人機協同化與學生發展核心素養
——基于社會智能三維模型的分析

蔡連玉 劉家玲 周躍良

( 浙江師范大學 教師教育學院 浙江金華 321004 )

一、引 言

隨著第三次人工智能浪潮的到來，人工智能快速地滲入人類的工作與生活中，社會正在“人機協同化”。然而，人機協同從日常話語成為學術范疇尚需深入的學理厘定，人機協同系統的智能主體與智能元素相對復雜，人機協同時代社會所需智能的結構模型也異于傳統社會。人機協同正在也將持續給人類的工作與生活帶來顛覆性影響。本文基于人機協同時代社會所需的智能模型，審視人機協同化情景中的學生發展核心素養，為教育變革提供學理基礎。

一般而言，人類社會較早和較成熟的人機協同系統(Human-Computer Collaborative System)是飛機駕駛系統，其產生是為減少人類飛行員的誤操作，但其應用并沒有得到社會的特別關注。在人工智能時代，人機協同已成為一個日常范疇，被人們理所當然地使用著，而人機協同及相關概念的意蘊尚需進一步梳理。

(一)人機協同理念及其淵源

“人機協同”簡單地理解，就是“人”與“機器”之間的“協作”，這一理念的形成有其淵源。錢學森等(1990)把系統科學與人工智能相關聯，提出了“開放的復雜巨系統”概念，因為這一系統通常有計算機和專家的參與，且存在人機交互，實際上就是人機協同構念。路甬祥等(1994)首次正式提出了“人機系統”概念，強調在系統中人和機器發揮各自優勢，相互合作，且在思維、感知和執行三個層面對人機進行了比較。美國學者里南和費根鮑姆(Lenat & Feigenbaum,1991)提出，計算機與人之間可以成為同事，人與機器做各自擅長的工作。其后，國外人工智能專家對人機協同開展了大量的探討。國內學者劉步青(2018：6)認為，人機協同系統由計算機與人組成，其中計算機負責數據計算和部分推理工作，人負責計算機力所不能及的選擇和決策等工作，從而發揮人類的創造性和靈活性，系統中人與計算機密切協作，相互協同。基于上述發現可以看出，人機協同系統由計算機(人工智能)與人類共同組成，該協同系統共有三個重要元素，即“人”“機器”以及兩者之間的“協同”。其中，人的智能相對恒定，而作為機器的人工智能在快速發展中，對“協同”的理解因涉及人工智能的智能發展程度，需對人機協同時代進行限定后，方可更好地解讀。

(二)社會人機協同化及其限定

縱觀人類社會發展史可以看出，人類整體上存在逐漸“人機協同化”的過程，也就是人類在工作和日常生活中將更多地使用和依賴機器，且人與機器之間構建的協同工作系統越來越完善，此即為 “人機協同化”。從廣義上說，人機協同肇始于人類社會廣泛地采用機器完成具體工作之時，這個“機”實際上就是一般意義的“機器”。它是一種工具，人類利用機器工作，這是一種簡單的人機協同。隨著機器進化為計算機，特別是人工智能的產生，人類社會開始進入狹義的人機協同時代，且隨著人工智能技術的快速發展及其應用的廣泛和深入，人機協同化得到了加速，人類社會整體的人機協同特征日益凸顯。

人工智能的智能化水平決定了人類社會的人機協同化程度。盡管在狹義的人機協同時代，人們對未來人工智能的智能可能的發展程度難以預測，且聚訟紛紜，但作為技術樂觀主義的代表，美國學者庫茲韋爾(2011)提出了著名的“奇點臨近”論斷，且基于人類社會“指數級”發展理論論證認為，到2045年，人工智能將超越人類，即奇點出現。簡單地說，奇點出現后人工智能的智能水準將超越人類，也就是機器人可以做人類所有事情，當然也具有人類的意識。為了更好地理解人工智能發展，本研究將人工智能的智能水準分三等：弱人工智能，即專用人工智能，只能作為工具從事某一特定領域的工作；強人工智能，即通用人工智能，可以勝任人類所從事的所有工作，具有意識；超人工智能，其智能水準超越了人類(李開復等，2017)。顯然，庫茲韋爾所說的奇點出現后的人工智能是一種超人工智能。作為技術悲觀主義的代表，拉塞爾和諾維格(2013)認為人工智能不可能具備“意向性(intentionality)”。所謂意向性通常被認為是人類所具有的意圖、愿望和信念，是人類心智的基本特征(劉步青，2018：128)，也可以簡單地理解為前文所說的意識。悲觀論者認為，人工智能只能發展到弱人工智能階段。這一觀點的早期經典論證來自于休伯特·德雷福斯(Hubert Dreyfus)。他認為計算機解決問題需要三個條件：把問題以結構化的方式符號化；算法；合理的復雜性。顯然，人類生活領域的諸多“問題”難以滿足這三個條件，因此人工智能存在極限，不能夠達到人類智能的水準(休伯特·德雷福斯，1986)。如果把技術樂觀主義和悲觀主義看作是光譜的兩端，那么所有對技術未來的判斷都可以在這一光譜上找到位置。當前人類社會所擁有的人工智能沒有意識和意向性，所以還沒發展到強人工智能階段。基于2016年肇始的第三次人工智能浪潮，人們可以歸結出人工智能智力發展的三大基石為：大數據、強算力和深度學習(王作冰，2017：20-21)。人工智能的發展已經超越了“顯式編程(explicit programming)”階段，而由數據驅動(約瑟夫·奧恩，2018)。更準確地說，是大數據基礎上的深度學習正在推動人工智能向未知領域前行。簡而言之，機器通過深度學習，即人類只要輸入游戲規則(不是編程)讓機器人“左右手”互搏，機器通過對“互搏”數據的學習，就可以實現智能的迭代升級。當前棋類機器人的進化是對這一原理的生動闡釋。深度學習給人工智能的發展帶來了曙光，讓人們看到從弱人工智能發展到強人工智能的可能性。但在謹慎的技術樂觀主義者看來，人類社會將在相當長的一段時期內處于弱人工智能時代。本研究基于現實的考量，無論機器人是否終究會具有意識，更遑論奇點是否存在，所討論的人機協同化情景與人機協同時代的人工智能是沒有意向性的，屬于弱人工智能。

二、人機協同系統的智能元素及其關系

隨著社會的快速人機協同化，不同類型和層次的人機協同系統將廣泛而深入地參與人類的工作和生活。從價值論維度看，人機協同系統能夠提升人的價值、促進文化的進化(劉步青，2018：123-127)。人機協同系統使用了作為工具的計算機和人工智能，而工具的使用可以帶來器官的“省力化(facilitation)”(阿諾德·蓋倫，2008)，從而彰顯人的價值，進而改變價值觀，促進人類社會生態系統和文化的進化。那么，在社會人機協同化的情境中，人類需要具有哪些素養才能更好地工作和生活？對這一問題的回答，需要分析人機協同系統的智能元素，并以此為基礎探究人機協同時代社會所需的智能模型。

一般而言，人機協同系統存在的智能主體是“機器”與“人”，但以智能類型觀之，具有“機器智能”“人類智能”和“協同智能”三類智能元素。這三類智能元素之間相互影響、相互作用，從整體上發揮人機協同系統提升人的價值的作用。

(一)協同智能

需要說明的是，本研究把討論的論域限定在人工智能不具有意識和意向性的弱人工智能時代，而人機協同系統的協同智能本質上是一種具有意向性的目標設定和選擇決策，所以其智能主體只可能是人類。于是，在有效運轉的人機協同系統中，人類不僅要呈現出傳統的人類智能，還要發展和展現出人與機之間的有效“協同智能”。人-機協同智能是人類所有智能的特殊領域，在人工智能時代因現實需要而被突顯出來。而且，本研究把人機協同系統的機器智能限定在意向性出現之前，但隨著人工智能技術的發展，人機協同系統會迭代升級，機器的發展也會日益接近具有意識。這樣，隨著人機協同系統的演化發展，人與機器的協同就越來越難；另一方面，展望人機協同時代，人類社會生態系統將越來越復雜，協同將會成為社會進化的一大主題(王驥，2018)。而人類社會生態系統就包括了人機協同系統，人機協同系統將“泛在”于我們的生活中，成為馬克·維瑟(Mark Weiser)所謂的“看不見的技術”，推動人類社會進步(尚俊杰，2020)，所以在社會大協同背景下，人機協同智能的應用會越來越普遍。有學者認為，人工智能正走向成熟，地球上出現了另一類智能體，需要個體發展“人工智能智商(AIQ)”來處理“人與人工智能”之間的關系(王作冰，2020：9)。人工智能智商這一范疇的規范性雖然有待商榷，但它確實強調了協同智能在人機協同時代的重要價值，甚至個體與人工智能之間的關系將決定其社會階層(朱永新等，2018)。基于此，人機協同智能的價值也越發彰顯。這就突顯了把協同智能從人類的其他智能中抽離出來單獨闡釋的必要性。

在人機協同系統中，協同智能指作為主體的人類，在完成工作任務的過程中，合理調配人與機器，使兩者各自發揮優勢、高度協作、同向而行，達成目標。在協同智能中，最上位的素養是人-機關系的價值觀，其次是工作生活中假借機器的意識和能力。古語有云：“君子生非異也，善假于物也”(荀子《勸學》)，所以“善假于機”是協同智能高超的當代表達。而協同智能不足則體現在個體完成工作時假借機器的“不足”和“過度”兩方面：假借機器不足指可以和應該借助人工智能時，主體卻意識不到，勉強于自身的苦力而為；假借機器過度是主體錯誤認知和高估了機器的智能，讓人工智能完成其智能不能完成的事項。由此可以推導出，人機協同智能的基礎素養是個體對人工智能的認知和掌握，以此為基礎個體才有可能善借于機。此外，協同智能還有一個問題值得反思，即個體對自身假借人工智能進行反思的意識和能力，而且反思是一種發生在“事中”和“事后”的經驗與教訓分析的“雙回路學習(double-loop learning)”過程(維克托·邁爾-舍恩伯格等，2015)。

(二)人類智能與人工智能

人機協同系統的另外兩種智能是人類智能和人工智能。關于人類智能，近百年來有大量的新概念涌現，除傳統的智商(IQ)和情商(EQ)之外，“樂商”“玩商”“財商”“逆商”，還有“人工智能智商”等層出不窮。人類智能學術領域“概念叢林”現象的存在與研究范式有關，但如果每當有新鮮事物或者新觀察維度就提一種智能，科學的嚴謹性就可能缺失。人類智能理論叢林中值得特別重視的有兩個：一是美國著名心理學家霍華德·加德納(2013)提出的多元智能理論，因其有扎實的實證基礎，被稱之為心理學界的“哥白尼革命”；一是丹尼爾·戈爾曼(2010)等提出的情商理論，因其現實解釋力強而影響廣泛。智商和情商具有包容性，人工智能智商的 “商”實際上都屬于智商或情商，或兩者兼具。所以，從學理上看，人類智能是多元的，在大的范疇上可分為智商和情商。至于作為機器的人工智能，它是人類研發出來的計算機所具有的類似于人類的能力。人工智能的發展路徑無論是“顯式編程”還是模仿人類大腦，本質上都是為了增強機器的智能。一般而言，在當前發展階段人工智能呈現的主要是對數字化、結構化問題的求解能力。

以上是對人類智能與人工智能的總體判斷，在具體人機協同系統中，兩者具有可比性。人類智能是綜合性的，既具有邏輯思維和計算能力，也具有與他人打交道的溝通、協調和領導能力以及創新能力。但人類智能中的邏輯計算與推理能力無法同機器智能相比，而另一方面，人類智能與生俱來的優勢在于思維的創造性和靈活性(Aoun，2017：20-21)，更關鍵的是，人類具有機器智能所不具有的情商、意識和潛意識。一般而言，人工智能雖然具有強大的數據處理、邏輯計算和推理能力，但沒有良好的創造力、人際能力和“橫向思考能力”(安東尼·塞爾登，2019)，而且機器缺少 “人性”，情商不足，不能進行復雜的溝通，對弱人工智能而言，還不能像人類那樣“一腦萬用”(王作冰，2017：66-75)，更不具有意向性。但當前人工智能已經發展出了基于深度學習的自我進化能力，在技術樂觀主義者看來，這種機器智能為人類社會的發展帶來了諸多的未知，甚至恐慌。

(三)智能元素之間的關系

至此，還需要說明的是人機協同系統各智能元素及其主體之間的關系。人工智能發展到今天，其主要的進化技術路線是讓機器模仿人類大腦的神經網絡，即基于機器智能的邏輯計算優勢逐步習得人類的智能。這是人工智能發展的主要路徑。在所限定的弱人工智能時代，人機協同系統也會隨著機器模仿人類習得智能的進展而實現智能升級。從這個動態角度看，人機協同系統的發展也是伴隨人類智能不斷向人工智能動態遷移的過程(劉步青，2018：58-59)，而且，在具有意向性的強人工智能出現前，這一過程將持續。期間，人類把相對于機器而言自身所不擅長的邏輯計算工作丟給人工智能去完成，而自己專注于展示思維的創造性和靈活性。人機協同時代機器并不具有自我意識，但前瞻地客觀觀之，人機協同系統內，機器的智能越強，則人類的工作機會就越少，這樣兩大智能主體之間事實上形成了“競合”關系(王作冰，2017：79)。

三、人機協同時代社會智能的“三維模型”

當前社會正快速人機協同化這一情形不再只存在于科幻片中，而是一種現實圖景。在生產車間、超市、加油站等場所，機器人正在取代人類，甚至出現機器人寫新聞稿件、承擔家務勞動等場景。然而，在所有這些情形中，人工智能不是獨自在工作，而是在人機協同系統中運轉。那么，在已經到來的人機協同時代，為了更好地工作和生活，甚至為了“對抗機器人(robot-proof)”和克服因工作機會可能丟失而帶來的機器人恐懼(Aoun,2017：3-22)，思考人類需要什么樣的智能結構已迫不及待了。

國際關系理論新自由主義學派代表人物約瑟夫·奈(Joseph Nye)提出了國家實力三分理論，即國家的實力可以分為硬實力(hard power)、軟實力(soft power)和巧實力(smart power)，三者以不同形式呈現國家的實力。其中，硬實力主要指國家資源、經濟、軍事和科技等有形實力的總和(王一川，2015)；軟實力指來自外交、文化和歷史的力量，如意識形態的吸引力、文化感召力等(Nye,2008)；巧實力指外交政策中使軟實力與硬實力平衡，將硬、軟實力結合提升自身影響力的能力，具有靈活性和綜合性等特點。在運用巧實力中，硬實力和軟實力的使用沒有明確比例，要根據不同情境，選擇合適的運用方式，實現效益的最優化(洪曉楠等，2014)。如果說“硬實力”和“軟實力”是指向人或任務本身，“巧實力”則更側重于做事的方式，是一種謀略和手段(張順生，2010)。國家實力軟、硬、巧三分理論為分析人機協同時代人類工作與生活所需要的智能提供了具有解釋力的分析框架(見圖1)。

圖1 人機協同時代社會智能的三維模型 注： △DCB為人類智能；△ AFE為機器智能。

圖1模型的前提假設是，人工智能不具有意識和意向性，所謂人機協同時代是弱人智能時代。人類智能三維模型可以做如下解讀。

首先，人機協同系統存在三類智能：硬智能、軟智能和巧智能。硬智能指基于數據的邏輯計算和推理能力，包括記憶梳理數據以及基于一定算法的運算等,擅長用數據表征結構化問題。此類問題，只要根據一定的算法和算力就能輸出結果，即解決問題。硬智能的主體可以是機器，也可以是人類，但很顯然，人工智能的硬智能發展到今天已遠超出人類，人類擁有一定的數據記憶和運算能力，但硬智能不是人類的長處。軟智能的表現多種多樣，譬如幽默感、同情心、愛、審美與自我意識等(李開復，2018)。在一定程度上，軟智能是“關系能力”和創新能力。前者指個體處理與自己、與他人(社會)、與自然之間關系的意識和能力。相對而言，軟智能處理的問題難以數據化和結構化，因此不具有讓算法和算力工作的條件。軟智能主要為人類擁有，處理這些非結構化、非重復性問題也是人類所擅長的。盡管機器具有軟智能，如簡單的溝通能力，也是一種被數據化、結構化處理的初步和形式化的軟智能。巧智能從質的規定性上看是一種人-機協同的智能，包括人機協同的相關價值觀、人機協同的意識和能力，以及對人機協同進行反思的能力。人機協同價值觀關涉到人與機的關系，巧智能還應包括人機協同的意識與具體能力。而且，技術知識不能代替反思的巨大力量(尤爾根·哈貝馬斯，1999)，對人機協同的效果和風險的反思，以及基于反思的人機協同改進也應是重要的巧智能。在弱人工智能時代，巧智能主要是為人類擁有，如果說人工智能具有巧智能，由于機器沒有意向性，那也只是更好地為人機協同提供數據和按人類要求所做計算的能力，幾乎可以忽略不計。應明確的是，人機協同系統的巧智能包含軟、硬兩類智能元素，其中軟智能元素更重要和關鍵，硬智能元素多為基礎性的，比重較小。

其次，機器智能是人機協同系統的重要組成部分。在模型的三角形AFE區域，F點是虛的，隨著機器的發展，直到擁有意向性之前，F點會向巧智能方向發展。在當前狀態下，線段FO非常短，幾乎可以忽略不計，即人工智能只能根據人類智能的指令為人機協同系統協同功能的發揮提供基礎性的計算功能。三角形AFE的E點也會隨著機器智能水準的提升而橫向向軟智能方向移動，當前人工智能只具有簡單地被結構化的溝通能力等人類所擅長的軟智能，但隨著技術的進步，機器的軟智能會逐步增強，即人工智能會日益增加“人類元素”(盧克·多梅爾，2016：156)。在弱人工智能時代，機器不具有自我意識，難以具有較強的創新能力，所以人工智能的軟智能只能是初步的，機器擅長的是基于數據的結構化問題處理，即機器智能更多的是硬智能。

再次，模型的三角形DCB區域表示人類智能軟、硬和巧智能三者兼具。其中，硬智能是傳統教育一直致力培育的，受教育的人類個體具有較好的閱讀和計算等硬智能，但人類的硬智能整體上已被機器超越。而且，隨著人工智能的發展和人機協同的普及，D點會一直往右退縮，即人類的硬智能會逐漸向機器智能遷移。人類具有自我意識和意向性，會追求存在的意義，無論自我是否意識到，人類還擁有與自我、與他人(社會)、與自然(技術)相處的關系能力和創新能力。這些就構成了軟智能的基礎，所以人類智能以軟智能見長。而且，人機協同系統的協同智能基本上分布給了人類，因為協同智能的基礎是人機關系的價值觀、自我意識、意向性、反思性等，而這些是弱人工智能時代人類所特有的。

由上可知，人機協同系統的智能是“分布式”的(瑪格麗特·博登，2017)，分別被人類與機器擁有。在系統內部，機器更具硬智能，而且還在“努力”發展軟智能和巧智能。人類更多地擁有軟智能和巧智能，其硬智能與機器相比明顯處于下風。而人機協同時代整個社會就是由無數個智能程度不一的人機協同系統組成的，所以人與機器之間雖然有“協同”關系，客觀上也存在競爭，而人機競爭就可能帶來“技術性失業”(盧克·多梅爾，2016：139)以及由此所形成的社會性恐慌。基于人機協同時代社會所需智能的三分理論，為避免技術性失業和更好地生活，人類個體需要培育發展智能的重點不再是傳統的硬智能，而是逐步向機器“讓渡”硬智能的同時，重點發展以創造力、思維靈活性、人際能力、協同反思能力等為基礎的軟智能和巧智能。

四、人機協同時代學生發展核心素養框架

基于上述智能三維模型可以看出，在人機協同時代，為了對抗人工智能的競爭，確保工作崗位的可獲得性和更好的生活，人類需要有更好的軟素養和巧(協同)素養。教育是為未來工作和生活做準備的。為了更好地生存與存在，今天的教育需要變革，以便更有效地培育學生的軟素養和巧素養。這是人機協同時代學生發展核心素養轉型的總體方向。

學生發展核心素養是在數字化、信息化、全球化為背景的21世紀中，能夠促進個人和社會發展的關鍵少數素養(褚宏啟，2016)。一般來說，人們探討21世紀學生素養，都考慮了信息化和數字化的時代特征，但顯然沒有關注更具體的人機協同針對性。在社會快速地人機協同化情景下，基于人機協同時代社會所需智能三維模型，本研究構建了如圖2所示的人機協同時代學生發展核心素養框架。

圖2 人機協同時代學生發展核心素養框架

首先，在人機協同時代，學生發展核心素養具有三個維度：硬素養、軟素養和巧素養。一般來說，硬素養可以被理解為讀(reading)、寫(writing)、算(arithmetic)，即3R等能力。這三方面一直是過去和當前人類教育的核心旨趣，甚至在實踐中被過度教育，如奧數以及許多遠離學生未來生活和工作的知識傳授等。記憶力也應屬于硬素養范疇，死記硬背式教育也是對硬素養的過分強調。硬素養難以羅列周全，但人機協同時代不容忽視的硬素養是計算思維。周以真(Wing,2008)給出的計算思維概念界定是：“計算思維是一種解決問題、設計系統和理解人類行為的方法，這種方法把基本概念引向計算。”美國學界較認同的一種理解是，計算思維是把現實中的問題及其可能解決方案表述為能夠有效地進行信息處理的思維過程(王飛躍，2013)。在人機協同時代，計算思維的重要性凸顯，計算思維應與讀、寫、算并列為第四種基本的硬素養。

軟素養主要體現為關系能力與創新能力等。人類生存涉及的關系有個體與他人(社會)的關系、與自身的關系和與自然的關系，還包含各種道德品質。在人機協同時代，個體素養中的社交能力、道德能力、溝通素養、情感能力、關懷能力、同情心和領導力等都屬于或者與軟素養中的關系能力緊密關聯；而想象力、批判性和創造性等屬于軟素養中的創新能力范疇。

巧素養指人-機協同智能。它是從價值觀到意識，再到知識能力以及反思的綜合體。在人工智能出現自我意識前，人類到底怎樣看待另一類智能體，是個價值判斷命題。而且，人類要在人機協同時代更好地生活和工作，需要有積極協調利用機器的意識。如果沒有這一主動意識，個體就會落后于時代，那就是缺乏巧素養的體現。進一步來說，個體還需要有合理利用人工智能服務于工作和生活的知識和能力，其中包括對人與機各自擅長智能的認知，以及把工作任務在人與機器之間合理調配的能力等。此外，個體還需要對自己協調利用機器有效完成工作與生活中的任務的狀況進行反思的能力。可以看出，人工智能智商和系統性思維等都屬于或者具有巧素養元素。

其次，學生核心素養框架的硬、軟和巧三類素養之間界限明顯，但三者之間又緊密聯系。讀、寫、算和計算思維等硬素養是軟素養和巧素養的基礎，尤其計算思維是人機協同時代巧素養的基礎。而軟素養的關系能力與創新能力不是憑空產生的，需要硬素養作為基礎。個體的軟素養是相對高端的思維品質，是隱性的。另外，巧素養即人機協同智能負責處理人機關系，所以軟素養的處理關系能力也是人機協同巧素養的基礎，而且，巧素養的能力體現也需要軟素養的創新能力。

再次，在社會快速人機協同化的當下，學生發展核心素養需要有針對性地轉型。學生發展核心素養框架有兩個三角形(見圖2)，其中左偏的實線三角形表征的是當前教育實踐的素養培養圖景，右偏的虛線三角形表征的是人機協同時代教育實踐所應追求的理想圖景。系列2 所示的學生核心素養模型說明了過去和當前的教育實踐以培養學生的讀、寫、算等硬素養為主，客觀上對軟素養和巧素養的關注和培育不足。顯然，這一學生核心素養圖景存在著對學生關系能力和創造性追求的不足，也就是在“溫暖的心”(褚宏啟，2016)和“創新的力”上顯著缺失，這也是為什么美國和我國的核心素養理論都重點關注學生發展軟素養培育的原因。由于對人工智能滲入人類工作和生活的考慮不足，當前的教育實踐對硬素養的計算思維培育也著力不足。系列1的圖示是人機協同時代教育實踐所應追求的學生發展核心素養“理想型”，其中硬素養不是教育的重點，需要加強關系能力、創新能力的培育。一般而言，人使用工具的層次一定程度上可以表征人的社會分層，所以在人工智能社會和人機協同時代，個體與機器的關系將一定程度上決定其社會分層。基于此，人與人工智能的關系能力即個體擁有的巧素養將一定程度上決定其存在。雖然已有學者強調人工智能智商的重要性，但教育實踐中對學生巧素養的培育還沒有受到足夠的重視。未來已來，呼吁教育實踐重視對學生軟素養、巧素養以及硬素養中的計算思維的培育，這正是本研究對人機協同時代社會智能模型以及學生發展核心素養進行探索的旨趣所在。