從普通高中課程方案和課程標準（2017年版）中我們看到，在信息技術(shù)、通用技術(shù)、數(shù)學(xué)等課標中，要求學(xué)生學(xué)習(xí)了解物聯(lián)網(wǎng)、人工智能（AI）、大數(shù)據(jù)處理等內(nèi)容，特別強調(diào)創(chuàng)新精神、實踐能力的培養(yǎng)。同時，出版界也推出了一批人工智能方面的書籍，引起了讀者的興趣。人工智能的發(fā)展日新月異，促使我們思考：AI背景下如何理解教育？如何理解“閱讀為王”？如何在AI時代完成教師角色的轉(zhuǎn)型？如何理解語文的引領(lǐng)作用？下面的對話，希望對讀者有所啟發(fā)。
對話人：
蘇祖祥（湖北省仙桃中學(xué)教師）
楊林柯（陜西師大附中教師）
殷國雄（江蘇張家港第八中學(xué)教師）
蘇祖祥：王晶博士對人工智能進行了梳理，下面請楊林柯老師談?wù)勅斯ぶ悄軙r代，我們?nèi)绾螌W(xué)習(xí)？
楊林柯：這個時代變化太快，許多事情都難以預(yù)測，在互聯(lián)網(wǎng)時代的好夢還沒有做醒的時候，我們又將迎來人工智能時代。
作為計算機科學(xué)的一個分支，人工智能是研究人類智能活動的規(guī)律，構(gòu)造具有一定智能的人工系統(tǒng)，研究如何讓計算機去完成以往需要人的智力才能勝任的工作，也就是研究如何應(yīng)用計算機的軟硬件來模擬人類某些智能行為的基本理論、方法和技術(shù)。
傳統(tǒng)時代是一個勞動密集型、知識集約型的慢時代，這個時代的教育方式也比較簡單，教師像一個知識的二傳手，學(xué)生則像一個個知識接收器，這樣的教育時代強調(diào)教師和教材的主導(dǎo)作用，學(xué)生沒有得到充分的尊重，于是有人提“新課程”，重視“學(xué)”而不是強調(diào)“教”，提倡學(xué)習(xí)者之間的交流、分享、合作、探究，構(gòu)建“學(xué)習(xí)共同體”。
但人工智能時代的到來給學(xué)習(xí)帶來新的挑戰(zhàn)。原有的許多知識迅速折舊，凡是搜索引擎上可以查到的知識都變得不重要，傳統(tǒng)教育要求的背誦、計算及一些數(shù)據(jù)在搜索引擎上瞬間就可以找到答案，十幾年傳統(tǒng)教育所學(xué)的知識，計算機瞬間就可以搞定，而且不會發(fā)生記憶差錯。有人預(yù)測，到2030年，人類現(xiàn)有工作中的50%—75%都將由機器來代替人完成；如此看來，人工智能已經(jīng)對人類的存在構(gòu)成一種挑戰(zhàn)。
而教育如何迎接這個挑戰(zhàn)？如果我們依然重視死記硬背，依然以知識為本，成天教那些記憶的公式、年代、定理、理論……那么我們已經(jīng)輸了。但因為應(yīng)試教育下的生存壓力，我們目前的教育模式依然延續(xù)的是大工業(yè)生產(chǎn)的體系：統(tǒng)一的入學(xué)年齡、統(tǒng)一的上課時間、統(tǒng)一的學(xué)制安排、標準化的教學(xué)內(nèi)容、標準化的教學(xué)方式、標準化的考試評估，目的是為了向大工業(yè)體系輸出標準化的勞動力。教師和學(xué)生在這種體系中其實都是“螺絲釘”。
教育到底為了什么？說到底，為了人的幸福，而幸福是一種能力。大量的研究表明，影響一個人未來成就與幸福的并非學(xué)術(shù)知識，而是各種個人能力，比如社交能力、學(xué)習(xí)能力、決策能力、適應(yīng)能力和時間管理能力等，這些恰恰是現(xiàn)行教育內(nèi)容中普遍缺失的。
蘇祖祥：AI時代的學(xué)習(xí)特點是什么？
楊林柯：有人總結(jié)人工智能時代的學(xué)習(xí)特點：學(xué)習(xí)在窗外，他人即老師，世界即教材。把這三句話解釋一下，也就是說，學(xué)習(xí)的發(fā)生不再是圈養(yǎng)在教室里得到的，即便你是博士生畢業(yè)，所學(xué)的也不過是一生所用的20%，大量知識要靠在實踐中學(xué)、生活中學(xué)、社會中學(xué)，因為你面對的是整個世界，而不僅僅是一個專業(yè)。同時要意識到，每個人都有自己的特點和長處，都有值得他人學(xué)習(xí)的一面，固定的教師職業(yè)將受到嚴重挑戰(zhàn)，學(xué)習(xí)將是一生的事情。學(xué)習(xí)的內(nèi)容也不再只是教科書上的內(nèi)容，真實的世界里的各種事物都可以作為學(xué)習(xí)的素材和對象。
因而，對教師的挑戰(zhàn)是，某一方面的專業(yè)知識傳授將變得不怎么重要，跨學(xué)科學(xué)習(xí)以及綜合應(yīng)用能力將變成一種需要。由于學(xué)習(xí)的多元化和需求的多元化，教師將是一個助學(xué)者，需要幫助學(xué)習(xí)者發(fā)現(xiàn)和發(fā)揮自身特點和優(yōu)勢，幫助學(xué)習(xí)者找到合適的資源和有用的信息；同時，教師也是課程設(shè)計師、課程實施者、學(xué)科專家、學(xué)習(xí)生涯顧問、測評設(shè)計師，是一個不斷學(xué)習(xí)、幫助學(xué)生不斷提升學(xué)習(xí)能力和生命質(zhì)量的人。
蘇祖祥：謝謝楊老師，下面請殷國雄老師就教師閱讀和教師轉(zhuǎn)型發(fā)表看法。
殷國雄：薩爾曼·可汗在《翻轉(zhuǎn)課堂的可汗學(xué)院——互聯(lián)時代的教育革命》中提到，今天主流的教育制度源于18世紀的普魯士，模擬的是大工業(yè)生產(chǎn)體系。它特別注重權(quán)威，希望受教育者忠誠順從，排斥獨立思考。
與此對應(yīng)，教師往往充當(dāng)著知識權(quán)威和真理代言的角色，把自己看成已經(jīng)規(guī)范和確認的知識傳遞者，認為可以量化的測試標準就是對自己專業(yè)水準的評判要求。這種思維方式之下，教師只讀教學(xué)用書甚至不讀書，只是專心于教材要求和測試標準，強調(diào)課堂秩序和效率，教學(xué)目標極為明確，就是考什么就教什么……這一切都順理成章。
滿足傳統(tǒng)教學(xué)要求之余，有些教師也有自己的閱讀方向甚至獨創(chuàng)的閱讀課程，帶有著鮮明的個人特色和強烈的價值關(guān)懷，彰顯了教師個人意識的覺醒。應(yīng)該說，這是巨大的進步。
但只是按照教師的閱讀興趣和價值取向選擇教學(xué)內(nèi)容，在某種意義上也是無視學(xué)生權(quán)利、無視每個學(xué)生獨特的成長需求。而每個學(xué)生都應(yīng)該是學(xué)習(xí)內(nèi)容的發(fā)起者，每個生命的獨特閱讀需求都應(yīng)該被尊重和關(guān)注。在人工智能時代，技術(shù)的進步使得這樣的愿景可以變?yōu)楝F(xiàn)實。
從這個角度來談教師閱讀，我個人覺得，教師一定要盡可能拓展閱讀邊界，完善自己的知識結(jié)構(gòu)。在選書上，除了個人偏好，也一定要關(guān)注學(xué)生的成長需求。
蘇祖祥：你能結(jié)合自己的體驗談?wù)凙I時代如何轉(zhuǎn)型嗎？
殷國雄：30歲之前，我有很強的知識恐慌，希望拓展自己的閱讀邊界，從文學(xué)、歷史、經(jīng)濟法學(xué)甚至科幻……總是渴望自己有足夠的知識儲備來應(yīng)對學(xué)生的挑戰(zhàn)。事實上，無論如何努力，涉獵如何廣泛，受限于個人精力和天賦，我都不可能了解所有學(xué)科的基本知識和思維方式，最后也就慢慢接受這個事實，平復(fù)了自己的恐慌。
所以，在人工智能時代，教師的閱讀除了拓展閱讀邊界，也必須接受自己所知有限的事實。但教師必須明白，這只是打破教師權(quán)威的角色設(shè)置，我們需要在新的方向努力：激發(fā)學(xué)生的學(xué)習(xí)欲望，鼓勵他們自己建立學(xué)習(xí)單位、進行主題式的探究學(xué)習(xí)；打破教室的空間限制，把學(xué)習(xí)場所延伸至工廠、博物館、圖書館等等；拓寬知識來源，利用新的技術(shù)，讓更多非教師卻又學(xué)有所長的人，參與到學(xué)習(xí)之中；在新技術(shù)的幫助之下，探索更多的閱讀形式，比如閱讀的游戲化等；關(guān)注學(xué)生的個人體驗，如何對學(xué)生的創(chuàng)造性思維成果進行評估……
人工智能時代，技術(shù)上的進步使得權(quán)威統(tǒng)一下的標準化學(xué)習(xí)模式被打破，教師需要對已有的教學(xué)資源進行新的排列組合，轉(zhuǎn)型為學(xué)生學(xué)習(xí)的陪伴者、幫助者、組織者、學(xué)習(xí)平臺的搭建者……教師不再扮演知識權(quán)威的角色。每個學(xué)生成為學(xué)習(xí)內(nèi)容的發(fā)起者，是學(xué)習(xí)權(quán)利的真正歸還。教師應(yīng)該成為變革發(fā)生的呼應(yīng)者和實踐者，教師的個人閱讀和閱讀課程實踐，無疑有著更大的挑戰(zhàn)和更多的可能。
但一切一切的關(guān)鍵，在于教師是否愿意接受新的挑戰(zhàn)、進行新的變革，這不僅僅指向閱讀。
人工智能的歷史和前景
谷歌總部高級工程師
提到人工智能，大家首先就會想到科幻電影里的人形機器人。但是人工智能要比人形機器人更廣泛，正式的定義是：研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的學(xué)科。人工智能界有兩種觀點：一種觀點認為我們最終會造出真正能夠進行推理和解決問題的智能機器——也被稱為強人工智能。另一種觀點則認為我們應(yīng)該關(guān)注對人的特定功能的模擬——也就是所謂弱人工智能。強人工智能可以看作是進化的人，具有自主的意識。弱人工智能只是更加聰明的工具，但是不具有自主的意識。
人的智能是非常復(fù)雜的，至今我們也不是特別清楚智能是怎么產(chǎn)生的，但是我們可以大致將人的智能分為處理大量視覺信息的能力、語言溝通能力、控制自己行為動作的能力、決策的能力，人工智能就是從這幾個方面來模擬人類的智能。
說到人工智能的歷史，它誕生于1956年的達特茅斯會議，主要分為三個流派：一派崇尚的是邏輯主義，認為智力的本質(zhì)是推理和證明。一派被稱為連接主義，認為人工智能需要通過仿生學(xué)來實現(xiàn)。最后一派是行為主義學(xué)派，認為我們從模擬行為的路徑來突破人工智能。
三個流派在過去的幾十年里此消彼長。在達特茅斯會議之后不久就掀起了第一次人工智能熱潮，這一浪潮由邏輯主義學(xué)派引領(lǐng)，主要成就是規(guī)則化的知識表示和定理證明。1958年，邏輯主義的先驅(qū)西蒙和紐厄爾（Simon&Newell）就樂觀地預(yù)測計算機能夠在十年內(nèi)完成四項人工智能任務(wù)，即戰(zhàn)勝國際象棋大師、發(fā)現(xiàn)和證明有意義的數(shù)學(xué)理論、譜寫優(yōu)美的樂曲和實現(xiàn)大多數(shù)心理學(xué)理論。
事實是，戰(zhàn)勝國際象棋要一直等到40年后才由IBM的深藍系統(tǒng)實現(xiàn)。計算機雖然幫助證明了一些數(shù)學(xué)理論，但是至今無法發(fā)現(xiàn)有意義的理論，而譜寫優(yōu)美的樂曲和實現(xiàn)心理學(xué)理論還非常的遙遠。
由于邏輯主義長期無法突破重要人工智能問題，第一次人工智能浪潮漸漸冷淡下來。到了1970年代，連接主義興起，掀起了第二次人工智能浪潮。這一時期最主要的成就是發(fā)明了感知器算法，用以模擬神經(jīng)元的功能和反向傳播的算法，用于解決多層神經(jīng)網(wǎng)絡(luò)的訓(xùn)練問題。
但是人們很快發(fā)現(xiàn)，當(dāng)時的運算條件下，神經(jīng)網(wǎng)絡(luò)的深度不能很高，而淺層的神經(jīng)網(wǎng)絡(luò)只能解決非常簡單的問題。到了1990年代，人工智能領(lǐng)域再次陷入低潮。到了21世紀，隨著各種分布式計算框架的誕生和數(shù)據(jù)量的增加，深層神經(jīng)網(wǎng)絡(luò)的訓(xùn)練成為可能，這就催生了深度學(xué)習(xí)。深度學(xué)習(xí)引領(lǐng)了連接主義的復(fù)興，同時，以強化學(xué)習(xí)為代表的行為主義也在興起。在這兩個因素影響下，人工智能領(lǐng)域再次復(fù)蘇。谷歌的阿爾法圍棋（AlphaGo）使用深度強化學(xué)習(xí)擊敗了人類最強圍棋選手，就是這個時期的代表成就。
目前，我們處于以深度學(xué)習(xí)和強化學(xué)習(xí)為代表的第三次人工智能浪潮中。個人認為，這輪人工智能的興起主要原因有兩個：一個是計算機產(chǎn)業(yè)的發(fā)展提供了足夠的計算力，使我們能夠運行一些復(fù)雜的人工智能算法；一個是互聯(lián)網(wǎng)產(chǎn)業(yè)的發(fā)展為人工智能提供了大量的訓(xùn)練數(shù)據(jù)。
在相當(dāng)長時間內(nèi)，人工智能都還會以專用的弱人工智能系統(tǒng)為主，所以不存在威脅到人類生存的問題。另外目前人工智能領(lǐng)域的突破主要是在工業(yè)界，存在重視實踐、輕視理論的特點。人們對于許多算法為什么能夠工作都不是特別理解，我相信在未來一段時間內(nèi)，一定會有一個通用的理論框架來指導(dǎo)人們進行深度學(xué)習(xí)和強化學(xué)習(xí)的探索。人工智能會不斷地進入人們的生活，尤其是當(dāng)它與物聯(lián)網(wǎng)和智能控制結(jié)合在一起的時候，將會代替非常多的重復(fù)性的人類工作。
延伸
人工智能入門必讀的十本書：
聯(lián)系客服
