人工智能的理論演進、范式轉換及其教育意涵

梁迎麗

摘 要：人工智能的理論研究是深刻理解和準確把握人工智能的科學基礎，是智能時代教育改革的重要依據。追溯人工智能的思想起源，圍繞認知和計算的關系闡述人工智能理論的演進過程。基于這種理論演進推動其研究范式轉換的事實基礎，認為人工智能理論分歧的根源在于對人類認知機制的解釋、模擬和實現的不同認識，分析并指出人工智能的未來路向。在此基礎上超越技術的局限性，揭示人工智能之于教育對象、知識觀、教育價值觀的教育意涵，指出人工智能與教育的深度融合之際正是教育對象主體性重構的歷史契機，倡導從客觀主義知識觀到具身知識觀的積極轉向，注重技術邏輯與人本邏輯的協(xié)調發(fā)展，以推動人工智能與教育的深度融合與和諧發(fā)展。

關鍵詞：人工智能;教育;認知計算;具身認知

當前，人工智能的迅猛發(fā)展引起教育學界的密切關注與熱烈討論。樂觀主義者對人工智能促進教育變革充滿了憧憬與期待，而悲觀主義者則流露出人工智能行將威脅到人類的學習乃至社會生存的恐慌與憂慮。學界對此眾說紛紜，莫衷一是。然而，在這場智能化領跑教育信息化2.0的新征程中，我們愈加深刻地認識到這樣一個事實：教育已經不可避免地陷入了一種由人工智能所引發(fā)的技術沖擊、價值沖突和倫理困境之中。如何客觀科學地理解并準確把握人工智能的教育意涵？對此，我們有必要追根溯源，回溯人工智能的思想起源和理論演進，站在人工智能理論研究的高度，或許才能深刻認識人工智能，認識我們自身，理解人工智能與人的本質差異，理解機器學習與人類教育的認知鴻溝，積極推動人工智能與教育的持續(xù)健康發(fā)展。

一、人工智能的理論演進

理解人類認知、智能的本質以及意識的起源，是認知科學領域最具挑戰(zhàn)的基礎研究命題。其中，智能的本質與人類的認知密切相關。事實上，人工智能研究有著深刻的認知科學淵源。中國科學院認知科學家陳霖院士認為，認知和計算的關系問題是新一代人工智能的核心基礎科學問題，是使我國成為人工智能領域真正意義上的科學大國的基礎研究課題。[1]在人工智能產生和發(fā)展的過程中，相繼出現了兩個頗具代表性的理論：認知計算理論和具身認知理論。

（一）認知計算理論及其邏輯基礎

歷史上，萊布尼茨開啟了現代邏輯的先河，建立了邏輯學作為科學、數學和哲學基礎的研究綱領。二十世紀初，數學大師希爾伯特的“形式主義”數學觀及其形式邏輯的思想在數學界產生了深遠的影響。希爾伯特提出了數理邏輯的三個終極之問：數學是否是完備的，數學是否是一致的，數學是否是可判定的。很快，哥德爾“不完備性定理”否定了希爾伯特關于數學完備性和一致性的提問。僅隔五年之后，英國年輕的數學家阿蘭·圖靈發(fā)表題為《論可計算數及其在判定問題上的應用》的劃時代論文，證明了構建一種可以在有限步驟內完成任何函數計算的機器的可能性，即“圖靈機”的抽象計算模型。圖靈機從全新的視角定義了可計算函數，并賦予“計算”以完全確定的含義，實現了邏輯發(fā)展史上極具重要意義的計算轉向。圖靈進一步證明了并不是所有命題都可判定的事實，于是希爾伯特的第三問最終也迎來了令人失望的證明結果，數學大師欲雄心勃勃建立的基于完美邏輯體系的數學大廈徹底坍塌了。然而，新的希望也正在孕育：圖靈機奠定了現代計算邏輯的基礎，數理邏輯發(fā)揮了重要作用并迎來了計算科學的誕生。通用圖靈機迅速成為現代通用計算機的概念模型，為馮·諾依曼體系結構電子計算機的實現奠定了理論基礎。然而，這位天賦秉異的年輕數學家并未就此停下腳步。1950年，圖靈在其題為《計算機器與智能》（Computing Machinery and Intelligence）的論文中富有想象力和創(chuàng)造性地提出“計算機能思考嗎”的問題，論證了只要對計算機進行適當編程，就能夠使其像人一樣思考，并提出了著名的“圖靈測試”。這篇知名論文被后人推崇為人工智能的開山之作，圖靈也因此被稱為“人工智能之父”。受其影響的另一位科學巨人、數字計算機之父——美國數學家馮·諾依曼在其題為《計算機與人腦》（The Computer and The Brain）的著作中，表達了計算機和人腦都是計算機器的觀點，這位計算機領域的巨人在生命的盡頭依然致力于建立統(tǒng)一的計算機器理論。在1956年美國達特茅斯學院的夏季研討會上，“人工智能”研究領域正式確立。與圖靈和馮諾依曼觀點一脈相承的是，美國認知心理學家赫伯特·西蒙和艾倫·紐厄爾堅信大腦、心靈和計算機都是一樣的符號操作系統(tǒng)，大力倡導符號主義研究范式。后來美國哲學家約翰·賽爾通過“中文房間”實驗證明了語言乃至思考并不是符號及其計算的過程，在一定程度上削弱了符號主義的力量。1965年美國神經心理學家麥卡洛克和數理邏輯學家皮茨發(fā)表了題為《神經活動內在概念的邏輯演算》（A Logical Calculus of Ideas Immanent in Nervous Activity）的論文，構建了大腦信息處理的神經網絡數學模型（即MP模型），開創(chuàng)了人工智能的聯(lián)結主義研究范式和人工神經網絡方法，為日后的深度學習奠定了重要的理論基礎。

可以說，人工智能緣起于邏輯學。偉大的先驅們一開始便建立了“人是計算機器”的宏大研究假設，圖靈機對認知計算理論的數學闡釋和嚴密刻畫，奠定了計算科學、人工智能乃至人類認知領域研究的邏輯基礎，推動智能的研究從“理性就是計算”等理性主義哲學思辨轉向邏輯計算，開創(chuàng)了認知計算主義的先河。

（二）具身認知理論及其哲學蘊涵

近幾十年來，關于人類認知的另一種新的思潮和取向是具身認知理論。與認知計算理論相對立，具身認知理論被認為是認知科學領域中代表后認知主義的一場深刻變革。具身認知理論可以追溯至海德格爾“在世界之中存在”的存在主義思想。海德格爾的這種存在是在世界之中的、沒有主客體之分的存在，是對主客二元論的一種超越，將身體和世界融為一體，將我們的認知置于與世界的交互之中。受其影響，存在現象學學者梅洛·龐蒂進一步指出：“人的身體和思維是不可分割的存在”，只有在世界之中才能認知。這些主張為“認知存在于大腦之中，大腦存在于身體之中，身體存在于環(huán)境之中”[2]的具身認知理論提供了一定的思想基礎。以至于有學者提出：“與其說人工智能與人類的區(qū)別是沒有意識，不如說是沒有身體，或者更確切地說是沒有人類所特有的‘身體—意識這種在世方式。”[3]

具身認知理論反對認知計算理論將認知等同于大腦基于符號表征的計算系統(tǒng)的觀點，認為身體在認知過程起著不可忽視的決定性作用，主張認知是通過身體的活動和體驗而形成的。其主要觀點可以概括為三點：（1）身體的物理屬性決定了人類認知的方式和過程;（2）身體及其與世界的互動決定并形成了人類認知的內容;（3）身體是嵌入于環(huán)境等外部世界之中的。具身認知理論倡導者認為人類認知依賴和發(fā)端于我們的身體，身體的物理結構、生理特性及其活動方式決定了我們對外部世界進行感知和認知的內容、過程和方式。身體的感知覺系統(tǒng)是各種交互活動乃至高級認知的基礎，因此認知是具身的。具身認知理論反對“人是機器”的看法，原因如下：首先，身體是認知的必備條件，人的身體、大腦和環(huán)境是一個統(tǒng)一整體，脫離身體且孤立、片面地聚焦人腦，從人腦的神經活動抽象出認知的心理表征過程與計算模型是不可取的。其次，認知的生成方式，尤其是高級認知的形成，并不需要借助于表征，而是以“耦合”和“涌現”的方式產生的。再次，人類很多較為低級的感知活動與行為未必都經過大腦的思考，并非是符號表征或神經聯(lián)結等計算的結果，而是在與環(huán)境的直接交互過程中產生的。上述觀點得到很多實證研究的證實，如情緒是一種具身的反應，是對身體體驗的感受。具身認知似乎更具合理性，能夠解釋更為普遍的認知過程和活動。

二、人工智能的范式轉換

從認知計算理論到具身認知理論，人們對自身認知和智能的認識不斷革新。然而，如何理解人工智能的理論紛爭？事實上，人工智能理論的發(fā)展演變從根本上推動了其研究范式從符號主義經聯(lián)結主義到行為主義的轉換。這種范式轉換的深處，蘊藏著人工智能的未來路向。

（一）人工智能的理論演進推動其研究范式的轉換

人工智能研究初期，在“人是計算機器”思想的引導下，研究者們將物理符號作為人類認知的基本單元，通過符號表征與操作來進行知識表示與邏輯推理，開啟了符號主義的人工智能研究范式。他們將離散的物理符號表示為規(guī)則的形式化系統(tǒng)，通過適當的機器編程，構建基于符號表征的問題解決器。其代表成果是專家系統(tǒng)，通過模擬人類尤其是領域專家解決問題的思路，嘗試構造特定領域的極小知識集合，借助于形式化表示與邏輯推理，模擬實現人類的知識體系及其認知結構。然而，知識的符號表示與邏輯推理應用范圍的有限性，最終導致以符號主義為指導思想的日本第五代計算機走向了失敗，也昭示了通用人工智能邏輯途徑的不可能。隨后，研究者開始將視線轉移至人類大腦的微觀層面——神經元。人腦是由大量神經元及其復雜連接而構成的信息處理系統(tǒng)，具有非線性和分布式并行計算等特征，因此神經元的聯(lián)結結構及其活動規(guī)律才是解釋人類認知機制的關鍵，這種研究范式被稱之為聯(lián)結主義。人工神經網絡借助于分布式并行計算實現知識存儲和學習的功能，通過神經計算實現類腦智能。近年來，得益于算法的進一步改進、GPU對計算能力的提升和海量訓練數據的供給，深度神經網絡掀起了聯(lián)結主義研究范式的新浪潮，在人機博弈、圖像和語音識別等眾多領域取得了突破性進展，并推動人工智能相關產業(yè)的蓬勃發(fā)展。固然，認知計算理論奠定了人工智能發(fā)展的牢固基石，但如何實現通用人工智能始終困擾著研究者們。受具身認知哲學思想的影響，借鑒生物學的進化機制，一些研究者主張智能產生于主體與環(huán)境的交互過程中，智能建立于智能體對外界環(huán)境的感知、適應和行動的基礎上。與前兩種研究范式自頂向下構造出大腦的思路不同，新的行為主義研究范式主張讓機器自底向上、自動、獨立地進化出一個大腦。通過模擬人類個體在控制過程中的智能行為，逐步推動智能機器人等人工生命的發(fā)展和應用。

（二）人工智能的理論分歧與未來路向

人工智能研究范式的轉變實質上是研究者對人類認知在認識論上的不斷提升和技術上的計算模擬與改進。盡管現有人工智能僅僅體現了人類大腦組織結構及其復雜性中的非常微小的一部分，但人工智能研究所取得了成就體現了人類對自身認知在計算層面上的不斷突破。人工智能思想起源于人類大腦結構和認知機制的探索，如果說人工智能是對人類認知的模仿和超越，那么認知計算理論和具身認知理論在對人類認知機制的解釋、模擬和實現方式等方面所存在的分歧，則是推動人工智能理論演進的根本動力。概括地講，這種分歧主要體現在三個方面：認知研究的科學基礎、認知研究的基本假設、認知產生的過程和方式。對于認知計算理論來說，其科學基礎是邏輯學;其基本假設是“人腦、心靈和計算機都是計算系統(tǒng)”，認知是大腦獨立于身體而存在的;認知的產生源自計算。而對于具身認知理論來說，其理論基礎是哲學，尤其是現象學;其認知研究的基本假設是“認知、身體和環(huán)境是不可分割的統(tǒng)一整體”;“耦合”和“涌現”是具身認知的產生方式。

事實上，進一步分析爭論的焦點便不難發(fā)現，上述分歧的根源在于意識還是物質第一性的問題。認知計算理論主張大腦及其計算活動對于認知是第一性的，具身認知理論則主張身體對于認知才是第一性的，身體及其存在方式決定認知圖式。有學者進一步指出，這種理論難題正是造成弱人工智能和強人工智能之間不可逾越的鴻溝的根源。[4]實際上，我們當前正面臨三個選擇：第一，放棄認知計算而探索具身認知路徑，這樣前景將不可預測;第二，堅持認知計算而不考慮具身認知，則只能實現弱人工智能在限定領域的專用，這樣人工智能的原初目標則需要予以修正;第三，將兩種理論兼顧、互補并探索新途徑，這是較為現實的選擇。[5]事實正是如此，研究者們并沒有因此而踟躕不前，反而正在努力縮小兩者之間的差距，尋求并實現兩者之間的互補，在認知計算的基礎上進一步探索和發(fā)展具身認知。在人們尚未全面破解認知難題之前，這也許是最好的出路。

三、人工智能理論演進與范式轉換的教育意涵

當前，人工智能與教育已然相互浸入。中國工程院院士李德毅指出：“智能時代，教育先行，刻不容緩。”人工智能本身沒有教育意涵，然而從教育之育人本質的角度來說，人工智能為人的生存與發(fā)展所帶來的機遇與挑戰(zhàn)，即是人工智能對教育對象、教育內容和教育目的的新意涵。在這種背景下，有必要重新審視人工智能之于教育要素的時代內涵與關系邏輯，推動技術與人文的向上向善，促進人工智能與教育的和諧共生。

（一）教育對象的主體性重建：從無身教育到具身教育

人工智能已經成為教育發(fā)展與變革的新引擎，教育正迎來前所未有的機遇與挑戰(zhàn)。關于人工智能理論演進與未來路向的深入分析讓我們從根本上認識了人工智能，認識到人工智能與人類認知、機器學習與人類教育之間的本質差異，認識到當前人工智能與人類認知之間尚且存在巨大的、短期內不可逾越的鴻溝。人不是機器，人類認知也不是純粹的機器計算，現有人工智能尚不具備意識等高級認知功能，也不具備人類特有的“身體—認知”的在世方式。雖然奇點尚未到來，但人工智能所引發(fā)的對教育基本問題的深層次思考已經成為教育學界討論的熱點話題。

教育以人為對象的經驗事實，人盡皆知。一直以來，作為教育對象的“人”在教育尤其是認知過程中具有突出鮮明的主體性特征。我們普遍強調、認可和尊重這樣的事實：教育對象是具有主觀能動性的人，人類大腦永不停歇地活躍著、創(chuàng)造著，教育面對的是人尤其是其豐富的精神世界與鮮活的思想意識。大腦獨立地完成邏輯計算與理性思維，進而促進教育對象的認知發(fā)展，這種認知主體性即是教育對象主體性的高度體現。人的大腦發(fā)育與認知發(fā)展有其自身的生物學特征和規(guī)律，因此教育要遵循大腦及其認知的發(fā)展規(guī)律，這已經成為最重要、最基本的教育原則。例如英國哲學家和教育家懷海特曾提出所謂的“教育節(jié)奏”，即教育要適應學生智力發(fā)展的節(jié)奏。然而在教育中，身體歷來都處于受壓抑或被規(guī)訓的地位。這種無身的教育模式認為大腦是教育對象的主體，嚴重忽視了身體的認識論功能，導致我們的教育教學與身體無涉。于是，我們的教育教學活動極少考慮到身體的參與、感知覺和情緒情感的感性認知功能，教學幾乎變成了純粹的抽象思考與邏輯推理。其現實是，我們的教育正變得枯燥無味，與教育目的背道而馳，并在功利化的道路上走得越來越遠。

站在人工智能理論的高度，具身認知理論為這種無身的“塑心”教育提供了新的意涵，人工智能恰為教育對象的主體性構建提供了機遇。從理論上來看，海德格爾的存在主義超越了主客二元論的局限性，指出人“在世界之中存在”，人與世界合二為一，人是身心的二元統(tǒng)一。具身認知理論進一步指出身體對于個體認知的重要性，身體的體驗與活動對于認知生成的認識論意義，身體對于知識建構的教育價值。教育對象身體功能的增強，實則是其認知圖式的強化，進而促進了學習者的認知發(fā)展。從實踐的角度來看，人—技術、人—機器之間共存共生、互相賦能，將有效地推動教育對象的身心融合與統(tǒng)一。以算法、算力和數據為強大基礎，人工智能以強勁的計算優(yōu)勢進入教育教學領域，并向教育教學和教育對象逐漸滲透和全方位嵌入，賦予人類的大腦和身體更加強大的認知功能，增強了教育對象的認知主體性特征。教育教學過程中的智能導師、智能機器人、智能推薦、可穿戴設備等軟硬件智能體，于有形或無形之中超越時空的局限性共建教育環(huán)境，甚至成為學生存在、認知、學習過程中密不可分的一部分，重塑學生的存在方式、認知方式和學習方式。具身認知理論為教育對象的主體性理論研究提供了新視角，其教育意涵在于指明了從無身教育向具身教育、無身教學到具身教學轉變的認知價值與教育意義。人工智能時代正是我們重構教育對象主體性理論的歷史契機。

（二）教育知識觀的重塑：從客觀主義知識觀到具身知識觀

每一次促進人類社會進步的技術革命，都能引發(fā)我們對教育及其知識觀的深刻思考。追根溯源，人工智能的理論演進與發(fā)展歷程充分證明了基礎學科、基礎研究和基本研究問題在推動人類知識體系構建過程中的重要性。從歷史上看，數理邏輯推導出了通用圖靈機模型，神經科學構想出了聯(lián)結主義人工神經網絡模型，心理學和控制論孕育出了行為主義智能控制系統(tǒng)，認知科學借鑒哲學思想而提出了具身認知理論，革新了人們對人工智能的認識，推動了人工智能的迅猛發(fā)展。在這個過程中，基礎學科領域中基本問題的研究和解決最終孕育了重大的科學技術突破，基礎學科和基礎研究奠定了人類知識體系的堅實基礎，而基礎教育則推動了人類知識的不斷傳遞、積累與源遠流長。技術是推進教育變革的源動力，教育對人工智能的反哺亦是如此，唯有樹立正確的教育觀和知識觀，才可能引導人工智能取得新的重大突破。

進一步地，與其說人工智能是一場技術革命，不如說它是一場知識革命。以認知計算為理論基礎，通過數據驅動而實現的知識發(fā)現方法點燃了人們對知識創(chuàng)新的激情與希望。以教育研究領域為例，數據驅動的教育教學實踐、交叉融合的學科發(fā)展趨勢，催生了教育的可計算研究范式。借鑒認知科學、計算神經學、教育神經學、腦科學等學科的前沿研究成果，教育信息化正在實現從技術的工具性應用向技術與教育的深度融合發(fā)展的轉變，具有操作特征的教育可計算化分析框架正在形成，算法定義學習、智能教育、智慧教育等教育新形態(tài)已經從理論研究走向教育實踐。如李政濤等學者論證了計算教育學的可能性[6]，黃榮懷等則針對智能教育的基本計算問題，進一步提出了基于認知計算、行為計算、環(huán)境計算的“計算教育學”要素模型[7]，為教育研究提供了學科交叉融合的新路徑。從這個意義上說，人工智能推動了知識的傳遞、發(fā)現、創(chuàng)新與進化，為揭示教育規(guī)律提供了新方法，為破解教育難題提供了新思路。

回到現實，教育是教學生如何運用知識的藝術，知識觀是教育領域的重要話題，保證知識的活性是任何教育形式都面臨的核心問題。人工智能的理論演變——從認知計算到具身認知——意味著教育中的知識觀需要實現從客觀主義知識觀到具身知識觀的轉變。以認知計算理論為基礎，客觀主義知識觀強調知識的表征及其獨立于個體的客觀存在，忽視身體與環(huán)境交互的個體經驗和主體價值觀念的存在與影響，脫離了鮮活的生活實際，導致知識被抽象化為大腦精確的、形式化的表征。填鴨式教學、死記硬背、題海戰(zhàn)等便是這種知識觀在教學實踐中的真實寫照，而這種所謂的捷徑——從書本上獲取公式化的實用知識并進行機械性的腦力活動——正在將教育引入死胡同。早在一百多年以前，面對技術對教育的種種扼殺，德國哲學家、思想家尼采就痛心地指出，我們“丟失的不是詩意的幻想，而是依靠本能唯一真實地領悟自然的能力，取而代之的是依靠精明的計算智勝自然的能力”，并發(fā)出強烈呼吁，“萬物的統(tǒng)一性不是一個抽象觀念，不能憑邏輯推理達到，而是一種切身的感應，只能在與自然的親密關系中獲得”。超越大腦知識表征的局限性，具身認知理論告訴我們，認知是身體與外界環(huán)境互動過程中所生成的，身體的鮮活體驗是認知的關鍵，由此促進個體知識系統(tǒng)的主動構建。因此，知識是通過身體與外界的交互活動而生成的，這就要充分調動學習者的好奇心、求知欲、想象力，善于利用身體與環(huán)境交互過程中極具豐富體驗的感知覺、情緒感受、形象思維能力、判斷力和洞察事物發(fā)展的能力，從而去主動構建自身的知識系統(tǒng)。最終，知識將與身體、環(huán)境經驗、主觀感受等有效整合、統(tǒng)一存在和不斷發(fā)展。在教學實踐中，具身知識觀由此所帶來的價值感將給予生命無盡的養(yǎng)料，賜予個體無限的力量。

（三）教育價值與目的的回歸：以人為本，承載人文

人工智能是否對人類學習和生存構成威脅，這個問題的矛頭直指教育的價值與目的。教育目的的不同，實質上是教育價值觀念的不同所致。盧梭的自然主義教育思想強調“人的教育”要“遵循自然”，把教育對象置于教育過程的中心地位，把教育過程變成自我教育的過程。正是如此，受教育者的認知和情感才能得以自然地發(fā)展。尼采苛嚴地倡導精英教育，主張教育集中于少數人，“教育的使命是使天才得到養(yǎng)育和支持”，在《論我們教育機構的未來》中超前性地認識到教育的嚴重問題——人文教育傳統(tǒng)的斷裂，呼喚真正的人文教育，表達了荷爾德林所吟誦、海德格爾所闡釋的“詩意地棲居”之境界的追求與向往。[8]懷海特在其《教育的本質》一書中強調智力教育，提出學生是有血有肉的人，教育的目的是為了激發(fā)和引導學生的自我發(fā)展。縱觀教育發(fā)展史，教育價值觀念與教育目的取向的演變趨勢清晰地表明，“促進人的發(fā)展，彰顯教育的人文價值”的理念已被普遍認可、廣泛傳播。

誠然，人工智能極大地提高了教育知識傳遞的效率。但是，如若運用人工智能技術片面地追求標準和程序、數量和效率，則教育中本有的情感、責任、道義、關懷等人文精神很可能將被無限度地忽視，教育對象的人文情懷、思想活力、獨立思考和批判品格等理想人格或將喪失殆盡，教育的人文價值將被徹底消解。真正的技術應回歸人性，承載人文，以人為本。技術理性亟需人文精神的指引，技術邏輯與人本邏輯亟待協(xié)調，而這種平衡能否實現則取決于我們對未來教育的價值判斷。正是人工智能的出現使我們認識到人工智能與人的根本差異，人不是冷冰冰的計算機器，而是有情感、有溫度、有思想、有尊嚴的復雜生命體。智能時代的教育比以往任何時候都更加渴求對人性的關注。早在1996年，聯(lián)合國教科文組織就在其報告《學會生存——教育世界的今天和明天》中提出，教育的一個特定目的就是要培養(yǎng)情感方面的品質，特別是人和人的關系中的情感品質。2015年，聯(lián)合國教科文組織又在其題為《反思教育：向“全球共同利益”的理念轉變？》的報告中再次提出，教育價值觀要建立在人文主義的基礎上，尊重生命和人類尊嚴，為全人類的生存和發(fā)展服務。關注人的本性及其成長發(fā)展規(guī)律，重視人文精神、人文素養(yǎng)、人文情懷、人文關懷與人本教育，已經成為技術推動教育變革過程中必不可少的重要內容。只有堅持以人為本，充分釋放人的個性，彰顯教育的人文價值，實現技術邏輯與人本邏輯的協(xié)調發(fā)展，才能在變化越來越快的時代堅定不移地走出一條教育之獨立發(fā)展的道路，進而推動人類社會的可持續(xù)發(fā)展。正如斯坦福大學以人為本的人工智能學院的正式成立，其宗旨正是通過人工智能實現人類更加美好的未來。立足現實、關注時代發(fā)展并回應時代需求，已經成為當前教育研究的必然選擇。順應時代發(fā)展趨勢，教育著要眼于時代和全人類的發(fā)展需要，充分彰顯其人文價值，才能實現歷史視野、現實關懷和理論旨趣的統(tǒng)一。

四、結束語

教育是立國之本，強國之基。人工智能已經成為推動社會發(fā)展的新引擎和關乎教育改革的重要影響因素。人工智能所帶來的教育變革已經超越了技術工具論的邏輯話語體系，逐漸上升為對教育理念和教育價值的強烈沖擊和劇烈撼動。追溯人工智能的理論演進與范式轉換，有助于促進對人工智能的科學認識和對其教育意涵的深刻把握。從認知計算到具身認知，數學家、計算科學家和哲學家們的理論爭鳴，讓我們意識到對于認知身體和大腦一樣重要，它推動了人工智能研究范式的超越與轉換，也蘊藏著深刻的教育意涵。人工智能時代，教育對象的主體性重建需要實現從無身教育到具身教育的轉變，教育知識觀的重塑亟待實現從客觀主義知識觀到具身知識觀的轉型，堅定以人為本的教育價值取向，注重技術邏輯與人本邏輯的協(xié)調發(fā)展，回歸教育的育人本質，彰顯教育的人文價值，推動教育和整個人類社會的可持續(xù)發(fā)展。

參考文獻：

[1]陳霖.新一代人工智能的核心基礎科學問題：認知和計算的關系[J].中國科學院院刊，2018，33（10）：1104-1106.

[2]葉浩生.具身認知：認知心理學的新取向[J].心理科學進展，2010，18（5）：705-710.

[3][4]段似膺.海德格爾式人工智能及其對“意識”問題的反思——兼與何懷宏先生商榷[J].探索與爭鳴，2019（1）：61-67，142.

[5]劉曉力.認知科學研究綱領的困境與走向[J].社會心理科學，2005，20（4）：394-402.

[6]李政濤，文娟.計算教育學：是否可能，如何可能？[J].遠程教育雜志，2019，37（6）：12-18.

[7]黃榮懷，周偉，杜靜，孫飛鵬，王歡歡，曾海軍，劉德建.面向智能教育的三個基本計算問題[J].開放教育研究，2019，25（5）：11-22.

[8][德]弗里德里希·尼采.教育何為？[M].周國平，譯.北京：北京十月文藝出版社，2019.

（責任編輯 劉第紅）