新一代人工智能变革大学教育的方向与限度

陈阳

【摘要】新一代人工智能技术预示着“第四次工业革命”即将到来，我国必须牢牢抓住此次机遇，引领科技创新发展，提前布局新一代人工智能技术创新。2016年，国务院出台《国家创新驱动发展战略纲要》，2017年又出台了《新一代人工智能发展规划》。2018年，教育部出台《高等学校人工智能创新行动计划》《教育信息化2.0行动计划》，提出要提升高校人工智能领域科技创新、人才培养和服务国家需求的能力，启动“人工智能+教师队伍建设行动”，加快人工智能在人才培养中的应用。专家学者对新一代人工智能在教育领域的应用前景热情高涨，但与其他领域不同，对于人的教育具有高度复杂性和不确定性，应同时看到新一代人工智能对大学教育的变革和限度，坚持大学教育本质，使新一代人工智能有力支撐现代大学发展。

【关键词】新一代;人工智能;变革大学教育

一、人工智能发展历程就是模拟人类认知的过程

新一代人工智能之所以称为“新一代”与以往的人工智能水平存在显著提升，以深度学习为核心并在大数据、云计算技术的支撑下，促成了新一代人工智能的突破性进展，并很快实现广泛应用和产业化。纵观人工智能的发展历程，可以把人工智能发展简单归纳为“推理时代”“知识工程时代”和“数据挖掘时代”三个发展阶段。在1956年美国达特茅斯学院召开的夏季学术研讨会上，人工智能（AritificialIntelligence，AI）被JohnMcCarthy第一次正式提出以来，一直到1973年，人工智能以数学证明、逻辑推理等技能著称，并在著名的“图灵测试”推动下掀起第一轮研究热潮，这一时期称为“推理时代”。但由于处在计算机诞生初期，有限的运算能力限制了人工智能的发展。到20世纪80年代，“专家系统”程序的应用使人工智能进入第二个浪潮，人工智能进入“知识工程”时代。但是由于依赖知识的人工输入，人工智能再次遭遇发展瓶颈。2006年，Hinton等人提出的深度学习技术，机器通过大量数据挖掘分析自动学习知识，并且随着计算机运算水平的提升，大数据的发展，机器数据采集、存储、处理的水平大幅提高，深度学习在图像识别、语音识别、自然语言处理等领域取得突破性进展，人工智能进入“数据挖掘时代”。谷歌研发的AlphaGo通过对数量宠大的围棋棋局数据进行深度学习后与中韩围棋顶级高手对阵，并取得绝对优势，是当今人工智能发展水平的代表之一。从人工智能发展历程可以清晰看到，人工智能是在新技术支撑下不断地完善和模拟人类的认知过程，使新一代人工智起来越接近类人智慧。

二、新一代人工智能变革大学教育的可能方向

（一）建立新型师生关系

在新一代人工智能时代，高校教师的作用更多是引导、启发学生学习，而基础知识讲授、实验操作、学生考核评价等将由人工智能机器人取代。人工智能机器人在讲授基础知识时能应用海量的事例、知识互联、虚拟现实等技术让学生建立更全面知识结构体系，但涉及到的文学、审美、艺术、伦理、情感等人工智能可能还不能胜任。因此，新一代人工智能可能对高校教师的职业标准进行重构，高校教师作用将不再以传授知识为主，而是更倾向于拥有良好的沟通能力、创造能力和批判性思维。随着大数据、云计算、物联网与人工智能的融合，大学教育的学习形式将发生重大改变，泛在学习成为主流，学生通过人工智能终端可以随时随地获得想要的知识，学习将变得更加自主、人性化、个性化。教师课堂组织形式将不再是以知识讲授为主，开放式讨论、自由辩论、启发式教学将是主流的教学形式。在新一代人工智能的支撑下，大学的师生关系将重构，教师与学生的地位可以互换，更加平等、开放，教师与学生之间建立一种新型师生关系。实际上，这种新型师生关系的转变将更加契合教育初心——“一个灵魂唤醒另一个灵魂”，大学教师的教学职能将被削弱，而大学教师的教育职能将不断强化。

（二）改变教师科研模式

科学研究是大学的基本职能之一，现代大学的本质是按照科学研究和发明创造的规律培养高级人才。新一代人工智能将对教师的科研模式产生重大影响，新一代人工智能可以帮助科研人员做好许多研究前期工作，如文献检索分析、数据整理、数据挖掘，科研人员可以将更多时间和精力用来考虑科研路线、学术创新、学术批判等更高级的科研活动。同时，人工智能助手还能为科研人员解决跨学科等知识问题、跨语言翻译与论文撰写等问题。随着新一代人工智能对科研的深入介入，科研团队的组织形式将发生变化，科学研究将打破原来学科的束缚，问题意识成为科研的主流，科研团队围绕问题、兴趣、爱好等组建，从学科堡垒转向问题堡垒，团队组织更加开放，灵活。新一代人工智能技术支撑下的现代大学对教师的科研要求更高，重复性、验证性的研究将由人工智能模拟演算替代，科学研究将直接聚焦研究的创新性、创造性。研究生导师将主要引导学生提升创新性思维、批判性思维，导师如果科研创新水平不高，将无法胜任前面提到的新型大学师生关系。科研评价方式也将发生重大改变，人工智能能对科研人员的科研工作数据进行分析，对科研人员评价将不再依托于人的管理，科研评价结果更加客观，应用更加人性化。与此同时，由于人工智能不具有道德、伦理等高级行为，所以必须警惕学术道德、学术伦理等问题。