智能時代高校創(chuàng)新人才培養(yǎng)的實然困境與應(yīng)然轉(zhuǎn)向

侯浩翔

摘要：創(chuàng)新人才培養(yǎng)是我國教育現(xiàn)代化的重要目標，但在高校培養(yǎng)實踐中卻有待改善，智能時代的到來更是給創(chuàng)新人才培養(yǎng)帶來深層困境與轉(zhuǎn)變趨向。該文基于素質(zhì)模型理論視角，分析得出高校學(xué)生的創(chuàng)新人格培養(yǎng)、創(chuàng)造性思維生成、創(chuàng)新能力提升與創(chuàng)新知識建構(gòu)可能遭遇的系統(tǒng)性危機;而借助于智能設(shè)備的數(shù)據(jù)收集與算法編輯、深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)模擬、人機交互與情感計算能力，將促使或迫使高校創(chuàng)新人才培養(yǎng)轉(zhuǎn)向創(chuàng)造人格塑造、高階創(chuàng)新思維提升、創(chuàng)新本體能力培育和學(xué)生創(chuàng)新主體知識建構(gòu)，在此過程中，立德樹人的根本任務(wù)始終處于先導(dǎo)性、全局性的關(guān)鍵地位。為此，需要教育行政主管部門構(gòu)筑人工智能創(chuàng)新教育框架體系，引導(dǎo)高校探索人機協(xié)同的創(chuàng)新教學(xué)系統(tǒng)，促進教師德育方式改進和數(shù)據(jù)智慧提升，調(diào)動社會組織參與智能教育標準制定及創(chuàng)新氛圍營造。

關(guān)鍵詞：創(chuàng)新人才培養(yǎng);立德樹人;素質(zhì)模型理論;人工智能;大數(shù)據(jù)

中圖分類號：G434 文獻標識碼：A

創(chuàng)新人才培養(yǎng)是我國建設(shè)創(chuàng)新型國家的關(guān)鍵步驟，是實施科教興國和人才強國戰(zhàn)略的必然舉措，但創(chuàng)新人才培養(yǎng)的欠缺已成為阻礙我國實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的重要因素。審視我國高校人才培養(yǎng)實踐，創(chuàng)新型人才培養(yǎng)體系的不完善嚴重影響了高校的內(nèi)涵式發(fā)展，類似“錢學(xué)森之間”的人才培養(yǎng)問題仍未得到有效解決。在中國特色社會主義進入新時代的背景下，中共中央、國務(wù)院發(fā)布的《中國教育現(xiàn)代化2035》明確提出：“提升一流人才培養(yǎng)與創(chuàng)新能力”“利用現(xiàn)代技術(shù)加快推動人才培養(yǎng)模式改革”。伴隨著云計算、大數(shù)據(jù)等技術(shù)逐步推廣運用于教育領(lǐng)域，創(chuàng)新人才培養(yǎng)同樣受到信息技術(shù)變革的深刻影響。人工智能作為新一代產(chǎn)業(yè)變革的核心驅(qū)動技術(shù)，在情感計算、深度學(xué)習(xí)以及智能決策等領(lǐng)域具有明顯優(yōu)勢。2018年4月，教育部印發(fā)的《高等學(xué)校人工智能創(chuàng)新行動計劃》倡導(dǎo)“全面落實立德樹人根本任務(wù)，牢牢抓住提高人才培養(yǎng)能力這個核心點”“利用智能技術(shù)支撐人才培養(yǎng)模式的創(chuàng)新”。人工智能為高校創(chuàng)新人才培養(yǎng)方式的革新提供了諸多機遇，圍繞立德樹人的根本任務(wù)推動創(chuàng)新人才培養(yǎng)體系的系統(tǒng)變革，成為高等教育內(nèi)涵式發(fā)展和高質(zhì)量人才培養(yǎng)的關(guān)鍵路徑。就其具體實現(xiàn)過程而言，更有必要探究何以理解高校創(chuàng)新人才的內(nèi)涵與表征？由于傳統(tǒng)培養(yǎng)方式的不適應(yīng)，人工智能視閾下的創(chuàng)新型人才培養(yǎng)可能面臨什么樣的困境？人工智能在模擬專家決策系統(tǒng)、人機交互的情感理解與表達以及深度學(xué)習(xí)等領(lǐng)域的技術(shù)優(yōu)勢，將引導(dǎo)高校創(chuàng)新型人才培養(yǎng)轉(zhuǎn)向何方？并在此基礎(chǔ)上提出利用人工智能技術(shù)優(yōu)化高校創(chuàng)新型人才培養(yǎng)的因應(yīng)策略。

一、高校創(chuàng)新型人才的意涵與表征

在對創(chuàng)新型人才的認識上，參照美國心理學(xué)家麥克利蘭（McClelland）的素質(zhì)模型理論，將學(xué)生的創(chuàng)新品質(zhì)劃分為顯性素質(zhì)和隱性素質(zhì)。麥克利蘭提出的“冰山模型”（如下頁圖1所示），將水面下的潛在部分概括為人的價值觀、道德品質(zhì)、思想動機、情感等內(nèi)在特性，對個體發(fā)展與人格塑造具有決定性作用;水面上的部分則涉及個人所擁有的知識、技能等顯性品質(zhì)，這些素質(zhì)易于衡量和改變。從冰山上的水面部分到水下部分，個人素質(zhì)的塑造及感知難易程度逐漸擴大，對人的綜合品質(zhì)的決定作用也愈加明顯。在此基礎(chǔ)上，博亞特茲（Boyatzis）提出素質(zhì)的“洋蔥模型”（如圖2所示），類似地將知識、技能、社會角色界定為洋蔥的外層部分，把難以培養(yǎng)與評價的個人態(tài)度、品質(zhì)、動機等劃分為內(nèi)核部分，需要付諸更多的精力和資源加以養(yǎng)成。

在素質(zhì)模型理論的基礎(chǔ)上，將冰山沉沒在水面下的部分及洋蔥的內(nèi)核部分，總結(jié)為深層次的人格特征、創(chuàng)造性思維、好奇心、求知欲等精神品質(zhì);冰山浮在水面上的部分和洋蔥模型的外表部分，可以依次劃分為創(chuàng)新型人才所必備的知識結(jié)構(gòu)、創(chuàng)新能力表現(xiàn)。其他學(xué)者對于創(chuàng)新型人才的概念界定同樣驗證了這一分析結(jié)果，林崇德提出創(chuàng)新型人才實際上是創(chuàng)新思維與創(chuàng)新人格的統(tǒng)一體，具備了創(chuàng)新意識、創(chuàng)新能力、創(chuàng)新思維與創(chuàng)新精神四個方面，該分類方法側(cè)重于創(chuàng)新過程的心理特征。廖志豪基于素質(zhì)模型理論，采用實地調(diào)查方法建構(gòu)創(chuàng)新人才素質(zhì)模型，包括創(chuàng)新知識、創(chuàng)新思維、創(chuàng)新能力及創(chuàng)新品格四個要素，較為清晰地劃分了創(chuàng)新人才必備的品質(zhì)。由此將創(chuàng)新型人才概括為基于高校整體構(gòu)筑的創(chuàng)新型人才培養(yǎng)目標，系統(tǒng)地囊括了學(xué)生創(chuàng)新人格養(yǎng)成、創(chuàng)新思維水平提升、創(chuàng)新能力轉(zhuǎn)變、創(chuàng)造性知識建構(gòu)等素質(zhì)特征，其中創(chuàng)新人格品質(zhì)的塑造對學(xué)生長期發(fā)展具有主導(dǎo)作用（如圖3所示）。

這四個方面的特征成為高校創(chuàng)新型人才培養(yǎng)的重要抓手，是提升學(xué)生整體創(chuàng)新能力的關(guān)鍵維度。其一，創(chuàng)造性品格是創(chuàng)造力發(fā)展的動力和方位保證，反映了大學(xué)生對于現(xiàn)實事物的態(tài)度及行為方式上的穩(wěn)定性，包括了主體創(chuàng)造意識及創(chuàng)造動機方面所體現(xiàn)出來的好奇心、問題質(zhì)疑、頑強意志等精神要素。斯滕伯格（Sternberg）將人格特質(zhì)列為創(chuàng)造力三維模型理論中的第三維度，包括了“有限的含糊容忍、努力克服障礙、內(nèi)在動機驅(qū)使、堅韌不拔的意志、適度的冒險精神”等部分組成。在艱難的創(chuàng)新創(chuàng)造過程中，學(xué)生是否具備堅定的理想信念、能否不斷提升個人的品德修養(yǎng)，使自身在思想認知和綜合素質(zhì)層面獲得較大提升，遇到艱難險阻時能夠以堅韌的意志來克服，成為衡量高校立德樹人、培養(yǎng)優(yōu)秀創(chuàng)新人才的首要標準;其二，創(chuàng)造性思維是一種可以提供新穎獨特、并具有實踐應(yīng)用價值的思維綜合系統(tǒng)。張曉芒進一步將其概括為通過不同思維方式的靈活轉(zhuǎn)換與判定抉擇，突破已有知識、經(jīng)驗及信息資源的局限性并加以重構(gòu)，運用預(yù)測性、超前性思維模式來把握事物內(nèi)部運作規(guī)律及本質(zhì)特征。相較于一般性思維，創(chuàng)造性思維表現(xiàn)出思維方式和思維水平的深刻性;其三，創(chuàng)造能力側(cè)重于創(chuàng)新活動參與過程中表現(xiàn)出來的行為技能，能夠?qū)?chuàng)新意圖轉(zhuǎn)化為創(chuàng)造性產(chǎn)品的應(yīng)用能力。在大學(xué)生創(chuàng)新能力組成要素體系中，既包括了盧伯特（Luburt）所列舉的問題發(fā)現(xiàn)、問題明確、問題表征和相應(yīng)策略的選擇，也包括了由知識、經(jīng)驗及思維有機融合而延伸出來的洞察力、信息搜集能力等方面;其四，科學(xué)合理的知識結(jié)構(gòu)是個體創(chuàng)新發(fā)展的前提，如同阿瑪拜爾（Amabile）所提出的創(chuàng)造力外顯理論，將一定的知識儲備作為創(chuàng)新發(fā)展的前提。知識結(jié)構(gòu)可以理解為個體知識的排列組合狀況，通過對基礎(chǔ)知識的攝取、加工、吸收及重新構(gòu)造，最終形成層次分明、結(jié)構(gòu)清晰的統(tǒng)一體。智能化的外在環(huán)境，憑借其大規(guī)模數(shù)據(jù)分析及算法合成等技術(shù)優(yōu)勢，逐步改變并重塑了教育生態(tài)，必然對創(chuàng)新人才培養(yǎng)的相關(guān)要素特征造成相當?shù)耐獠繅毫Α?/p>

二、人工智能背景下高校創(chuàng)新型人才培養(yǎng)的實然困境

從計算機領(lǐng)域的先驅(qū)圖靈（A.M.Turing）率先開展的“圖靈測試”，以及1956年召開的“達特茅斯夏季人工智能研究項目”中，約翰·麥卡錫（John McCarthy）等率先提出人工智能（Artificial Intelligence）的概念開始，人工智能研究歷經(jīng)六十多年的跌宕起伏，直到21世紀初人工智能在數(shù)據(jù)分析、認知科學(xué)以及深度學(xué)習(xí)等方面獲得了快速發(fā)展，并對社會環(huán)境及學(xué)校教育教學(xué)產(chǎn)生重要影響。根據(jù)已有研究，人工智能可以劃分為弱人工智能和強人工智能，弱人工智能的主要功能是記憶存儲、圖像識別或信息判斷，滿足人們一般化的智能輔助需求;強人工智能則進一步具備了自主學(xué)習(xí)和自適應(yīng)調(diào)節(jié)能力，能夠模仿人類的區(qū)分理解及獨立感知等思想行為。結(jié)合新興的技術(shù)進展，人工智能可以界定為以計算機自主決策、邏輯判斷和感知分析為目標，借助于大規(guī)模數(shù)據(jù)分析、優(yōu)化算法和高性能計算系統(tǒng)，使計算機在特定輸入條件下開展學(xué)習(xí)認知和智能決策輔助等活動。以素質(zhì)模型理論為引導(dǎo)，檢視發(fā)現(xiàn)由于傳統(tǒng)創(chuàng)新型人才培養(yǎng)在創(chuàng)新品格塑造、創(chuàng)新思維生成、創(chuàng)新能力培養(yǎng)、創(chuàng)新知識建構(gòu)等方面的落后乃至不適應(yīng)，面對人工智能技術(shù)如人機交互、神經(jīng)網(wǎng)絡(luò)、機器學(xué)習(xí)和專家系統(tǒng)的沖擊，可能遭受系統(tǒng)性的創(chuàng)新人才培養(yǎng)危機。

（一）人機交互初具情感交互能力，致使學(xué)生創(chuàng)新人格塑造難以著手

個體創(chuàng)造性品格同樣涵蓋了動機、認知、意志等內(nèi)部情感特征，這些因素不與直接的創(chuàng)造性知識加工、任務(wù)處理相銜接，卻對主體的認知發(fā)展、情緒控制具有顯著的促進或抑制作用，是創(chuàng)新型人才必備的品質(zhì)。但人機交互所延展而來的情感計算，對檢測到的情感狀態(tài)用一種或多種生理或行為反應(yīng)體現(xiàn)出來，已經(jīng)具備了與特定教育用戶展開深層次交流的能力。人機交互技術(shù)最初借助視頻端口、聲音傳輸、皮膚導(dǎo)體以及虛擬現(xiàn)實等傳感系統(tǒng)，賦予計算機具備情感交互、理解表達與知識生成的能力;情感計算則在突破人機交互技術(shù)的基礎(chǔ)之上，進一步將情感信號的識別、獲取、分析、理解和表達作為主要功能，逐步使計算機在與人類交互過程中具有智能表現(xiàn)特征。與學(xué)生創(chuàng)新人格品質(zhì)的塑造不同，情感計算乃至人工智能所秉持的“機器主導(dǎo)”“工具理性”、技術(shù)至上、效率優(yōu)先等“生存條例”明顯超出了人類道德倫理發(fā)展的界限，學(xué)生人格發(fā)展與道德培養(yǎng)逐漸被邊緣化。因此，在人機交互、情感計算的發(fā)展情境之下，需要培養(yǎng)學(xué)生什么樣的情感態(tài)度與價值觀更值得深思。

（二）神經(jīng)網(wǎng)絡(luò)模擬人腦運作機理，替代學(xué)生創(chuàng)新性思維元素

創(chuàng)造性思維的生成過程是創(chuàng)新個體在先驗知識和社會表象的觀察理解上，借助于發(fā)散性思維、聚合性思維的有機融合，經(jīng)過意向、感知、思維轉(zhuǎn)換的加工處理所形成的思維觀念及綜合性認知。相較于人腦創(chuàng)造性思維的稀缺性及緩慢養(yǎng)成特征，人工神經(jīng)網(wǎng)絡(luò)表現(xiàn)出更強的適應(yīng)能力，逐步用于信息過濾、信號處理、語音識別及機器視覺，并模擬人腦工作機制并處理疑難問題。人工神經(jīng)網(wǎng)絡(luò)是由人工神經(jīng)元松散模擬生物神經(jīng)網(wǎng)絡(luò)及人腦機理的連接單元或節(jié)點集合，如同生物腦中的突觸可以使人工神經(jīng)元之間相互傳遞。與專家系統(tǒng)的規(guī)則輸入不同，人工神經(jīng)網(wǎng)絡(luò)已經(jīng)具備了較強的自主學(xué)習(xí)功能，依賴網(wǎng)絡(luò)元件分布式的物理聯(lián)系，可以自動地從知識信息數(shù)據(jù)庫中總結(jié)規(guī)律，在處理非線性問題與定量定性問題等領(lǐng)域，均具有良好的適應(yīng)處理能力。雖難以和人類創(chuàng)造性思維的跨時空聯(lián)想及情感賦能等高階思維相媲美，但隨著技術(shù)的發(fā)展，人工神經(jīng)網(wǎng)絡(luò)能夠代替多少人腦創(chuàng)造性思維元素？這就是當前需要提上議程的人才培養(yǎng)問題。

（三）機器學(xué)習(xí)信息加工處理性能卓著，消弭學(xué)生創(chuàng)造創(chuàng)新能力發(fā)揮

如前所述，問題導(dǎo)向的能力架構(gòu)不僅涵蓋了發(fā)現(xiàn)問題的專業(yè)素質(zhì)，更重要的是具備解決復(fù)雜問題所需的創(chuàng)新技能。其中，敏銳的洞察能力可謂認識復(fù)雜問題的“門戶”，能夠促使創(chuàng)新主體排除紛繁復(fù)雜的外界干擾，對所需的知識信息加以整合重構(gòu)，逐漸培養(yǎng)實現(xiàn)創(chuàng)新發(fā)展目標的創(chuàng)新技能。在知識信息洪流沖擊的時代背景下，搜集信息能力的高低決定了創(chuàng)造主體的眼界，是其掌握專業(yè)內(nèi)最新研究成果并運用于自身創(chuàng)新能力提升的關(guān)鍵變量。自從保羅·澤考斯基（Paul Zurkowski）首次提出信息素養(yǎng)的概念，時至今日已經(jīng)演化為順應(yīng)大數(shù)據(jù)時代背景下的數(shù)據(jù)素養(yǎng)，一定程度上個人對數(shù)據(jù)的掌握及有效分析能力，代表了創(chuàng)新主體可支配資源和運用關(guān)鍵信息等方面的能力。但機器學(xué)習(xí)在信息處理與問題發(fā)現(xiàn)等方面的優(yōu)勢，足以消解個體創(chuàng)造性能力的運用發(fā)揮，創(chuàng)新主體能力的增長難以應(yīng)付技術(shù)的飛速發(fā)展。機器學(xué)習(xí)圍繞大量統(tǒng)計數(shù)據(jù)開展的模型架構(gòu)及規(guī)則推理，起到預(yù)測數(shù)據(jù)、指導(dǎo)決策并最終解決復(fù)雜問題的作用。隨著海量數(shù)據(jù)信息的激增，機器學(xué)習(xí)可以進一步聚焦于明晰數(shù)據(jù)分析規(guī)則與數(shù)據(jù)深度挖掘功能，自行模擬人類決策活動的分析技術(shù)。面對機器學(xué)習(xí)在理論、算法和應(yīng)用方面的更新迭代，深度學(xué)習(xí)已成為大數(shù)據(jù)分析和人工智能研究領(lǐng)域的熱點，具備了自主學(xué)習(xí)與建模推廣能力，使其在問題發(fā)現(xiàn)、知識交互和決策管理中的語音識別、圖像識別及自然語言處理等方面具有更多優(yōu)勢，進一步抵消了學(xué)生創(chuàng)造能力的發(fā)揮。

（四）專家系統(tǒng)知識處理效率倍增，削弱學(xué)生創(chuàng)新知識建構(gòu)優(yōu)勢

采用現(xiàn)代認知理論對于知識的界定方法，可以將其歸類為陳述性知識與程序性知識，其中陳述性知識代表了關(guān)于事物現(xiàn)象及本來面目的客觀認識，是一種可以記憶和描述的“顯性知識”，程序性知識則是可以借助思維及認知轉(zhuǎn)換的反復(fù)操練所形成的“隱性知識”。擁有足夠數(shù)量及質(zhì)量的“顯性知識”和“隱性知識”，可視為個體創(chuàng)造力發(fā)展的“素材”或“原料”。專家系統(tǒng)與知識結(jié)構(gòu)處理具有一定程度的相似性，甚至在某些方面優(yōu)于創(chuàng)新個體的知識儲備速率。專家系統(tǒng)的具體應(yīng)用邏輯涉及知識的有序輸入與教育領(lǐng)域?qū)＜摇⒐こ處煿餐庉嫑Q策規(guī)則，側(cè)重于對客觀顯性知識和程序性知識的融合加工。值得關(guān)注的是，專家系統(tǒng)體現(xiàn)出結(jié)構(gòu)性知識儲備的權(quán)威性和高效能，知識工程師在充分匯總相關(guān)領(lǐng)域的專家學(xué)識前提下，利用便捷的知識獲取途徑和編輯工具，將知識轉(zhuǎn)化為特定的表達形式存儲于知識庫中;相關(guān)用戶則借助人機交互接口或數(shù)據(jù)采集系統(tǒng)，在整體知識系統(tǒng)中輸入信息并獲取問題咨詢結(jié)果。因而無論是“顯性知識”還是“隱性知識”，專家系統(tǒng)的輸入存量及轉(zhuǎn)換進度，都足以讓傳統(tǒng)的知識建構(gòu)望其項背。

三、人工智能時代高校創(chuàng)新型人才培養(yǎng)的應(yīng)然轉(zhuǎn)向

在提升創(chuàng)新人才培養(yǎng)質(zhì)量的進程中，適當?shù)募夹g(shù)供應(yīng)成為創(chuàng)新人才培養(yǎng)的重要支撐。人工智能所特有的智能信息收集與篩選、模糊任務(wù)自動識別及自適應(yīng)感知能力，對高校創(chuàng)新型人才培養(yǎng)的轉(zhuǎn)向提供了重要價值，素質(zhì)模型理論視角下的創(chuàng)新人才培養(yǎng)體系得以建構(gòu)（如圖4所示）。

（一）剔除功利主義評價導(dǎo)向，將立德樹人貫穿創(chuàng)新品質(zhì)塑造的全過程

創(chuàng)造性品格特質(zhì)可視為學(xué)生創(chuàng)造力發(fā)展的必要條件，即使大量研究證明創(chuàng)造性是一種靈感頓悟，但具有卓越成就的創(chuàng)造性人才無不承認創(chuàng)造能力的發(fā)揮更需要付出大量精力，如濃厚的科研創(chuàng)新興趣、持之以恒的精神動力等內(nèi)在品質(zhì)。但長期以來，由于受到功利主義價值觀的影響，學(xué)生創(chuàng)造性品質(zhì)發(fā)展常常遭受挫敗，功利化的培養(yǎng)方式?jīng)]有更好的遵循創(chuàng)新型人才的成長規(guī)律，過分關(guān)注外顯化的成就獲取，忽視學(xué)生品德修養(yǎng)及創(chuàng)造性品格的養(yǎng)成。如課堂中的教學(xué)實驗活動本為提升學(xué)生實踐操作能力及好奇心、求知欲的重要途徑，卻存在驗證教材已有理論而非探索性試驗、程式化指導(dǎo)方式而非自由創(chuàng)造的問題。調(diào)查顯示，高校中有近63.3%的學(xué)生從來沒有參加過學(xué)術(shù)論壇或科技競賽活動，接近四分之一的學(xué)生認為“學(xué)生參加科技競賽的臨時突擊情況較多，注重歸納總結(jié)的較少”“學(xué)生參與科技競賽缺乏持之以恒的意志品質(zhì)也是其中的問題所在”。

在智能技術(shù)更新迭代的境況下，創(chuàng)新人格特質(zhì)的培養(yǎng)彌足珍貴，更要將立德樹人的根本任務(wù)貫穿于創(chuàng)新人才培養(yǎng)的全過程，實現(xiàn)全程育人、全方位育人。注重培養(yǎng)學(xué)生面對事物所展現(xiàn)出來的好奇心、敏感性、自信心、幽默、甘愿冒險、不畏艱難險阻等綜合性品格特征。具體而言，需要增強學(xué)生綜合素質(zhì)，強調(diào)對學(xué)生創(chuàng)新能力、團隊合作能力與實踐操作技能的培養(yǎng)，引導(dǎo)學(xué)生樹立正確的理想信念;好奇心與求知欲能夠驅(qū)使學(xué)生產(chǎn)生“問題意識”，這種“問題意識”會使學(xué)生努力探索“為什么”，在尋求“為什么”的答案過程中與科學(xué)發(fā)明創(chuàng)造具有同等價值;自信心是學(xué)生個體保持創(chuàng)造精神的重要驅(qū)動力，體現(xiàn)了創(chuàng)新發(fā)展中的自我認可、自我評價等具備較高個體效能感的主觀判斷;堅韌不拔的意志能夠使學(xué)生在創(chuàng)造性探索的道路上保持一貫的專注度，面對艱難險阻可以激發(fā)出鍥而不舍、滴水穿石般的堅強意志。人工智能所取得的突破性進展，將倒逼創(chuàng)新人才培養(yǎng)方式的變革，價值觀、興趣、自信心、堅強意志等創(chuàng)新人格的培養(yǎng)變得更加迫切。高校必須從結(jié)果導(dǎo)向的創(chuàng)新人才培養(yǎng)方式轉(zhuǎn)向?qū)W生創(chuàng)新人格的過程性培養(yǎng)。利用智能機器協(xié)助學(xué)生有效管理學(xué)習(xí)資源，成為學(xué)生學(xué)習(xí)助手，引導(dǎo)學(xué)生積極投入到創(chuàng)新實踐活動中去。將繁重的重復(fù)性勞動交給機器，使學(xué)生有時間發(fā)展創(chuàng)新所必備的品德、好奇心、求知欲等人格特質(zhì)，涵養(yǎng)性情，提升個人修養(yǎng)，成為一個全面發(fā)展的人。此外，在迎接人工智能所裹挾的人類生存危機、價值危機等倫理困境時，必須培養(yǎng)學(xué)生樹立人類命運共同體的價值情懷，以人文主義價值關(guān)懷來克服“機器觀”。

（二）摒棄線性思維“堆砌”，著力于學(xué)生高階創(chuàng)新思維培養(yǎng)

在一般化的邏輯推理、理性分析逐步被人工智能所代替的背景下，高水平的思維能力培養(yǎng)必須成為高校創(chuàng)新人才培養(yǎng)的核心要素。布魯姆（Bloom）依照認知的復(fù)雜程度，將其劃分為低階思維與高階思維，低階思維局限于認識過程中的理解、記憶和應(yīng)用，高階思維則擴展到對問題的剖析、聯(lián)結(jié)與評價層面，具有高階思維的學(xué)生可以將學(xué)習(xí)材料轉(zhuǎn)化為系統(tǒng)聯(lián)結(jié)、明確歸類的知識體系。反觀創(chuàng)新人才培養(yǎng)的教學(xué)、指導(dǎo)過程，對于講授式教學(xué)方法仍過于倚重，指導(dǎo)方法中嚴重欠缺互動式、啟發(fā)式、研討式等創(chuàng)新方法。講授式教學(xué)方法固然有助于在較短時間內(nèi)輔助學(xué)生建構(gòu)基本知識框架，培養(yǎng)學(xué)生的系統(tǒng)性思維及邏輯思考能力，卻容易導(dǎo)致學(xué)生形成“只做順向辯護，不能逆向反思;只能靜態(tài)復(fù)制，不能動態(tài)生成;只能被動適應(yīng)，不能主動建構(gòu)”的簡單線性思維，高階思維中的質(zhì)疑精神、批判精神、意義建構(gòu)、創(chuàng)造性體驗等無處下手，難以和求異思維、逆向思維、發(fā)散性思維等多元創(chuàng)新思維方式產(chǎn)生關(guān)聯(lián)。

鐘志賢認為高階思維的首要標準在于信息處理方式的水平高低，包括識別可用信息、祛除謬誤與“噪音”信息;分析信息背后的邏輯假設(shè);結(jié)合中心觀點推演信息原理。信息技術(shù)在教學(xué)領(lǐng)域的廣泛應(yīng)用，為學(xué)生有效信息獲取提供了一定的技術(shù)手段，可以在學(xué)生認知發(fā)展和高階思維培養(yǎng)等領(lǐng)域發(fā)揮更顯著的效用。人工智能作為信息技術(shù)進步的“奇葩”，能夠通過計算機識別系統(tǒng)為學(xué)生感知復(fù)雜環(huán)境的可用信息。智能識別機制能夠自適應(yīng)地識別外部環(huán)境變化，區(qū)分并處理相對模糊的自然語言，接收教育用戶指令，利用知識信息庫的啟發(fā)式搜索與智能化的算法引導(dǎo)，能夠使非線性的復(fù)雜信息建立在優(yōu)先關(guān)系的邏輯運算之上。人工智能可以輔助師生獲取及時的信息反饋與情境分析，并實現(xiàn)對線性化與非線性的數(shù)字、圖表、視頻、圖像等信息的兼容處理，使學(xué)生的高階思維發(fā)展獲取充分的工具支持。人工神經(jīng)網(wǎng)絡(luò)所具備的較強自主學(xué)習(xí)能力，特別是阿爾法圍棋（AlphaGo）在深度學(xué)習(xí)及多層神經(jīng)網(wǎng)絡(luò)方面的“卓越戰(zhàn)績”，要求我們必須從重復(fù)知識的機械訓(xùn)練轉(zhuǎn)化為思維水平的鍛煉提升，從單一、保守、確定的線性思維堆砌發(fā)展為高階思維中的創(chuàng)造性批判培養(yǎng)，使大學(xué)生貫通內(nèi)外部信息資源，對問題加以創(chuàng)造性地批判審視，達到解決問題并理解世界的目的。

（三）消減科層行政主導(dǎo)，回歸學(xué)生創(chuàng)新本體能力培育

長期以來，高校組織機構(gòu)在“一元制”權(quán)力支配體系和完全理性假設(shè)的制度基礎(chǔ)上，衍生出經(jīng)典的科層化組織結(jié)構(gòu)，伴隨著組織權(quán)威建立、行政規(guī)章制定以及非人格化成員特征塑造，形成精密協(xié)調(diào)、分工明晰的組織形態(tài)。但由于科層壁壘導(dǎo)致的溝通不暢、反應(yīng)滯后、運作乏力等原因，也誘發(fā)了高校中普遍存在的行政化傾向。垂直單向的高校組織結(jié)構(gòu)必然尋求相配套的成員管理方式、內(nèi)部文化氛圍等規(guī)則規(guī)范機制，學(xué)生培養(yǎng)也依附于整體的組織架構(gòu)，受到政績觀“驅(qū)使”而被動地接受上級交付的任務(wù)，難以真正具備培養(yǎng)學(xué)生創(chuàng)新能力的主動性和積極性，

“高素質(zhì)創(chuàng)新人才培養(yǎng)”只能成為虛設(shè)的組織目標。

在智能技術(shù)和高校組織行政化傾向的雙重壓力之下，學(xué)生創(chuàng)新能力培養(yǎng)何以為繼？我們必須回歸人本主義教育理念，認可學(xué)生在教育過程中的中心地位，尊重個體差異，著力于學(xué)生創(chuàng)造性能力的發(fā)展。如杜威（Dewey）所述，“將教育視為一個不斷的連續(xù)的無止境的生長過程”“激發(fā)人終身發(fā)展的無限可能”;羅杰斯（Rogers）的人本主義學(xué)習(xí)理論同樣將“人、人的尊嚴與自由置于核心地位”“生活的目的就是用你的人生去實現(xiàn)你所信仰的事情”，最終實現(xiàn)自我發(fā)展與社會價值。技術(shù)的蓬勃發(fā)展無疑將為學(xué)生創(chuàng)新能力培育創(chuàng)造更多的可能性，以算法和數(shù)據(jù)為技術(shù)支撐的人工智能，憑借其高性能的邏輯推理和自主決策能力，使得收集MOOC、在線學(xué)習(xí)系統(tǒng)的碎片化學(xué)生行為數(shù)據(jù)及學(xué)習(xí)軌跡效能提升。深度學(xué)習(xí)功能在較短時間內(nèi)生成學(xué)習(xí)成果報告，在學(xué)習(xí)者和學(xué)習(xí)系統(tǒng)之間展開情境交互，并利用機器學(xué)習(xí)算法加以及時診斷和問題反饋，教師利用可視化工具觀測個體學(xué)生的“學(xué)習(xí)畫像”，為精細化指導(dǎo)與個性化能力培養(yǎng)提供技術(shù)支撐。威廉姆森（Williamson）在研究中提出利用皮爾遜教育公司生產(chǎn)的可視化數(shù)字交互式教育系統(tǒng)，配合學(xué)習(xí)曲線（Learning Curve）在線數(shù)據(jù)庫的知識系統(tǒng)，借助學(xué)習(xí)分析（Learning Analytics）平臺預(yù)測學(xué)生學(xué)習(xí)，數(shù)據(jù)化學(xué)習(xí)平臺逐步成為針對性的學(xué)生創(chuàng)新能力培養(yǎng)中介。當個性化培養(yǎng)方式發(fā)展為創(chuàng)新人才能力培養(yǎng)的必要變量，針對每位學(xué)生因材施教，揚長避短，才能真正使拔尖創(chuàng)新人才“冒”出來。

（四）弱化理論知識灌輸，強調(diào)學(xué)生創(chuàng)新主體知識建構(gòu)

學(xué)生創(chuàng)新思維與創(chuàng)新能力生成必須建立在特定的知識建構(gòu)基礎(chǔ)上，這樣的知識結(jié)構(gòu)無不關(guān)涉布魯貝克（Brubeck）所界定的“高深知識”，“忠實于真理，不僅要求絕對忠實于客觀事實，而且會盡力做到理論簡潔、解釋有力、概念文雅、邏輯嚴謹”。隨著專業(yè)界限的日漸清晰，學(xué)生創(chuàng)新發(fā)展所必需的知識結(jié)構(gòu)逐漸細化為理論知識、實踐知識、人文社科知識與科學(xué)文化知識，在學(xué)科交叉融合的背景下更加強調(diào)各類知識的碰撞激發(fā)。以此為基礎(chǔ)的“通識教育”“學(xué)術(shù)前沿及交叉學(xué)科知識”成為創(chuàng)新人才培養(yǎng)內(nèi)容的重要組成部分。但事與愿違的是，通識教育實施多年，始終處于專業(yè)課程訓(xùn)練的邊緣，高校課程設(shè)置人員普遍將通識教育課視為拓展學(xué)生知識面的“副課”。在教學(xué)方法運用中過于注重知識講授而忽視知識建構(gòu)，以“理論灌輸”代替學(xué)生對于知識的有效加工，偏離了通識教育的創(chuàng)新思維涵養(yǎng)及知識體系建構(gòu)的初衷。學(xué)術(shù)前沿及交叉學(xué)科知識本為知識創(chuàng)造的“引爆點”，許多重大科技創(chuàng)新與學(xué)術(shù)成就均建立在知識的融合交叉邊緣。可惜的是，高校在類似課程設(shè)計中并沒有做到與最新科技進展相結(jié)合，普遍局限于理論知識講授，課程教材內(nèi)容落后于最新的科技發(fā)展水平。學(xué)生建構(gòu)的知識網(wǎng)絡(luò)陳舊且缺乏實際應(yīng)用價值，何以擔當科技創(chuàng)新、知識創(chuàng)造的重任？

斯卡達瑪連（Scardamalia）等人認為，知識建構(gòu)的目的不是為了讓學(xué)生掌握更多的基礎(chǔ)知識，知識創(chuàng)造應(yīng)該成為學(xué)習(xí)任務(wù)的根本要求。在數(shù)據(jù)信息以指數(shù)級速度增長的境況下，記憶性知識完全可以交付給智能設(shè)備儲存和查詢，學(xué)生應(yīng)該從海量的機械性知識中脫離出來，減輕低階知識的負荷，將更多的精力放在知識的建構(gòu)上。主體性的知識建構(gòu)有助于認知主體內(nèi)化外源知識，建構(gòu)個性化、內(nèi)在化的知識體系，成為大學(xué)生創(chuàng)新能力發(fā)展的本源。人工智能所具備的評估模擬、仿真技術(shù)等優(yōu)勢，為大學(xué)生主體知識建構(gòu)創(chuàng)造了便利。人工智能以模型分析和深度學(xué)習(xí)的方式來理清知識信息的多層邏輯，發(fā)揮人工神經(jīng)網(wǎng)絡(luò)的分布信息存儲與大規(guī)模并行處理功能，可以有效化解專家系統(tǒng)中有限知識庫容的困境，特別是利用神經(jīng)網(wǎng)絡(luò)在處理線性問題及非線性問題領(lǐng)域的優(yōu)勢，模擬人腦的運作機理與智能處理效能，在實驗操作中總結(jié)提煉決策方法。在應(yīng)對外部環(huán)境挑戰(zhàn)的過程中，進一步培養(yǎng)試錯、聯(lián)想、自適應(yīng)與自組織性等方面的專長，對學(xué)生自主知識建構(gòu)起到模擬與輔助的目的。

四、人工智能時代優(yōu)化高校創(chuàng)新型人才培養(yǎng)的可取路徑

人工智能背景下創(chuàng)新人才培養(yǎng)所面臨的一系列困境與應(yīng)然轉(zhuǎn)向，有必要重新界定教育行政部門的治理權(quán)限，探索高校人機協(xié)同的創(chuàng)新教育系統(tǒng)，提升教師數(shù)據(jù)智慧與創(chuàng)新人格塑造能力，進一步引導(dǎo)社會組織參與創(chuàng)新人才標準制定及創(chuàng)新氛圍的營造。

（一）創(chuàng)建人工智能創(chuàng)新教育框架體系，完善法律監(jiān)督機制

人工智能技術(shù)在創(chuàng)新人才培養(yǎng)過程中的有效運用，離不開正式規(guī)則、程序與準則的法律規(guī)制，也需要維護正常培養(yǎng)體系運轉(zhuǎn)的倫理辯護與道德支援。彼得斯（Peters）認為在制度的約束下，“可以延伸出預(yù)期的價值與規(guī)則性，也能進一步明確決策的適用范圍，使參與者不會被無休止地轉(zhuǎn)入組織運作機制中去”。一方面，教育主管部門有責(zé)任建立人工智能與創(chuàng)新教育深度融合的體系框架，包括智能教育的目標定位、發(fā)展策略與行業(yè)標準規(guī)范，打造智能化創(chuàng)新教育服務(wù)平臺，明確人工智能技術(shù)與創(chuàng)新教育管理方式、組織架構(gòu)、運轉(zhuǎn)機制、評價督導(dǎo)等具體路徑。鼓勵高校開展智能教育示范基地，為創(chuàng)新人才培養(yǎng)創(chuàng)建良好的制度規(guī)范;另外，現(xiàn)有的人工智能技術(shù)在大數(shù)據(jù)挖掘處理的支撐下，通過對個人學(xué)習(xí)、行為、社交數(shù)據(jù)的整合分析，描繪出的學(xué)生“人格畫像”給個人隱私保護帶來極大風(fēng)險。深度學(xué)習(xí)所擁有的自適應(yīng)及自主決策能力，在外部操作支配下甚至可能做出超乎學(xué)習(xí)者認知范疇的損害性行為。參照歐美的“被遺忘權(quán)法案”“橡皮擦法案”，我國教育主管部門可設(shè)置事前備案、事中授權(quán)、事后懲戒的監(jiān)督機制，即互聯(lián)網(wǎng)公司在設(shè)計智能學(xué)習(xí)設(shè)備時，必須向信息監(jiān)管部門備案，承諾該系統(tǒng)的算法編制及數(shù)據(jù)采集行為不會侵犯師生的隱私權(quán)益;事中授權(quán)則是要建立常態(tài)化的風(fēng)險評估機制，授權(quán)給專業(yè)的監(jiān)測部門對互聯(lián)網(wǎng)公司團隊的安全認證、資格審定進行系統(tǒng)化評估;事后懲戒是在智能設(shè)備出現(xiàn)侵犯師生隱私或合法權(quán)益時，監(jiān)管部門要及時追究相關(guān)責(zé)任人是否存在竊取隱私等不法行為，進行事故問責(zé)和法律懲處，最終使學(xué)生在智能設(shè)備支持下的創(chuàng)新學(xué)習(xí)行為得到安全保障。

（二）探索人機協(xié)同的創(chuàng)新教育系統(tǒng)，優(yōu)化高校數(shù)據(jù)結(jié)構(gòu)

面對新一代人工智能技術(shù)的發(fā)展機遇，高校有必要發(fā)揮數(shù)據(jù)收集和智能技術(shù)研究的天然優(yōu)勢，變革創(chuàng)新人才培養(yǎng)方式，回歸人本主義教育理念，保證學(xué)生的主體中心地位，健全學(xué)生的創(chuàng)新型人格。第一，高校可以借助傳統(tǒng)人才培養(yǎng)方式重基礎(chǔ)、偏技能的可取之處，整合情感分析、智能計算、神經(jīng)網(wǎng)絡(luò)等技術(shù)優(yōu)勢，探索創(chuàng)新人才培養(yǎng)與智能系統(tǒng)協(xié)同運作機制。大量的研究表明，當人類智慧和智能技術(shù)得以有效結(jié)合時，往往可以產(chǎn)生出更積極的教學(xué)效果。佐治亞理工學(xué)院（Georgia Institute of Technology）在面對學(xué)生網(wǎng)上提問繁多、傳統(tǒng)授課方式難以應(yīng)付的問題時，引進IBM開發(fā)的Jill Watson智能虛擬助教，經(jīng)過海量的數(shù)據(jù)訓(xùn)練后，配合人工助教的及時審核，Jill已經(jīng)能夠達到97%的問題回答正確率，學(xué)生們一度認為Jill是一位助教老師。因此，借助人工智能設(shè)備的高效能問題處理方式，結(jié)合傳統(tǒng)培養(yǎng)方式的有效指導(dǎo)，能夠為學(xué)生提供更加個性化、即時性的學(xué)習(xí)反饋，真正聚焦于創(chuàng)新人才培養(yǎng)的關(guān)鍵素養(yǎng)與核心能力。第二，人工智能技術(shù)的正常運用，需要大量清洗后的數(shù)據(jù)作為支撐，推進校內(nèi)數(shù)據(jù)的兼容性和銜接性成為必要步驟。高校可以推廣使用兼容的數(shù)據(jù)信息管理系統(tǒng)，分門別類地統(tǒng)計師生相關(guān)信息，具體包括學(xué)生的學(xué)業(yè)成就、創(chuàng)新活動參與、日常行為表現(xiàn)、創(chuàng)新實踐等方面的數(shù)據(jù)表現(xiàn)，實現(xiàn)對學(xué)生創(chuàng)新發(fā)展的綜合評價。

（三）促進教師德育方式改進和數(shù)據(jù)智慧提升，成為學(xué)生創(chuàng)新創(chuàng)造的引領(lǐng)者

教師對于創(chuàng)新型人才培養(yǎng)具有顯著的促進作用，當學(xué)生被施以創(chuàng)造性教學(xué)方法時，學(xué)生的創(chuàng)造性思維與能力均可以達到顯著增長。人工智能對教師教學(xué)產(chǎn)生的深刻影響，要求教師必須轉(zhuǎn)變傳統(tǒng)的知識灌輸與單向傳授的教學(xué)角色，集中精力于創(chuàng)新人才的本體知識建構(gòu)及高階思維培養(yǎng)過程，真正成為學(xué)生創(chuàng)新的引領(lǐng)者。為適應(yīng)創(chuàng)新型人才培養(yǎng)的智能化環(huán)境，教師需要在德育方式改進、數(shù)據(jù)智慧提升、引領(lǐng)學(xué)生創(chuàng)新方面具有更高程度的發(fā)展。首先，創(chuàng)新人才培養(yǎng)要求教師必須落實立德樹人的根本任務(wù)，構(gòu)建一體化的人才培養(yǎng)體系，并將思想政治工作貫穿到學(xué)科體系、教學(xué)體系、教材體系、管理體系當中。其次，利用智能設(shè)備開展針對性的學(xué)生指導(dǎo)，必須基于學(xué)生行為表現(xiàn)數(shù)據(jù)進行系統(tǒng)分析，包括數(shù)據(jù)的敏感性、加工處理能力及必備的數(shù)據(jù)隱私保護意識。因此教師的數(shù)據(jù)智慧可劃分為數(shù)據(jù)意識、數(shù)據(jù)能力和數(shù)據(jù)倫理道德三個層面。數(shù)據(jù)意識是指具有起碼的數(shù)據(jù)敏銳度，認可利用數(shù)據(jù)改善教學(xué)的價值;數(shù)據(jù)能力并不是指教師要掌握復(fù)雜的技術(shù)處理工作，而是指教師具有準確的數(shù)據(jù)定位能力、數(shù)據(jù)理解與數(shù)據(jù)解讀能力、數(shù)據(jù)決策及反思能力;數(shù)據(jù)倫理道德即注重保護學(xué)生隱私數(shù)據(jù)，加強自我行為規(guī)范和倫理約束。最后，在“弱人工智能”技術(shù)逐漸成熟的背景下，重復(fù)且單調(diào)的教學(xué)任務(wù)完全可以交付給智能系統(tǒng)，教師應(yīng)該付諸更多精力于培養(yǎng)學(xué)生的創(chuàng)新型人格，成為學(xué)生創(chuàng)新生涯的指導(dǎo)者、信仰與價值觀的引導(dǎo)者。相較于創(chuàng)造創(chuàng)新道路中所遭遇的技術(shù)性難題，大學(xué)生面臨的挫敗感、懈怠、焦慮等情緒問題同樣需要教師的安撫，教師通過對學(xué)生思想的疏導(dǎo)、情緒的慰藉更能保障他們創(chuàng)新探索活動的持久開展。

（四）引導(dǎo)社會組織參與智能教育標準制定，營造社會創(chuàng)新氛圍

無論是柯爾伯格（Kohlberg）所提及的“社會影響對人的作用多少的問題”，還是謝弗勒（Scheffler）“自我意識與社會規(guī)范的統(tǒng)一性”，同樣彰顯了社會環(huán)境對于創(chuàng)造性人才培養(yǎng)的關(guān)鍵作用。在此過程中，社會組織的參與作用和營造良好的創(chuàng)新文化氛圍成為社會應(yīng)當承擔的重要任務(wù)。社會組織與創(chuàng)新團體本應(yīng)積極參與到創(chuàng)新人才標準制定、人工智能設(shè)備應(yīng)用條例的謀劃布局當中，卻由于過于突出的行政依附性、順從性而喪失應(yīng)有的專業(yè)化功能。因此必須引導(dǎo)社會組織革除弊政，投身智能時代創(chuàng)新人才培養(yǎng)的應(yīng)用技術(shù)研發(fā)、算法及數(shù)據(jù)使用的日常監(jiān)督過程中，提升對創(chuàng)新人才培養(yǎng)的支持力度，并積極營造創(chuàng)新的文化氛圍。社會創(chuàng)新文化氛圍可以理解為學(xué)生所感受到外在環(huán)境對于個體創(chuàng)新的支持力度，包括了社會的政策支持、資源供應(yīng)、創(chuàng)新團隊構(gòu)建等因素。就創(chuàng)新人才培養(yǎng)政策制定而言，必須最大程度地為學(xué)生創(chuàng)新提供便利條件，鼓勵學(xué)生在智能環(huán)境中探索新知、發(fā)明創(chuàng)造;兼顧硬件設(shè)施與人力資源的支持作用，使學(xué)生在面臨可支配資源的困境時，能得到及時的物質(zhì)資本和社會資本供給。當整個社會逐漸認識到智能環(huán)境下創(chuàng)新人才培養(yǎng)的挑戰(zhàn)與機遇，并合力營造良好的創(chuàng)新環(huán)境，祛除功利化教育理念的侵蝕作用，創(chuàng)新人才培養(yǎng)方式才可以真正步入正軌。