从知识本位教育迈向能力本位教育

人工智能与人类发展历史上出现的蒸汽机、电力、计算机、半导体和互联网等一样，都具有普遍适用性、动态演进性和创新互补性等特点，正推动人类社会步入智能时代。本文在介绍人工智能复杂性和综合性特点的基础上，指出人工智能给教育带来的挑战，结合浙江大学近日发布的《大学生人工智能素养红皮书》，对人工智能时代大学生应具备的体系化知识、构建式能力、创造性价值和人本型伦理等人工智能素养进行阐释，同时对人工智能素养培养进行思考。

深刻理解人工智能的复杂性和综合性

1987年诺贝尔经济学奖获得者、美国经济学家罗伯特·默顿·索洛研究表明：国民经济最终会达到这样一种发展阶段（稳态），在那个阶段以后，经济增长将取决于技术的进步。也就是说，技术进步是经济增长的引擎。

虽然技术进步是经济增长的源泉，但是长期的经济增长是由少数几种关键技术所推动的，经济学家称之为“通用目的技术”（General Purpose Technologies，简称GPTs）。“通用目的技术”是最核心创新要素，但不是完整的最终解决方案。比如瓦特在1785年改良了蒸汽机，但直至其之后近百年，当蒸汽机与纺织、交通和冶金等工业紧密结合，使得机械动力迅速取代了人力、风力、水力和畜力，蒸汽机对劳动生产率的贡献才达到顶峰，推动人类迈入工业革命时代。同理，以电力和计算机等为代表的“通用目的技术”与其他产业相结合，才使得人类社会先后进入了电气化时代和信息化时代。由此可见，“通用目的技术”在人类社会发挥作用需要有效整合其他互补式创新技术，与现有组织机构形成相互适应的生产关系。

先前的通用技术发明只是从机械化增强角度提升了人类与环境的互动能力，人工智能的出现则挑战了人类的根本，它深刻改变了人类与环境互动的能力和角色，成为引领新一轮科技革命和产业变革的战略性技术，对经济发展、社会进步、全球政治经济格局以及教育变革产生着重大而深远的影响。

同时，人工智能在赋能社会进步和经济发展的过程中，带来的伦理学讨论不再只是人与人之间的关系，也不是人与自然界既定事实之间的关系，而是人类与人造物在社会中所构成的关联。因此，人工智能具有技术性和社会性双重属性，需要关注人与机、机与机以及人机共融所形成的社会形态，应遵守道德准则和法律法规。

人工智能具有“至小有内、至大无外”的鲜明特点，呈现出多学科交叉综合、渗透力和支撑性强、复杂度高等特征。

教育在人工智能时代所面临的挑战

近来，生成式人工智能的出现使得智能机器成为知识生产的辅助者，它能够从海量语料中洞悉“单词—单词”“句子—句子”等之间的共生关联，按照规模法则（Scaling Law）不断增大模型规模，在超越“费曼极限”中提升神经网络的非线性映射能力，迅速具备了合成语言的能力，犹如昨日重现一样对单词进行有意义的关联组合，连缀成与场景相关的会意句子，生成有价值的知识。

生成式人工智能使得知识的生产不再完全依赖于人类的个体能力和时间成本，而是可以通过算法实现快速且大规模的生产。这种变革不仅提高了知识生产的效率和速度，还为人类知识的整合、传播和创新提供了全新的可能性，推动教育向着更加智能化和信息化的方向发展。

但是，生成式人工智能也对个体学习者的自主思考、判断、学习能力乃至伦理道德观提出了挑战。如果使用不当，人工智能教育应用也会带来诸多负面影响，如教师地位边缘化、学生学习孤岛化、知识体系碎片化、隐私泄露风险、歧视和偏见、伦理风险、学术诚信和公平失衡、教育关系异化、知识盲区与信息茧房、学生高阶思维被削弱、数字应用鸿沟等。新一代人工智能技术具有深度学习、跨界融合、人机协同、群智开放、自主操控等特征，其可解释性低、系统偏差、数据安全、数据隐私等问题，也给行业和社会带来了前所未有的伦理风险与挑战。

人工智能时代的必备素养与能力

1997年至2005年之间，经济合作与发展组织（OECD）依托“素养的界定与遴选：理论和概念基础”项目，围绕“素养”开展了为期9年的研究，最终将素养界定为“在特定情境中，通过利用和调动心理社会资源（包括技能和态度），以满足复杂需要的能力”，同时指出，素养具有时代性、整体性、发展性及可测性。由此，个人在特定情境中，面对生活中复杂多变的问题时，能利用和调动知识、技能、判断等能力，观察和理解世界、构建解决问题的方案、用行动去检验对世界的认识是否合理，提升自身胜任力，创造人类增量知识，这种综合表现可被称为“素养”。

国际计算机学会（ACM）和电气与电子工程师协会计算机分会（IEEE-CS）在“2020版计算课程体系规范（Computing Curricula）”中用“胜任力”这一概念来描述结合知识、技能和品行三个维度内容的计算机专业素养。

随着人类进入智能时代，人工智能素养逐渐成为个体生存和发展所需的重要素养之一。这一概念的首次提出是在20世纪70年代，当时主要强调的是人工智能专业技术人员的素养组成。随着人工智能对人类社会产生的巨大影响，每位公民都需要了解人工智能是什么、人工智能可以做什么和不能做什么、如何负责任地使用人工智能以及质疑对人工智能的使用，以便让人工智能为个体、群体和人类公共利益服务。

近年来，联合国教科文组织（UNESCO）一直非常重视全球化的人工智能教育，认为所有公民都需要具备包含知识、理解、技能和价值观等要素在内的“人工智能素养”——这已成为21世纪的“基本语法”。

应对人工智能给社会各行各业所带来的前所未有的挑战，高校需要培养大学生了解人工智能、使用人工智能、创新人工智能和恪守人与人造物关系等综合能力，提升他们的人工智能素养，让他们能够在智能社会中更美好地生活和发展。

具体而言，大学生人工智能素养包括体系化知识、构建式能力、创造性价值和人本型伦理四个有机整体，其中，知识为基、能力为重、价值为先、伦理为本，四者相辅相成、相互融合。

体系化知识。认知是人类智能的重要表现，其基石是体系化知识，体系化知识意味着可对学习对象进行整体性理解和系统化分类。人工智能具有至小有内、至大无外的交叉渗透特点，掌握了体系化知识就可更清晰地认识到人工智能的内涵、边界和外延。

体系化知识是一个相对的和动态的概念，人类思维的根本任务之一就是对各种纷繁复杂的事物进行分类，逐步形成系统性和综合性思维，渐次提升通用认知并达成共识。

构建式能力。人工智能可以在人与机器之间建立合作关系，统筹人工智能和人类智能的各自优势，共同努力实现特定任务的目标，人类在人机协同过程中从数据获得更多洞见，并确定最优解决方案，以前所未有的崭新辅助方式完成任务。

长久以来，科学遵循着从假设到实验再到理论验证的循环，其核心在于寻求现象背后的可解释原理。在人工智能时代，人们可通过使用人工智能工具，构建在回路闭环中解决问题的能力：对问题进行抽象建模，生成可验证假设、设计可计算模型、解释算法运行结果，根据反馈不断通过枚举和仿真等优化求解方法。构建式能力克服了传统方法难以驾驭数据复杂性的不足，推动从“知识本位教育”向“能力本位教育”转变。

创造性价值。生成式人工智能对人类所有语料上下文信息进行压缩，然后概率合成，其对已有知识记忆和整合的强大能力使得以知识积累为中心的教育模式优势几乎荡然无存。

我们应该通过人工智能增强主体性、彰显个性化、放大能动性和参与增强实验，产出人类增量知识，形成创造性价值，进而成为社会所共同积累和分享的“普遍智能”。

人本型伦理。传统的科技发展往往采取一种所谓的“技术先行路径（Proactionary Approach）”模式，以发展技术为优先原则，体现出一种强大的工具理性，即“通过缜密的逻辑思维和精细的科学计算来实现效率或效用的最大化”。

随着物联网、人工智能等技术的发展，人类已经完全进入了一个由“信息空间—物理世界—人类社会”构成的三元空间结构CPH（Cyber space，Physical world，Human society）。在人机共融社会，人类应遵守以人为本、智能向善的伦理观念，确保将人类价值观、道德观和法律法规贯穿于人工智能的产品和服务，赋予人工智能社会属性。

如何培养高素质人工智能人才

人工智能的竞争归根结底是人才的竞争，因此，率先培育高素质人工智能人才成了赢得竞争的关键。2020年3月，教育部、国家发展改革委与财政部联合印发《关于“双一流”建设高校促进学科融合 加快人工智能领域研究生培养的若干意见》，指出具备优质高等教育资源优势的“双一流”建设大学应加快人工智能领域研究生的培养，为国家人工智能发展战略夯实拔尖人才基础。

人工智能人才培养应以“跨学科”为旨归。人工智能是一个跨学科的综合领域，它涉及计算机科学、数学、心理学、神经科学、语言学、信息论等多个领域的知识和技术。人工智能的能力在于以指数级能力加速科学研究，其潜在可能性是永无止境的。因此，对既掌握人工智能技术知识又具备跨学科潜力和迁移技能的专业人员来说，这一需求变得越来越重要。开设人工智能专业的高校须秉承跨学科综合能力培养的理念，培养学生们具备在人工智能时代迸发新活力的能力，同时进一步推动生成式人工智能等技术进步。

2021年1月16日，浙江大学、复旦大学、中国科学技术大学、上海交通大学、南京大学和同济大学等高校，在“计算+AI”赋能科技创新高峰论坛上正式宣布成立新一代人工智能科教育人联合体、创新性人工智能人才培育项目——“AI+X微专业”，以推动中国人工智能人才培养生态建设为目标，探索促进学科交叉，科教融合、产教协同的人工智能一流人才创新培养模式，创新了面向长三角高等教育深度合作的模式，保证了课程的高质量与高水平，从提高学习质量角度推动人工智能领域人才培养的学习变革，为构筑人工智能发展先发优势培养战略资源力量。2021年4月，“AI+X微专业”正式向华东五校和同济大学开放，来自工学、农学、药学和法学等非信息类专业300名学生进入首期“AI+ X微专业”学习。

通过实训平台培养具备从知识到能力、从能力到素质的社会所需人才。人工智能具有应用驱动的特点，因此学习人工智能的最佳方法就是实践练习。尝试解决现实生活中的问题，例如图像识别、自然语言处理、推荐系统等。一个人只有接受解决实际问题的实践培训，才能真正学到应该具备的人工智能应用知识。浙江大学推出的人工智能实训平台“智海”提供了一站式资源库，来帮助课程学习者更好地了解特定领域AI的前景和影响，如机器学习驱动的药物发现。该平台还可以为新一代人工智能教材提供算法实训，让学习者体会人工智能具能、使能和赋能，从算法层面对人工智能技术“知其意、悟其理、守其则、践其行”。通过搭建实训平台，将理论知识转化成赋能应用，促进人工智能人才培养与国家、行业和企业需求结合更加紧密。

类似于MINIX操作系统，“智海”不仅仅是一个教学工具。MINIX的早期版本仅用于教育目的，但从MINIX 3开始，开发的主要目标就从教育转向了创建高度可靠和自我修复的微内核操作系统。由于注册学生需完成他们指定的项目，“智海”平台会收集开源代码，用于大量AI+X跨学科创新研究。因此，“智海”将成为链接研究与教育的有机组合——一个可以教育学生（未来的创新者）将尖端人工智能技术应用于众多行业的平台。

爱因斯坦于1936年10月在纪念美国高等教育300年的会议上发表了一篇名为On Education的演讲，认为“教育的首要目标永远应该是独立思考和判断的总体能力的培养，而不是获取特定的知识。如果一个人掌握了学科的基本原理，并学会了如何独立地思考和工作，他肯定会找到属于自己的道路。除此之外，与那些接受的训练只包括获取详细知识的人相比，他更加能够使自己适应进步和变化”。

人工智能能否实现伦理的正当性，并不取决于人工智能本身，而是取决于人以及人工智能是否真正指向正当性目的。面向未来，面对不确定性，我们应该从知识本位教育迈向能力本位教育，恪守人工智能发展伦理规范，让人工智能为创造人类共同价值服务。