当我们讨论每一轮技术革命对行业的作用的时候，一般会从冲击、影响和和应对来入手，工业革命的来临跟随着的规模化的学校的诞生，专业教师的诞生和围绕工业学科分科体系的诞生，以及后来诞生的考试制度和评价制度以及学校义务教育、高中教育、职业教育以及大学教育的体系，教育不是技术革命的世外桃源。即使在相对稳定的技术社会环境下，对技术的掌握程度，也冲击着传统的教育，例如衡水模式和毛坦厂模式，是连锁化和定量规模化指标体系的建立，极大地冲击着传统的学校教育的秩序，而学而思等一对一的个性化辅导，又通过规模化和品牌化的资本运作，将毫无抵抗的应试教育题库系统秋风卷落叶般降维打击。人工智能的发展成熟，远不止上述的简单技术应用，对传统的校园、教师、管理的冲击和影响将是深远的。
一、人工智能的教育本体：教育的变与不变
从本质上讲，人工智能技术是信息革命的集大成者：自从托夫勒1970年写出《未来的冲击》，信息革命越来越快，概念越来越多，没有停止的迹象。仅从近五年来看：大数据、数据科学、生命信息、工业4.0、物联网、新硬件时代、机器人、互联网+、人工智能，表面上概念你方唱罢我登场，但内在逻辑一直没有变：从单项技术走向全面融合，从局部应用走向全面工具化，而人工智能至少在目前看来是集大成者。硬件上物联网的成熟、软件上高可用性和动态数据库的成熟、生物学上神经科技的进展、数学上网络算法的应用、材料科技上纳米和感知材料的进展、信息科技上芯片和云技术的快速进步工业，从物理世界到混合世界，再到比特世界，人工智能技术刚刚开始，但人们基于过去工业革命的经验，明确感到这是临界点的来临。
STEM成为后人工智能教育的不动点：应对科技的变化，教育的边个一直都在进行且与科技的发展互为因果。从彼得蒂尔对教育的质疑，到创客热潮在美国教育中的热捧，事实上，STEM教育是美国对过去概念化的“实用主义”教育和“通识教育”百年争论的落锤之音。起源于杜威和哈钦斯的那场争论，恰恰是工业革命已经明确成型后的两种教育理念的争论。今天的美国已经很少争论到底是实用主义还是通识教育，是因为美国的科技已经进入到一个新的阶段。教育是一个组织行为，一个围绕未来10年不变的知识、20年不变的技能、30年留存的体验的稳定的复杂社会经济形态，因此不那么容易被颠覆，也不能那么容易被颠覆。恰恰是科学、技术、工程、数学（STEM）是工业时代（数理化）和后工业时代（文科理工科）中的不动点，在物理学和几何学中，不动点对于系统的稳定和概念的一致性非常中药，而目前的STEM教育，不仅仅是一个概念的东西，而是旧技术时代向新技术时代过渡的“不动点”。在这个不动点体系中，新的侧重开始后，老的教师和学科体系以及支撑可以平稳切换不至于教学秩序的混乱。
元学科、应用学科和副科发生结构性的变化：由于人工智能的出现，使得复杂计算和系统计算以及简单的人机交互计算工具化全面超越人，对技术基础这个原有概念的教育的分歧越来越大，人工智能视野下学科概念如果表述成元学科、应用学科与素质学科，那么教育学科的概念的持续性还能以最大公约数继续运行：以数学、物理、化学等元学科为代表的学科，在今后的教育中更加重要和作为筛选人的条件，而以应用科学：（生物、地理、信息、劳动）学科，将着重项目制学习，体验学习，作为培养人的目标；社会科学（历史、哲学、思想品德）将来的重点在于综合应用，批判性思维学习，更加侧重学科的来源和发展；而综合素质类（音乐、体育、美术）将从副科走向前台，这样，围绕STEM的教育，人工智能下的教育体系还是一贯的：科学（元学科）、技术（应用学科）、工程（素质学科、社会学科、管理学科）、数学（逻辑、数学学科）。
二、人工智能技术对学科的影响：越理性，越感性
数学：传统的工业时代的数学，其训练方法是数值计算，其指向是力学计算，这种侧重至今还非常浓厚。随着知识库的普及和共享以及计算工具的进化，越来越少的人将来从事传统的工程计算行业，而正宗的工程专业越来越向着专业化和高端化演化（例如学材料的将来的进入门槛很可能是博士），但是，人工智能今后用到的大量的数学以及人与人打交道用到的计算机数学，统计学基础的数学，这方面中国数学还停留在工业时代。美国的高中生就开始问卷处理和微积分的学习，大学数学如果更加有用的话是矩阵、统计学等。数学是一个典型的年龄相关性学科，一定要从小学，而且转向数值和算法类的学习，变从偏向材料计算的高等数学方向，转向偏向矩阵计算的统计数学方向，逻辑学几何学和统计学成为三个数学学习的支柱；
物理：一个小的有趣的事情，有一个著名的物理学家回顾过去物理百年，发现一个有趣的现象：“力”这个概念，在物理学上看，已经不是一个原始的变量了，能量和质量才是，为什么我们的老师还在使用这个概念呢？那是因为在机械时代，“力”是最容易理解的组合概念。在工业革命前后的几百年直到今天，物理学教育的重点还是偏向力学计算方向，从中小学来说就是牛顿力学。然而随着工业时代的结束，人们更容易见到的力学概念并不再是机械和天体，而转向社交网络、计算机图像、信息变量、生物体和电子学及能量与质量，数学老师们转向统计学的同时，物理老师应该考虑从牛顿力学转向量子力学和热力学甚至时空关系，这些对于未来的孩子的人生更加基础，而通过物理学进行基础的科学证实的训练以及科学观测和数据处理，才是物理学最基础的作用和价值体现，不然，人生什么年龄都可以去学物理而不必非要从未成年时代去学。
元科学化学：中美物理学和化学都是选择性的，但比较中美化学教育，却发现有很大的不同。美国高中化学就允许且必须使用带有功能性计算的计算器，而中国大学生都没有这方面的训练。也就是说，随着化学和生物化学要求越来越高知识点越来越多，设法绕过烦人的记忆而走向逻辑，是美国学习化学的方向，这点也值得我们主义。另外，化学的侧重由从偏向无机化学方向的基础化学，转向偏向生物和有机化学方向甚至与物理相结合的量子规律，是化学学科的重点，例如很多美国的大学录取要看高中生在化学创新方面的实践，能创新的往往是生物化学。
外语：工具性的外语逐渐失去市场，社会学角度的语言学、逻辑学角度的词源学、社会学角度的语言学、心理学角度的语义学成为外语复兴的落脚点；另外，似乎从来没有人将计算机程序当作外语来教，事实上，随着工具性的外语被人工智能取代，计算机程序语言很可能成为一种外语，而很多软件人才是学外语出身的，也不断印证这个结论。
语文：可以预料的是，随着工具性的人工智能的出现，原先学习语文的工具性的方法例如语法，逐渐将退出语言学习（包括外语），而作为母语的语文之所以在工具化人工智能时代还得到重视，最中药的理由也许是仪式感的表达：回到经典、回到表达、回到应用；
除了以上学科教育的重点随着技术经济必然发生变化外，学科学习的醒悟和内在逻辑将更加重要，学科历史、学科逻辑、学科故事将替代题库训练，因为作为计算的精确性除了特殊人才的培养外，将让位于工具和人工智能，而人要考虑体验和持续学习的兴趣和逻辑。学科学习之间还将朝着融合的方向发展，应用学科和元学科的分离意味着应用学科更加朝着整合的方向发展：地理、生物、科技等融合课程，朝着综合应用发展。
三、人工智能技术对教育技术的改变：从工具到空间
人工智能的发展，也许目前的花里胡哨的信息化将隐身后台，课堂上也许看不见信息化了而将交还给师生，在课堂层面体验将会越来越好越来越贴近自然条件爱你：看不见计算机的信息化，距离教育更近而不是技术更近的技术；
学校之所以存在是因为学校为学生模拟了一个更加高度抽象的比真实世界还真实的教育世界，因此未来的校园从改变世界的信息模版角度，将更加强调与客观世界的互动、映射和高度抽象。
美国的大学录取是更接近人工智能手段的个性化录取，而学生选拔是更接近大数据角度的GPA。从培养角度，学生画像比GPA更加个性化地从个体角度描述学生的个性特征，学生的学习行为、实践行为、创新行为在全地域、全信息、全自动、全过程的记录下，将更加全面地反映学生的全貌。智能实验室和智能校园的方向，将来是基于个体的专业学习和评价。
与学生相对应的教育行为画像，将侧重于联系社会、联系科技、联系家庭、联系团队，从重复性劳动，变为创造性劳动；
而学校的管理行为将演变成支撑技术：支撑数据，支撑品牌，支撑环境，今后的教育将出现越来越专业和自由的教师，越来越职业的校长。
在教育政策上，由于全国性的数据和人工智能的使用，教育测评将更加专业化、教育本体化（而不是被测评机构和排名所左右），教育选拔将更加科学化和长期化，短视模式随着计算方法和智能评估的进展而迅速被迭代掉，衡水模式将逐渐推出历史舞台，未来应该筛选掉更应该上清华大学的人和更因该培养好每一个想学习的人。即使仅从功利教育目标来看，教师个体经验也逐渐让位于人工智能和大数据，教育重心从教育哲学属性学逐渐走入教育科学属性；而被恐惧绑架的教育所强调的教育的筛选功能，逐渐重心转向教育教育培养功能，个体成功的培养目标，逐渐转变成为未来视角的社会价值角度；教育回归人与人的本质关系和专业培育孵化的社会职能，功利性和工具性减弱，过程幸福成为教育者追求的目标，教育者由工匠逐渐转型为艺人，教师由于工具化的替代，将会越来越有尊严和个性，而不是越来越像工具。
四、“人创造”的价值逐渐凸显，教育的价值在于“创造人”
柯洁在被人工智能的计算机打败之后，接连战胜围棋外国高手，刷了一下存在感并表示：“与机器下棋没意思”。同样，在工具制造时代，如果从质量和精度考虑，无疑机器越来越超过人，然而手工的红木、手工的艺术品、手工的食品和面条、甚至手工的衣服和汽车，比起无论从什么角度来看的机器人制造的东西，都越来越贵，人也越来越愿意采购。“人创造”的价值凸显，是体验经济产业升级的一个标志，人工智能时代也不能例外。因为，“有意思和不可复制”才是人消费的高级时代。
不同于机器代替人的重复劳动的趋势，教育与学校会替代机械的班级成为人与人关系的场所，在这个场所中，机器越来越像人来代替人的高级状态，而人越来越摆脱工具性、摆脱重复性，成为一种艺术术和创造性。研究教育的历史会发现一个普遍的现象，就是随着工具性的增强，反而是班级规模的缩小和师生比的扩大，这也印证了：人毕竟要与人打交道，教育是一个个性化的活动。机器代替人意味着更多的时间人会回到家庭陪同孩子，这在美国已经持续发生了50年，几乎多数的女性甚至男性在孩子成长过程回到家庭（如果他们算教师的话，教师比例更大）。在学校里未来的师生比会持持续增加，教育更加不再计较投入产出，教育演变成一种创造性的职业；
杜威在研究工业化革命后的教育中，提出教育的目标更加集中地体现在教育本身之中，教育即生长（教育的目标就是让教育继续下去），随着工具化的人工智能代替越来越多的教师的重复性劳动，教师的幸福指数越来越高，更多的和更合适的师生比使得学生得到更加专业的呵护和培养，幸福指数也得到提升，教育让生活更美好将逐渐实现，教育即生活的前提条件是教师不再是指标的工具，学生不再是考核的工具。
人工智能的发展趋势必然是少量精英通过复制经验和算法而改变世界，多数人进行创造性劳动而改变自己改变体验，人工智能的工具化肩负着为人类谋取福利，而学校肩负者创造未来人的使命将越来越重要。人工智能刚刚起步，其算法也需要人，其目的也是为了人，人极其复杂，不可能机器近期替代。即使将来奇点到来，机器全面超越人类，机器和机器成为任何人之间的代理人之间的竞争，本质上还是人性之间的比拼，那么，学校、教师不会不重要，只会越来越重要。只不过，学校的价值是什么、教师的价值是什么，由于很多过去的功能被替代，我们将不断思考，越来越清楚教育的本体，越来越集中于教育的本身，其他的交给技术去吧。
本文为《中小学信息教育技术》杂志约稿，转载请著明出处。
���������<��Q
网友评论