培育智能時代的專家學習者

摘要：當前，鑒于專家學習者教育研究的既有范式使其陷入了困囿，以及智能時代學習型人才的培育缺少方向指引，從人工智能教育應用邏輯解構(gòu)的新視角開展專家學習者培育研究，具有范式突破和實踐參照的雙重價值。為此，文章首先闡述了專家學習者概念的起源，解析了概念引入教育領(lǐng)域并身陷研究困囿的原因；然后，文章從智能技術(shù)介入、知識價值塑造、主體能力強化、學習場景改造四個維度對人工智能教育應用邏輯進行了解析；接著，文章歸納了智能時代專家學習者特征；最后，文章從重構(gòu)學習設(shè)計路徑、重拾知識學習取向和重立學習場景構(gòu)向三個層面提出智能時代專家學習者的培育策略，以期在助力學習者有效投身智能環(huán)境下的學習活動的基礎(chǔ)上，為人工智能教育應用的理論和實踐提供靶向指引。

關(guān)鍵詞：人工智能；專家學習者；能力培育；知識學習；學習素養(yǎng)

【中圖分類號】G40-057 【文獻標識碼】A 【論文編號】1009—8097（2024）06—0035—10?【DOI】10.3969/j.issn.1009-8097.2024.06.004

一 研究緣起

專家學習者是指在學習這一專業(yè)領(lǐng)域具備特定專長、表現(xiàn)杰出的學習者^[1]。由于不同時期的學習境脈存在較大差異，人們對學習的理解及所需的學習專長不盡相同，因此專家學習者的特征和培育方式始終處于動態(tài)的變化當中。本研究選擇以人工智能教育應用邏輯的解構(gòu)為立足點，通過洞悉智能時代專家學習者的特征，繼而生成具有針對性的培育策略，不僅是教育領(lǐng)域突破專家學習者研究困囿的必要舉措，也是培育智能社會所需學習型人才的有效途徑。

1專家學習者概念的起源及教育引入

專家學習者概念的提出以及“學習”之所以能夠被視為一種專業(yè)領(lǐng)域，得益于認知科學研究者的工作。20世紀90年代，當認知科學研究者在極力展示各領(lǐng)域?qū)＜要毺氐恼J知圖景時，發(fā)現(xiàn)信息時代的來臨讓學習者處于一個快速更迭的境脈中，面對開放多元和復雜多變的世界，學習績效已無法簡單用知識掌握的多少來衡量，學習過程的多樣性、變異性及其塑造的多種可能性，讓學習同樣能夠被視為一種專業(yè)性、領(lǐng)域化的活動，故而推出了“專家學習者”概念，目的是為專家認知領(lǐng)域的研究提供新的增長點。進一步而言，認知科學研究者利用人工神經(jīng)網(wǎng)絡(luò)模擬專家學習者的學習行為和決策過程，繼而構(gòu)造仿生學習模型，以便讓智能機器在某個領(lǐng)域能夠重組已有知能，持續(xù)改進自身性能。

當前，金融危機頻發(fā)、資源過度消耗、氣候急劇變暖、物種數(shù)量銳減等一系列人類社會內(nèi)部及其與自然之間的問題給教育帶來了前所未有的挑戰(zhàn)。當傳統(tǒng)教育珍視的經(jīng)典知識及其構(gòu)建的社會能力難以應對這些挑戰(zhàn)時，全球教育思想隨之發(fā)生了巨大變化，其中最具代表性的當屬學習理念的轉(zhuǎn)變，即徹底拋棄“學習是一勞永逸”的觀念，取而代之的是通過普及終身學習理念以及打造學習型社會，讓個體和社會都能夠建立一個不斷演進的知能體系，以此來推動人類社會突破困境。因此，專家學習者作為學習領(lǐng)域的“行家里手”，其概念一經(jīng)推出就迅速進入教育學者的研究視野。具體而言，教育學者企圖借助腦科學成果，對專家學習者的學習特征、學習技能、認知特點等方面進行洞悉，為人類學習素養(yǎng)的培育提供莖蔓可攀。

2專家學習者教育研究的困囿及突破

作為專家認知領(lǐng)域的研究對象，機器學習針對專家學習者的仿生能力不斷提升。而作為教育領(lǐng)域的研究對象，專家學習者的研究境遇卻大相徑庭，在當下陷入了困囿。世紀之交，腦科學研究者發(fā)現(xiàn)了主控學習活動的三組腦功能網(wǎng)絡(luò)（識別網(wǎng)絡(luò)、策略網(wǎng)絡(luò)和情感網(wǎng)絡(luò)）^[2]，在國際教育屆一度掀起專家學習者研究熱潮，并推動一批以“通用學習設(shè)計”為代表的教育理念快速成型。但此后，專家學習者研究似乎走到了盡頭，喪失了持續(xù)發(fā)展的生命力。更值得關(guān)注的是，隨著技術(shù)進步與教育發(fā)展逐步形成共振，諸多致力于培育專家學習者的實踐人員開始質(zhì)疑已有的研究成果。例如，Mark等^[3]在早期的研究中發(fā)現(xiàn)，影響在線學習者學習水平的首要因素為學習者態(tài)度和技術(shù)獲取水平，并非之前專家學習者研究人員所指出的元認知監(jiān)控等方面的能力；Mavrou等^[4]通過調(diào)查美國推行的一些國家課程后發(fā)現(xiàn)，根據(jù)三組腦功能網(wǎng)絡(luò)開發(fā)的“通用學習設(shè)計”三大教學原則未能有效融入課程教學，且專家學習者培育成效遠低于預期。

這一現(xiàn)象出現(xiàn)的根本原因可歸結(jié)為該領(lǐng)域的工作陷入了神經(jīng)迷思和絕對主義泥潭。所謂“神經(jīng)迷思”是指因曲解、誤讀或錯誤引用大腦及其功能信息而產(chǎn)生的迷思觀念，并以此為教育或其他領(lǐng)域使用大腦研究成果提供依據(jù)與理由^[5]。諸多腦科學家^[6][7][8]指出，由于人類大腦結(jié)構(gòu)的復雜性及其研究多層次、多水平的交叉性，導致神經(jīng)生物學（腦科學）學科壁壘較強，其他領(lǐng)域容易簡化或誤讀腦科學成果。此外，一些被廣泛認可的腦科學假說有可能隨著新證據(jù)出現(xiàn)，在大眾不知情的情況下被糾正。一系列神經(jīng)迷思調(diào)查顯示，各個國家的教育從業(yè)者均普遍持有不同程度的迷思觀念，無論學科領(lǐng)域與學術(shù)水平如何都無法正確識別神經(jīng)迷思與科學事實^[9]。由此可見，當腦科學成果從實驗室流向教育實踐時，致力于借助其來研究和培育專家學習者的教育工作者或多或少存在神經(jīng)迷思問題，繼而對研究結(jié)論及教學改革產(chǎn)生負面影響。

絕對主義指的是由于專家學習者這一概念來源于認知科學領(lǐng)域，教育研究者遂將腦科學奉為指導各項工作的“圣經(jīng)”，忽略其他視角和影響因素研究的積累。雖然說教育科學在很大程度上就是腦科學，學習能力的培育需要遵循大腦工作的機制，但是教育作為一種影響人身心發(fā)展的社會實踐活動，有自身運行發(fā)展的規(guī)律，其研究不應該只遵循腦科學研究的軌跡。然而，當前專家認知領(lǐng)域的教育研究者只是將腦科學作為學習品質(zhì)刻畫的“鏡像”，并將其視為學習能力培育的唯一參照，勢必會造成研究成果的單一性、片面性和孱弱性——這也是在腦科學研究取得重大突破之后的間歇期，專家學習者的教育研究會停滯不前的根本原因。

綜上所述，教育工作者亟需開辟新的視角和路徑開展專家學習者研究，不僅可以借助領(lǐng)域之間成果的相互校驗，突破神經(jīng)迷思困局，還可以形成多元研究趨向，擺脫絕對主義枷鎖。當前人工智能成為影響教育的主要因素之一，同時專家學習者具備了全新特征。因此，從人工智能教育應用邏輯的解構(gòu)入手開展專家學習者的培育研究，具有范式突破和實踐參照的雙重價值。

二 人工智能教育應用邏輯的解構(gòu)

與其他技術(shù)不同的是，人工智能具有一定的認知水平和學習能力，并能夠模擬人類大腦的功能進行信息處理、數(shù)據(jù)分析和決策建議，其讓技術(shù)以全新的方式介入教育，徹底顛覆了以往技術(shù)在教育中的運用路線。因此，關(guān)注人工智能的教育應用首先應厘清技術(shù)介入的邏輯。同時，人工智能強大的知識發(fā)現(xiàn)和推理能力，開啟了技術(shù)生產(chǎn)知識的先河，不僅帶來了知識數(shù)量的指數(shù)級增長，更會因為其自帶強化智力的屬性重塑知識的價值。此外，人工智能的發(fā)展也是對教育主體能力無法突破域限的外化延伸，以及對學習場景功能和結(jié)構(gòu)的深度改造。故而，本研究將從智能技術(shù)介入、知識價值塑造、主體能力強化和學習場景改造四個維度對人工智能教育應用的邏輯進行解構(gòu)。

1形式科學：智能技術(shù)介入的邏輯

人工智能研究包括符號主義、聯(lián)結(jié)主義和行為主義三大范式。其中，符號主義將心智看作一種單純的“計算心靈”，提倡基于邏輯推理的智能模擬方法，認為只要遵從物體定律就可以用某種符號描述認知過程，智能裝置通過抽象運算即可實現(xiàn)智能行為，人工智能鼻祖“深藍”和基于大數(shù)據(jù)知識工程的知識圖譜是符號主義應用的典型代表；聯(lián)結(jié)主義又被稱為仿生學派，主張利用人工神經(jīng)網(wǎng)絡(luò)模仿人類大腦的工作原理，采用雙向傳播算法進行人工神經(jīng)網(wǎng)絡(luò)的訓練和學習，當前經(jīng)常談論的深度神經(jīng)網(wǎng)絡(luò)就是一種典型的聯(lián)結(jié)主義人工智能；而行為主義采用的是基于“感知-行動”的智能模擬方法，主張略去知識的表達與推理環(huán)節(jié)，利用智能機器與真實世界的交互進行學習，實現(xiàn)手段是采用信息數(shù)學模型模擬進化的遺傳算法^[10]?？梢姡瑹o論關(guān)注抽象思維的符號主義，還是專注形象思維的聯(lián)結(jié)主義，抑或熱衷于感知思維的行為主義人工智能，都是建立在“計算主義”的強綱領(lǐng)之上。

從這個意義來說，人工智能的教育應用同樣是一種計算，其對教育問題或教育現(xiàn)象進行數(shù)字處理，繼而轉(zhuǎn)化為計算（數(shù)學）問題，在算法的驅(qū)動和海量數(shù)據(jù)的供養(yǎng)下，通過人造處理系統(tǒng)和預測模型以固化形式進行結(jié)果的運算。因此，人工智能的教育應用過程深刻詮釋了包括計算機領(lǐng)域在內(nèi)的自然科學所推崇的形式科學邏輯。同樣，邱德均^[11]根據(jù)梳理的AlphaGo歸納學習進展，得出智能的核心推理是形式化；安濤^[12]通過解析人工智能發(fā)展的本體論，認為人工智能教育應用的技術(shù)路線依然遵循形式科學的邏輯規(guī)則，并建立在數(shù)據(jù)、算法及計算的基礎(chǔ)上。所謂形式科學是指對某一問題或?qū)ο笞龀龀淌交硎?，并嚴格按照?guī)定好的方式運行。形式科學的優(yōu)勢在于能夠捕捉教育問題或教育現(xiàn)象的核心本質(zhì)，將復雜混沌的事件和問題轉(zhuǎn)化為計算機可掌控的對象。也就是說，人工智能之所以能夠介入教育并在某些方面具有卓越能力，是因為其對復雜的教育進行了形式科學處理，并通過不斷優(yōu)化特定的算法集，統(tǒng)計出一種數(shù)據(jù)意義上最優(yōu)的解決方案。

2尚智趨向：知識價值塑造的邏輯

知識價值講的是知識學習的目的，或者說究竟為什么要學習與發(fā)展知識。鑒于知識是對客觀世界比較可靠的認識成果，因此無論之前人們?nèi)绾钨|(zhì)疑和批判“為知識而教”和“為了知識而追求知識”的教育主張，通過學習來接受、存儲前人已發(fā)現(xiàn)知識的大眾信念從未減弱。相關(guān)學者為了迎合時代發(fā)展提出了回歸論、建構(gòu)主義等新型知識觀，企圖讓教育的重心從“知識傳授”走向“思維培養(yǎng)”，讓學習者學習從“知識汲取”走向“轉(zhuǎn)識成智”。但在現(xiàn)實的教育實踐中，多數(shù)教育工作者施行這些理念的落腳點仍是為了便于讓學習者獲取知識，指向高級思維培養(yǎng)的知識活動同樣成為學習者在完成知識的了解、記憶和內(nèi)化這一閉環(huán)后的奢侈品。這并不能簡單歸結(jié)于教育實踐者對知識價值產(chǎn)生的誤解或者自身素養(yǎng)問題，而是學習者知識增長確實是重要的，也是能夠真正抓得住的。因此，在當前教育實踐中知識的價值容易被窄化為知識的淺層學習，可以說現(xiàn)代教育的困境是困在了“知識”中^[13]。

智能時代的到來催生了新的知識生產(chǎn)方式：①智能體向知識生產(chǎn)主體靠近，自身同樣具備了知識生產(chǎn)能力；②人機協(xié)同的智能模式擴大了知識生產(chǎn)機會。由此，新的知識生產(chǎn)方式將會加速知識容量的極度膨脹。更為重要的是，隨著生成式信息獲取服務的通用人工智能技術(shù)不斷取得突破，知識的檢索將變得異常簡單，因而學習者純粹的知識獲取將變得徒勞無益。此外，人工智能是不斷汲取人類智慧來對待和理解世界的產(chǎn)物，人們倘若要在與其博弈和協(xié)同中占據(jù)主導地位，憑借的是自身的智力水平而絕非擁有的知識存量。因此，人工智能的教育普及讓強調(diào)客觀性和即成性的傳統(tǒng)知識觀遭遇挑戰(zhàn)，而以生成性和情境性為特征的相對主義知識觀或?qū)⒄嬲蔀橹髁?。在此過程中，人們對知識的訴求也會從知識的本身轉(zhuǎn)變?yōu)橐愿唠A思維發(fā)展和復雜問題解決能力為核心的智力發(fā)展，從而在根本上幫助人們擺脫知識本位的枷鎖。

3認知延展：主體能力強化的邏輯

從技術(shù)人類學的觀點來看，如果說傳統(tǒng)技術(shù)是對人類身體進行的延展，那么人工智能的顯著特征就是對人類認知進行的延展。前者不言而喻，其觀點受到了諸多學者的證實，如斯蒂格勒^[14]對于“人-技術(shù)”存在結(jié)構(gòu)的獨特見解、Merleau-Ponty曾提到“盲人與拐杖”的典型例證^[15]，以及Ihde^[16]關(guān)于技術(shù)與人之間四種關(guān)系的經(jīng)典論述等。而人工智能對人類認知延展的觀點源于Clark等^[17]提出的延展認知假說，該假說認為人類的認知過程并不局限于顱骨和體膚的范圍內(nèi)，認知可以超越大腦，延展到身體之外的技術(shù)實體上。這種現(xiàn)象需要同時滿足兩個條件：①同等性，即外部實體和大腦組織發(fā)揮了同等作用；②動態(tài)耦合性，即外部實體與人體構(gòu)成了即時性的動態(tài)互動系統(tǒng)。作為人類智能的物質(zhì)進化載體，人工智能無須進行物理性連接就能與人腦神經(jīng)系統(tǒng)存在功能上的耦合關(guān)系，其在教育中的應用事實上是作為一種延展認知技術(shù)。

人工智能的教育應用有兩種演進路徑：①協(xié)同路徑。智能工具支持多輪對話或具備環(huán)境感知能力，教育主體能夠與其溝通繼而開展智能合作，完成復雜的學習任務，如回答復雜學科問題的計算知識引擎、感知學情提供個性化輔導的AI導師等。在協(xié)同路徑下，教育主體與智能工具形成了“有機體智能”，面向任務時負責與外部物理世界建立雙向交互。在這個動態(tài)的耦合系統(tǒng)中，外在智能工具是不可剔除的系統(tǒng)結(jié)構(gòu)，成為智能環(huán)境下教育主體認知延展的典型形式。②獨立路徑。智能工具通過采集教育主體遺留的學習數(shù)據(jù)或痕跡，獨立完成某些相對完整的任務，如借助記錄的文本生成知識脈絡(luò)的智能筆記程序、采集歷史數(shù)據(jù)進行學習障礙診斷與反饋的智能分析師等。盡管獨立路徑下的智能工具沒有與人類大腦進行直接的交互，但由于技術(shù)自身不具有意向性能力，其運轉(zhuǎn)滲透了使用者所賦予的意識與功能歸屬，因此該類智能工具仍可視為教育主體認知的物理性延展，服務于大腦的認知活動^[18]。作為當前極具變革性的延展認知技術(shù)，人工智能對教育主體認知能力的強化，讓原本獨立的個體認知拓展到了“人+技術(shù)”認知，從而大幅提升其認識和改造世界的能力。

4虛擬交互：學習場景改造的邏輯

學習場景具有中介物的功能屬性，是促進學習發(fā)生的間接支持條件，其擔負的重要職責是幫助學習者感知學習對象，構(gòu)建與世界之間的交往關(guān)系。智能學習場景要求學習者與智能機器之間可進行智慧溝通，鑒于后者運行的科學形式邏輯，其構(gòu)建的資源和提供的服務都是數(shù)字化的表達，因此智能化學習場景本身就是一種虛擬與現(xiàn)實融合的場景，虛擬交互是學習者進行交往和感知對象的重要形式。人工智能改造學習場景的另一種手段是借助虛擬技術(shù)創(chuàng)設(shè)高質(zhì)量的仿真環(huán)境，使學習者產(chǎn)生親臨真實環(huán)境的感受，能夠沉浸式感知學習對象?？梢哉f，通過人工智能強大的計算能力以及內(nèi)容生產(chǎn)智能化的加持，虛擬技術(shù)真正達到了對現(xiàn)實世界的高度還原，不僅解決了虛擬世界模仿真實世界“樣子像”的問題，還解決了“功能像”的難題，還原了“虛擬現(xiàn)實”（Virtual?Reality）概念的本意。

從詞源來看，Virtual的含義為“雖不客觀存在，但從功效來看相當于存在”^[19]。例如，一般說Virtual?Classroom，意為其在物理層面上不是教室，但實質(zhì)上能夠發(fā)揮教室的功能。因此，人工智能推動虛擬現(xiàn)實積極呈現(xiàn)功能意義上的“真實”，其與真實世界一樣是學習場景的重要組成部分。更為重要的是，以人機交互見長的人工智能為學習者提供了深度參與的接口，實現(xiàn)了虛擬現(xiàn)實媒介性質(zhì)的反轉(zhuǎn)。麥克盧漢^[20]依據(jù)媒介能夠提供信息的清晰度和受眾接收的參與度等，將其劃分為冷媒介和熱媒介，其中冷媒介攜帶的信息量少且模糊，受眾的參與需調(diào)動多種感官以及豐富的想象力，同時具有再創(chuàng)造的可能性，而熱媒介的特性恰好相反。作為熱媒介的虛擬現(xiàn)實所攜帶的豐富情境信息較好地促進了學習對象的理解，但其對受眾感知器官的裹挾以及參與主動性的遮蔽，導致學習者廣泛存在“人雖在場，身卻缺席”的問題，而智能交互起到了關(guān)鍵的“降溫”作用。學習者通過智能交互實現(xiàn)對虛擬對象的自然化操作，同時虛擬對象也針對操作形成自然化的反饋。這種自然化的交互狀態(tài)是以身體經(jīng)驗為基礎(chǔ)的具身學習，即學習者通過“體認”的方式建立對虛擬對象的知覺映像，達成與外部事物的實質(zhì)性關(guān)聯(lián)^[21]。可以說，作為人工智能改造學習場景的邏輯，虛擬交互不僅是人機協(xié)同的根基，還徹底解決了以往技術(shù)所帶來的“身-心”二元對立的問題。

三 智能時代專家學習者的特征解析

人工智能憑借巨大的技術(shù)優(yōu)勢，能夠提供個性、精準和系統(tǒng)化的學習支持服務，然而學習是一扇只能由內(nèi)向外開啟的“心門”，即學習主體憑借心理動作對外部環(huán)境信息進行內(nèi)部加工的過程。因此，智能時代的學習者不能以學習更加技術(shù)化為目的，而應該審視智能技術(shù)重塑的知識狀態(tài)、學習機制和教育場景等，培養(yǎng)時代所需的學習專長，以便充分發(fā)揮主觀能動性，規(guī)避技術(shù)理性陷阱，借助技術(shù)優(yōu)勢高質(zhì)量投身學習活動。為了適應人工智能教育應用的四種邏輯并規(guī)避其帶來的風險，智能時代的專家學習者理應具備以下特征：

①知識淵博且善于反思。該特征主要體現(xiàn)了專家學習者如何應對智能技術(shù)介入的形式科學邏輯，具體內(nèi)容如表1所示。智能技術(shù)教育介入的形式科學邏輯，使其遠超人腦的運算力，刻畫的學情以及提供的決策等學習服務更加高效、精準。然而，建立在“暴力計算”基礎(chǔ)上的人工智能，由于算法的專有性和偏向性，可能會營造“信息繭房”，讓學習者產(chǎn)生知識盲區(qū)。此外，人工智能對學習問題處理的程式化邏輯，極易使復雜的學習過程淪為簡單的“照單抓藥”，鈍化學習者的思維并使其陷入“無思”，加劇標準化教育的泛濫。因此，“知識淵博且善于反思”成為智能時代專家學習者所需具備的首要品質(zhì)。

為應對“信息繭房”威脅，智能時代專家學習者需要“知識廣涉”，并善長“技術(shù)識別”。前者是指專家學習者能夠廣涉多領(lǐng)域知識，為智能環(huán)境下新知識的學習提供大量的背景性知識，打通新舊知識通道，以便建立知識之間的關(guān)系網(wǎng)絡(luò)，全面評估新知識的價值；后者則關(guān)注智能技術(shù)的發(fā)展和工具的迭代更新，理解不同類型人工智能運作的基礎(chǔ)原理，能夠正確識別其提供學習服務的特征尤其是局限性，繼而有針對性地拓寬學習渠道。為了抵御“思維鈍化”侵染，智能時代專家學習者還需善于“方向引領(lǐng)”和“學習調(diào)整”。前者是指專家學習者需要清楚自己的認知特點，結(jié)合所要達到的學習預期，為智能學習服務提供方向性的指引；后者則是專家學習者在學習過程中能夠時刻反思自身學習特征與智能技術(shù)所創(chuàng)學習情境的相容性，并根據(jù)對認識對象的把握程度，實施監(jiān)控和調(diào)整學習的路徑，以克服技術(shù)程式化影響。

②以知養(yǎng)德且動機持久。該特征主要體現(xiàn)了專家學習者如何應對智能時代知識價值塑造的尚智趨向邏輯，具體內(nèi)容如表2所示。智能時代知識價值塑造的尚智趨向，相較于只強調(diào)知識本身的學習無疑是一種進步，然而智育所占據(jù)的“獨大”地位也會帶來“知識與德性”疏遠的問題。一方面，學習者對知識智力價值的崇拜，勢必會擠占知識德性育人的空間；另一方面，學習者的智力借助外在的技術(shù)力量確實得到了較好的發(fā)展，但情感、意志、精神等德性因素在學習中的基礎(chǔ)性作用將被長期忽視，從而導致學習本能的退化。由于“智力天生就不能理解生命”^[22]，知識的智力價值唯有通過聯(lián)結(jié)其德性價值才能促進生命的整全發(fā)展，繼而學習的意義才能全部顯現(xiàn)。故而，“以知養(yǎng)德且動機持久”的學習專長，回應了智能時代學習領(lǐng)域的行家里手應該更像“智能機器”還是更像“人”的命題，成為智能時代專家學習者的第二個特征。

依據(jù)“以知養(yǎng)德且動機持久”特征的層次，其可劃分為“立場守護”意識、“知識揀擇”能力、“積極內(nèi)化”素養(yǎng)和“發(fā)展驅(qū)動”功效四個維度。其中，“立場守護”指的是專家學習者持有契合智能時代的知識學習觀，即面對智能時代知識的激增，純粹的知識獲取將變得徒勞無益，鑒于德性所處的境遇及價值，其應同時轉(zhuǎn)化為德性成長的養(yǎng)料；“知識揀擇”要求專家學習者擁有解構(gòu)思維，知道如何揀擇“有益”知識，化解智能時代暴增的知識生產(chǎn)量；“積極內(nèi)化”是指專家學習者能夠積極調(diào)動主觀能動性，通過覺悟和體悟等方式將知識學習深化為審美旨趣、道德品質(zhì)和價值觀的培養(yǎng)；“發(fā)展驅(qū)動”則體現(xiàn)專家學習者對知識德性反哺功能的重視，為學習的推進提供不竭動力。

③善用策略且注重協(xié)同。該特征主要體現(xiàn)了專家學習者如何應對人工智能對學習主體能力強化的認知延展以及對學習場景改造的虛擬交互邏輯，具體內(nèi)容如表3所示。人工智能對學習主體能力強化的認知延展邏輯，將學習者與技術(shù)工具之間的人機合作從一般性體力勞動拓展到了學習決策領(lǐng)域。進一步而言，人工智能通過精準的數(shù)據(jù)建模和算法，推送與學情相匹配的學習策略或資源，進而參與到具體的學習決策過程中，但復雜的學習任務或情境更需要學習者綜合考量客觀決策，利用相關(guān)經(jīng)驗對其合理優(yōu)化和運用，從而實現(xiàn)人機合作的智慧生成。而人工智能對學習場景改造的虛擬交互邏輯，雖然讓“虛擬化”客觀實在成為促進學習發(fā)生的優(yōu)良對象或環(huán)境，但其中更多體現(xiàn)的是人與技術(shù)之間的關(guān)系，學習者之間及其與社會之間的關(guān)系被嚴重削弱，從而導致“數(shù)字化孤獨”以及學習者社會適應能力的欠缺。因此，智能時代專家學習者的第三個特征為“善用策略且注重協(xié)同”。

面向復雜學習任務和情境的挑戰(zhàn)，不管是由自身構(gòu)建還是由人工智能提供的學習策略，專家學習者都應對其有深入的理解和把握：要能夠做到“策略知悉”，即熟悉主動或被動提供的學習策略目標意圖和使用細節(jié)；可以較好地實現(xiàn)“策略綜合”，即在面對復雜的學習任務或情境時善于綜合組織多種策略來創(chuàng)新問題的解決方案。此外，為了疏通學習者之間及其與社會之間的關(guān)系，智能時代專家學習者理應具備良好的“團隊協(xié)同”和“社會協(xié)同”能力，前者是指具有協(xié)作學習的意識和能力，能夠在團隊合作中積極擔負協(xié)同認知的責任；后者則是要重視社會發(fā)展對個體發(fā)展提出的教育新要求，通過學習成為合格的社會公民。

四 智能時代專家學習者的培育

面對千差萬別的學習者，依據(jù)傳統(tǒng)教學的結(jié)構(gòu)開展智能時代專家學習者的培育顯然是一項極富挑戰(zhàn)性的任務。不過，人工智能的支持讓教師不再受制于教學條件的束縛，能有效參與學習資源和策略的多樣化設(shè)計，滿足學習者學習的個性化需求，這為重構(gòu)智能時代學習設(shè)計的路徑，繼而進行專家學習者培育奠定了基礎(chǔ)。在此過程中，厘清知識學習的取向以及學習場景的構(gòu)向同樣具有重要意義。

1從教學結(jié)構(gòu)轉(zhuǎn)向?qū)W習結(jié)構(gòu)：重構(gòu)智能時代學習設(shè)計的路徑

當前教師在組織教學活動的過程中大多采用的是教學結(jié)構(gòu)，即為了達成特定的教學目標，教師對可能影響教學過程的相關(guān)要素進行的系統(tǒng)組織與安排^[23]。由于教學結(jié)構(gòu)具有統(tǒng)一性和規(guī)定性，因此其常被視為一種穩(wěn)定的結(jié)構(gòu)。倘若讓學習者以穩(wěn)定的教學結(jié)構(gòu)完成學習過程，不僅回避了學習者存在差異的這一現(xiàn)實，也忽視了智能時代專家學習者所珍視的知識廣涉、學習調(diào)節(jié)、策略綜合等能力的培養(yǎng)。學習結(jié)構(gòu)則主張由學習者主持自己的學習行為，即學習者在教師和人工智能的支持下，根據(jù)學習目標的引導，自主設(shè)計學習進度，并選擇合適的方式來完成自己的學習^[24]。在學習結(jié)構(gòu)中，教師和人工智能負責資源策略的供給以及學習的反饋等，通過給學習者適當?shù)膸头觯蛊浣⒁粭l適合自己認知的學習路徑。在此過程中，學習者通過對自身認知的不斷審視，逐步建立適合個性化學習所需的學習調(diào)節(jié)和策略綜合能力，并會自主補充知識背景，滿足知識理解的需要。這樣一來，學習者的差異不再被粗暴地理解為學習能力的優(yōu)劣，反而成為個體學習力增長的基石。

2從功利價值轉(zhuǎn)向內(nèi)外兼修：重識智能時代知識學習的取向

在知識遍地的智能時代，單純的“育分”“應試”等功利性學習將走向窮途末路，否則我們終其一生培育的學習者只是具備了被智能機器淘汰的能力——知識的存儲和提取。在人工智能科學邏輯的程式化規(guī)制下，知識學習的外化功能應重視不同學科知識對學習者學習素養(yǎng)養(yǎng)成的系統(tǒng)性支持，以便應對復雜的問題情境。這就要求教師充分利用智能學習空間，通過整合、滲透多學科知識，引導學習者解決劣構(gòu)性問題，培養(yǎng)其探究意識和應對復雜問題情境的能力；就知識學習的內(nèi)化功能而言，由于智能時代人們對于知識智力價值的崇拜嚴重腐蝕了教育的“精神氣質(zhì)”，因此該時期的學習比任何時候都有必要成為“人”的學習。針對專家學習者的培育，一方面需要教師打破傳統(tǒng)“由外而內(nèi)”的知識教學過程，通過外在情境的激發(fā)、人工智能的輔助、具象性知識的佐證，借助啟發(fā)、引導、體悟等方式，指導學習者“由內(nèi)而外”發(fā)現(xiàn)心中的真知本慧，促進其思想品質(zhì)、道德觀念等德性的成長；另一方面，需要教師善于利用人類歷史沉淀下來的精神文化成果重塑學習者的學習取向，使其追求德性、自由及和諧的美好生活。

3從虛擬具身轉(zhuǎn)向虛實共生：重立智能時代學習場景的構(gòu)向

人工智能將學習者與數(shù)字世界直接聯(lián)結(jié)，并通過其強大的交互能力，使學習者能夠以虛擬方式高度感知學習對象，并獲得與身處現(xiàn)實世界相同的知覺感受，從而達到虛擬具身的效果。然而，當前憑借人工智能構(gòu)造的數(shù)字虛擬環(huán)境與現(xiàn)實世界只存在概念上的依賴關(guān)系，在某種程度上類似于美國哲學家Lewis^[25]所提出的“一種形而上學的可能世界”。換言之，數(shù)字虛擬世界與現(xiàn)實世界是鏡像交映式的，它們之間不存在實質(zhì)性的信息流動或者因果交互影響^[26]，其帶來的直接后果就是阻礙了個體的社會化進程。智能時代的專家學習者不僅知道社會進步對個體發(fā)展的期待要求，更會通過學習將其轉(zhuǎn)化為自身的現(xiàn)實品質(zhì)。因此，智能時代學習場景的構(gòu)建需要從虛擬具身轉(zhuǎn)向虛實共生，通過虛擬世界與真實環(huán)境的無縫對接，將學習的實景模擬與真實應用、個人志向與社會需求、自身發(fā)展與集體角色、主觀能動與社會規(guī)約等要素進行匹配，提高學習者的人際適應和協(xié)作能力，增強社會對其自身學習的影響，培育其適應未來社會的學習意識和能力。

五 結(jié)語

自從人工智能介入教育以來，學者就對其影響下的教學模式、學習方式、服務機制和教育倫理等進行了探究，雖有涉及學習專長及培育的描述，但總體上來看還不夠深入。作為教育教學的出發(fā)點和落腳點，學習者尤其是專家學習者專題研究的闕如，導致人工智能教育研究無法聚焦，并弱化了理論成果的實踐轉(zhuǎn)化效果。本研究發(fā)揮靶向指引作用，當多數(shù)教育工作者能夠?qū)⒅悄軙r代專家學習者的培育視為研究和實踐的歸旨、學習者可以普遍洞察其特征并成為學習的自治者時，“專家”這一修飾詞即可去掉，屆時人工智能才算真正對教育革命發(fā)揮了效用。

參考文獻

[1]楊緒輝.從教學樣式到學習范式：人工智能環(huán)境下學習的通用設(shè)計轉(zhuǎn)化[J].中國電化教育，2021，（4）：59-66.

[2]Rose D H， Strangman N .Universal Design for Learning： Meeting the challenge of individual learning differences through a neurocognitive perspective.[J].Universal Access in the Information Society， 2007，（4）：381-391.

[3]Stark E， Lassiter A， Kuemper A. A brief examination of predictors of e-learning success for novice and expert learners[J]. Knowledge Management& E-Learning： An International Journal，?2013，（3）：269-277.

[4]Mavrou K， Symeonidou S. Employing the principles of universal design for learning to deconstruct the Greek-cypriot new national curriculum[J].?International Journal of Inclusive Education， 2014，（9）：918-933.

[5][9]武志峰.神經(jīng)科學知識在教育中的迷思與解蔽[J].蘇州大學學報（教育科學版），2021，（3）：73-82.

[6]Devonshire I M， Dommett E J.?Neuroscience： Viable applications in education？[J]. The Neuroscientist， 2010，（4）：349-356.

[7]Jolles J， Groot R H M D， Dekkers H P J M，?et al. Brain lessons： A?contribution to the international debate on brain，?learning and education， based on the results of an invitational conference organized by the Netherlands organisation for scientific research（NWO）[J]. Neuropsychology， 2006，（3）：241-244.

[8]Bowers J S. The practical and principled problems with educational neuroscience[J]. Psychological Review，?2016，（5）：600-612.

[10]劉曉力，孟偉.認識科學前沿中的哲學問題：身體，認知與世界[M].金城出版社，2014：32-36.

[11]邱德鈞.智能的核心推理：歸納的形式化——AlphaGo歸納學習的進展[J].蘭州大學學報（社會科學版），2017，（6）：173-184.

[12]安濤.“算計”與“解蔽”：人工智能教育應用的本質(zhì)與價值批判[J].現(xiàn)代遠程教育研究，2020，（6）：9-15.

[13]魯子簫.知識的智育困境與德性本質(zhì)——面向智能時代的思考[J].中國電化教育，2022，（12）：44-52.

[14]（法）貝爾納·斯蒂格勒著.裴程譯.技術(shù)與時間1：愛比米修斯的過失[M].南京：譯林出版社，2019：19．

[15]張堯均，楊大春.隱喻的身體：梅洛-龐蒂身體現(xiàn)象學研究[M].武漢：崇文書局，2023：113.

[16]Ihde?D.?Technics and Praxis： A philosophy of technology[J].American Journal of Physics， 1980，（3）：259-259.

[17]王永明.延展認知視域下教學認知邊界的探討與重建[J].電化教育研究，2022，（5）：26-32.

[18]薛晨，趙星植.虛擬現(xiàn)實技術(shù)：新日常生活回歸“以身為媒”[J].云南社會科學，2018，（5）：179-184、188.

[19]劉錚.虛擬現(xiàn)實不具身嗎？——以唐·伊德《技術(shù)中的身體》為例[J].科學技術(shù)哲學研究，2019，（1）：88-93.

[20]（加拿大）馬歇爾·麥克盧漢著.何道寬譯.理解媒介：論人的延伸[M].南京：譯林出版社，2019：36.

[21]胡翰林，劉革平.從多態(tài)表征到置身參與：虛擬現(xiàn)實技術(shù)助力學科教學的價值路徑[J].電化教育研究，2022，（1）：79-85.

[22]（法）亨利·柏格森著.高修娟譯.創(chuàng)造進化論[M].北京：北京時代華文書局，2015：151.

[23][24]沈書生.從教學結(jié)構(gòu)到學習結(jié)構(gòu)：智慧學習設(shè)計方法取向[J].電化教育研究，2017，（8）：99-104.

[25]曹易祥.大衛(wèi)·劉易斯可能世界理論研究[D].保定：河北大學，2020：4-6.

[26]王曉陽.“虛實交融”還是“虛實交映”：元宇宙的形而上學圖景芻議[OL].

Cultivating Expert Learners in the Era of Intelligence

——Based on the Deconstruction of Application Logic of Artificial Intelligence in Education

YANG?Xu-Hui

（School of Education Science， Huaiyin Normal University， Huaian，?Jiangsu， China?223300）

Abstract：At present， in view of?the dilemma of the existing paradigm of expert learner education research?and the lack of direction for the cultivation?of learning talents in the intelligence era， the?research on the cultivation of expert learners?from the?perspective of the logical deconstruction of the artificial intelligence education applications has the dual value of paradigm breakthrough and practical reference. Firstly， the paper elucidated the origin of the expert learners?concept， analyzed the reasons why the concept was introduced into the field of education and trapped in research. Then， the paper analyzed the application logic of artificial intelligence education from four dimensions of?the intervention of intelligent technology， the shaping of knowledge value， the strengthening of subject capacity， and the transformation of learning scenarios. Subsequently， the characteristics possessed by expert learners in the era of intelligence were summarized. Finally， the cultivation strategies of?expert learners in the intelligent era were?proposed from three levels?of?reconstructing the learning design path， regaining knowledge learning orientation， and reconstructing learning scenarios， expecting?to provide targeted guidance for the theoretical and practical application of artificial intelligence education?on the basis of?promoting learners to effectively engage in learning activities in intelligent environments.

Keywords：artificial intelligence; expert learners; ability cultivation; knowledge learning; learning literacy

*基金項目：本文為2023年度江蘇高校哲學社會科學研究重大項目“指向?qū)W習體系的AI雙師課程構(gòu)建研究”（項目編號：2023SJZD052）、江蘇省社會科學基金項目“教育高質(zhì)量發(fā)展背景下‘學為中心的AI課堂構(gòu)建研究”（項目編號：23JYB002）、江蘇省教育科學“十四五”規(guī)劃2022年度重點課題“從社會建構(gòu)走向社會實在：中小學人工智能教育課程的重構(gòu)研究”（項目編號：B/2022/01/164）的階段性研究成果。

作者簡介：楊緒輝，副院長，副教授，博士，研究方向為信息化教學設(shè)計、智慧學習環(huán)境，郵箱為yitiaosan@126.com。

編輯：小時