隨著新一代人工智能的興起，產業結構、經濟增長動力和社會分工體系都發生了深刻變化。工業革命以來所建立的教育體系正在急劇過時，依靠標準化教學來批量生產人才的模式難以為繼，社會轉型對教育提出新的要求。
教育和技術的賽跑
哈佛大學兩位經濟學家回顧美國教育發展歷程發現，教育和技術之間存在一場持續不懈的競賽。20世紀80年代以前，美國率先實現高中教育普及和高等教育大眾化，教育進步為經濟增長提供了充足的高素質勞動力，適應了技術進步帶來的社會變革，整體提高國民收入水平並縮小了貧富差距。大約自1980年起，情況出現逆轉。技術進步依舊，社會對高素質勞動力的需求也在增長，但美國教育卻無法生產出足夠的人才。隨著教育增速放緩，人群出現分化：一部分人受過良好教育，畢業後進入高端行業，收入迅速提升；另一部分人接受著過時的教育，技能適應性不強，導致貧富差距快速拉大，制約了經濟的進一步增長。這種現象被形象地稱為“教育和技術的賽跑”，當教育的發展速度超過技術時，就會給經濟增長帶來明顯的人才紅利，反之則會導致經濟社會發展失衡。
當前，以人工智能為代表的技術創新進入到前所未有的活躍期，而教育仍未擺脫“工業化”的印記，以至於我們“把機器製造的越來越像人，卻把人培養的越來越像機器”。這不僅制約著教育功能的發揮，而且導致經濟社會轉型面臨危機。我們要有一種時代緊迫感，全面深化教育改革，推動“工業化教育”向“智慧型教育”轉變，擴大高質量人才的供給，為經濟社會發展提供強有力的人力資源保障。
智慧教育蓄勢待發
隨著人工智能越來越廣泛的應用於傳統行業，那些機械重複、繁瑣枯燥、大量使用體力的職業可能都會被機器人所取代，甚至連一些專家決策工作也面臨風險。比如，擁有大數據分析能力的智能醫療診斷，在某些疾病上比普通醫生判斷的準確率更高；智能金融系統在風險預測、股票投資等方面大顯神通，成為金融機構爭先佈局的重點領域……隨著一系列連鎖反應的疊加，人工智能正在觸發一場劇烈的社會分工調整，我們很可能會成為人類歷史上第一代需要和機器去競爭工作的人。正如“控制論之父”維納所說，“我們是如此徹底地改造了我們的環境，以至於我們現在必須改造自己，才能在這個新環境中生存下去。”教育作為培養人的事業，將會成為決定人類能否在人工智能時代勝出的關鍵。
現行教育體系是工業社會的產物，核心是通過整齊劃一的教學流程批量化地生產人才。儘管難以照顧個性差異，但卻為人類從農業社會進入工業社會提供了不可或缺的人力資源基礎。但是，當人類社會邁進人工智能時代，這種工業化的教育體已經無法滿足未來社會對人才的需求，時代發展迫切需要一場教育變革。2016年3月，世界經濟論壇發佈了一份題為《教育的新願景：通過技術培育社會和情感學習》的研究報告，倡導把人的社會性和情感教育置於應對新工業革命的高度，包括批判性思維、創造力、溝通能力、合作能力等四種勝任力，以及好奇心、首創精神、堅毅、適應力、領導力、社會文化意識等六種個性品質。換句話說，教育不是由外而內傳遞知識，而是由內而外覺悟智慧。我們必須打破整齊劃一的傳統教育形態，構建與人工智能時代相適應的智慧教育體系，利用智能技術對學習環境、學習內容、教學方式、管理模式進行改造，為學生提供適合的教育。
我們認為，智慧教育是運用人工智能促進學習環境、教學方式和教育管理的智慧轉型，在普及化的學校教育中提供適切學習機會，最大限度地滿足學生的成長需要。它不僅是教育設施的信息化、智能化，而且是教育理念與教育方式的轉型升級，從注重“物”的建設向滿足“人”的多樣化需求轉變。
智慧學習環境從“教育工廠”到“學習村落”
如果把原來的學習環境比作是“教育工廠”的話，那麼，智慧學習環境就是“學習村落”。在這裡，每個學習者都掌握學習的主動權，人工智能可以幫助他們找到志同道合的夥伴和相互匹配的導師，提供精準的學習支持，從而開展積極主動的個性化學習。
（一）全面感知的學習場所
現在，校園只是一個開展教學的物理場所；未來，校園將變成萬物互聯的智能空間。人工智能會把冷冰冰的機器設備變成充滿溫情的“私人助理”，通過不斷學習人類的行為和習慣，提出針對性的輔助策略，幫助學生開展積極主動的個性化學習。一是利用物聯網技術對溫度、光線、聲音、氣味等參數進行監測，自動調節窗戶、燈具、空調、新風系統等相關設備，主動響應校園安全預警，保障學校各系統綠色高效運行，為學生創設安全舒適的學習環境；二是藉助情境感知技術在自然狀態下捕獲學習者的動作、行為、情緒等方面的信息，精準識別學習者特徵，全面感知學生的成長狀態，提供學習診斷報告、身高體重走勢圖、健康分析報告等，為學生身心健康發展提供有力支持；三是利用大數據技術對學習過程進行跟蹤，瞭解學生的認知水平以及在學習中存在的優勢和不足，提供量身定製的最優學習路徑。
（二）靈活創新的學校佈局
隨著人工智能時代的到來，教育理念和教學組織形式都在發生深刻變化，學習空間的呈現形式也將隨之改變。未來的學習空間將把千篇一律的教室變成靈活創新的學習空間，把單調乏味的建築打造成智慧的育人環境。一是創新教室佈局，打破工廠車間式的教室設計，配備可移動、易於變換的桌椅設施，支持教師開展多樣化的教學活動；二是擴展學校的公共空間，按照多功能、可重組的設計思維，加強學習區、活動區、休息區等空間資源的相互轉化，給學生提供更多的活動交往空間，促進學生的社會性發展，彌合正式學習與非正式學習之間的鴻溝；三是優化校園空間，給學生提供動手實踐的場地，建立創客空間、創新實驗室、創業孵化器等新型學習環境，培育有共同興趣愛好的實踐社群，鼓勵學生把創新想法轉化為實際作品。
（三）深度交互的網絡學習空間
網絡教育的真諦在於實現人文交互環境下的個性化學習，要突破網絡學習空間活躍度不高、在線交互停留於較淺層面的現實瓶頸。一是開發智能學習助手，根據學生的學習需求、學習路徑和檢索痕跡，按需推送學習資源，過濾無關的信息，減輕認知負荷，使學生可以隨時隨地隨需進行高質量學習；二是強化成員間的關係網絡，加強對互動數據的收集和分析，包括訂閱、觀看、轉發、提問、評論等，精準識別師生、生生互動關係，提供更加匹配的組合方案，形成穩定的趣緣合作共同體，促進深度交互的發生；三是提供遠程協作、社會網絡、同步課堂等方面的工具，鼓勵跨學校、跨區域、跨國別的協同學習，擴大優質教育資源覆蓋面，突破常規手段難以解決的教育均衡問題，讓億萬孩子同在藍天下共享優質教育。
智慧學習方式從“學以致用”到“用以致學”
隨著人工智能時代的到來，僅靠死記硬背就可以掌握的知識或技能逐漸失去價值，因為人工智能在這些方面比人做的更好。我們要轉變教育觀念，從“學以致用”走向“用以致學”，更加重視學生的個性體驗，鼓勵他們在解決問題中學會解決問題，在做事中學會做事，成為能適應未來挑戰的人才。
（一）深度學習
在人工智能的語境下，深度學習是一種新的算法，它通過模擬人類神經網絡，構建具有多隱含層的機器學習模型和海量的訓練數據，讓機器自動學習有用的特徵，從而提升預測的準確性。在語音識別、圖像理解、自然語言處理等領域，採用深度學習算法之後，其準確性都得到了極大的提升。正是這種算法模型的突破，讓機器擁有了類似人類的智慧，引發了新一代人工智能的崛起。巧合的是，深度學習既是決定人工智能興衰的關鍵所在，也是決定未來教育成敗的關鍵所在。人類要想從人工智能時代的職場中勝出，就必須從強調記憶和練習的傳統學習中脫離出來。一是還原知識的豐富情境，知識從哪裡來，深度學習的起點就應該從哪裡開始；二是面向實踐的學習活動，鼓勵學生用所學知識解決實際問題，以任務驅動的方式組織學習，提供接近專家及其工作過程的機會；三是用不同視角透視學習，提供社會化軟件及其它認知工具來支持學習，允許共同體成員擁有不同的角色和身份，鼓勵提出不同觀點，讓學生在對話和互動中建構知識；四是提供成果展示及表達的機會，促使思維清晰化，引導學生進行反思，實現對知識的深度理解；五是建立更加立體的評價，把關注點從教師的教轉向學生的學，強調學生的參與度、積極性以及突破原有框架的創造力，利用學習分析、課堂觀察等技術手段，為不同的學生制定不同的標準，讓每一位學生都有出彩的機會。
（二）跨學科學習
人類的智慧來源於知識觀的完整，它不是零敲碎打的，而是與整體特徵密切相關的。現行的分科教學有利於系統知識的習得，但不利於完整知識體系的形成和綜合思維能力的培養。跨學科學習倡導根據生活中的問題設置主題，將不同學科圍繞同一個主題聯繫起來，構建相互銜接貫通的課程體系。一是學科知識整合取向，分析各學科的知識結構，找到不同知識點之間的連接點與整合點，將分散的課程知識按跨學科的問題邏輯結構化；二是生活經驗整合取向，從兒童適應社會的角度選擇典型項目進行結構化設計，讓學習者在體驗和完成項目的過程中，習得蘊含其中的多學科知識與技能；三是學習者中心整合取向，這種模式不是由教師預設問題，而是由學習者個體或小組提出任務，任務內容需要學習並運用跨學科知識。值得說明的是，跨學科學習需要堅實的學科基礎，沒有學科就沒有跨學科，兩者是相輔相成的，要處理好分科教學和跨學科學習的關係，從更廣闊的視野認識學習的本質。
（三）無邊界學習
陶行知先生指出，如果學校生活與社會生活聯繫不緊密, 學生的學習不是從自己的直接經驗里長出來的，那就是一種呆板的、低效的教育。學校應該是一個開放的組織系統，要建立與真實世界的聯繫。美國的密涅瓦大學就是“一所沒有校園的大學”，四年本科學習分佈在全球七大城市，包括舊金山、香港、倫敦等，通過與當地的高校、研究所、高新技術企業建立合作，學生可以使用一流的圖書館、實驗室等進行學習，利用一切可利用的社會資源開放辦學，實現了教育的結構性創新。無邊界學習是未來教育發展的重要趨勢，它包括：一是把知識學習和現實生活連接起來，學生的學習場所不再固定，隨著課程的不同，既可以在教室，也可以在社區、科技館和企業，甚至可以去不同城市遊學，任何可以實現高質量學習的地方都是“學校”；二是建立實踐共同體，加強學校與產業行業之間的合作，共建創新創業實踐基地，引導他們運用知識去解決現實問題，從而獲得真正的本領；三是技術增強的泛在學習，利用混合現實技術，讓學生有機會觀察微觀世界、感知抽象概念，使學習變成一種豐富情境下的親身體驗。
智慧教育管理從“科層機構”到“彈性組織”
當前的教育管理大多采用科層制，各職能部門分工明確，職權關係等級分明，按照標準化流程開展工作。這種模式有利於提高效率，為現代學校運行提供了有力的組織保障，但在人工智能時代卻暴露出缺陷：在嚴格的條條框框下，學校被程序化、行政化，很容易就會陷入具體細節之中，對新變化缺乏適應能力。原本充滿智慧的教育，變成了按部就班的機械操作，學校和教師逐漸失去自主性和創造性。智慧教育管理要改變這種局面，更加關注人的完整實現，增強組織運行的靈活性，從根本上激發學校的辦學活力。
（一）破除“效率至上”的評價導向
教育作為培養人、發展人、成就人的事業，所有的外在指標都應服務於這一根本目的。現在普遍存在的分數、升學率等量化指標，設計初衷都是為了提高教育質量，在過去也確實發揮了重要作用。但在人工智能時代，這種圍繞效率而構建的工業化教育體系正面臨危機。由於過於強調效率，學生的創新意識、完備人格以及興趣志向都受到了不應有的忽視。實際上，效率從來不是教育的關鍵，人的智慧成長才是教育應該關注的重點。一旦學校被功利化、浮躁化的思想所綁架，就會陷入“誰先減負誰就利益受損”的囚徒困境，並最終走向共同毀滅。所以，智慧教育一定要破除“效率至上”的痼疾。一是不用單一片面的標準評價學生，把品德、行為習慣、身體健康、社會實踐等方面的表現納入評價指標，利用人工智能對定性數據進行分析，更加科學地評價學生的全面成長；二是綜合考慮學生的起點水平，引導學校不搶生源、不過分拔高、不惡性競爭，把增值性作為評價學校的基本原則，重點關注學校提供高質量課程的水平和滿足學生個性化學習的程度，一流學校不一定是擁有一流生源的學校，而是把一般生源也能培養成一流人才的學校；三是基於大數據的教育管理優化，動態模擬學校佈局、入學形勢、就業渠道等方面的變化，更加關注教育公平，著力解決教育發展不平衡不充分問題。
（二）充分激發學校的辦學活力
當前，學校作為辦學主體，面臨著有責無權、權責不對等、人權財權不匹配等突出問題，無力推動更深層面的教育改革，主要精力都用來應付上級部門的各類評比和檢查。管理轉型是智慧教育能否成功的關鍵，必須解決傳統管理與學校創新之間存在的不協調問題，從根本上激發學校的辦學活力。一是落實學校的辦學自主權，形成政府宏觀管理、學校自主辦學、社會廣泛參與的教育格局，推動教育、財政、人事等管理部門向學校下放權力，讓學校享有教師評聘、經費使用、課程安排（包括大小課、長短課、階段性課程等）、修業年限（包括彈性學期、混齡編班等）、育人方式（包括社會實踐、參觀考察、研學旅行等）等方面的自主權，從根本上激發學校的辦學活力；二是完善學校的內部治理結構，利用信息化手段提高教育治理的現代化水平，促進“管理本位”向“服務本位”轉型，建立普通師生、家長、社區以及相關利益方參與學校管理的機制，形成依法辦學、自我約束、多元參與、社會監督的網狀治理結構；三是增加學術團體的權利，形成新的治理單元，通過職能重新定位，明確劃分行政事務與專業事務的邊界，強化教師領袖的專業影響力和學術領導力，激發教師的主動性和創造力，構建行政管理和學術引領相融合的學校治理體系。
（三）構建全社會參與的教育生態
作為一項複雜的系統工程，智慧教育決不能走“頭疼醫頭，腳疼醫腳”的老路，要從構建良好生態的高度進行教育改革，建立學校與外部社會的協同機制，形成校內外相互溝通、資源高度共享、流程無縫銜接的新格局。一是積極引導多元社會主體參與教育，促進和規範民辦教育發展，鼓勵社會力量提供多樣化的教育產品和服務，適當放寬辦學資格門檻，為教育公益組織的成長創造更大空間，廣泛開展薄弱學校委託管理、第三方教育評價等方面的探索。二是建立行業專家駐校制度，包括科學家駐校、工程師駐校、文學家駐校、藝術家駐校等，鼓勵行業專家為學生開設專題講座、指導研究性學習、開展技能培訓等；三是探索多樣化的教師補充渠道，提升兼職教師評聘的靈活性，引導各行各業的專業力量參與學校教育，教學的提供者不僅是教師，也可能是科學家、工程師、工人、農民、醫生、商人等，任何有專長的人都可以成為“教師”；四是支持學校購買教育服務，加大財政支持力度，拓展教育公共服務的有效供給，幫助學校構建起一套覆蓋廣、選擇多、更加完善的課程體系，為每一個學生提供個性化的課程，最大限度滿足學生多樣化的學習需求。
小 結
教育是人類應對人工智能挑戰的根本力量，只有通過智慧的教育培養智慧的人，充分發掘生命的內在潛質，才能讓人類在人工智能時代立於不敗之地。值得注意的是，人工智能在促進教育變革的同時，也隱含著巨大風險：當機器越來越智能，對學習的預測越來越精準，就會反過來限制學生的選擇自由，導致一部人成為量化評估的受害者而非受益者。因為，所有的數據都來自於過去，我們完全依賴過去來判斷未來，表面看是提供了量身定製的教育，實際上卻讓學生只能成為過去自己的延伸，而非新生的自我。
版權聲明：文章於2019年6月18日虎虎虎 發表| 教師微社區
閱讀更多 教育CIO 的文章
