而形成全新的教育技术架构。需要注意的是，标准工程的创新方式与重新域定非常不同。换言之，如果采取标准工程模式就是逐渐对现有问题提供基于人工智能的问题解决方案，并且随着经验的累积产生可见的进步。当这些可见的进步聚集在一起被反复使用之后，就会促使教育产生革新，表现为一个自下而上的过程。

二、人工智能智化教育的途徑

根据凯文·凯利的预测，当人工智能进入教育领域之后，人与人工智能的工作必将相互掺杂和纠缠，然而随着人工智能对教育的智化，无论是人工智能还是教育本身都会比之前更聪明[25]。具体而言，包括以下路径。

（一）替代

人工智能智化教育的第一条路径是由人工智能替代那些“人类能从事但人工智能表现更好的工作”。在过去教育中，教师工作中极为费时的作业批改、学生评价、班级管理等工作，人工智能不但耗时少且准确度更高。类似案例不胜枚举，可以说，人工智能已能胜任部分常规的抽象工作（包括教育），并且在特定情况下表现远胜于人类。只是过去人们在观念上认为“人工智能从事机械制造是可靠的”，对“人工智能能否胜任复杂而又抽象工作”存在怀疑，特别是考虑到彼时人工智能技术的不成熟性，人们在情感上更难以接受人工智能对人的替代。而如今，正是因为人工智能在某些特定的专用领域已经超越了人类（如记忆、算数、文本转语音等）[26]，所以人们才会在情感计算、智能导师与助手、自然语言处理、学习伙伴、智能代理、智能测评等教育领域不断加强人工智能的研究与应用，以期在教育中替代人类，丰富教育价值。

（二）补充

需要看到的是，现在人工智能已经开始从事人类无法承担的教育工作。比如，无论人们的受教育程度多高，他们都不可能完成涵盖世界上所有学生的评价工作，比如搜索或监测某个教育议题的全球观点。现在因为有了人工智能，在世界各国政府允许范围内，这样的评价工作已然成为可能。耐人寻味的是，一方面考虑到人类没有完美的记忆和计算能力，人们会倾向于将这样“人类不可能完成”的任务交给人工智能。另一方面，人们也会在情感上认为这样的工作不是什么“好工作”，甚至可能是“笨工作”，所以人类才将它们交给人工智能来完成。然而事实是，如果没有人工智能，这样的工作将永远无法完成。可以说，正是由于人工智能为现有教育补充了新的认知能力，教育得以有机会拓展自己的“才智”。

（三）生成

实事求是而言，没有人工智能在教育领域的广泛应用，有些工作就不会出现，比如情感计算、智能导师等。正是因为人工智能的广泛应用，情感计算“通过赋予计算机识别、理解、表达和适应人的情感的能力来建立和谐人机环境”[27]成为教育中的全新尝试;才会诞生智能导师这种“利用人工智能技术模仿人类教师在教学中所承担的角色，为学习者提供个性化学习指导，帮助不同需求和特征的学习者获得知识和技能的一种智能化的计算机辅助教学系统”[28];也让中国的智慧教育“实施以发展学习者的学习智慧、提高学习者的创新能力为目标，具有创新性、个性化、自主性、高效性、融通性以及持续性等六大核心特征的智慧学习”[29]具有了“全新样态的途径和方法”[30]。上述基于人工智能生成的新工作，不仅让教育变得更有价值，也让人工智能拓展了新的智能。

（四）迭代

人工智能智化教育最后一条也是最重要的一条路径是迭代式，即人与人工智能在教育的相互学习、相互帮助乃至相互成长。 “至少在很长一段时间内，人类想做什么是由人类而不是人工智能决定的。这句话并不是一句多余的表述，事实上，人类发明的东西唤起了自身的欲望，因此人类的需求和人工智能之间互为因果”[31]。当人工智能在教育领域承担了大多数基础性工作之后，人类的教育将会变得相对容易和不同，于是人们可以闲下来抚躬自问“教育的目的与意义”，进而发挥人类本身在教育领域的专属智慧。著名人工智能专家谢诺夫斯基在《深度学习：智能时代的核心驱动力量》一书中生动地描述了这样的场景“数字导师的普及将使教学从教学活动中的重复劳动，如评分中解脱出来，专注于人类最擅长的事情——对学习困难的学生提供精神支持，并给予有天赋的学生灵感启发”[32]。

用凯文·凯利的“预测”[33]来总结人工智能智化教育的迭代路径，包括以下七步：（1）人工智能学习某项教育工作;（2）人工智能掌握一定能力，但人类懂得更多;（3）人工智能可以在一定条件下取代人类，但人工智能经常出错，需要人类来维护和处理;（4）人工智能处理常规工作从不出错，但它需要由人类来训练它做新任务;（5）由人工智能代替人从事该项教育工作;（6）人们在教育领域发现比之前更新颖、有价值的工作;（7）人工智能继续学习。以上步骤的迭代将构成人工智能与教育一起成长的循环。

三、人工智能智化教育的策略

从上述人工智能智化教育的内涵和途径而言，相关策略有必要置于“从迟钝变得更聪明”的价值诉求之下，通过适切途径驱动人工智能的独特优势与教育发生构成性互动。据此而言，本文尝试通过人工智能智化教育的实验、思维以及知识，革新教育的解释机制、生成全新的教育思维以及重构教育的知识秩序，以为引玉之砖。

㈠智化教育实验：创建“人机_体”的解释机制

长期以来，实验一直是教育领域的薄弱环节。因为人与物有本质的不同，并且人类的伦理也限定了教育实验的范围和对象。这一“弱点”一直制约着教育与科学的融通，也严重束缚了教育思想与真实世界的相互印证。当下，人工智能的出现带来了教育学的春天， “人们对教育本质的追寻和审视将跃升至更高层次，从而在更抽象的视角下探究和揭示教育和学习的一般规律”[34]。并且，从智能时代的人一机合作式学习来看， “技术在人类学习中扮演的角色由单纯的工具，向环境、伙伴角色转变，并最终可能与人类连成一体”[35]。再者，人工智能通过计算机模拟，以教育发生的构成性原理为设计依据，获得的模拟结果，能够充分体现学习中个体品质为文化所充盈的过程，具有理论和信息属性上的真实——把学生内心体验呈现出来，就是把不可见的教育发生变成可见[36]。从上述意义而言，用人工智能模拟的教育实验正在成为可能——人们不必再将学生当作“小白鼠”一样进行真实实验，也许仅仅通过人工智能模拟学生的学习过程，就可以发现其中的学习规律。在此方面，美国已有学者进行了全新的尝试，可供借鉴。

所有教育者都会面臨这样的问题：如何向学生呈现新旧学习内容。过去在处理这类问题时，往往只能给出笼统回答“要在两者之间寻求平衡”。但真正的问题是，平衡点在哪？比例多少为宜？毫无疑问，一旦找到这个“黄金比例”，当下乃至未来的学习内容、教材编写、课程设置、教学方式等都会发生革命性变化。知道一个道理有用，和知道这个道理多么有用，是截然不同的“道理”。限于条件和伦理，过去教育界无法量化这一问题，只能泛泛地说“要加入一定的难度和意外”。2019年，美国学者在Nature Communications发表了一篇论文《最优学习的85%规则》[37]，该文通过人工智能的研究明确提出了这个问题的最优数值解，即1 5.87%。该研究可为现有教学“新旧比例”提供革命性启示：（1）新信息重要，旧信息也很重要。在学习中遇到熟悉的东西，可以巩固学生的知识，让学生再次确认以前学的是对的，这不仅是心理安慰，对“无意识”的人工智能也一样适用。（2）学习内容的“新旧比例”不仅是某种感觉，也是大脑的认知规律。在此方面，谢诺夫斯基提供了颇具启发性的观点“自然界有系列的智能行为，可以让人工系统从中学习，并且跨越计算机科学和生物学的算法生物学，正在使用算法的语言来描述生物系统所使用的问题解决策略”[38]。从这个意义而言，未来有关研究可以证实人脑本质上是一个神经网络（或者生物算法），那么该研究得出的结果对人的学习同样具有普遍意义。（3）在学习过程中存在效率最大化的数学范围。（4）刻意的专门训练对学习有重要作用。学生在学习不同内容时，只要刻意接近这个比例，那么他的学习效率可以达到最大化。上述研究成果表明，通过人工智能智化教育实验，可以使现有实验范式“从迟钝走向聪明”，进而创建“人机一体”的解释机制——人工智能不再是教育问题的解释工具，它本身即为解释，进而为教育“带来新的价值尺度，拓展原有的理论边界，生成新的理论生产机制和改变理论主体的生存方式”[39]。

（二）智化教育思维：建构超越人类原始思维的全新教育思维

霍尔帕克教授曾在《原始思维的基础》一文中总结了人类大脑的认知局限：（1）凭直觉而遵从教条;（2）受特殊情绪而不是物质因果关系的束缚;（3）全神贯注于事物的精髓和蜕变，难以理解逻辑的抽象思维或各种可能的假设;（4）倾向于使用语言来社交，而不是把语言当作一种观念上的工具;（5）具备有限的定量能力，大多只能形成关于事物出现频率和稀有性的粗略印象[40]。究其原因在于，数千个世代的进化是为了让人类大脑处理简单的数字和比例问题，而不是运用抽象、数量的理性思考来解决复杂问题[41]。也正是考虑到人类自身的认知局限，现在的人工智能是通过完全不同于人的原理，在相当程度上实现甚至超越了人类的专用智能[42]。对此，进化心理学创始人约翰·托比用“智能的铁律”提醒研究者：目前人工智能还不是能有机采取行动的智台旨（Motivated Intelligences Capable of TakingActions，MICTAs）;让人在一件事情上智能的程序，会让人在其他事情上表现得很愚蠢[43]。

可见，一方面人类思维具有“先天局限”，并且这些局限正好是人工智能的独特优势，所以人工智能存在智化人类思维的可能。另一方面，人类是根据生存的适应性问题进化而来的生命体，而人工智能则是人类智化外物而成的“智能物”。若想一成不变地将人工智能所擅长的“智能”反过来套用到人类之上，很可能是徒劳的，甚至是危险的。比如，思维的“计算化、逻辑化、流程化和模型化”也是其自身的危险和不足—尽管有助于人们做出更多正确决策，但也更容易陷入路径依赖，犯下系统性偏误。

综上所述，当人工智能智化教育思维时，其潜在目标可能是“让人向机器学习”。这听起来可能会让人有些难以接受。毕竟，人类作为世界的“万物灵长”具有无可替代的价值。然而需要注意的是，这类价值从来都是源于人类虚心学习的结果，而非故步自封的僭妄。人类从蝙蝠身上发现超声波的原理，不是要成为蝙蝠，而是为了发明前所未有的无线电定位方式（雷达）;同理，人类学习人工智能的思维，也不是要成为机器，而是要注入计算、逻辑、流程、模型等思维方式，建构超越人类原始思维的全新教育思维，使之“从迟钝走向聪明”。首先，计算思维。人工智能的广泛应用将为“计算思维”[44]的广泛应用提供契机，如“引导人们运用计算机科学基本概念求解问题、设计系统和理解人类行为”[45]。其次，逻辑思维。教育思维的逻辑化，就是要学习人工智能本身的“演绎闭合”逻辑，把各种道理想清楚、讲明白。其中“演绎”是指建立类似像数学公理的信念体系，然后其中的各种论断、观点、立场都能从这个体系中通过逻辑推理而来。所谓演绎“闭合”，就是指教育的信念系统得满足下面这三个条件：（1）体系以内的东西不能互相矛盾;（2）不相信体系以外的东西;（3）相信能从这个体系推理出来的东西。再者，流程思维。教育思维的流程化类似人工智能里面的“纠错机制”一 不仅知道做正确的事，还知道如何正确地做这些事。最后，模型思维。人工智能各种算法模型的本质是对真实世界的有限抽象。类似地，教育思维的模型化也代表着教育者通过严谨定义和数学逻辑对教育现象的有限抽象。一旦教育思维有了模型化这个洞见和眼光，教育者就可以做更加精致的推理，从而在教育活动中获得精确交流、解释、判断、设计、预测、探索和采取行动的能力。

（三）智化教育内容：重构知识秩序

信息化一直以来都被视作信息技术的广泛应用，解决的是“如何做” “如何教” “如何学”等手段问题。这从信息化研究的门类以及话语方式就不难看出。然而在人工智能时代，教育需要面对的真正挑战是所教的内容（教什么知识）而非教学方式（怎么教）。究其原因，卢西亚诺·弗洛里迪认为“我们对人工智能时代应该教授的内容并没有固定清晰的答案，也缺乏与之相适应的教育目的”[46]。为此，他特别建议“知道某个事实比怎么教重要，所以我们应该从信息的角度考虑教育内容的呈现，即我们应该优先对待哪些能力，并把它们教给未来的信息管理者、生产者和设计者”[47]。为了更具体地理解教育内容的信息化，弗洛里迪特别举了“爱丽丝玩电脑游戏”的案例[48]。他希望以此说明在教育内容上实现信息化的秩序：信息技术使信息出现，它的作用最大;信息技术在获得信息方面，它的作用次之;信息技术在使得信息可用方面，它的作用更次之。相应的，现有教育中最重要的内容应该是知识的设计，然后是知识的生产和管理，最后才是知识的消费和使用。可以说，人工智能重构了这个时代的知识秩序， “什么是最重要的知识” “如何构造和呈现这些知识”以及“如何获得这些知识”可能被重新回答。

在此方面，我国已有学者指出“教育学理论正在经历‘秩序重建与融合创生的知识生产时代变局”[49]。比如在课程上， “知识样态的变革将会解构传统课程以文字符号为载体，通过纸质教科书进行实践的知识基础;知识的网络化、碎片化、链接化等特征将为课程知识的多样选择、灵活组织和多重价值实现等奠定基础，也将进一步提升知识在课程中的地位和作用”[50];在学习上， “为了解决信息超载，我们需要连通和选择;为了应对软知识和碎片化，我们需要零存整取和个人导向的系统学习;为了知识整合创新，我们需要包容思维和模式识别”[51];在教学上， “鉴于信息与知识来源的渠道越来越丰富与多元，今天我们应该更重视传授‘知识嫁接技术，教会学生如何进行‘自嫁接，而不是单纯传授知识本身”[52]。

一言以蔽之，在“世界正在变成一个信息圈”[53]的人工智能时代，人们确有必要重新审视知识的设计、生产、管理、消费和使用，使之从“迟钝走向聪明”，从而创生出符合这个时代的知识秩序。

四、结语

在未来十年内，人工智能带给教育的影响将远远超过计算机和互联网在过去三十年内已经对教育造成的改变。若要适应这种改变或者顺势而为构造出前所未有的教育样态，人们需要与之相呼应的信息技术思想变革，藉由人工智能重新理解教育的概念设计、认知范式、理论框架以及哲学洞见，它事关人们如何诠释教育的内涵和价值;事关人们如何塑造教育中的各种关系;事关人们如何界定教育领域教师和学生的身份、知识和课程的本质、方法与技术的基础;也事关人们如何践行教育现代化的路径。凡此种种，不一而足。

本文引入“智化”这个概念的意义在于：人工智能技术正在普遍、深刻而又无情地创造、改变和重塑着人类的教育，冲击、改变乃至升华着人类关于教育的认知。值此技术与思想的大变革之际，超越技术理性重新认识人工智能的教育价值，有助于发掘目标稳健、手段可控、内容丰富、价值共享、人机协同的信息技术解释框架。在此方面，智化仅为抛砖引玉。期盼更多有此意愿的专家学者加入其中，通过认知、推理、交流乃至批判，释义、想象、创新属于这个时代、属于中国也属于教育的信息技术哲学。

参考文献：

[1]贾积有.人工智能赋能教育与学习[J].远程教育杂志，2018，（1）：39-47.

[2]吴国盛.什么是科学[M].广州：广东人民出版社，2019.

[3]祝智庭，魏非.教育信息化2.0：智能教育启程，智慧教育领航[J].电化教育研究，20 1 8，（9）：5-16.

[4]闫坤如.哲学视域下的人工智能假设探析[J].云南社会科学，2019，（2）：35-39.

[5][6][26][42]迈克斯·泰格马克.汪婕舒译.生命3.O：人工智能时代，人类的进化与重生[M].杭州：浙江教育出版社，2018.

[7][32][38]特倫斯·谢诺夫斯基.姜悦兵译.深度学习：智能时代的核心驱动力量[M].北京：中信出版社，2019.

[8][17]安东尼·塞尔登，奥拉迪梅吉·阿比多耶.吕晓志译.第四次教育革命：人工智能如何改变教育[M].北京：机械工业出版社，2019.

[9]叶澜.重建课堂教学价值观[J].教育研究，2002，（5）：3—7.

[10][1 1]罗伯特·毕夏普.王亚男译.社会科学哲学：导论[M].北京：科学出版社，2018.

[12][36]宁虹，赖力敏.“人工智能+教育”：居间的构成性存在[J].教育研究，2019，（6）：27-37.

[13]祝智庭.深度解读智慧教育[J].智慧中国，2015，（4）：60-62.

[14][43]约翰·布罗克曼.黄宏峰等译.如何思考会思考的机器[M].杭州：浙江人民出版社，2017.

[15][46][47][48][53]卢西亚诺·弗洛里迪.王文革译.第四次革命：人工智能如何重塑人类现实[M].杭州：浙江人民出版社，2016.

[16]祝智庭，贺斌.智慧教育：教育信息化的新境界[J].电化教育研究，2012，（12）：5-13.

[18][19]工业1.O、2.0、3.0、4.0基本概念[J].机械工业标准化与质量，2015，（12）：8.

[20]杰瑞·卡普兰.李盼译.人工智能时代：人机共生下财富、人工与思维的大未来[M].杭州：浙江人民出版社，2017.

[21][22][25][31][33]凯文·凯利.周峰等译.必然[M].北京：电子工业出版社，2016.

[23][49]李栋.信息技术时代教育学理论的想象力——基于知识生产与理论重建的视角[J].华东师范大学学报（教育科学版），2019，（4）：13-24.

[24]布莱恩·阿瑟.曹东溟等译.技术的本质[M].杭州：浙江人民出版社，2019.

[27]罗森林，潘丽敏.情感计算理论与技术[J].系统工程与电子技术，2003，（7）：905-909.

[28]刘清堂，吴林静等.智能导师系统研究现状与发展趋势[J].中国电化教育，2016，（10）：39-44.

[29]首届智慧教育国际研讨会.智慧教育宣言[J].电化教育研究，2017（12）：2.

[30]钟绍春.人工智能支持智慧学习的方向与途径[J].中国电化教育，2019，（7）：8-13.

[34]刘凯，胡祥恩等.机器也需教育？论通用人工智能与教育学的革新[J].开放教育研究，2018，（1）：10-15.

[35]王竹立.论智能时代的人—机合作式学习[J].电化教育研究，2019，（9）：18-25.

[37] Robert C.Wilson，Amitai Shenhav，et al.The Eighty Five Percent Rulefor Optimal Learning[J].Nature Communlcations，2019，（5）：1-9.

[39]李政涛，罗艺.面对信息技术，教育学理论何为？[J].华东师范大学学报（教育科学版），2019.（4）：1-12.

[40][41]爱德华·威尔逊.梁锦望译.知识大融通：21世纪的科学与人文[M].北京：中信出版社，2016.

[44] Wing，J.M.Computational Thinking[J].Communlcations of theACM，2006，（3）：33-35.

[45]陈鹏，黄荣怀等.如何培养计算思维——基于2006-2016年研究文献及最新国际会议论文[J].现代远程教育研究，2018，（1）：98-112.

[50]靳玉乐，张铭凯等.信息技术时代的课程论发展[J].华东师范大学学报（教育科学版），2019，（4）：47-56.

[51][52]王竹立.新知识观：重塑面向智能时代的教与学[J].华东师范大学学报（教育科学版），2019，（5）：38-55.作者简介：

杨欣：副教授，博士，硕士生导师，研究方向为基础教育学、人工智能教育原理、教育统计、教育心理学（77185270@qq.com）。