编者按：当下，在移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术的驱动下，人工智能加速发展，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。随着人工智能向教育领域的渗透，诸多问题需要思考：人工智能时代“什么知识最有价值”？课程、教学_旦与人工智能深度融合，会产生什么样的化学反应？人工智能时代对教师的角色和素养提出了什么新要求？本刊特别策划“人工智能时代的教育图景”，以飨广大读者。

【摘要】知识是人类个体认识世界建构的核心成分，在人工智能时代也不例外。人工智能时代的出现改变了知识教育价值定位的基本格局，使其传统形式面，临着知识数量过剩、变化太快和性格凸显的三重冲击。智能的离岸化和制造化是人工智能带来的最大转变，也是其最为重要和最值得关注的独特内涵。在人工智能时代，知识教育的价值可以从三个方面定位：人类和人工的智能活动依然需要立足于知识;智能的离岸化和制造化意味着人需要更高的智能;知识需要在已有知识的基础上得到生产与创新。人工智能时代知识教育的行动框架主要包括：以获得超越繁杂性和变动性的确定性认识为目标;根据适应性和均衡性原则来选择内容;途径和方法以特别强调批判性、创新性和元学习化为根本特征。

【关键词】人工智能;知识教育;智能离岸化;智能制造化

【作者简介】余清臣，北京师范大学教育基本理论研究院院长，副教授，教育学博士，主要研究教育基本理论与教育哲学（北京100082）

经过50余年的曲折发展，人工智能如今进入到一个新的“野蛮生长”阶段。在现阶段，新一代人工智能技术以前所未有的势头向人类世界的各个领域蔓延。人类社会生活的方方面面都已受其冲击或处于其强大势头的笼罩下，人工智能技术开始成为时代发展的主导力量之一。从这个角度出发，当前这个时代也可以被称为人工智能时代。虽然，教育在不少时候跟时代发展并非亦步亦趋的关系，但教育也肯定是一个对时代变革非常敏感的领域。人工智能时代的到来已经让很多教育者感受到前所未有的不确定性冲击，教育需要在人工智能时代作出不同以往的思考与抉择。在改革开放以来的多次教育讨论中，被很大程度上当作传统教育代表的知识教育时常面临很大的观念分歧和立场冲突。因此，在面向人工智能时代的教育思考和抉择中，知识教育问题特别需要得到更新和更根本的清晰思考。

一、人工智能时代知识教育面临的冲击

大多數人都会赞同知识教育在今天是非常不好做的。基于常规的思路，知识教育在今天受到的冲击可以从人工智能时代的基础特征中得到认识。“知识社会”和“知识爆炸”是人们很早就广泛用来描述当今时代核心特征的词语，两者共同反映出知识在现代社会中的基本地位和发展态势。从地位来说，知识非但不能被轻视，反而要前所未有地加以重视，因为“知识社会”的说法表达着知识已经成为社会发展的核心支柱和推动力。但是，重要的事物不等于好把握的事物，“知识爆炸”则昭示着想真正把握知识在今天会遇到极大挑战。如果把这两重意思放到教育中，那就意味着：在新的社会发展阶段，知识教育应该更有必要和价值，但同时出现了使掌握全部知识接近于不可能的繁杂性和变动性。作为这个时代主导力量之一的人工智能，虽然在具体内涵理解上是复杂的，但其一个特别典型的表现是技术增强或具备了人类的智能。人工智能的这个最直观表现为知识教育带来了可替代性的可能，即：人类似乎不需要辛苦地掌握知识了，人工智能技术可以代替人类去掌握知识并实施以知识为基础的行动。可以说，在高度发展的信息技术支撑下的人工智能时代，知识教育从这个时代的鲜明外在特征中就已经感受到了强烈的冲击，其核心是繁杂性、变动性与可替代性。

审视今天的知识状况，能够更直接地阐释知识教育所受到的冲击。在人工智能时代，有关知识的三个状况构成了对知识教育的最大冲击：数量过剩、变化太快和性格凸显。

数量过剩是知识在总量方面给人们带来的主要冲击，这个方面主要挑战了知识教育的确定边界。今天的知识数量过剩至少有两方面的主要原因：一是社会组织运行模式特别强调与知识内在相关的信息要素，信息生产及建立其上的知识生产进入到人类历史中最活跃的时期;二是暴涨的知识超出了大多数人的常规认识水平。2005年，联合国教科文组织发布了《从信息社会迈向知识社会》的报告，这个报告在“建构理想的知识社会”主旨下提出了一个基本逻辑：新技术革命催生了信息社会，而信息社会通过为知识生产提供更丰富的原材料、更便捷的联系机制而助推了知识社会的产生。今天，知识生产的活跃和升级从根本上来自技术进步，新技术的浪涛化涌现极大地升级了信息产生和处理的方式，从而在规模和机制上刷新了知识生产的效率和质量。生活在今天，人类所面对的一个重大挑战是能否及时应对知识的水涨船高，以及能否做到不被暴涨的知识和信息所淹没。从现状来看，人类应对知识暴涨的能力并不让人乐观。在一定程度上可以说，这个挑战对多数人是压倒性的。学者凯文·凯利阐释了推动人类未来发展的12种力量，其中就特别提出了“知化”这_力量和趋势。在人工智能时代，知化的趋势是指无生命的事物开始具有了认知能力，手机、家庭、汽车、饭店等与人们生活密切相关的事物都开始像人类一样学习、交流和行动决策。需要注意的是，当代知化或智能化的事物所具有的认知能力以及知识基础都是高科技人员群体共同努力的成果，其中体现的知识总量和思维水平在不少方面都是超越大多数常人的。因此可以说，很多常人在不少方面并不比智能手机更“聪明”，凝结人工智能或信息化成果的很多事物构成了对多数人在认知方面的“碾压”。一方面是知识数量暴涨，另一方面是各种事物对知识、智能的大量而深度的凝结和汇聚，知识过剩感就成了人们当前面对知识时的一个突出感受。在知识教育问题上，数量过剩带来的最大挑战就是没办法确定知识教育的边界，不断暴涨且被深度应用的知识造成了知识教育越来越难以确定可行的范围和边界。

变化太快主要是指知识更新的速度带给人们的冲击，这在根本上是知识生产加速以及社会整体进程加速的结果，主要挑战了知识教育的稳定性。在当今人类世界，技术构成了最为核心的发展动力，特别是在进入信息化、数字化时代之后。从人类行为方式的意义上说，技术最为突出的一个特点就是对有效性的确定保障，水平越高的技术有效性就越高，也越能被保障。技术的高度有效性，一方面意味着确定性的效果，另一方面则意味着效率的提升、时间的减少和节奏的加快。当代技术进步为知识生产带来的核心影响之-就是加速，即单位时间内知识生产的增多，亦即知识生产所需平均时间的减少。学者罗萨对现代社会的加速现象进行了深入研究，他从根本上认为“现代化的经历就是加速的经历”。可以说，加速构成当今社会的时间框架根本变化趋势，知识生产是能够典型地体现加速趋势的一个核心领域。加速的知识生产，一方面可以导致知识的繁多和过剩，另一方面导致的是人们对知识变化的应接不暇。知识的生产和创新，既会体现为全新主题和内容知识的增多，又会体现为同一主题和内容知识的快速更新。因此，除了知识过剩感之外，人们对知识变化速度的感受在当前也非常突出，应接不暇和跟不上节奏是这个方面比较极端的表现，这也从根本上挑战了知识教育的稳定性。

性格凸显是当代知识在普遍化程度上的主要特征，这主要挑战了知识教育的规范性。在理性主义和科学主义居于主导思想的时期，主要知识类型的核心特征是客观化、科学化以及理性化，此类知识类型也经常被称之为现代知识型。但是，当人类社会进入后现代发展阶段之后，知识的主导类型也发生了重要转变，新型知识所具有的文化性和多样性共同汇聚成性格凸显的特征。石中英在《知识转型与教育改革》一书中深入考察了当代的知识型转变，提出目前居于主流的后现代知识型具有“文化性、相对性和多样性”的主要特征。对教育活动来说，知识的性格凸显主要构成了对统一化和规范化的教育内容和方式的挑战，知识教育在知识性格凸显的时期更应该强调保留适应知识本土性、文化性和人文性的空间，基于规范化知识型的传统知识教育模式需要在目标、内容、途径方法、师生关系等方面迎接有力的冲击和挑战。

人工智能时代是科技和人类社会发展到一定阶段的结果，它的到来本身也意味着这个时代的知识在总量、变化性、应用方式以及模式类型上发生了重要的转变，这些转变都必然挑战着传统的知识教育基本理念和行动框架。当然，从知识状况阐释人工智能时代知识教育面临的主要挑战还是可行性方面的挑战，而人工智能的智能迁移则挑战了知识教育的必要性。因此，在人工智能时代，知识教育在面对巨大挑战的情况下需要得到新的价值定位和行动框架筹划。

二、人工智能的实质与知识教育价值的时代定位

随着在大数据、神经网络和机器学习等核心技术上的突破，人工智能技术近年来迎来了新的爆发，开始以席卷的态势进入人类生活的方方面面，同时也触发了人类对自身未来命运的恐慌。今天，几乎每一个行业领域都要关注、应对和思考人工智能对自身的冲击和影响，教育领域当然更不例外。人工智能前所未有的再一次爆发至少对教育具有两方面重大影响：一是人工智能对新型人才的需求需要在教育中得到满足，二是人工智能作为强大的技术冲击甚至重塑着教育的结构和运行方式。所以，理解新一代人工智能对知识教育的冲击，需要从透视人工智能的实质开始。

人工智能的直接意思是人造的智能或智能的人造化，因此对其理解需要从智能本身开始。在对当代人工智能基础理论有深刻研究的心理学者平克看来，人性的核心内涵之-是人具有心智，心智是智能生命的基础，主要是“一个由若干计算器官所组成的系统”。以此为基础，平克认可把人的智能理解为“神经网络+符号处理过程”。平克的这个观点表明，看上去非常复杂深奥的智能在支撑人工智能发展的心理学中被视为计算，即对信息的加工处理。虽然这个观点看上去简化或贬低了奠定人类生命优越感的智能，但是当前的人工智能技术效用证明了这样的理解具有很大的合理性，还会在相当长的时期被坚持和认可。因此，可以说，人工智能的理论和技术建立在对人类智能的破解之上，而破解的核心思路是把智能理解为计算或信息的加工处理。

人工智能的最大技术突破是智能的人工化，因此从人工的角度来理解人工智能是必需的一个角度。人工的基本含义是人类制造，是通过技术方法改变世界或创制事物，从而达到特定的目的。在人工智能的人工内涵中，其基本含义没有特别的增添。只是具体来看，人工在人工智能的特别之处在于以什么技术方法、流程以及在什么对象上实现了人工智能，以及由此带来的不同于以往的效果。基于此，人工智能的人工内涵在两个领域充满分歧：一方面，智能的人工化技术在思路上有行为主义、联结主义和符号主义的分歧和差异。另—方面，更为与生俱来的分歧在于是在非人对象上制造出取代人类的智能还是通过技术增强人类的智能。但有一点是超越这些分歧的，也是智能人工化的最大后果，即人工智能技术打破了人类对智能的垄断性占有，由此实现了智能相对于人的离岸化和制造化。可以说，人工智能对现代社会的一系列突破和颠覆都来自打破了人类主体对智能及其发展的垄断性占有，因为智能的离岸化和制造化意味着：智能的发展过程与速度不再由人类生命个体来决定;智能可以附着在非人类生命体甚至无生命体之上;脱离人类生命体的智能可能表现更优异;个体不再因独占智能而维持对世界和事物的原有控制水平;智能的行为活动可能脱离人类生命而开展……可以说，离岸化和制造化是人工智能带来的最大转变，也是其最为重要和最值得关注的独特内涵。

在人工智能带来智能离岸化和制造化的时代变革中，知识教育的价值需要得到更为切实的重估。如果今天的教育有轻视知识的问题，那么这种轻视应该是最不合时宜的了。信息社会和知识社会的时代定位，本身就意味着知识非但没有降低价值，反而更为深刻地在社会架构及其运行中显现着价值。在人工智能时代，重估知识教育的价值，特别需要从知识本身的阐释开始。关于知识的理解，也呈现出五花八门或百花齐放的态势，很难得到一个统一的定义。面对各种特色的知识定义，石中英的考察结果是比较概括和富有启发性的。在分析了众多定义之后，他提出：“知识是一套系统的经验”“知识是一种被社会选择或组织化了的经验”“知识是一种可以在主体问进行传播的经验”“知识是一种可以帮助人们提高行动效率、更好达成行动目的的经验”。概言之，知识是系统的、社会化的、具形化的、有行为效用的经验。当然，从知识的中英文字面来分析，知识也可以被解释为确定地知道的东西，或具有确定性的认识。在对知识的这些解释之上，知识教育可以说在人工智能时代具有毫无疑问的价值。知识教育的价值可以从以下三个角度得到把握。

第一，在人工智能时代，人类和人工的智能活动依然需要立足于知识。按照人工智能技术对智能的基本理解，作为对信息和符号进行计算的智能至少需要两方面的知识作为基础：一是作为智能计算直接对象、对象基础和添加物的知识，二是作为计算法则本身的知识。第一个方面的阐释，需要人们简要地理解信息与知识的关系。虽然信息从作为事物状态反映表征的角度来说与知识在定义角度上并不一致，也不具有完全对应的关系，但有一点可以指出：很多信息的生产离不开知识，以及很多信息的计算离不开相关知识的辅助。如果没有自然语言的相关知识，自然语言则不能转变为人工智能技术中能够识别的信息。如果智能计算不辅助以所需要的自然语言相关知识，感应到的自然语言信息也不能被深度加工。在第二个方面，智能对信息或符号的计算本身需要在具备法则的前提下进行，这些法则本身就需要知识来建构。这样的逻辑对人类也是成立的。从人本身来看，不具备特定语言的知识也就不能理解特定语言的直接意思与深刻内涵，也就不能进一步理解和行动。所以，在人工智能廣泛而深度渗透社会生活的时代，知识在智能活动中有着不可替代的作用。

第二，在人工智能时代，智能的离岸化和制造化意味着人需要更高的智能。人工智能带来的最大恐慌就是人的智能是否被人工智能技术超越或取代，这个问题的推理性问题是具备人工智能的机器人是否能够让人类毁灭。到目前为止，这样的问题还在继续争论中，没有确定的回答。但是，这个问题完全可以转变为人类该如何面对不一定受自身操控的人工智能世界和事物的问题。对于这个问题，根本的回答只能是：人类和人类个体都要积极与人工智能进行智能互动甚至是赛跑。一旦外部世界和事物装备了，人类曾引以为豪的智能，这并不意味着人类和人类个体可以直接安享这种变化，尽管智能化的世界和事物会在一些方面更自然地有利于人类和人类个体，但是外部世界和事物本身异于人类和人类个体的力量也会因此大大提升。例如，在智能化机器人遍布的世界，人类需要更智能地考虑社会关系的调整甚至社会模式的重组，人类个体则需要深度理解和把握智能化机器人以及相应改变的个人环境。人工智能带来的智能离岸化和制造化，在一定程度上可以说是大大提升了人类自身的外部世界和外在事物的力量状态，而应对这种力量的提升就只能是让人类自身的智能更强大。大多数技术理论家在展望技术高度发展的未来世界时，都提出了技术的发展一定要与人深度结合，不能脱离人来发展技术。这个立场在一定程度上也是在说，人也需要努力适应技术的高度发展，处于人工智能时代的人类和人类个体只能依靠更高的智能才能积极地生存和发展。

第三，在人工智能时代，知识需要在已有知识的基础上得到生产与创新。作为具有相当确定性的认识，知识在今天受到的质疑和不满实质上就出于确定性的危机。尽管知识和信息属于不同的领域，两者的关系也比较复杂，但可以确认的是技术进步下的信息爆发会加快和激化知识的生产。知识生产的加快和激化又从根本上改变了知识确定性的状态和格局，原先具有确定性的认识可能被冲击甚至被颠覆，新的确定性认识逐渐凝固。更为复杂的格局是，新的认识在确定性的凝固过程中又被再一次冲击或颠覆。所以，如果坚持以往的高度确定性标准，那么很多认识都是不可靠的，也就不能称为知识了。但是，知识确定性总体水平的降低并不能说知识不重要或不需要，因为人类的智能行为和人工的智能行为都要建立在具有相当确定性的认识之上，尽管这种相当的确定性可能持续的时间短一些或者就只能是动态的确定性。人类智能和人工智能的发展都需要知识，都需要不断丰富和提高品质的知识，这些知识的生产与创新本身也需要以已有的知识为基础。如果想得到对事物的新的确定性认识，一个根本的或主要的路径就是充分利用已有知识的确定性。在知识生产领域完全横空出世的新认识如果不与已有知识相关，那么很大可能也根本得不到证明和确认。所以，人工智能时代相对以往的颠覆性并不包含所有知识的频繁解体或被颠覆，例如关于人、智能和人工智能理解的基础思路和知识就会保持着相当的稳定性。

三、人工智能时代的知识教育行动框架

展望未来对人类来说并不是一件容易的事情，特别容易陷入放大或缩小的两个极端。对人工智能时代带来的转变以及知识教育在其中的地位，不少人的认识都会出现过于放大或过于缩小的极端倾向。在人工智能时代的知识教育问题上，人们容易夸大或缩小的方面是：人工智能技术对知识稳定性的震动、人工智能技术对知识教育基础性的颠覆、人工智能技术对学习者需求的顺应。如果从夸大的角度来说，典型的观点可以有：人工智能技术从根本上触动了知识的稳定性，由此知识教育—定要指向知识动态获取、知识深度加工处理和知识创新的能力;人工智能时代是智能的时代，传统知识教育会被彻底颠覆，知识教育的根本地位将被智能提升所取代;人工智能技术全方位提升知识学习的效率，知识教育将以极高的效率得到实施。从相对缩小的角度来说，这些观点可以有：人类经典的知识在什么时代都会成立;基础知识的教育在无论什么样的人类未来都是教育的一个根本领域;无论何种技术辅助，人的知识学习终究要取决于人自身。

在探索新技术时代的知识学习方面，西蒙斯对网络时代的知识及其学习问题的探索具有启发意义。他在代表作《网络时代的知识和学习——走向连通》一书中，主要阐述了这样一个逻辑：知识发生的情境、知识的流动状况和知识特性都已经变革，信息社会、多领域全景连通、知识变软是知识世界典型的状况，今天对知识的学习由此应该基于连通主义的思路来建立连通性的知晓网络。在这个新颖的逻辑中，软知识和连通学习的思想都是非常富有影响的。事实上，西蒙斯的这个新知识学习理论已经超过了传统的知识教育问题领域，因为这个理论特别关注个人知晓系统的建立问题。知识与知晓并不完全相同，二者之间的关系是：一个人知晓的东西并不一定完全来自知识;知识只是一个人知晓内容的一部分来源，或比较有确定性保障的来源;知识学习的效果指向了知晓;在知晓网络建设的大格局中，知识学习的问题依然可以得到相对独立的探讨。

在人工智能时代，学习知识应该指向什么目标？这是探索人工智能时代知识教育行动框架的起点性问题。从根本而言，人工智能时代的知识学习应该指向获得超越繁杂性和变动性的确定性认识。西蒙斯提出的走向连通的知识学习目标，实质上就是想在变革的知识情境中建立具有确定性的知晓系统。虽然这个系统看起来没有强调具体知识的确定性，但系统本身是追求确定性的。林奇在人的认识方式被信息技术所改变甚至“束缚”的情况下，认为获得“看到整体”和“掌握依赖关系”的理解力才能让人成为强大的认知者。这个观点也比较明显地展现出通过获得理解力来超出当代知识的繁杂性和变动性的思路。从根本上说，获得超越繁杂性和变动性的确定性认识从根本上需要做到：从知识的观察辨别中得到根本和稳定的知识，从知识的组合联结中得到动态稳定的后台知识，从知识的创造建设中得到更适应新时代的稳定性知识。所以，获得超越繁杂性和变动性的确定性认识本身要求一系列针对知识的能力，这些能力与总目标一起构成了人工智能时代知识教育的目标。

在人工智能时代，知识教育的知识范围应该根据适应性和均衡性原则来选择，根本的和前沿的知识共同构成了主体部分。尽管人工智能时代的知识教育特别强调高端的知识能力，但是知识教育更为基础的内容还是在基本知识层面之上。面对当前这个深刻转型的世界，菲德尔等人认为知识教育内容的选择应坚持适应和平衡原则，并在这种原则的指导下提出21世纪教育的知识板块应该在知识维度强调跨学科、传统、现代和专题。这里所提出的适应与平衡原则，既是富有远见的又是切实的。一方面，适应性原则坚持充分考量世界的转型变化;另一方面，均衡性原则更现实地看到世界的转型并不是与传统世界的截然断裂，大量的传统结构和元素依然存在于当今世界的核心之中。这样的思维也应该是人工智能时代知识教育者所掌握的。即便在人工智能大大改变世界与教育的情形下，知识和知识教育也不是截然与传统世界、传统教育断裂的领域。在加速变革的时代，很多传统的知识事实上并没有被颠覆。至少到目前为止，很多知识领域在概念与元概念、工具与方法、主题与领域的方面还保持着很大的稳定性。例如，数学、物理等自然知识领域以及哲学、社会学、历史等人文知识领域都保持着很大的稳定性。除了这些稳定的知识领域之外，人工智能时代的知识教育还要充分考虑对新变革的适应性，那些前沿的知识也应该是非常强调的，技术媒体、生态环境、人类社会等领域都不断涌现了对当前社会具有很大冲击力的新知识。可以说，世界的人工智能化是一个从传统中开始的变革进程，理解这个进程既要看到经历变革还依然稳固的根本，也要看到代表强大变革力量的前沿。

在人工智能时代，知识教育的途径和方法应该以特别强调批判性、创新性和元学习化为根本特征。知识教育的途径和方法是比较具体层面的主题，也是最容易受技术进步影响的主题。在人工智能时代，可以相信知识教育的途径和方法只会比之前更多样、更追求效率，信息技术时代就已经很有影响的翻转课堂、混合学习、项目学习、游戏化教学、计算思维教学等教育途径和方法，想必会得到更智能化的升级和创新，并被更合理地选择使用。在具体的途径和方法问题上，人工智能时代的知识教育应该强调一些根本的特征，这些特征根据目标和内容的定位可以确定为：批判性、创新性和元学习化。知识教育在途径和方法上追求批判性，主要意味着具体的途径和方法都要强调对知识的锤炼，不能止步于知识的繁多。知识教育在途径和方法上追求创新性，主要意味着具体的途径和方法要强调向知识生产的目标开放，不能止步于既有知识的收受。知识教育在途径和方法上追求元学习化，主要意味着具体的途径和方法要强调学习者对学习目标、内容和过程的反思与适应意识，不能止步于被动或未经学习者本身审视的学习行动。总体上说，这里强调的批判性、创新性和元学习化都是对知识教育途径和方法在深度上的强调，只有具有一定深度的知识教育途径和方法才能培养出超越繁杂性和变化性的强大认知者。

本文系国家社会科学基金教育学一般课题“基于实践立場的教育理论实践应用机制研究”（批准号BAA170021）阶段成果之一

责任编辑 李帆