当人工智能时代真正全面到来时，教育的革命性剧变将是历史的必需和必然。何去何从，取决于我们的抉择。为了应对人工智能时代的挑战，我们必须通过教育来极大地发展人的丰富性和独特性。

作者简介

项贤明

南京师范大学教育科学学院教授

摘 要

人工智能带来人类生产方式和劳动形态的深刻变化，以及知识时空分布和呈现模态的变化，正在全面影响着人类教育并推动其逐步走向一场革命性的教育变革。以班级授课制为核心的学校教育行将被一种全新的教育形态所替代，人的自由自主的学习正在取代教授而成为教育过程的中心，工业时代学校教育所遵循的大规模复制的底层逻辑正在被个性化发展的新逻辑所代替，人类正在从预设的教育逐步转向动态生成的教育。为了应对这一系列历史巨变带来的严峻挑战，教育必须注重发展人的独特性和丰富性，尤其是重新审视和关注在传统学校教育中被低估和忽视的人在价值和非理性方面的发展。教育促进人发展的重点要从常识积累向高阶思维和高阶能力的提升转移，通过体验式学习促进完整的人的全面发展，藉人文学科教育帮助人重建生命存在的意义，在合作学习中发展人的价值观和价值判断能力，从而提升和保持人对人工智能的主体地位、独特优势和驾驭能力。面对革命性的变革，教育领域有很多重大的问题我们目前还知之甚少，必须尽快加强研究。

［关键词］人工智能；教育；高阶思维；高阶能力；人的非理性方面发展

全文阅读

人工智能，不仅在技术工具层面上，而且在基本理念、活动模式和管理体系上，正在并将日益全面而深刻地影响人类教育过程。有目共睹，人工智能的“现有算法已经覆盖了人类能力的重要部分，而这仅仅是影响的开始”，并且这种影响正在以指数级的速度增长。人类的教育正在发生一场极其深刻的巨变。研究对象急剧而深刻的变化，也对教育学提出了一系列严峻的挑战。或许，在不远的未来，传统教育学的很多基本概念和重要原理都将失效，人类不得不重新建构教育科学的理论体系。为了应对这场生死攸关的挑战，我们现在也不得不直面一些带有根本性的问题，并且认真思考和尝试回答这些问题。

一、人工智能将如何影响教育

人工智能对教育的影响，教育界和产业界目前较多的还是从赋能学校教育的角度来认识的。2024年世界经济论坛报告《形塑学习的未来：人工智能在教育4.0中的作用》（Shaping the Future of Learning：The Role of AI in Education 4.0）提出人工智能赋能教育4.0的四大核心价值：通过增强与自动化助力教师角色升级、革新教育评价与分析体系、提升人工智能与数字素养、实现个性化学习内容与体验。然而，人工智能对教育的影响远不止技术赋能这一局部层面，而是全面的、深刻的，甚至是颠覆性的。

（一）人工智能对教育影响的全面性和深刻性

就其全面性而言，在宏观层面上，人工智能正在通过深度融入教学、管理、评价全链条，实现教育流程的系统性升级。这种全面性，已经成为当下我们可观察的社会事实，这里无需赘述；在微观层面上，人工智能在教学过程的五个环节中，即我们常说的备课、上课、辅导、布置和批改作业、考试等方面，都正在产生显著的影响。从教师教学的角度看，“人工智能肯定会彻底改变教师的工作，没有回头路可走”。这一点，各级各类学校的教师应该都已经切身体验到了。从学生学习的角度看，由于人工智能的到来，班级授课制框架下的受控学习模式受到了前所未有的冲击，个性化学习、多模态的学习内容、沉浸式学习体验，等等，已经在不少学校变成现实。

就其深刻性来说，近期由于人工智能的全面影响，以班级授课制和标准化考试为标志的工业时代教育形态日渐式微，“学”正在取代“教”而成为教育活动的中心，个性化、自适应的学习日益成为人发展自身的重要教育活动样式，教师在教育活动中的主要角色正在从知识传授者转变为学习活动的设计者和组织者。到中期，由于人工智能引起的人类生产方式的深刻变革，人类绝大部分体力劳动和脑力劳动，都将由机器代劳，因此，教育的主要任务将不再是培养普通的劳动者，而是向“培养自由全面发展的人”这一本质性的任务回归。这显然意味着我们要对教育进行重新定义。从远期来看，一旦人工智能技术本身实现了持续性的自主学习，将会出现人工智能的爆发式发展；同时，由于超级人工智能的加入，人类的脑科学研究突飞猛进，并且脑机接口等技术将改变碳基生命和硅基生命的演化轨迹。到那时，我们不仅需要重新定义教育，甚至今天教育学的很多核心概念和基本原理都将失效，人类不得不重建教育科学。

这些结论，是基于人工智能对教育影响的全面性和深刻性得出的，其中最重要的是人工智能对人类生产方式、劳动形态和知识分布的全面而深刻的影响。

（二）人工智能对教育影响的根本性

首先，人工智能推动的生产方式变革，直接带来了就业形势的变化，从而不可逆地启动了教育的根本性变革。当前，人工智能带来的新质生产力正在推动人类生产方式发生革命性的剧变，这是百年未有之大变局的根本动力。马克思主义的历史唯物主义基本原理告诉我们：“物质生活的生产方式制约着整个社会生活、政治生活和精神生活的过程。”生产方式的变革直接造成就业形势的急剧变化，知识和技能的有效期越来越短，传统工业时代的学校教育越来越难以满足新质生产力发展的需要，于是，人类教育的根本性变革也就在所难免了。

其次，人工智能造成的劳动形态变化，也推动着教育发生革命性的变革。马克思（Karl Marx）和恩格斯（Friedrich Engels）在第一部系统阐述唯物史观的著作《德意志意识形态》中认为，“人们用以生产自己的生活资料的方式，首先取决于他们已有的和需要再生产的生活资料本身的特性。这种生产方式不应当只从它是个人肉体存在的再生产这方面加以考察。更确切地说，它是这些个人的一定的活动方式，是他们表现自己生命的一定方式、他们的一定的生活方式。个人怎样表现自己的生命，他们自己就是怎样。因此，他们是什么样的，这同他们的生产是一致的”。人工智能给人类劳动形态带来的直接影响，就是根据已知知识设计出来的工业生产线上的大量劳动正在被工业机器人取代，一些繁复的脑力劳动也将由人工智能代劳，劳动的时空限制被打破，劳动分工正在重新调整，人机协作日益成为主流的劳动方式，人类面对未知的创造性劳动之价值空前凸显，终身学习成为劳动力再生产的必需。劳动形态的这种深刻变化，决定了人类发展自身的方式也必将发生革命性的变革。

再次，人工智能直接导致知识的时空分布和呈现模态发生变化，造成人类学习方式的深刻变革，从而推动着教育变革。随着人工智能时代的到来，人类社会一般知识分布进一步趋向普惠化，而高附加值的深度知识则呈现集中化趋向。一方面，人工智能帮助我们随时随地、方便地获取各种知识，即便一个文盲，也可以通过视频来获取知识；另一方面，日益复杂的技术又使我们对身边很多事物和现象越来越难完全、清晰地了解。与此同时，知识生产主体多元化使得知识分布结构更趋复杂，知识传播的碎片化使得体系性、结构性知识的整合难度有所加大。多模态的呈现方式使得人类社会知识的呈现更加具象化，传统的标准化知识呈现正在被个性化呈现方式取代，网状知识图谱取代传统知识的线性叙事结构使得知识的关联性进一步显性化，传统纸媒单向、固化的知识呈现正在被实时交互、动态生成的呈现方式所取代。人工智能导致的知识时空分布和呈现模态的一系列变化，使得人类学习活动的革命性变革势在必然，以学历文凭为标志的封闭性的传统学校教育制度必将面临致命的挑战。

综观世界各国教育改革和发展，尤其是以美国为代表的西方发达国家1995年以来悄然兴起的一场新学校运动，也以历史事实向我们昭示着人工智能对人类教育的影响将是颠覆性的。在这些新型学校中，人工智能驱动下的个性化自适应学习已经取代标准化课堂教学，如萨米特公学（Summit Public Schools）将课程拆解成数千个知识单元，由人工智能根据每一个学生的能力、进度、兴趣来动态重组学习任务；跨学科项目制学习和真实问题解决、探究和创造等，已取代传统课程教学，如高科技高中（High Tech High）和光辉作品学校（Brightworks School）等；人机协同的教学模式取代了传统的教师主导教学模式，如阿尔法学校（Alpha School）的“2小时集中学习＋人生技能工作坊”模式，核心知识的高效传输已由人工智能承担；虚实融合的无边界学习环境取代了传统的封闭校园，学校教室从物理空间到功能结构都出现了颠覆性的重构，如费城微软未来学校（School of the Future）、无界学院（Unbound Academy）等；为了适应新型的学习形态，传统的班级授课制已经开始解体，如马斯克（Elon Musk）在Space X公司内部创办的新星私立学校（Astra Nova School）就不分年级，也没有标准课表。诸如此类的案例不胜枚举，预示着人类社会的教育形态行将发生一场革命性的伟大变革。

二、教育将发生怎样的形态变革

人工智能与以往的教育技术有着根本的不同，它不只是在操作层面上强化学校教育的各个环节，还正在并必将继续改变教育的基本形态。可以预见，在不久的将来，人类的教育形态将发生革命性的剧变，工业时代以班级授课制和标准化考试为标志的学校教育形态将寿终正寝，一种不同于现代学校教育的新型教育形态正在孕育之中。

（一）班级授课制的学校教育形态行将终结

以班级授课制为核心的现代学校教育是工业时代的产物，它以大机器工业生产的大规模复制作为其运作的底层逻辑。在班级授课制下，学校以同样的课程标准、同样的教材、同样的教育方式等，对各不相同的千万个孩子实施同样的教育。与工业生产追求标准化一样，现代学校教育从教育内容、教学方法到学业评价等，也都追求标准化，其代表性成果之一就是标准化考试。这是一种有目的、有组织、有计划的预先设定的教育，和大工业生产在预先设计下的目的性、组织性和计划性相匹配。为了使年轻人适应大工业生产的时空节律，现代学校教育在指定的时空内甚至指定的具体位置上按时上课下课，特别强调纪律和服从，以便为工业生产线培养出遵守纪律、服从安排、严格按照操作规程工作的产业工人。甚至对教师这样的复杂劳动者，现代学校教育也直接移植了工厂的管理主义（managerialism），像管经济生产那样管理教育。然而，由于人工智能带来的人类生产方式的深刻变革，现代学校教育的这一系列时代特征正在逐渐消退，并迅速丧失其继续存在的价值和意义。

（二）新形态教育初露端倪

正如班级授课制当初伴随着工业生产方式在17世纪的欧洲诞生一样，今天，一种适应人工智能时代新生产方式的新形态教育，已经初露端倪。面对这种新型的教育形态，我们目前很难进行具体描述，但总体的发展趋势正日益明显地呈现出来。

第一，“学”取代“教”而成为教育活动的中心和焦点。自以班级授课制为核心的学校教育及与之配套的教育学（pedagogy）在17世纪的欧洲诞生以来，“教”一直是这种教育形态和教育理论的中心活动和核心理念。在学校里，教师的“教”一直是中心工作，学校教研活动也主要是围绕着如何更好地“教”展开的；在学术界，教育学者们也一直以研究如何更好地“教”为中心任务。由于人工智能带来前文所述的知识时空分布和呈现形态的变化，人类的学习方式也在发生深刻变革，受控的、被动的学习正在被自由的、自主的学习所取代，学习活动再次打破学校教育的时空框架而弥漫于社会生活之中。由于自由自主的学习成为人类学习活动的主要样态，学校教育中的“教师教，学生跟着学”的传统，正在悄然转向“学生学，教师为其学习需要服务”；由于学习随时随地都可以发生，教育活动的时空分布也必将发生根本性的改变，“教室”、“课堂”的边界日渐模糊，学校生活和社会生活正在重新融为一体。随着人工智能时代的加速到来，SOHO这种在家办公的形态未来有可能成为我们工作的主要形态，父母因此将有更多的时间和精力陪伴年幼的孩子，学校的看护功能也将因此消退。于是，传统学校继续存在的社会根基将受到根本动摇，人类的教育形态必将发生颠覆性的变革。学校，如果未来还存在的话，一定会蜕变成完全不同的另一种样态。

在实实在在地看到人工智能的快速进步之后，经济合作与发展组织（Organisation for Economic Co-operation and Development，OECD）“人工智能与技能的未来”项目团队认为，“比起完全依赖自身，人工智能系统可能会帮助人们更有效地完成任务。因此，教育的重点可能需要转向教授学生如何有效地使用人工智能系统”。这条建议很显然已经引起有关教育部门的重视。不过，我们应当看到，这条建议是短期的、局部的，而非长远的、战略性的。因为我们看到的实际情况是学生有效使用人工智能系统，往往就是在与人工智能系统的互动中学会的，并不需要太多的人为教授，遑论以此为教育的重点。这种现象本身就表明，由于人工智能进一步解放了人类的学习活动，人类的学习将不可避免地变得日益自由、自主。传统教育学理论中的“教育者——受教育者”这对范畴将因为丧失其社会事实基础而失效，因为在这样一个新时代，人人都在自由自主的学习中发展自身。站在新时代的门槛上，我们真正要做的是，放弃以“教”为中心的执念，转向人在学习活动中产生的各种需要，灵活高效地为人的学习活动服务。

第二，工业时代学校教育所遵循的大规模复制的底层逻辑，将被新的个性化发展的逻辑所取代。从当前世界教育改革和发展中，我们已经能够清晰地看到这样的变革趋势，塞尔登（Anthony Seldon）和阿比多耶（Oladimeji Abidoye）将这种变革趋势概括为“个性化”。他们认为，“人工智能教育的‘圣杯’是一个能根据每一位学生的才能和需求打造学习计划的全面教育体系”。这显然是一种与今天的以班级授课制为核心的现代学校教育体系完全不同的新教育体系。在这种新形态的教育中，统一的课程标准、统一的教材、统一的课程、统一的教学计划……都将消失，取而代之的是，伴随每个人的学习活动而不断生成的个性化的、动态的教育方案。这也同时意味着，班级授课制下的那种步调一致的集体教学将成为历史，教室将从班级教学场所，转变为提供个性化知识体验和进行面对面的人际交流与合作探究的场所。在这种个性化的新形态教育中，每个人的发展都将是自由的、丰富的，它不会限制人在某一方面的发展，也不会强迫人必须在某一方面发展，而是会更加接近马克思和恩格斯在《共产党宣言》中所说的那个真正实现人的全面发展的自由王国：“在那里，每个人的自由发展是一切人的自由发展的条件。”

随着人工智能时代的加速到来，以班级授课制为核心的学校教育体系将不可避免地解体，取而代之的是一种能够更加高效地服务于人的学习活动的新型教育形态。在1995年以来西方发达国家的新学校运动中，我们已经看到了众多五花八门的新型教育形态，至于到底哪一种教育形态能够最终胜出，成为人工智能时代人类社会的主要教育形态，根本上还要看哪一种教育形态能够更加科学、高效地为人的自由自主的学习活动服务。

第三，预设的教育将被动态生成的教育逐步取代。在人工智能时代，自由自主的学习将成为人类教育的主要活动样态。这就意味着，现代学校教育所提供的预先设定的教育，将逐步转变为动态生成的教育。在动态生成的教育形态中，作为预定“跑道”的课程将被解构，标准课程表将成为历史，教育内容将随着学习者自由自主的学习活动而不断进行动态的生成和调整。近年来，项目式学习的兴起和流行，在一定意义上也表明人们已经逐步认识到，“人工智能不是STEM学科。它本质上是跨学科的，并且需要当前教育课程未涵盖的一系列功能”。这一系列功能，蕴含着教育在人工智能时代的动态生成转向。由于知识生产主体和来源的多元化和便利化，以及创造性劳动在人类劳动中独特价值的凸显，现代学校预先设定的课程将无法满足人的学习需求，人类教育必将从预设内容、时间和目标的班级授课，转向个性化自适应的终身学习。人类的学习材料也将从标准化教材转向实时更新的动态知识网络。现代学校教育中预设的线性知识体系，也将被为学习者量身定制的个性化知识图谱所替代。教育将不再是单向的、固定的知识传授和积累过程，而是在互动中不断生成个性化知识系统的过程。

教育形态从预设到动态生成的变革，意味着现代学校大多数教育理念和教学方法行将失效。随着其研究对象的急剧变化，教育学自身也在经历一场全面而深刻的变化，学习科学正在作为教育学领域中的一门显学而快速崛起。随着学校教育的时空框架逐渐消解，学校教育学将被全面研究人类社会所有教育现象的教育学取代。这种完整的教育学，将研究人工智能时代各种新形态的教育现象，并重建新的概念体系和原理体系。

（三）技术是把“双刃剑”

面对人工智能对教育的影响，我们要切记的是：技术是把“双刃剑”，它并不总是给我们带来机遇，也常常为我们带来风险。“事实上，千年历史和当代证据使一件事变得非常清楚：新技术带来广泛繁荣并不是自动的。它们能否带来广泛繁荣，取决于我们的经济、社会和政治的抉择。”目前所见人工智能对教育的影响已经一再警示我们：机遇往往总是与风险相伴而行的，在人工智能推动人类教育形态发生革命性变革的过程中，人类教育既有可能出现突飞猛进的进步，又有可能出现各种危机。以依托人工智能在伊斯坦布尔创办的世界第一所完全实行翻转教学的MEF大学的实践为基础，库班（Caroline Fell Kurban）和萨欣（Muhammed Sahin）对学校教育应用人工智能所面对的机遇和风险进行了探索和反思。他们发现，从学生方面看，在教学中引入ChatGPT，可能会重塑学生的学习行为，“一方面，ChatGPT能让学生快速获取所需信息，这将有益于学生间的合作学习或学生个体的独立学习。但另一方面，学生对ChatGPT的过度依赖可能会扼杀学生的批判性思维并减少学生对学习过程的积极参与”。从教师方面看，“如果ChatGPT或类似的AI技术过度侵占本属于教师们的领域，他们可能会感觉与其职业本质渐行渐远……可能会导致某种形式的‘职业异化’”。由这些现实情形我们可以预见，隐含在教育形态更迭过程中的这类挑战，有可能极其复杂而严峻。

人工智能在推动教育形态变革过程中带来的各种复杂而严峻的挑战，可能潜伏着巨大的风险。我们必须未雨绸缪，深思熟虑，以保证未来能成功地应对这些挑战。

三、教育如何应对人工智能时代的挑战

正如霍姆斯（Wayne Holmes）等人所说的那样，到目前为止，“大部分AIED（人工智能教育）都是将AI技术应用于主流学习方法，并且倾向于反映（或自动化）现有的教育假设和实践”。这显然远远不足以应对人工智能带来的挑战。要成功应对人工智能对人类教育的挑战，我们不仅要全面了解前文所述的人工智能对教育的影响，以及人类教育将因此发生怎样的形态变革，而且要了解人较之人工智能的独特之处，了解人类将赖以超越和驾驭人工智能的独特素质。美国东北大学校长奥恩（Joseph E. Aoun）认为，“防御机器人教育（robot-proof education）就是培养我们人类的独特性的教育”。教育应对挑战的根本之道，就在于重视人的独特性，即重视发展那些人工智能难以具备的唯人独有的素质。

要证明这一论点，我们需要首先明确两个理论前提：一是从打制石器到人工智能技术，所有技术都只是我们某一部分的延伸，而不是相反；二是在本质上，人工智能只是对人类智能的理智模拟，而不是人类智能本身，也不等于人类智能或智慧的全部。

（一）以人类完整的智能来掌控理性的人工智能

科学的内核是理性，它只能从理性的视角帮助人类看到并运用自身的智慧和力量，然而，人类的智慧和力量远非仅来自理性。在科学之光尚难以照亮的非理性领域，也隐藏着我们至今仍然未能充分理解的重要智慧和力量。这种非理性智慧是长期自然演化赋予人的生存协作工具，它绝非理性的缺陷，相反却弥补了理性思维速度慢、高度依赖信息等缺陷，并构成了人类社会性的基础。人工智能是科学的产物，因此，它在逻辑上无法具备人类非理性的智慧和力量。正是由于存在着这种根本的不同，我们才看到，“对于有些人类认为很困难的事，包括AlphaGo在内的人工智能却觉得很简单，而人类认为很简单的问题，人工智能却觉得很困难。为了让人工智能读懂6岁小朋友的图画书中的文字，理解那个小故事，谷歌花了几十亿美元在开发，还没开发出来”。人类智慧的复杂程度，超乎想象，人工智能难以完全模拟，而这里恰好暗藏着教育应对人工智能时代挑战的关键因素。

按照罗素（Stuart Russell）和诺维格（Peter Norvig）在人工智能经典教材《人工智能：现代方法》中对“智能体”的权威定义，“人工智能的工作是设计一个智能体程序（agent program）实现智能体函数，即从感知到动作的映射。假设该程序将运行在某种具有物理传感器和执行器的计算设备上，我们称之为智能体架构（agent architecture）：智能体＝架构＋程序”。这意味着，任何一个人工智能体都是执行一定的程序而运作的，数理逻辑是它永远的底层轨道。就人工智能的学习活动而言，人工智能中的两大流派为演绎推理和归纳学习，前者从知识库出发通过逻辑推理得出结论，后者则通过数据驱动学习的方式来构建函数并建立统计概率的数学模型，二者出发点不同，但过程都同样是数学的和逻辑的计算过程。归根结蒂，人工智能是科学而非自然的产儿。科学是理性思维的产物，因此，理性或逻辑是人工智能的最终边界，即便是人工智能能够模拟人类情感等非理性的精神现象，也都是理性计算的结果。然而，无论是就生命演化而言，还是从我们个体精神世界的发展来看，我们的理性思维是以情绪、情感等非理性精神现象为起点的，因此，我们很难想象从理性思维出发如何能真正产生出非理性的精神现象。这或许意味着，以理性的数理逻辑为基础的人工智能很难逆向涌现出如人类那样的非理性智慧。人工智能技术的确相当复杂，但“复杂性本身既不会必定带来涌现，也不是预测涌现现象的前提……导致真正涌现的根源，是系统各组成部分基于各自功能而发生的相互作用，并共同带来无法预见的行为”。理性很难清晰地告诉我们，那些突然涌现的非理性奇思妙想从何而来，它又如何引导我们制造出能真正涌现这些奇思妙想的机器？况且业内有研究表明，目前各种人工智能大模型的涌现能力尚不是一种智慧的表现。

（二）以全面发展的丰富性超越单面的人工智能

马克思主义的历史唯物主义原理告诉我们，人不仅是理性的存在，同时也是感性的存在，并且是一种社会性的存在。“人不仅通过思维，而且以全部感觉在对象世界中肯定自己”，而“人的本质……在其现实性上，它是一切社会关系的总和”。人的全面发展，既包含人的理性方面的发展，也包含人的非理性方面的发展。尽管我们对自己的非理性方面还缺乏深度了解，但我们不能因此就否认我们非理性智慧的独特价值。人类情感及在此基础上发展起来的社会性在人类发展过程中的独特意义和价值，就足以证明这类非理性思维绝非拖累人类理性思维的低效智能，而是人类智慧的重要组成部分，二者是密不可分的有机整体，且非理性思维更具基础性。人类关于理智知识的学习同样离不开非理性思维。相关研究表明，“几乎在所有的情况下，学习和记忆，在它们最持久的形式中，通常都与情绪唤醒密不可分”。这启示我们，人类的理性思维，是建立在感性思维基础之上的，与人的非理性精神现象是不可分割的。非理性精神现象在人类的高级理性思维中到底发挥了怎样的作用，我们尚知之甚少，但不了解并不意味着就不存在。作为人的带有本质特征的独特性，非理性的独特价值不容小觑。为了应对人工智能时代的挑战，教育在促进人的理性方面向更高层次发展的基础上，应对人的非理性方面发展的意义和价值予以更多的重视。

作为长期自然演化的产物，人类智能是多方面因素共同作用的结果，这些因素中既有理性的，也有非理性的，其形成的基础过程断难用“计算”一词来概括。就此而言，人工智能无论演化得多么高级和复杂，乃至在某些方面远比人类智能强大，也只能基于理性来模拟人类智能的某些部分，却不能完全等同于人类智能，尤其是在情感、意志等非理性方面。所谓“情感计算”（affective computing），只是在技术上探讨如何解读人类情感，并模拟出互动行为，而不是机器本身真正产生了情感，因为人工智能中的一切都是逻辑计算的理性结果。人类与人工智能的所谓情感交流，其实只是人类自身情感的投射而已。人类对自身非理性方面的认识，尤其是非理性因素在理智认知中重要作用的认识，目前仍然局限于科学的理性范畴内，这也影响到人类对自身智能与人工智能之间重要区别的认知。不过，正如潘克赛普（Jaak Panksepp）和彼文（Lucy Biven）在《心智考古学：人类情绪的神经演化起源》一书中所说的那样：“认知科学仍然几乎完全依赖于心智的计算理论，一旦研究者意识到人类的思想是如何深刻地被情感性感受所影响，它就会彻底改变。”

人类的直觉和想象力也能从某种角度反映人的独特性，这种直觉和想象力是理性和非理性的混合物。人工智能的“想象”永远是基于数理统计和逻辑计算的理性预测，而人类的想象中既有理性的预测成分，也有非理性的直觉和猜想等复杂成分。“机器拥有对理想类型的想象力，这种能力可以根据当下的事实建构必然的未来。但人类拥有的是另一种想象力。那是一种不合逻辑但充满才气的想象力，它能模糊地看到未来的结果，却不知道是为什么，也不知道是怎么变成那样的。”在这里，不知道，是因为理性无法清晰地把握，因而不可言说，却并不意味着全然无知，因为我们无法在全然无知的基础上产生出这样的想象。

人类的精神现象中还有顿悟和灵感等众多我们目前尚不了解的复杂现象。近年来，除了智商（Intelligence Quotient，IQ）之外，情商（Emotional Quotient，EQ）、好奇商（Curiosity Quotient，CQ）、德商（Moral Intelligence Quotient，MQ）、胆商（Daring Intelligence Quotient，DQ）、灵商（Spiritual Intelligence Quotient，SQ）和自然商（Natural Quotient，NQ）等更多形式的智慧被提出来并引起关注，也从一定角度反映了人类对自身高阶思维和高阶能力的丰富性和复杂性的探索。在人类如此众多的复杂精神现象中，极可能潜藏着我们能赖以驾驭人工智能的独特能力。

（三）以价值教育永续“人作为万物尺度”

要应对人工智能的挑战，教育还应当高度重视价值教育。其理由至少有二：一是在价值问题上，人较之人工智能有着绝对的优势。我们知道，在逻辑上，“道德语句不可能为真也不可能为假”，道德语句只有对错之分，而决定道德语句对错的关键因素是道德主体的价值立场。这意味着以“真（1）”和“假（0）”为最基本逻辑值的人工智能，永远不可能真正理解或形成道德，它只能从设计者为其设定的初始价值原则出发，根据一定的逻辑规则，推导出逻辑的而非真正价值的选择。所谓人工智能的“价值对齐”问题，其实质是设计者的价值选择问题。人的理智智慧“自身实为自然之立法者”，而人工智能并不能涵盖人的全部理智智慧，因此它不能也不应形成自身独立的主观价值。二是价值教育对保证人类持续保持对人工智能的主体地位和驾驭能力十分关键。瑞典于默奥大学（Umeå University）的迪格纳姆（Virginia Dignum）教授将人工智能可能涉及的价值领域分成三级：人工智能作为工具，处于操作伦理设计场；若作为助手，则进入了功能伦理设计场；要是将其视为伙伴，那就意味着人工智能拥有了完全伦理设计场。如果将人工智能视为伙伴，则意味着人类无法用处置工具的方式来处置人工智能，实际上也意味着人工智能在法理上获得了与人一样的自由意志和主体地位。人类必须通过立法等手段，保证将人工智能的伦理设计场控制在操作伦理的范围。要做到这一点，前提是保持人类自身的价值自觉。要达成和保持人类自身的价值自觉，教育则是必不可少的关键要素。我们将采取包括教育在内的各种手段保持和发展人的主体性。以此为前提，在人工智能时代，人，只有人，仍将是自然的立法者，古希腊智者普罗泰戈拉（Protagoras）提出的“人是万物的尺度”这一命题依然有效——这里的“万物”也包括人工智能。

（四）培育有局限却能驾驭超级工具的主体人

当然，人工智能也有可能理解人类个体无法理解或想象的事物，譬如，机器人不仅可以直接“看见”红外线和紫外线，还可以“理解”和“想象”五维空间世界；超级人工智能还可能发展出更多我们甚至无法想象的超能力。这些超能力之所以必将产生，是因为人类需要。“为了探索当代认知的未知疆域，我们可能需要委派人工智能前往那些我们自身无法进入的领域；而当它返航时，也可能带回我们不能完全理解的模式或预言”，当然是作为我们的工具“带回”我们所需要的信息。同时，作为自然演化的产物，我们还有一个重要的局限性，那就是每个个体的发展都需要重演整个种群的演化过程。我们的大脑可以存储大约100TB的信息，而我们的DNA却只存储了大约1G的信息。因此，我们每个个体都必须从头学起才能发展成熟到人类发展的当代水平，而人工智能却可以直接超越这种限制，并以我们无法想象的速度不断进步。在人工智能时代，我们必须认识到并直面自身的这些局限性，时刻清醒地自我约束，持续保持人独有的主体地位，并提升人对人工智能这种特殊工具的驾驭能力。

在人工智能时代，如何赋予人以“超神级”的品格和能力，从而保证人可以成功控制超级人工智能这个“被奴役的神”，已成为摆在我们每一个教育工作者面前的时代难题，我们必须尽快认真思考并尝试回答这个时代难题。

四、人工智能时代的教育应如何培养人

教育应对人工智能挑战的根本，仍然在于培养和发展人。在人工智能时代，教育应当关注人的高阶思维和高阶能力的提升，重视价值观和价值判断能力的培养，并凭借人文学科的教育在更高水平上发展人之为人的独特性。唯有继续保持和提高人的丰富性和独特性，我们才有可能成功应对人工智能时代的挑战。

（一）人之发展的新重点：高阶思维和高阶能力

在人工智能时代，教育促进人的发展的重点要从普及常识向培养高阶思维和高阶能力转移。如前文所述，人工智能时代一般知识的分布呈现普惠化，这意味着常识性的知识更加易得；与此同时，高附加值的深度知识却呈现向知识精英聚集的趋向，这说明高阶思维和高阶能力的价值在人工智能时代将更加凸显。这也同时启示我们，为了应对人工智能时代的挑战，教育或许应当更加关注人的高阶思维和高阶能力的发展。

近年来，越来越多的研究表明，“随着世界变得越来越复杂，使用高级水平的高阶思维技能变得越来越重要”。面对复杂的世界和碎片化的学习，教育必须探讨人们如何将碎片化学习得来的知识高效率地结构化和系统化，并形成高阶思维和高阶能力。这里所说的“高阶思维”不等于高阶逻辑，因为人类的高阶思维和高阶能力既包含理性方面，也包含人工智能所无法拥有的非理性方面。正如飞机可以承载鸟类难以企及的重物进行飞行，但飞机的飞行与鸟类的飞行终究不是一回事。人工智能在数据处理和逻辑运算方面已经拥有远超人类个体的能力，但这并不意味着人工智能可以全面超越人类智慧，人工智能只能以理性的方式模拟人的智能这一点就已经决定了这一事实。教育应当在理性和非理性两个方面完整地提高人的高阶思维和高阶能力。高阶思维和高阶能力的意义，既在于其在复杂世界中处理问题的直接价值，更在于其作为完整智慧而超越人工智能的决定性价值。

关于人类高阶思维和高阶能力的发展，尚有很多重要问题等待我们进行深入的探索。除了碎片化知识的结构化和系统化等现实难题外，我们对包括智商在内的各种形式的智慧及其相互之间的联系也知之甚少。因此，到目前为止，关于人的高阶思维和高阶能力，我们还很难给出一个能够得到广泛认可的清晰的定义。我们用这两个概念来描述人类思维和能力的高端部分，至于这部分的具体内涵及其表现形式、主要特征等，尚待我们尽快开展相关研究。既存的相关研究成果显然还不足以应对人工智能对当代教育提出的新挑战。赛菲尔（Steffen Saifer）将人类思维分为高阶、中阶和低阶三级，认为“高阶思维技能由批判性和创造性思维技能组成。中阶思维技能涉及八种逻辑思维技能。低阶思维技能由五种实践性思维技能组成”。其中，“高阶思维涉及信息和想法的转换，以及新信息和新想法的创造”。传统学校教育也强调创造，但在其所遵循的布卢姆教育目标分类中，“创造”虽然处在六类过程的最高一级，但必须注意的是，布卢姆（Benjamin Bloom）是在“认知过程维度的类目”意义上来界定创造的。因此，在布卢姆看来，创造和分析、评价处于同一水平，“虽然创造需要学生的创造性思维，这并不是不受学习任务或情境限制的自由创造的表示”。显然，布卢姆所说的这种创造并不是完整的人的创造力。人的创造性思维应当是包含了批判思维和复杂的系统思维、多因素协同思维等在内的，因为“批判性思维技能是解析、评价、推断、转换视角和迁移的能力”，而“创造性思维技能是想象、解释/综合、归纳/理论化、重构和生成的能力”。其中，“推断是从部分的或不明确的信息、间接相关或关系模糊的信息中洞察的能力”；而“重构是一种观念上的改变，例如对一个想法产生与之前不同的理解”。在这些思维技能中，“生成是最容易与创造力和发明联系在一起的思维技能。它可以像头脑风暴一样迅速而浅层次地完成，也可以像写小说一样审慎而深刻地完成”。很显然，像推断、重构和生成等这类思维技能，至少目前对人工智能来说仍然是比较难以实现的。由于超越了理性和逻辑的阈限，我们甚至对后两种思维技能还难以进行清晰、严密的界定，更不用说相关的教育方法了。对此，我们应尽快开展深入研究，以期在教育中更好地发展人类的这些高阶思维和高阶能力。

高阶思维和高阶能力的发展，绝非仅限于高等教育阶段。实际上，“每一种思维技能都可以在非常基础到非常高级的水平上完成”。有研究甚至认为，“某些高阶思维技能似乎是与生俱来的……没有得到培养和进一步发展的先天的高阶思维技能，会停留在初级阶段，甚至会逐渐消失”。在人工智能时代，培养人的高阶思维和高阶能力，将成为各个阶段教育的重要任务。

（二）体验式学习：从知识到全面发展

人工智能时代的教育，要重视以体验式学习来促进人的全面发展，特别是促进人的想象力、直觉、综合协调和综合判断等重要能力。在论述人工智能时代的教育变革时，美国东北大学校长奥恩就特别推崇体验式学习，认为“体验是学习超理性方面的催化剂。经历不同的状况和情境会触发我们的情绪、挑战我们的信念、测试我们的思想的构成要素。正是这些几乎是潜意识的元素刺激我们的思维成长。正是这些潜意识元素无法被计算机处理器模仿”。随着人工智能时代的到来，一方面，人类学习的虚拟空间日益扩张；另一方面，知识呈现形式的多样性也给人类学习带来了更多、更丰富的体验机会。教育应当充分利用人工智能给人类学习带来的这种便利，通过体验式学习，发展那些人工智能难以具备的独特能力，这对人类保持对人工智能的超越性优势和驾驭能力十分重要。

工业时代的传统学校教育促进人发展的出发点是已知知识，落脚点也是已知知识，以科学理性为主导的已知知识是这一教育传统的主线。在这样的学校教育中，人的很多重要能力不仅没有得到很好的发展，而且在很多时候甚至是被忽视的。牛津大学哲学和精神医学研究者伯顿（Neel Burton）在回顾自己受教育的经历时说：“虽然我很幸运地接受了良好的教育，但它并没有培养我的想象力。事实上，医学院更是不遗余力地摧毁它。”回望我们曾受到的学校教育，大多数人都会认同伯顿的感受。伯顿认为，“理性，不是通往知识的唯一道路”。他提出了“超智识”（hypersanity）的概念，认为人类的思维绝非仅限于理性和逻辑，我们不应只研究和发展人的“智力”、“知识”和“真理”等理性方面，还应当重视那些在现代文化中被低估和忽视的“情感”、“直觉”和“想象力”等非理性方面的思维能力的发展。他惊讶地发现，我们的正规教育中竟然没有一本完整地探讨人类思维的书。这也反映了工业时代学校教育的一个根本性缺陷，启示我们在人工智能时代应当更好地促进人的发展这一新领域的重要价值。

（三）发展人之为人的丰富性和独特性

人文学科的教育为发展人的独特性和丰富性奠定更加宽广坚实的基础，同时帮助人重建和维持生命存在的意义。在马克思主义哲学看来，人不只是一种理性的存在，也不是被动的感性存在，而是感性存在与理性意识相统一，并通过实践活动实现自身本质的存在物。因此，人的劳动创造能力是同时以理性和非理性两方面发展为基础的。人的本质力量绝非仅仅来自其理性，同时也来自其感性，“激情、热情是人强烈追求自己的对象的本质力量”。工业时代的学校教育重视人的理性发展，却往往低估和忽视了人的感性发展。一些实证调查研究也证实了人的非理性能力的重要性。2000年经济学诺贝尔奖得主赫克曼（James J. Heckman）在对美国密歇根州的学前教育计划进行了30年追踪调查的基础上，提出了“非认知能力”（non-cognitive abilities）的概念，认为“包括动机强度、执行长期规划的能力、与人共事所需的社会情感调节”在内的非认知能力，对个人职业、收入、能否上大学、遵守健康规范及参与犯罪等都有着很大影响。人不是如人工智能那样在理性逻辑的基础上模拟情感等，而是在非理性的基础上发展出理性思维的，因此，人的非理性方面是其理性的基础。在理性逻辑基础上建立起来的人工智能，能够代替人类很多繁复的脑力劳动，却不可能使人在全部理性和感性的对象世界中肯定自己，从而产生价值感和意义感。在人工智能时代，由于人类的体力劳动和脑力劳动可能大部分都会被人工智能逐步取代，因此，帮助人重新建立生命存在的意义，将是教育的一个重大时代课题。这不仅是人维系自身存在和保持对人工智能驾驭能力的需要，同时也是人类社会发展的必需，因为人类基于自身丰富性和独特性的创造力，给了人以存在的价值基础。在这样一种促进人的全面发展的教育中，人文学科的独特价值将日益凸显。目前，在人工智能时代来临之际，教育领域人文学科普遍式微的世界性发展趋势，着实令人担忧。

（四）合作学习：达成价值教育新高度

特别重要的是，在人工智能时代，教育要更加重视价值观和价值判断能力的培养和发展，通过合作学习在更高水平上促进人的道德发展。比利时数学家、逻辑学家和哲学家布拉班迪尔（Luc de Brabandere）在《极简算法史》中写道：“计算机可以让我们摆脱许多枯燥乏味的工作，但不会使我们获得自由。它可以帮助我们进行预测，却不能帮助我们生产希望。”这是因为，自由唯有主体才会追寻并拥有，而希望则产生于意义，意义又是以价值为基础的。正如前文所述，价值教育有利于在人工智能时代持续保持人对人工智能绝对的主体地位和驾驭能力，而人工智能本身并不能给人类直接带来价值的提升，因此，人工智能时代的教育更应该注重发展人的主体意识和道德责任感。

在人工智能时代强化道德教育，不仅有利于在直接意义上应对人工智能的挑战，而且藉道德教育促进人的社会性发展的传统功能，还可以在协调和整合社会的基础上，进一步推动社会变革和社会创新，从而在总体上为人类社会应对人工智能的挑战奠定社会价值基础，使全社会协同一致，共同维护人类对人工智能的绝对驾驭地位和能力。

为了更好地达成这一目的，人工智能时代的道德教育，应当摒弃工业时代学校教育的个体竞争的学习模式，转而主要通过合作学习的方式来进行。选择合作学习的模式，还有利于克服网络技术可能带来的面对面情境化交流的减少对人的发展产生的不利影响，以及人工智能时代将成为主流的个性化学习模式可能对人的发展造成的负面效应。同时，价值教育也有利于人类在大部分劳动都被替代的历史条件下，继续建构和维护自身存在的价值感和意义感。

当人工智能时代真正全面到来时，教育的革命性剧变将是历史的必需和必然。每一场革命性的剧变，往往都同时潜藏着机遇和风险。正如霍金（Stephen Hawking）所言，“对于人类，超级智能的问世是有史以来要么最好要么最坏的事”。何去何从，取决于我们的抉择。为了应对人工智能时代的挑战，我们必须通过教育来极大地发展人的丰富性和独特性。但是，对人的丰富性和独特性尤其是人的非理性方面，我们至今仍知之甚少，因此必须尽快加强研究。人工智能的时代巨浪正在加速扑面而来，为了人类的共同命运，我们必须现在就开始行动。